Panduan Lengkap tentang Intelijen Bisnis

Dalam artikel ini, kami akan menjelaskan apa itu intelijen bisnis dan mengapa penting bagi perusahaan mana pun yang mempromosikan dirinya di internet. Kemudian kami akan menunjukkan contoh nyata masalah bisnis yang dapat diselesaikan dengan bantuan intelijen bisnis dan menjelaskan langkah-langkah utama penerapannya.

Di saluran iklan mana Anda harus berinvestasi untuk mendapatkan keuntungan paling banyak? Ini adalah masalah utama yang mengkhawatirkan semua internet marketer. Mendapatkan jawaban atas pertanyaan ini seperti menemukan batu filosof: Tidak mudah, tetapi sangat berharga.

Untuk mengetahui pengembalian nyata dari pemasaran online dalam konteks saluran dan kampanye, Anda harus mengikuti seluruh jalur pengguna, mulai dari mengklik iklan hingga membayar pesanan. Dan semakin banyak sumber iklan yang Anda miliki dan cara yang ada untuk melakukan pembelian, semakin sulit tugas ini dan semakin mendesak kebutuhan untuk menerapkan intelijen bisnis.

Sistem intelijen bisnis menggabungkan data dari semua titik kontak pelanggan dan menunjukkan profitabilitas investasi pemasaran, dengan mempertimbangkan penjualan yang diselesaikan, bukan hanya tawaran. Untuk memahami pentingnya, mari kita lihat saluran penjualan dari setiap proyek e-niaga dalam bentuk yang disederhanakan:

Layanan iklan→ Situs web→ Melakukan pemesanan→ Keuntungan Anda

Pengguna datang ke situs dari saluran yang berbeda, berkenalan dengan produk Anda, dan memesan dengan mengisi formulir online, mengirim pesan melalui obrolan atau email, menelepon, atau pergi ke toko fisik untuk melakukan pembelian. Bagaimana Anda dapat memahami sumber lalu lintas mana yang memainkan peran penting dalam pembelian yang dilakukan melalui salah satu metode pemesanan/pembayaran ini? Sumber apa yang harus Anda hargai untuk nilai pesanan jika pelanggan telah berinteraksi dengan perusahaan Anda lebih dari sekali dan melalui saluran yang berbeda?

Secara default, Google Analytics memberikan semua nilai ke sumber tidak langsung terakhir (sesuai dengan model atribusi Klik Non-Langsung Terakhir), mengabaikan kontribusi saluran lain yang berpartisipasi dalam corong penjualan. Yang tidak sepenuhnya adil.

Untuk mengetahui nilai sebenarnya dari sumber lalu lintas, Anda perlu menentukan kontribusi setiap sesi sebelum pesanan dilakukan. Untuk melakukan ini, Anda perlu memperhitungkan semua titik interaksi dengan pelanggan, termasuk melalui telepon, email, dan offline. Intelijen bisnis membantu Anda memecahkan masalah ini.

Hal penting kedua yang membedakan business intelligence dengan analitik standar adalah metode akuntansi penjualan. Beberapa orang yang memesan di situs mungkin tidak menyelesaikan pembelian; yaitu, mereka mungkin membatalkan pesanan, tidak membayar pesanan (misalnya, jika mereka memilih untuk membayar dengan tanda terima atau menggunakan metode pembayaran di luar lokasi) atau mungkin mengembalikan barang. Karena itu, jumlah pesanan dalam sistem analisis web dan jumlah transaksi di CRM dapat sangat bervariasi. Lebih akurat untuk mengevaluasi iklan berdasarkan keuntungan dan jumlah penjualan, bukan berdasarkan pengiriman pesanan dan prospek.

Misalnya, Anda menjalankan kampanye iklan di Google Ads dan Facebook dengan biaya yang sama dan mendapatkan hasil berikut:

Dilihat dari jumlah pesanan yang diterima, tampaknya kampanye Facebook telah menunjukkan hasil yang baik. Tapi mari kita lihat penjualan sebenarnya:

Google Ads menghasilkan penjualan enam kali lebih banyak daripada Facebook, dan tingkat konversi lebih tinggi. Dalam hal ini, lebih menguntungkan untuk berinvestasi dalam kampanye Google dan bukan di Facebook, seperti yang terlihat pada pandangan pertama.

Untuk menentukan efektivitas pemasaran yang sebenarnya, Anda perlu melihat berapa banyak uang yang Anda keluarkan untuk setiap saluran, kampanye, atau kata kunci dan berapa banyak keuntungan yang Anda dapatkan darinya.

