Bagaimana menghindari pengambilan sampel dan mengumpulkan data lengkap untuk analisis lanjutan

Diterbitkan: 2022-04-12

Pernahkah Anda bertanya-tanya bagaimana cara menghindari pengambilan sampel dan batasan dalam laporan standar Google Analytics? Bagaimana Anda bisa mendapatkan data lengkap untuk pelaporan pemasaran? Ada beberapa solusi, seperti:

  • Beralih ke Google Analytics 360 berbayar dan siapkan ekspor data mentah ke Google BigQuery (GBQ).
  • Gunakan Aplikasi+WEB Google Analytics. Produk ini masih dalam versi beta dan memungkinkan Anda mendownload data perilaku pengguna ke Google BigQuery secara gratis.
  • Gunakan layanan lain yang mengumpulkan data dari situs web ke Google BigQuery.

Masing-masing solusi ini memiliki spesialisasi dan keterbatasannya. Dalam artikel tersebut, kami menjelaskan fitur-fitur ini secara mendetail dan menjelaskan cara menggunakan OWOX BI.

Daftar Isi

  • Masalah dan batasan dengan mengekspor data ke Google BigQuery
  • Keuntungan dari OWOX BI
    • 1. Jumlah data yang dikumpulkan tidak terbatas
    • 2. Pengumpulan data waktu nyata
    • 3. Peningkatan ukuran hit yang diizinkan
    • 4. Menautkan biaya iklan ke sesi
    • 5. Pembaruan data retrospektif
    • 6. Struktur tabel data yang ringkas
    • 7. Kemampuan untuk mengumpulkan data langsung dari situs web ke dalam Google BigQuery
    • 8. Jumlah parameter dan dimensi pengguna yang tidak terbatas
    • 9. ID Pengguna OWOX Opsional
    • 10. Lokasi pengguna yang akurat
    • 11. Penentuan sumber yang akurat dengan lalu lintas situs web langsung
    • 12. Pengumpulan data pribadi
  • Jika Anda tidak memiliki analis di tim Anda — gunakan Pembuat Laporan di Data Cerdas atau pesan dasbor khusus untuk tim Anda

Masalah dan batasan dengan mengekspor data ke Google BigQuery

Keterbatasan utama Google Analytics 360 adalah biayanya yang tinggi. Tindakan pengguna terbaru muncul di tabel BigQuery dalam lebih dari 15 menit. Untuk menyetel kecepatan refresh data seperti itu, Anda harus membayar tambahan: secara default, tabel sesi diperbarui tiga kali sehari.

Dalam beberapa situasi, Anda harus membayar ekstra untuk memproses permintaan di Google BigQuery. Tabel ekspor dari GA 360 berisi banyak tingkat dan bidang bersarang yang dapat dikosongkan dalam 80% kasus. Semakin banyak level bersarang di tabel, semakin mahal kuerinya. Jika Anda memiliki banyak laporan untuk diperbarui setiap hari atau setiap minggu, pemrosesan data akan menyebabkan sebagian besar biaya GBQ Anda.

Aplikasi+Web mengumpulkan data dalam struktur lain selain Google Analytics standar. Jika di GA, semuanya didasarkan pada sesi, di Aplikasi+Web — pada pengguna dan acara. Ini bisa menjadi masalah bagi banyak analis dan pemasar yang terbiasa dengan GA — mereka harus menjelajahi struktur data baru, membuat ulang sistem metrik untuk situs web, dan membangun kembali laporan yang ada. Layanan lain yang mengumpulkan data dari situs web ke GBQ dalam strukturnya sendiri mungkin juga mengalami masalah ini.

Karena ekspor dari GA 360 dan Aplikasi+Web ke Google BigQuery adalah representasi data yang dikumpulkan ke Google Analytics, hal itu tidak memberikan pembaruan catatan secara retrospektif. Misalnya, pengembalian pembelian biasanya akan dicatat sebagai sesi terpisah yang tidak akan dikaitkan dengan sesi pembayaran. Jadi pendapatan yang benar dari pesanan ini harus dihitung ulang secara manual.

