Laporan e-niaga paling populer

Setiap bidang bisnis memiliki laporan khusus sendiri yang mencerminkan realitas pemasarannya. Di bawah ini, kita akan melihat laporan paling umum untuk e-niaga dan ritel.

Sebelum Anda membuat laporan, pastikan Anda memiliki dua hal:

1. Data berkualitas untuk dianalisis
2. Model atribusi yang memperhitungkan kekhasan bisnis Anda

Sebuah laporan keseluruhan memungkinkan Anda untuk dengan cepat mengevaluasi efektivitas seluruh departemen pemasaran Anda. Siapkan laporan Anda dan pantau tujuan departemen Anda setiap hari.

Berkat laporan keseluruhan, Anda dapat dengan cepat melihat indikator utama Anda dan menyesuaikan tindakan di saluran pemasaran berdasarkan efisiensinya saat ini. Laporan keseluruhan cocok untuk ditampilkan pada pertemuan kepada rekan kerja non-pemasaran.

Untuk laporan keseluruhan, Anda harus mengonfigurasi pengumpulan data dari:

• Google Analytics
• Layanan periklanan
• CRM dan sistem pelacakan panggilan

Metrik dan parameter apa yang harus Anda perhatikan untuk laporan ini? Temukan mereka di artikel kami tentang indikator apa yang bisnis Anda tidak dapat bertahan tanpanya.

Dalam contoh laporan di atas, Anda dapat melihat perbandingan yang jelas dari kinerja semua saluran pemasaran. Ini memungkinkan Anda untuk segera menilai pertumbuhan lalu lintas dan prospek berkat menjalankan kampanye.

Keuntungan besar dari laporan dan dasbor semacam itu adalah dapat diperbarui secara otomatis pada frekuensi yang diperlukan. Artinya, penurunan tajam atau pertumbuhan pesat tidak akan mengejutkan Anda di akhir bulan.

Iklan online memengaruhi penjualan di toko fisik. Satu-satunya pertanyaan adalah, apakah Anda tahu angka pastinya? Indikator ROPO bervariasi tergantung pada barang, wilayah, dan demografi pelanggan.

Untuk menghindari secara tidak sengaja mematikan kampanye iklan online yang sukses yang mendatangkan banyak pelanggan offline, gunakan analisis ROPO. Menurut data OWOX BI, laba atas belanja iklan (ROAS) biasanya meningkat 30% hingga 70% saat efek ROPO dihitung.

Inti dari analisis ROPO adalah untuk menghubungkan perilaku pengguna di situs web dengan pembelian mereka di toko fisik. Untuk tujuan ini, Anda perlu:

• Data tentang tindakan pengunjung situs web di tempat
• Data dari sistem CRM Anda (pesanan, pengembalian, transaksi)

Dan, tentu saja, Anda memerlukan ID pengguna yang memungkinkan Anda menggabungkan informasi tentang aktivitas online dan offline pelanggan Anda. Anda dapat membaca lebih lanjut tentang data yang Anda perlukan untuk laporan ROPO di Pusat Bantuan kami.

Tangkapan layar di atas menyajikan laporan ROPO. Dasbor ini membantu Anda menjawab pertanyaan seperti:

• Kampanye online mana yang paling memotivasi pengguna untuk berbelanja offline?
• Berapa persentase total pendapatan yang berasal dari penjualan ROPO?
• Saluran mana yang menghasilkan pendapatan ROPO paling banyak?

Jika suatu barang tidak laku secara online, jangan buru-buru menghapusnya dari toko Anda. Pertama, periksa laporan ROPO Anda. Mungkin item ini adalah penjual offline yang hebat. Bagaimana menggunakan data yang Anda peroleh dari analisis ROPO terserah Anda. Namun apa yang pasti dapat Anda lakukan dengannya adalah membuat keputusan yang lebih tepat tentang mendistribusikan anggaran Anda berdasarkan data online dan offline.

