Come selezionare correttamente i passaggi della canalizzazione durante l'impostazione dell'attribuzione

Se vuoi ottimizzare i costi pubblicitari e aumentare il ROAS, considera e valuta correttamente il contributo di ogni canale della catena prima di vendere. Gli strumenti di Google Analytics standard qui non sono sufficienti perché la metà dei modelli di attribuzione disponibili nel servizio fornisce tutto il valore della transazione a qualsiasi canale della catena. E la seconda metà dei modelli stima il canale secondo una regola condizionale, non su metriche reali.

A differenza dei modelli GA standard, OWOX BI Attribution tiene conto dell'influenza reciproca dei canali sulla conversione e sull'avanzamento degli utenti sul funnel. Puoi anche confrontare il rendimento degli annunci tra i tuoi attuali modelli GA e OWOX BI per vedere le campagne sottovalutate o sopravvalutate.

Di conseguenza, sarai in grado di ridistribuire il budget ai canali che attirano utenti con conversioni, ma non ricevono alcun valore dall'ultimo clic non diretto in Google Analytics.

In questo articolo spieghiamo come evidenziare gli eventi di conversione per i passaggi della canalizzazione sul modello AIDA e costruire un modello di attribuzione in OWOX BI basato su questi passaggi.

L'imbuto di vendita è il percorso che l'utente intraprende dal primo incontro con il sito all'acquisto. Secondo il modello di marketing AIDA, questo percorso si compone di quattro fasi:

1. Attenzione : una persona ha prestato attenzione al sito.
2. Interesse : si interessò alle merci.
3. Desiderio : volevo acquistare beni.
4. Azione : ha effettuato un acquisto.

In teoria, sembra semplice e coerente. In realtà, le cose sono un po' più complicate. Il pubblico del tuo sito potrebbe non comportarsi come ti aspetti. I visitatori che provengono da diversi canali pubblicitari si comportano in modo diverso. Una persona può andare sul sito molte volte e andarsene senza fare nulla; gettare la merce nel carrello; clicca su banner diversi, ecc. Sì, le sue azioni saranno coerenti, ma ogni utente avrà la sua sequenza.

Inoltre, la selezione dei canali di comunicazione dipende dalla fase della canalizzazione in cui si trova l'utente. Ad esempio, la pubblicità sui media funziona perfettamente con un pubblico freddo all'inizio di un funnel che deve suscitare interesse. E le e-mail funzionano meglio con il pubblico nelle fasi finali della canalizzazione. Questi sono utenti fedeli che hanno familiarità con il marchio, quindi la conversione dalla posta è maggiore.

Per aumentare la conversione dai visitatori del sito agli acquirenti, devi esaminare le azioni del tuo pubblico e selezionare correttamente i passaggi della canalizzazione che utilizzerai nel tuo modello di attribuzione.

Con la canalizzazione di vendita corretta, puoi:

1. Valutare correttamente l'efficacia del marketing, trovare fonti di traffico sottovalutate e ridistribuire in modo ottimale il budget pubblicitario.
2. Comprendi le esigenze dei tuoi utenti per far loro offerte pertinenti.
3. Dividi il pubblico in segmenti a seconda della fase della canalizzazione in cui si trovano gli utenti e personalizza la comunicazione con ciascun segmento.
4. Trova i colli di bottiglia nella canalizzazione e ottimizzali.

Il compito della tua pubblicità in ogni fase della canalizzazione è motivare l'utente a passare alla fase successiva, più vicina all'acquisto. Ad esempio, le azioni di conversione possono essere: visualizzare la scheda dell'articolo, iscriversi alla mailing list, aggiungere l'articolo al carrello e altro ancora. Come puoi determinare quali di queste azioni sono adatte per costruire un funnel AIDA?

A questo punto, devi eseguire tutte le azioni business-critical che gli utenti intraprendono sul sito prima che effettuino la conversione, come il primo pagamento.

Le azioni selezionate devono essere tracciate sul tuo sito e inviate a Google BigQuery. Ciò ti consentirà di eseguire il passaggio successivo.