Tidak satu pun dari solusi yang disebutkan dapat mentransfer biaya kampanye iklan Anda pada tingkat sesi ke Google BigQuery. Artinya, Anda tidak akan tahu berapa banyak yang telah Anda keluarkan untuk menarik segmen pengguna tertentu. Anda tidak dapat menghitung ROI dan PRB untuk kelompok, grup produk, dan halaman arahan yang berbeda.

Mengetahui keterbatasan ini, kami di OWOX memutuskan untuk meningkatkan pengalaman pemrosesan data mentah untuk segala jenis bisnis. Kami melakukan ratusan wawancara produk dan menerima permintaan berikut:

  1. Data situs web harus dikumpulkan sepenuhnya ke dalam Google BigQuery dalam bentuk yang tidak digabungkan.
  2. Data perilaku pengguna harus dikirimkan ke Google BigQuery dalam mode hampir real-time.
  3. Tabel sesi di Google BigQuery harus berisi data biaya iklan.
  4. Struktur tabel harus kompak dan selengkap mungkin untuk menggunakan kueri data secara optimal.
  5. Data harus disinkronkan dengan parameter kunci dalam periode historis.
  6. Harus ada kemungkinan untuk membandingkan data GBQ dengan data GA jika perbedaan yang signifikan muncul.

Kami telah mempertimbangkan semua permintaan ini dan mengembangkan streaming data situs web kami sendiri ke Google BigQuery.

Keuntungan dari OWOX BI

Mari kita lihat lebih dekat bagaimana OWOX BI melewati batasan Google Analytics dan ekspor BigQuery standar dan bagaimana bisnis bisa mendapatkan keuntungan darinya.

1. Jumlah data yang dikumpulkan tidak terbatas

Ide pengambilan sampel adalah untuk membuat laporan berdasarkan sampel data, bukan seluruh volume data yang tersedia. Jika sampel terlalu kecil, Anda tidak dapat mempercayai laporan yang dibuat berdasarkan sampel seperti itu. Dengan OWOX BI, Anda dapat mengumpulkan data lengkap tanpa sampel untuk membuat laporan yang lebih akurat dan membuat keputusan berdasarkan data.

Bagaimana itu bekerja

Setiap tindakan pengguna di situs web (tampilan halaman, klik tombol, tampilan spanduk, atau pemesanan) ditransmisikan ke GA melalui pesan terpisah — klik. Anda harus mempertimbangkan bahwa tidak ada batasan jumlah klik pada saat pengumpulan data.

Google Analytics

Antarmuka GA menerapkan batas klik untuk pemrosesan dan pelaporan data. Dengan demikian, Anda mendapatkan pengambilan sampel data atau tabel gabungan (baris lainnya dalam laporan). Selain itu, jika Anda ingin menggunakan segmen atau membuat laporan manual, sebagian besar ditampilkan dalam bentuk sampel.

OWOX BI

Layanan menyalin konten hit saat keluar dari situs web Anda, lalu mengirimkannya ke proyek Anda di Google BigQuery. Dengan demikian, Anda mendapatkan data mentah tanpa sampel dengan klik yang dikumpulkan dan diproses tanpa batas.

Gunakan kasus

Katakanlah Anda dipaksa untuk mengumpulkan lalu lintas halaman promo, data mitra iklan, atau statistik halaman arahan untuk setiap merek/produsen ke dalam properti Google Analytics terpisah untuk mengumpulkan data yang lebih berharga. Bagaimanapun, untuk memenuhi batasan GA, Anda harus mematikan lalu lintas yang berharga bagi Anda. Saat Anda dapat mengumpulkan data ini dalam satu tabel di Google BigQuery melalui OWOX BI. Ini memberi Anda dasar untuk solusi strategis dan visi komprehensif situs web dan efektivitas kampanye iklan.

Cari tahu masalah lain yang dapat Anda temui saat membuat laporan di Google Analytics dan cara mengatasinya.

BACA ARTIKEL

2. Pengumpulan data waktu nyata

Dengan OWOX BI, Anda dapat dengan cepat mengirim email yang dipicu atau mendeteksi anomali pada data situs yang dikumpulkan di Google BigQuery karena data perilaku pengguna muncul di proyek Anda dalam waktu 1-5 menit.