Kelompok pelanggan yang berbeda berperilaku berbeda. Jadi pendekatan Anda terhadap mereka harus berbeda. Namun pertama-tama, penting untuk memahami apa perbedaan antara kelompok dan bagaimana Anda dapat memperoleh manfaat dari perbedaan tersebut.

Analisis kelompok memungkinkan Anda untuk melihat bagaimana kelompok pembeli yang berbeda berperilaku dari waktu ke waktu dan memahami bagaimana dan dengan siapa harus bekerja, apa yang harus ditingkatkan, dan di mana. Dengan analisis kohort, Anda dapat:

1. Estimasi laba atas belanja iklan dengan lebih baik untuk bisnis dengan siklus penjualan yang panjang
2. Memprediksi dan meningkatkan nilai umur pelanggan (LTV)
3. Evaluasi hasil pengujian A/B

Untuk analisis kohort, Anda perlu mengetahui:

• Kriteria yang akan digunakan untuk menentukan kelompok
• Interval waktu di mana kelompok Anda akan ditentukan: hari, minggu, bulan
• Periode pelaporan
• Indikator mana yang akan menjadi kunci analisis (LTV, ROI, tingkat retensi, dll.)?

Kami juga telah menyiapkan tabel yang membandingkan pro dan kontra dari semua metode analisis kohort.

Dalam contoh laporan analisis kelompok ini di layanan OWOX BI Smart Data, kita dapat melihat bagaimana pendapatan untuk kelompok daya tarik pengguna berubah dari waktu ke waktu.

Versi paling sederhana dari laporan kelompok dapat dibuat menggunakan Google Analytics atau Google Spreadsheet. Anda dapat membaca lebih lanjut tentang analisis kohort di blog kami.

Bagaimana Anda tahu berapa banyak keuntungan yang Anda dapatkan dari pelanggan Anda dari waktu ke waktu? Apakah itu akan membuahkan hasil untuk menarik pelanggan baru? Untuk mengetahuinya, hitung nilai umur pelanggan (LTV).

Indikator LTV membantu Anda memprediksi kemungkinan pendapatan di masa mendatang dan menunjukkan kepada Anda berapa banyak uang yang harus Anda keluarkan untuk pelanggan atau kelompok pelanggan tertentu sepanjang masa hidup mereka dengan layanan Anda. Dalam kasus e-commerce, masa hidup pelanggan adalah waktu selama pelanggan melakukan pembelian di toko. Selain itu, menurut Kontributor Forbes Patrick Hull, kemungkinan menjual barang ke pelanggan yang sudah ada adalah 60% hingga 70%. Tetapi hanya ada kemungkinan 5% hingga 20% bahwa pengguna baru akan membeli sesuatu.

Ada tiga metode untuk menghitung nilai seumur hidup pelanggan:

1. Historis
2. Prediktif
3. Tradisional

Bergantung pada metode yang Anda pilih, Anda memerlukan data tentang:

• Jumlah pelanggan untuk periode yang dipilih
• Total pendapatan untuk periode yang dipilih
• Rata-rata jumlah transaksi per bulan
• Total pengembalian per bulan
• Koefisien arus keluar pelanggan
• ARPU (pendapatan rata-rata per pengguna)
• Biaya rata-rata pesanan
• Koefisien rata-rata profitabilitas
• Siklus hidup pelanggan rata-rata dalam beberapa bulan
• Ukuran diskon rata-rata

Anda dapat membuat laporan LTV dari tab Nilai Umum di Google Analytics. Namun, perhatikan bahwa laporan Anda hanya akan akurat jika Anda memiliki data nyata tentang perilaku pelanggan, yang tidak tersedia di Google Analytics.

Laporan RFM (kebaruan, frekuensi, nilai moneter) membantu Anda mengetahui pembeli mana yang menghasilkan keuntungan paling besar bagi bisnis Anda. Dengan laporan ini, Anda dapat menganalisis perilaku pelanggan: seberapa sering pelanggan membeli dan seberapa banyak mereka membeli dari Anda. Data ini juga akan membantu Anda memahami cara menyiapkan pemasaran yang dipersonalisasi untuk bisnis Anda.