Mari kita rangkum tugas utama intelijen bisnis:

• Sesuaikan pengumpulan data lengkap untuk semua titik kontak sebelum penjualan
• Lengkapi data online dengan informasi tentang penjualan aktual dari CRM
• Evaluasi hasil pemasaran untuk setiap saluran, dengan mempertimbangkan semua interaksi dengan pembeli (bukan Klik Terakhir)
• Distribusikan kembali anggaran iklan

Masalahnya adalah bahwa data pada titik kontak pelanggan yang berbeda dikumpulkan dalam sistem yang terpisah:

• Di setiap layanan periklanan, Anda hanya dapat melihat pengeluaran Anda untuk layanan tersebut.
• Dalam sistem analisis web populer (Google Analytics, Yandex.Metrica, dll.) Anda dapat melihat dari mana pengguna datang ke situs Anda, apa yang mereka lakukan di sana, dan berapa banyak pesanan yang mereka lakukan.
• Data penjualan dan retur disimpan dalam sistem CRM internal perusahaan.

Untuk menyiapkan intelijen bisnis, semua informasi ini perlu digabungkan. Selain itu, jika Anda memiliki banyak lalu lintas dan banyak kampanye iklan, penting untuk mengotomatisasi proses agar dapat dengan cepat menerima laporan yang diperlukan dan tidak harus membuatnya secara manual.

Untuk membuat penilaian objektif terhadap upaya pemasaran, Anda perlu melihat gambaran besarnya:

• Berapa banyak uang yang Anda habiskan untuk menarik pengguna
• Bagaimana pengguna ini berinteraksi dengan iklan dan situs web Anda
• Bagaimana mereka memesan dan membayar
• Berapa banyak keuntungan nyata (bukan hanya klik atau prospek) yang diberikan setiap saluran kepada Anda

Di mana Anda bisa mendapatkan semua data ini? Jika situs web Anda memiliki kode pelacakan Google Analytics yang terpasang, maka setengah dari pertempuran dimenangkan. Anda sudah dapat mengetahuinya:

• Berapa banyak pengguna yang dibawa setiap sumber lalu lintas ke situs Anda
• Apa yang dilakukan pengguna ini di situs Anda, termasuk produk apa yang mereka lihat dan tambahkan ke keranjang
• Tingkat konversi (persentase pengunjung situs yang menyelesaikan tindakan yang diinginkan, seperti mengisi formulir pemesanan)
• Jumlah transaksi online
• Jumlah sesi, rasio pentalan, waktu rata-rata yang dihabiskan di halaman, dan metrik bermanfaat lainnya

Namun, informasi lain yang diperlukan untuk intelijen bisnis tidak tersedia di Google Analytics:

1. Biaya iklan. Google Analytics tidak mengumpulkan informasi tentang pengeluaran untuk layanan periklanan. Jika Anda tidak mengimpor data ini sendiri, Anda tidak akan dapat menghitung dan membandingkan ROAS untuk setiap saluran.

2. Akuntansi untuk semua titik kontak pelanggan. Jika pelanggan selalu menyelesaikan transaksi di situs, itu akan menjadi sempurna. Akan mudah untuk menghubungkan setiap pesanan ke sumber yang membawanya hanya dengan melacak seluruh jalur pengguna. Namun pada kenyataannya, orang menelepon melalui telepon untuk mengklarifikasi detail atau memesan, mengirim pesan melalui obrolan dan email, pergi ke toko offline, dll. Google Analytics tidak mencatat tindakan ini sendiri. Untuk mendapatkan data ini, Anda harus berintegrasi dengan layanan lain: misalnya, dengan sistem pelacakan panggilan yang mencatat semua data panggilan dan menautkan masing-masing ke saluran dan pengguna tertentu, lalu mengirimkan informasi ini ke Google Analytics.

3. Eksekusi perintah. Di Google Analytics, Anda hanya melihat tawaran, bukan penjualan nyata. Pelanggan dapat memesan, kemudian berubah pikiran, membeli produk di toko lain, atau mengembalikannya. Selain itu, Google Analytics sering mencatat pesanan pengujian. Akibatnya, pendapatan dan transaksi di Google Analytics mungkin berbeda secara signifikan dari gambaran sebenarnya di sistem CRM Anda. Sulit untuk menarik kesimpulan tentang efektivitas saluran periklanan jika Anda tidak tahu keuntungan apa yang didapat.