Cara kerjanya di Google Analytics

Semua data yang dikumpulkan setiap hari hanya tercermin dalam GA setelah 48 jam (dalam GA 360 — setelah 4 jam). Laporan waktu nyata menampilkan parameter dan metrik dalam jumlah terbatas dan tidak memungkinkan Anda untuk mempersonalisasi tindakan pengguna.

Ekspor standar dari GA 360 ke GBQ dapat beroperasi dalam dua mode:

  • Unggah data sekali setiap 8 jam kira-kira gratis (Anda membayar untuk lisensi GA 360 dan penyimpanan data dalam GBQ).
  • Unggah data setiap 15 menit (Anda harus membayar ekstra untuk setiap terabyte yang diproses).

App+WEB membuat dua tabel:

  • Transisi — berisi catatan acara untuk hari ini. Tabel diperbarui setiap 15 menit dan dihapus setelah tabel sehari penuh dibuat.
  • Tabel dengan data sepanjang hari — dibuat sekali sehari.

Cara kerjanya di OWOX BI

OWOX BI mengirimkan data segera dari situs web ke proyek GBQ Anda. Anda menerima data perilaku pengguna non-agregat lengkap dalam 1-5 menit setelah peristiwa terjadi.

Gunakan kasus

Dengan memantau aktivitas pengguna di situs web secara real time, Anda dapat merangsang penjualan dengan kampanye email pemicu dan penawaran pribadi. Misalnya, ketika pengguna menambahkan item ke keranjang belanja tetapi tidak membeli apa pun atau tidak menandatangani setoran di situs web.

Ini juga dapat membantu Anda mendeteksi dan memperbaiki masalah di situs web tepat waktu: Anda bisa mendapatkan pemberitahuan dari pemicu kesalahan kode situs web dan lalu lintas atau konversi menurun.

Bagaimana Pigu berhasil meningkatkan 15% jumlah sesi pada Black Friday.

BACA ARTIKEL

3. Peningkatan ukuran hit yang diizinkan

Dengan OWOX BI, Anda mendapatkan gambaran luas tentang aktivitas pengguna di situs web Anda, bahkan jika mereka membuat pesanan yang terdiri dari 15+ item, atau menelusuri daftar item yang besar.

Cara kerjanya di Google Analytics

Ada batasan di GA pada ukuran klik yang ditransfer — 8 KB. Misalnya, jika pesan transaksi melebihi batas ini, pesan tersebut tidak akan masuk ke GA.

Cara kerjanya di OWOX BI

Di OWOX BI, ukuran maksimum klik yang ditransfer ke Google BigQuery ditingkatkan menjadi 16 KB.

Gunakan kasus untuk E-niaga

Sebuah klik dapat melebihi 8 KB yang berisi informasi tentang daftar produk, saat Anda melacak penjelajahan pengguna pada halaman katalog dengan Enhanced E-commerce. Itu terjadi jika:

  • Lebih dari 10 item dikirim dalam satu pukulan;
  • Setiap item memiliki parameter tambahan.

Dalam hal ini, pukulan yang dikemas tidak akan masuk ke GA. Namun, Anda dapat menemukannya di data mentah di GBQ dan membuat laporan yang lebih akurat pada daftar produk yang dilihat berkat OWOX BI.

Gunakan kasus untuk bank

Katakanlah Anda ingin mengumpulkan lebih banyak informasi tentang pelanggan dan produk itu sendiri, bersama dengan permintaan produk bank. Dengan OWOX BI, Anda memiliki statistik konversi yang lebih akurat.

4. Menautkan biaya iklan ke sesi

OWOX BI menghitung nilai setiap sesi. Ini memungkinkan Anda menghitung ROAS untuk pengguna baru dan yang kembali. Anda juga dapat melakukan tindakan berikut:

  • Bandingkan profitabilitas kohort yang dibuat dari pelanggan yang melihat spanduk dan yang tidak.
  • Cari tahu berapa banyak yang Anda belanjakan dan hasilkan untuk setiap grup produk.
  • Evaluasi keefektifan iklan untuk berbagai wilayah, halaman arahan, versi seluler, dan aplikasi.