Pelanggan mengubah perilaku mereka dari waktu ke waktu, dan penting untuk mengetahui cara memanfaatkan perubahan ini. Dengan analisis RFM, Anda dapat membuat basis pelanggan setia Anda sendiri dan mengatur komunikasi yang dipersonalisasi untuk segmen yang berbeda.

Untuk analisis RFM, Anda memerlukan data tentang:

• Batasan penjualan (saat pembelian dilakukan)
• Frekuensi pembelian (seberapa sering pelanggan membeli sesuatu)
• Pendapatan (nilai total pembelian)
• identitas pengguna

Mengidentifikasi pengguna adalah tugas yang sulit. Cara terbaik untuk melakukannya adalah dengan menggunakan ID Pengguna OWOX anonim. Tidak seperti kode pelacakan di Google Analytics, ID Pengguna OWOX memungkinkan Anda menganalisis persimpangan audiens di seluruh domain dan menerima data bahkan ketika cookie Google Analytics telah dihapus atau diganti.

Dengan data ID Pengguna, Anda dapat membagi pembeli menjadi beberapa kelompok untuk memahami siapa yang membeli barang Anda dan seberapa sering. Misalnya, pelanggan dapat berbelanja:

1. Sering dan banyak
2. Sering dan sedikit
3. Jarang dan banyak
4. Jarang dan sedikit

Anda dapat menggunakan Google Spreadsheet atau OWOX BI untuk menghitung RFM. Untuk lebih lanjut tentang ini, baca artikel kami tentang cara melakukan analisis RFM.

Penting untuk tidak lupa bahwa tingkat stok, hari libur, dan musim memiliki dampak besar pada data. Namun, dengan biaya rendah, laporan RFM membantu Anda melakukan pendekatan yang dipersonalisasi kepada pelanggan, yang menghasilkan peningkatan keuntungan.

Semua aktivitas pelanggan di situs Anda harus menghasilkan pembelian. Anda mungkin memiliki kampanye iklan yang berhasil yang menghasilkan banyak lalu lintas bertarget, tetapi jika pengunjung gagal memindahkan item ke keranjang.

Dengan laporan konversi mikro situs, Anda dapat memahami kelemahan saluran penjualan situs web Anda. Jika pembeli tidak pindah ke langkah berikutnya dari corong, Anda akan tahu bagaimana Anda dapat mendorong mereka. Misalnya, jika pengguna telah melakukan konversi mikro tetapi belum membeli apa pun, Anda dapat mengirimi mereka iklan atau email yang dipersonalisasi.

Anda perlu mengidentifikasi dengan tepat apa yang dapat diselesaikan oleh pelanggan konversi mikro di situs Anda dan melacaknya. Untuk e-commerce, ini bisa berupa:

• Mencari item dalam kategori
• Menambahkan item ke troli
• Berlangganan surat
• Meninjau barang
• Menggulir halaman

Contoh laporan yang ditampilkan di atas memungkinkan Anda mendeteksi dan menyelesaikan slip aktivitas konversi dengan cepat di situs Anda. Laporan ini sangat berguna bagi pemasar dan tim pengembangan.

Sulit membayangkan e-commerce tanpa stok dan aksi jual. Toko online menggunakan spanduk internal untuk mengiklankan promosi. Dan, tentu saja, iklan ini harus dipantau dengan cara yang sama seperti iklan eksternal.

Untuk menarik lebih banyak pelanggan, Anda perlu mengevaluasi efektivitas kampanye iklan internal Anda dan meningkatkannya untuk promosi Anda di masa mendatang.

Google Analytics melaporkan data pada kampanye internal saat Enhanced E-commerce diaktifkan.

Anda dapat melihat data berikut dalam laporan ini:

• Nama kampanye internal
• Jumlah tampilan
• RKT kampanye internal
• Transaksi
• Pendapatan

Seperti laporan konversi mikro, laporan spanduk internal membantu Anda meningkatkan keseluruhan konversi di situs.