Ketika Anda mengumpulkan data dari semua sumber dalam satu sistem, Anda dapat menganalisis pemasaran Anda secara lebih rinci dan meningkatkan efektivitasnya. Intelijen bisnis akan membantu Anda:

1. Mengotomatiskan pengelolaan kampanye iklan. Anda dapat menyesuaikan pembelanjaan dengan mempertimbangkan ROAS untuk setiap saluran, kampanye, dan frasa. Akibatnya, Anda dapat mengurangi biaya iklan Anda.
2. Buat laporan otomatis untuk menganalisis KPI pemasaran yang penting bagi Anda: klik, pengeluaran, pendapatan, konversi, penjualan, ROI, dll. Dengan laporan otomatis, Anda dapat memantau metrik untuk kampanye iklan secara real time dan mengukur efektivitas semua saluran iklan di berbagai platform. Anda juga dapat membandingkan efektivitas iklan menggunakan model atribusi yang berbeda untuk menemukan kampanye yang dinilai terlalu rendah atau terlalu tinggi dan mendistribusikan kembali anggaran Anda.
3. Cari tahu saluran, kampanye, dan kata kunci mana yang menghasilkan keuntungan dan mana yang merugikan. Berdasarkan ROI yang dihitung, Anda kemudian dapat mendistribusikan kembali anggaran Anda untuk meningkatkan pendapatan. Inilah yang dilakukan Answear.
4. Segmentasikan pelanggan berdasarkan aktivitas pembelian mereka. Kemudian Anda dapat mempersonalisasi komunikasi dengan segmen pelanggan ini untuk mengurangi biaya iklan, memperpanjang siklus hidup pelanggan, dan meningkatkan nilai umur (LTV) basis pelanggan Anda secara keseluruhan.
5. Lakukan analisis ROPO untuk mengetahui bagaimana pemasaran online Anda memengaruhi penjualan offline. Intelijen bisnis juga akan membantu Anda memahami mengapa pelanggan Anda melihat produk di situs dan membeli di toko fisik dan mencari tahu apa yang mencegah mereka memesan secara online.
6. Lakukan analisis kohort untuk menghitung LTV dan pahami cara meningkatkan indikator ini.
7. Lakukan pengujian A/B dari berbagai kampanye dan saluran iklan untuk mengidentifikasi yang paling efektif. Misalnya, klien kami melakukan eksperimen untuk membandingkan penawaran individual melalui telepon dan email. Hasilnya, mereka berhasil meningkatkan tingkat konversi email menjadi 15%.

Ada beberapa cara untuk menyiapkan sistem intelijen bisnis, tetapi tujuannya sama: menggabungkan data dari Google Analytics, layanan periklanan, sistem pelacakan panggilan, dan CRM. Anda dapat melakukannya dengan berbagai alat dan dengan mengumpulkan data Anda di berbagai tempat.

Pilih metode berdasarkan kemampuan dan tujuan bisnis perusahaan Anda: Apakah cukup bagi Anda untuk melihat pengeluaran, pendapatan, dan ROAS untuk setiap saluran? Atau apakah Anda ingin membuat laporan khusus dalam konteks lusinan metrik lain yang penting bagi bisnis Anda?

Metode ini sangat ideal untuk perusahaan yang ingin menganalisis data mereka dengan cermat. OWOX BI mengintegrasikan data dari semua sumber di penyimpanan cloud Google BigQuery. Dengan OWOX, Anda dapat membuat laporan tentang data lengkap tanpa sampel menggunakan kombinasi parameter dan indikator apa pun.

Anda dapat membuat dasbor yang berguna dan informatif seperti ini:

Manfaat kecerdasan bisnis dengan OWOX BI

• Semua tindakan pengguna ditransmisikan ke Google BigQuery langsung dari situs, secara real time, tanpa pemrosesan sebelumnya, dengan akurasi tingkat klik.
• Dapatkan data sesi mentah yang tidak rumit, terlepas dari jumlah kunjungan situs.
• Mengumpulkan dan memproses data pribadi pelanggan, termasuk alamat email dan nomor telepon.
• Lihat berapa biaya setiap sesi Anda: pengeluaran iklan ditransfer setiap hari dari Google Analytics ke BigQuery dan didistribusikan ke dalam sesi sesuai dengan nilai UTM.
• Dengan ID Pengguna OWOX, Anda dapat menganalisis perilaku pengguna di seluruh situs Anda, meskipun mereka tidak ditautkan secara langsung. Pengenal tambahan akan membantu melewati batasan yang terkait dengan ID Klien, ID Pengguna, dan waktu penyimpanan cookie Google Analytics.
• Anda tidak perlu membeli perangkat lunak, lisensi, atau peralatan yang mahal. Data disimpan di proyek Google BigQuery Anda dan aksesnya dikontrol oleh Anda.