Cara kerjanya di Google Analytics

Anda dapat memuat biaya iklan secara manual dari berbagai layanan iklan ke GA. Namun, Anda tidak tahu berapa banyak yang telah Anda keluarkan untuk menarik pelanggan atau segmen pengguna tertentu karena data biaya di GA digabungkan dan ditautkan ke kampanye iklan.

Aplikasi+WEB juga tidak mengizinkan Anda mentransfer biaya kampanye iklan di tingkat sesi/pengguna ke Google BigQuery.

Cara kerjanya di OWOX BI

OWOX BI secara otomatis mengunggah biaya iklan ke Google Analytics dan Google BigQuery mendistribusikannya di seluruh sesi sesuai dengan tag UTM. Inilah sebabnya mengapa Anda mengetahui biaya setiap sesi di 5 tag UTM utama (sumber, media, kampanye, kata kunci, konten), dan Anda dapat membuat laporan tentang BPK, BPA, CPO, dan CRR pada data mentah. Ini meningkatkan akurasi laporan Anda dan membantu mengalokasikan anggaran pemasaran Anda secara lebih efisien.

Gunakan kasus

Dengan OWOX BI, Anda dapat mengetahui berapa banyak yang Anda habiskan untuk setiap sesi, serta mengelompokkan biaya dan pendapatan menurut pengguna, kelompok, atau halaman arahan tertentu.

Misalnya, Anda ingin memahami kelompok barang mana yang harus dipromosikan untuk mendatangkan lebih banyak keuntungan karena produk yang menarik pengguna tidak wajib produk yang sama yang dibeli pengguna. Anda perlu mengelompokkan biaya iklan digital ke dalam kategori untuk menemukan kategori produk yang paling efektif untuk dipromosikan. Ini dapat dilakukan dengan OWOX BI dengan mentransfer data biaya dari GA ke GBQ dan mendistribusikan biaya di semua sesi dengan tag UTM. Dalam hal ini, biaya dan pendapatan akan menjadi properti sesi.

Cara mengelompokkan biaya dan pendapatan menurut properti sesi apa pun menggunakan OWOX BI. Kelola kinerja pemasaran berdasarkan segmen pelanggan, grup produk, dan halaman arahan.

BACA ARTIKEL

5. Pembaruan data retrospektif

Dengan OWOX BI, tidak perlu tindakan tambahan apa pun untuk mengevaluasi penukaran pesanan, pengembalian pembelian, atau untuk mengetahui apa yang telah dilakukan pelanggan baru di situs Anda selama tiga bulan terakhir. Layanan kami memungkinkan Anda memperbarui data yang diupload ke Google BigQuery secara retrospektif.

Cara kerjanya di Google Analytics

Di GA standar, Anda hanya dapat memperbarui status pesanan secara retrospektif jika kurang dari 4 jam telah berlalu dari membuat pesanan hingga pembayaran. Jika tidak, pembayaran dicatat di GA sebagai sesi baru. Misalnya, jika Anda menambahkan pengembalian pada 3 April untuk transaksi yang dilakukan pada 18 Maret, dalam laporan untuk 18 Maret, Anda masih akan melihat jumlah transaksi penuh. Dengan demikian, distribusi nilai di seluruh saluran tidak akan benar karena kesalahan ini.

Protokol Pengukuran saat ini tidak tersedia di Aplikasi+Web. Ini mencegah Anda memperbarui retrospektif status pesanan atau mengunduh informasi pengguna.

Cara kerjanya di OWOX BI

Dalam tabel yang diisi oleh OWOX BI dengan data di Google BigQuery, Anda dapat memperbarui informasi berikut secara retrospektif:

  • Detail transaksi — Anda dapat memasukkan pengembalian, pengembalian sebagian, atau mengubah jumlah untuk periode 30 hari.
  • Informasi Pengguna — jika pengguna telah masuk atau masuk ke situs web, ID Penggunanya akan diputar ulang dan ditunjuk untuk sesi yang muncul selama 30 hari terakhir sebelum tanggal otentikasi.
  • Data biaya selama 90 hari (di kolom adCost, atributAdCost), termasuk biaya dari semua layanan periklanan yang diimpor ke Google Analytics.