Iklan dari mitra biaya per tindakan (CPA) dapat menghasilkan hingga 20% lalu lintas ke situs. Model periklanan CPA efektif, tetapi dalam bidang ini terdapat tingkat penipuan yang tinggi. Laporan aktivitas BPA mitra dapat menghemat anggaran Anda.

Dengan menganalisis mitra BPA Anda, Anda dapat mencapai transparansi mutlak. Berkat informasi ini, Anda dapat melihat efisiensi lalu lintas yang Anda terima dan memperkirakan dampak lalu lintas afiliasi pada sumber lain.

Laporan semacam itu memerlukan data tanpa sampel tentang perilaku pengguna di situs Anda. Kami merekomendasikan penggunaan OWOX BI Pipeline untuk mengumpulkan data ini. Kemudian, dengan bantuan layanan OWOX BI Smart Data, Anda bisa mendapatkan laporan yang lengkap.

Laporan ini menunjukkan jumlah transaksi dengan perubahan sumber untuk setiap kampanye. Sejumlah besar transaksi semacam itu berarti kemungkinan besar substitusi sumber. Sebaiknya berikan perhatian khusus pada pekerjaan mitra dengan banyak perubahan sumber untuk menghindari kemungkinan penipuan.

Untuk daftar lengkap laporan guna mengidentifikasi mitra BPA yang tidak bermoral, kunjungi Pusat Bantuan kami. Dengan laporan ini, Anda dapat mengetahui sumber dan saluran mana yang tidak memberikan nilai dan mitra mana yang menggunakan permintaan merek dalam periklanan. Dan, yang paling penting, Anda akan mengetahui siapa yang harus Anda bayar.

Untuk membuat keputusan dalam mengelola anggaran periklanan, pemasar memerlukan laporan tentang efektivitas periklanan berdasarkan penjualan nyata.

Sering kali pengguna melakukan pemesanan tetapi tidak pernah membelinya. Untuk mendapatkan data penjualan yang sebenarnya, Anda perlu menganalisis pembelian.

Untuk laporan yang akurat, Anda memerlukan data tentang perilaku pengguna di situs Anda (lengkap dan bukan sampel), dikombinasikan dengan data dari sistem CRM perusahaan Anda.

Laporan ini membantu Anda meningkatkan ROI kampanye iklan Anda tanpa meningkatkan biaya.

Laporan ini diperlukan untuk mengevaluasi efektivitas lalu lintas ke halaman arahan.

Dengan laporan ini, Anda dapat memahami halaman mana (dan konten apa) yang paling efektif mengubah pengunjung menjadi pembeli.

1. Data biaya dari berbagai layanan periklanan
2. Data mentah tanpa sampel tentang perilaku pengguna di situs Anda
3. Data pembelian dari sistem CRM Anda

Seperti halnya laporan konversi mikro dan spanduk internal, informasi dari laporan laman landas membantu Anda meningkatkan keseluruhan konversi di situs dan meningkatkan pendapatan.

Sebelum membuat laporan apa pun, Anda perlu memastikan bahwa Anda memiliki semua data yang Anda butuhkan, bahwa Anda dapat mempercayai data ini, dan bahwa Anda mengetahui semua nuansa model atribusi yang Anda pilih. Untuk melakukan ini, Anda perlu menjawab beberapa pertanyaan sederhana:

• Model atribusi apa yang saya gunakan saat ini?
• Apakah saya memahami risiko menggunakan Google Analytics (Atribusi Klik Terakhir)?
• Apakah saya memahami semua kerugian menggunakan model yang saya pilih?

Ikhtisar mendetail dari semua model atribusi di pasar akan membantu Anda memilih yang terbaik untuk Anda. Dan jika Anda ingin memahami apa arti atribusi dalam pemasaran, baca artikel kami berikutnya.

Ingin laporan yang Anda lihat di artikel ini? Coba OWOX BI. Anda akan melihat bagaimana Anda dapat menggunakannya untuk memecahkan masalah analisis pemasaran Anda.