Langkah-langkah konfigurasi dasar

1. Siapkan kumpulan situs di Google BigQuery menggunakan Pipeline OWOX BI.
2. Gabungkan data biaya dari berbagai layanan iklan ke Google Analytics, lalu unggah data tersebut ke Google BigQuery.
3. Impor data panggilan dan email dari sistem pelacakan panggilan dan sistem buletin email Anda ke Google BigQuery. Beberapa layanan mendukung integrasi langsung dengan OWOX BI.
4. Upload data tentang pendapatan, pembelian, dan pengembalian ke BigQuery dari sistem CRM Anda.
5. Buat laporan di Google BigQuery menggunakan kueri SQL, atau gunakan laporan siap pakai di OWOX BI Smart Data cukup dengan memasukkan metrik di bilah pencarian:

6. Visualisasikan data dalam antarmuka yang nyaman untuk Anda: OWOX BI Smart Data, Google Data Studio, Tableau, Microsoft Power BI, Google Spreadsheet, atau yang lainnya.

Skema pengumpulan data menggunakan OWOX BI terlihat seperti ini:

OWOX BI memiliki versi percobaan gratis. Berlangganan dan atur sistem intelijen bisnis Anda.

Metode ini cocok untuk perusahaan yang memiliki jumlah lalu lintas yang relatif kecil, sedikit pesanan yang dilakukan melalui telepon, dan perbedaan kecil antara jumlah pembelian di CRM dan di Google Analytics.

Selain menghemat uang, pendekatan ini mudah diterapkan. Dalam bantuan Google Analytics, Anda dapat menemukan petunjuk lengkap tentang cara mengimpor data pengeluaran, produk, penjualan, dan pengembalian.

Kerugian dari metode ini adalah bahwa data dalam laporan Anda dapat dijadikan sampel, dan ada batasan jumlah dan kombinasi parameter dan indikator dalam satu laporan. Selain itu, jika Anda mengunggah data pengeluaran dan pendapatan secara manual ke Google Analytics, Anda perlu melakukannya setiap kali Anda membutuhkan laporan. Ini tidak penting jika Anda memiliki dua atau tiga saluran periklanan dan Anda memerlukan data sebulan sekali, tetapi ini menjadi masalah ketika Anda perlu menganalisis ratusan kampanye setiap hari.

Langkah-langkah konfigurasi dasar

1. Letakkan tag UTM di semua tautan dari kampanye iklan Anda sehingga Google Analytics mengumpulkan informasi yang akurat tentang sumber lalu lintas.
2. Siapkan pelacakan e-niaga lanjutan.
3. Pasang sistem pelacakan panggilan di situs Anda dan integrasikan dengan Google Analytics.
4. Transfer ID Klien ke sistem CRM Anda bersama dengan suatu peristiwa, misalnya ketika pelanggan mengisi formulir di situs web, melakukan panggilan, atau menulis dalam obrolan. Anda dapat menautkan semua data Anda menggunakan pengenal ini.
5. Impor pengeluaran dari semua sumber Anda ke Google Analytics. Ini dapat dilakukan secara manual atau otomatis menggunakan OWOX BI.
6. Siapkan transfer pendapatan, penjualan, dan data pengembalian bersama dengan ID Klien ke Google Analytics melalui Measurement Protocol.

Akibatnya, Anda akan mendapatkan sesuatu seperti laporan ini:

Biaya penerapan sistem pelaporan & analisis pemasaran lintas saluran bergantung pada banyak faktor: lalu lintas situs; jumlah layanan periklanan yang Anda gunakan; alat dan metode pengaturan.

Anda dapat memilih opsi penyiapan shareware dan mencoba menggabungkan data Anda sendiri di Google Analytics atau Google Spreadsheet. Ini adalah shareware karena Anda harus menghabiskan sumber daya untuk pengembang, membuat konektor Anda sendiri, pemrosesan reguler, pembaruan data, dll. Atau Anda dapat mempercayakan pekerjaan ini kepada para profesional dengan pengalaman dan keahlian yang luas di industri ini.

Dalam pengalaman kami, perusahaan yang menggunakan bantuan spesialis di awal, mulai menerima nilai tambah lebih cepat. Tim OWOX BI memahami tugas bisnis dengan baik dan bersedia berbagi pengetahuan dan pengalaman untuk menyelesaikan tugas apa pun.

Pilihan kisah sukses paling menarik dari pelanggan OWOX BI yang menerapkan sistem analisis & pelaporan pemasaran lintas saluran:

• Temukan bagaimana MatahariMall menggabungkan semua data mereka dalam satu laporan otomatis untuk menghemat waktu dan mengalokasikan kembali anggaran pemasaran mereka dengan benar.
• Cara mengidentifikasi ROPO: pengaruh online pada pembelian offline
• Boodmo dan OWOX BI: Cara mengevaluasi saluran akuisisi pelanggan menggunakan analisis kohort
• 9 Langkah untuk Mengetahui Segalanya: Membangun Analisis Pemasaran untuk Kenyamanan
• Studi kasus: Cara mengotomatiskan pelaporan pemasaran di bisnis restoran