Gunakan kasus untuk bank

Jika pengguna dengan ID Pengguna telah mengajukan kredit hari ini, ID Pengguna ini muncul di semua sesi sebelumnya dari perangkat yang sama. Anda dapat menggunakan sesi ini untuk memperkirakan jalur pengguna ke pesanan Anda, untuk mengatribusikan pendapatan dari kampanye iklan dengan cara yang lebih akurat, dan untuk memprediksi konversi pengguna lain.

Gunakan kasus untuk E-niaga

Dengan OWOX BI, lebih mudah bagi Anda untuk mempertimbangkan pengembalian dan mengukur efektivitas kampanye iklan —- tabel streaming selalu menunjukkan jumlah pesanan saat ini. Jika pengembalian dilakukan di hari lain, Anda tidak perlu mencarinya di tabel hari lain.

Jika Anda berencana untuk membuat laporan ROPO (Research Online Purchase Offline), akan lebih mudah untuk membuat perhitungan saat User ID ditetapkan ke jumlah maksimum sesi historis klien.

Kasus Ile de Beaute: bagaimana perusahaan menentukan efektivitas iklan online, dengan mempertimbangkan semua tindakan pengguna online dan offline.

6. Struktur tabel data yang ringkas

Seperti disebutkan di atas, tabel ekspor standar dari Google Analytics 360 ke Google BigQuery memiliki terlalu banyak kolom bersarang dan kosong, yang meningkatkan biaya pemrosesan data ini.

OWOX BI membantu Anda mengoptimalkan biaya penyimpanan dan pemrosesan data dalam GBQ. Ada lebih sedikit bidang kosong di tabel streaming, lebih sedikit tingkat bersarang, sehingga tabel itu sendiri dan kuerinya "berbobot" lebih sedikit.

7. Kemampuan untuk mengumpulkan data langsung dari situs web ke dalam Google BigQuery

OWOX BI membantu Anda menghindari batasan GA dalam pengumpulan data. Jika Anda berencana untuk melacak semua aktivitas pengguna — mulai dari melihat spanduk hingga memilih layanan tambahan dalam urutan — semua klik tambahan dapat dikirim langsung ke Google BigQuery.

Cara kerjanya di Google Analytics

Semua informasi tentang interaksi pengguna dengan situs web Anda dikirimkan ke Google Analytics melalui klik terpisah — pesan ke server GA.

Cara kerjanya di OWOX BI

Pada saat pembuatan hit, OWOX BI menggantikan alamat pengiriman data dari sumber daya GA dengan alamat proyek Anda di Google BigQuery. Kami dapat menduplikasi semua klik yang dialamatkan GA ke dalam tabel GBQ atau memblokir (sepenuhnya atau sebagian) semua data di GA dan mengirim klik hanya ke tabel GBQ.

Solusi ini memiliki keuntungan sebagai berikut:

  1. Anda mendapatkan data tanpa sampel dari situs web dalam struktur terkenal Google Analytics 360, dengan ribuan kueri SQL yang telah ditulis untuk itu. Ini menghemat waktu Anda dan mengurangi waktu yang dihabiskan untuk konsultasi analis reguler.
  2. Anda dapat mengatur pengumpulan data tanpa menurunkan kecepatan memuat situs web Anda. Itu mungkin karena OWOX BI menduplikasi hit GA daripada membebani GTM Anda dengan penghitung JS terpisah.
  3. Kami menjamin SLA dalam kontrak dan memiliki fungsi yang diperlukan untuk memantau kualitas data dan secara otomatis menyimpan informasi jika proyek Google Analytics dan Google Cloud Anda gagal. Anda dapat memastikan kualitas data untuk laporan Anda tanpa upaya tambahan.

Dengan OWOX BI, Anda juga dapat mengumpulkan data perilaku pengguna tanpa penghitung JS Google Analytics. Kami dapat mengumpulkan data klik dari situs Anda ke Google BigQuery dengan kode pelacakan kami.