Puoi analizzare le azioni di conversione in diverse sezioni, ad esempio:

• Tempo dall'attività alla conversione.
• Probabilità di conversione dovuta all'azione di conversione.

Innanzitutto, dovresti creare una tabella come questa con tutti gli eventi selezionati:

Non dovresti limitarti al numero di eventi. Più azioni usi per l'analisi, migliore sarà. Allo stesso tempo, ovviamente, non dimenticare il buon senso.

Quindi devi creare un grafico basato su questa tabella. Ecco un esempio di tale grafico:

Il grafico mostra come cambia il tempo prima della conversione in base all'azione di conversione.

Buono: quando gli eventi selezionati sono distribuiti uniformemente sul grafico. Ciò consentirà di costruire un funnel dividendo questi eventi in cluster, ognuno dei quali sarà un passaggio del funnel nell'attribuzione.

Non valido: quando gli eventi sono raggruppati sul grafico in un'unica posizione. Quindi otterrai solo uno o due passaggi della canalizzazione. In tal caso, la qualità dei calcoli del modello sarà bassa.

Esempio di potenziale imbuto AIDA su eventi analizzati:

Se non hai un progetto in OWOX BI, puoi iniziare subito a usarlo gratuitamente.

Prima di eseguire i calcoli di attribuzione, devi raccogliere tutti i dati nello spazio di archiviazione cloud di Google BigQuery. Con OWOX BI, puoi inviare dati grezzi sulle azioni degli utenti sul sito (visualizzazioni di pagine, eventi, transazioni, ecc.), dati sui costi, statistiche dal monitoraggio delle chiamate e servizi di email marketing da Google Analytics a GBQ.

Puoi anche caricare manualmente le informazioni sullo stato dell'ordine e gli utenti dal tuo CRM in BigQuery. È possibile accedere ai dati in GBQ tramite query SQL e rispondere come tabelle.

Per ulteriore lavoro e visualizzazione, queste tabelle possono essere caricate su CSV o Fogli Google, ad esempio, utilizzando il nostro componente aggiuntivo gratuito. Questa soluzione consente di creare report senza campionamento e altre restrizioni presenti nell'interfaccia GA.

Se hai configurato l'e-commerce avanzato per Google Analytics sul tuo sito, verrà creato automaticamente un modello di attribuzione quando la prima tabella con i dati della sessione in OWOX BI appare in BigQuery:

È possibile creare un nuovo modello o modificarne uno esistente. Per modificare, apri le impostazioni del modello e in ogni fase elenca gli eventi di conversione tramite la condizione OR:

Quindi inizia i calcoli. Di conseguenza, riceverai informazioni su quali sorgenti di traffico hanno portato alle azioni di conversione che hai scelto.

I risultati del calcolo del modello OWOX BI possono essere confrontati con quelli del modello Last Non-Direct Click nella sezione denominata sorgente/mezzo/campagna:

Ciò evidenzierà le sorgenti di traffico che hanno portato ad azioni di conversione ma sono rimaste sottovalutate. Ad esempio, in questo screenshot, vediamo che yandex/organic è stato sottovalutato e vale la pena investire in maggiori sforzi.

Successivamente, dovrai solo ridistribuire il budget per aumentare il numero di azioni di conversione.

Nella schermata seguente, puoi vedere come le sorgenti di traffico sono spesso distribuite in diverse fasi della canalizzazione. Se gli eventi della canalizzazione AIDA sono selezionati correttamente (vedi grafico sopra), possiamo ridistribuire il budget tra le fonti pubblicitarie.

Se gli eventi non vengono selezionati correttamente, tutti ricadranno su uno o due canali pubblicitari e quindi non ci saranno opzioni tra i canali per ridistribuire il budget pubblicitario.

PS Se hai bisogno di aiuto per combinare i dati in Google BigQuery e per impostare l'attribuzione, siamo pronti ad aiutarti. Iscriviti per una demo e discuteremo i dettagli.