Gunakan kasus untuk bank

Jika Anda berencana untuk mengumpulkan data sensitif dari situs web (jenis pelanggan, detail, parameter pesanan), Anda harus mengirimkannya langsung ke Google BigQuery tempat standar keamanan Tingkat 4 mengatur perlindungan informasi. Setiap informasi sensitif dapat dikirimkan dalam bentuk hash atau terenkripsi.

Gunakan kasus untuk E-niaga

Katakanlah ada lebih dari 1.000 spanduk di situs Anda. Anda berencana untuk melacak tampilan dan klik untuk masing-masing tampilan dan mengukur pengaruhnya terhadap pembelian di sesi saat ini atau berikutnya. Jika Anda melacak tampilan sebenarnya dari setiap spanduk, jumlah data yang dikirim ke GA akan melebihi batas sebesar 20-25%.

Dengan OWOX BI, Anda dapat mengirim semua statistik spanduk langsung ke Google BigQuery (melewati GA) dan mendapatkan wawasan tentang keefektifan kampanye promo internal. Jadi Anda tidak kehilangan informasi apa pun karena pengambilan sampel dan agregasi data di GA standar, dan melampaui batas di GA 360.

8. Jumlah parameter dan dimensi pengguna yang tidak terbatas

Dengan OWOX BI, Anda dapat mentransfer parameter dan dimensi pengguna dalam jumlah tak terbatas dari situs web ke Google BigQuery. Ini memungkinkan Anda untuk mengelompokkan pengguna menurut fitur apa pun dan membuat laporan yang lebih detail untuk analisis mendalam.

Google Analytics juga memiliki batasan jumlah metrik khusus yang dikumpulkan dari situs web: 20 untuk versi standar dan 200 untuk GA 360. Aplikasi+Web juga memiliki batas yang cukup ketat: 500 peristiwa, 25 parameter peristiwa, dan 25 properti pengguna.

Cara membentuk segmen untuk tindakan apa pun yang dilakukan pengunjung situs Anda tanpa batasan dan pengambilan sampel.

BACA ARTIKEL

9. ID Pengguna OWOX Opsional

ID Pengguna OWOX membantu Anda mengoptimalkan biaya promosi dan pemasaran ulang jika Anda memiliki jaringan situs web dengan pemirsa yang berpotongan. Anda juga dapat mengevaluasi efek Post-View dari banner dan iklan media.

Bagaimana itu bekerja

Dengan bantuan cookie pihak ketiga, OWOX BI menempatkan pengenal yang sama di situs web yang berbeda (bisa berupa situs web Anda yang lain di domain yang berbeda atau iklan media pada platform periklanan independen). Kemudian ID ini menyatukan sesi dari beberapa situs web dan Anda akan dapat menganalisis audiens yang berpotongan.

Gunakan kasus

Jika grup perusahaan Anda terdiri dari beberapa merek dan situs web mereka, OWOX BI dapat mengukur persimpangan audiens Anda, dan menunjukkan cara mengoptimalkan anggaran untuk kampanye pemasaran ulang dan penjangkauan.

1+1 Kasus digital: cara pengecer besar menautkan penayangan iklan video ke penjualan online dan offline, yang membantu menghitung ROAS dan CPA iklan media dengan lebih akurat.

BACA ARTIKEL

10. Lokasi pengguna yang akurat

Berdasarkan pengalaman kami, akurasi penentuan posisi geografis (Geo) pengguna di OWOX BI rata-rata 20% lebih tinggi daripada di laporan GA serupa.

Cara kerjanya di Google Analytics

GA mendefinisikan geolokasi menggunakan Google API. Metode ini tidak selalu dapat diandalkan karena mungkin tidak didukung atau diblokir di beberapa browser atau oleh tindakan pengguna (terutama berkat GDPR).

Cara kerjanya di OWOX BI

OWOX BI menentukan geolokasi menggunakan layanan Google lain — Cloud Load Balancing. Layanan ini berspesialisasi dalam menyeimbangkan beban jaringan dan menautkan data geo dalam alamat IP tertentu. Oleh karena itu, streaming tidak memerlukan izin pengguna apa pun; kami menghindari pemblokiran dan dengan demikian memperoleh geodata yang lebih akurat.

11. Penentuan sumber yang akurat dengan lalu lintas situs web langsung

isTrueDirect adalah parameter yang menentukan apakah sesi mengacu pada akses situs web langsung (lalu lintas langsung) atau harus dikaitkan ke sumber lain.

Cara kerjanya di Google Analytics

Variabel isTrueDirect di GA bernilai true ketika:

  • Itu adalah tautan langsung ke situs web (pengguna mengetik alamat situs web atau menggunakan bookmark).
  • Jika sumber, saluran, parameter kampanye sepenuhnya cocok untuk dua kunjungan berturut-turut. GA mendefinisikan sesi kedua sebagai lalu lintas langsung, meskipun dimulai dengan iklan.

Cara kerjanya di OWOX BI

Dalam tabel OWOX BI, kami mendefinisikan isTrueDirect = true hanya dalam kasus akses situs web langsung. Ini memungkinkan Anda untuk mengevaluasi kesadaran merek secara akurat dan memperkirakan biaya sesi tertentu dengan benar.

Gunakan kasus

Laporan dengan parameter isTrueDirect membantu Anda mengukur efektivitas iklan kesadaran merek. Pertumbuhan entri langsung di awal perjalanan pengguna memungkinkan untuk mengevaluasi kontribusi kampanye offline dan penjangkauan untuk pemasaran Anda.

12. Pengumpulan data pribadi

Tidak seperti di Google Analytics, Anda dapat mengumpulkan dan menggunakan data pelanggan PII termasuk email dan nomor telepon di Google BigQuery. Jangan kehilangan pengguna yang tidak mencapai akhir corong tetapi mencoba meninggalkan permintaan di situs web. Telepon atau email di GBQ dapat digunakan untuk mengelompokkan pengguna dan mengirimkan umpan balik kepada mereka.

Cara kerjanya di Google Analytics

GA tidak mengizinkan transfer data pribadi dalam bentuk tidak terenkripsi. Jika tidak, akun Anda akan diblokir.

Cara kerjanya di OWOX BI

Di tabel OWOX BI, kami menggunakan parameter &tel dan &email (tidak didukung di GA) untuk mengirimkan data pribadi ke BigQuery dengan cara yang mudah digunakan.

Gunakan kasus untuk bank

Anda dapat mengumpulkan data tentang pengguna yang mencoba mengajukan pinjaman atau layanan lain di situs web, tetapi karena alasan tertentu, mereka tidak dapat mengirimkan formulir. Kemudian pusat panggilan dapat menghubungi klien ini dan membantu mereka menyelesaikan prosedur melalui telepon.

Gunakan kasus untuk E-niaga

Jika Anda tidak mengumpulkan ID Pengguna dalam sistem online dan offline Anda, maka nomor telepon dan email dapat digunakan untuk menautkan data online dan offline pengguna Anda.

Ritel Multisaluran: mengapa dan bagaimana mengintegrasikan titik kontak pelanggan online dan offline.

BACA ARTIKEL

Jika Anda tidak memiliki analis di tim Anda — gunakan Pembuat Laporan di Data Cerdas atau pesan dasbor khusus untuk tim Anda

Jika Anda tidak memiliki analis yang bekerja dengan data mentah, gunakan Pembuat Laporan di Data Cerdas kami. Anda dapat memilih template siap pakai atau membuat dasbor khusus tanpa pengetahuan SQL apa pun. Smart Data memungkinkan Anda menggabungkan streaming dan data CRM untuk mendapatkan basis yang andal untuk analisis dan pengambilan keputusan.

Kami secara teratur menambahkan laporan baru yang tidak dapat ditemukan di Google Analytics:

  • pemantauan mitra BPA.
  • analisis ROPO.
  • Jalur konversi pengguna.
  • Penukaran pesanan di CRM.
  • Efisiensi pelacakan panggilan.

Anda dapat mencoba semua fitur OWOX BI Smart Data secara gratis.

COBA GRATIS

Jika Anda membutuhkan laporan khusus sesuai dengan kebutuhan bisnis dan sistem akuntansi Anda, tim analis OWOX BI dapat membantu Anda. Mendaftar untuk demo untuk meminta pertemuan dan mengetahui detailnya.

DAPATKAN DEMO GRATIS ANDA