Come identificare ROPO: influenza online sugli acquisti offline

La pubblicità online è spesso sottovalutata poiché molte persone iniziano a cercare prodotti su Internet e poi vanno a comprarli in un negozio fisico. Soprattutto, questo è diventato un problema per alcuni prodotti come scarpe e accessori firmati. Le vendite online non possono competere con le vendite nei negozi fisici, dove i clienti hanno un servizio completamente personalizzato. Ecco perché gli esperti di marketing vogliono imparare in che modo il marketing online influisce sulle vendite nei negozi fisici e scoprire quali campagne e categorie di prodotti portano più acquisti offline e quali ne portano di più online.

In questo caso, descriviamo la soluzione fornita dal team OWOX BI per una catena di negozi che vendono calzature, borse e accessori a prezzi bassi, medi e alti. L'azienda dispone di 90 negozi fisici e di un comodo negozio online. La sfida principale era identificare l'influenza online sugli acquisti offline.

Il reparto vendite ha notato che molti clienti preferiscono raccogliere informazioni online prima di effettuare acquisti in un negozio fisico. Sul sito i clienti filtrano gli articoli in base al prezzo e ne controllano la disponibilità nei punti vendita della catena. Nella maggior parte dei casi, quando i clienti si recano in un negozio fisico, sanno abbastanza bene cosa stanno cercando e hanno determinate aspettative sul servizio.

Ecco perché i marketer hanno deciso di:

• definire l'influenza degli sforzi di marketing online sulle vendite offline;
• riallocare i budget di marketing online;
• rivalutare l'efficienza dei canali pubblicitari e migliorare la loro strategia di marketing.

Per raggiungere questi obiettivi, si è deciso di applicare l'analisi ROPO, basata sui dati sugli acquisti online e offline. Con esso, puoi definire la parte delle entrate offline attribuita agli annunci online (l'effetto ROPO). Scopri perché e come integrare i punti di contatto dei clienti online e offline nel nostro articolo.

Per eseguire l'analisi ROPO, devi unire i dati per gli annunci online con i dati sulle vendite offline. Il rivenditore ha molti dati sui clienti, che acquistano le merci in diversi modi:

• Scegliere e pagare in un negozio.
• Guardando sul sito e poi comprando in un negozio.
• Guardare sul sito Web, pagare sul sito Web e ordinare la consegna a domicilio o la consegna in un negozio.

Di conseguenza, questi dati vengono raccolti, salvati ed elaborati in diversi sistemi:

• I dati sul comportamento dei clienti sul sito Web vengono memorizzati in Google Analytics.
• I dati sull'elaborazione degli ordini e sulle attività dei visitatori offline sono archiviati nel sistema CRM interno.

È difficile unire manualmente tutti i dati da questi sistemi. Gli esperti di marketing stavano cercando un software che li aiutasse a unire questi dati in Google BigQuery (GBQ), che già utilizzavano per archiviare i dati delle campagne pubblicitarie. Google BigQuery è uno dei servizi RESTful più sicuri, con un potenziale illimitato di archiviazione ed elaborazione dei dati.

I marketer del rivenditore hanno scelto OWOX BI Pipeline per risolvere i loro compiti.

OWOX BI Attribution era già stato utilizzato per valutare le campagne pubblicitarie e OWOX BI Pipeline era stato utilizzato per raccogliere dati da Google Analytics in Google BigQuery per creare report sulle campagne pubblicitarie. Per entrambe queste attività, il rivenditore era soddisfatto di OWOX BI, quindi è stato scelto di nuovo per l'analisi ROPO.

Gli analisti di OWOX BI hanno progettato il seguente piano:

• Raccogli i dati sulle campagne pubblicitarie, sul comportamento dei clienti sul sito Web, sulle vendite offline e sull'elaborazione degli ordini in un unico sistema.
• Collega gli ordini offline con le sessioni online.
• Crea report e dashboard basati sui dati ricevuti per rivalutare il contributo delle fonti online.

Il flusso di dati si presenta così:

Esaminiamo il processo passo dopo passo.

Ogni visitatore registrato sul sito riceve un ID utente univoco . Durante l'esecuzione dell'obiettivo di conversione, il completamento di una transazione, un visitatore riceve un ID transazione aggiuntivo . I dati del comportamento di un visitatore sul sito Web vengono trasferiti a Google BigQuery con questi ID tramite OWOX BI.

Ogni giorno, i dati degli ordini online e offline dal CRM vengono trasferiti anche a Google BigQuery e uniti ai dati del sito Web con l'aiuto delle chiavi ID_utente e ID_transazione .

Unendo questi dati, ottieni ciò che è necessario per eseguire l'analisi ROPO.

Dopo aver combinato tutti i dati, gli analisti di OWOX BI hanno iniziato a lavorare con il database raccolto in Google BigQuery.

I dati sulle transazioni online in Google BigQuery sono stati aggiunti ai dati di ciascun ordine in elaborazione (pagato e non pagato) utilizzando l' ID transazione per identificare le transazioni.

Quindi, gli analisti hanno integrato i dati sulle sessioni dei visitatori con i dati sugli acquisti offline utilizzando user_ID come chiave di connessione. Questa chiave ha rivelato una cronologia delle sessioni sul sito Web per molti clienti che hanno effettuato acquisti offline.

Lo schema per unire i dati è simile al seguente:

Di conseguenza, il team del rivenditore ha ricevuto le risposte alle seguenti domande per ogni ordine:

• Che tipo di transazione è? Online, offline o ROPO?
• Qual è stata la fonte dell'ultima sessione prima dell'acquisto? Cosa ha portato il cliente ad effettuare un acquisto?
• Quanti giorni sono trascorsi tra l'ultima sessione sul sito e l'acquisto? (Per coloro che acquistano online, questo numero è sempre zero, poiché l'ultima visita è la sessione in cui avviene la transazione. Solo per le transazioni offline, questo numero è sempre zero perché non esiste una sessione online per questo cliente. È possibile assegnare altri clienti a il segmento ROPO.)
• Geolocalizzazione dell'ultima sessione.

Un esempio di tabella con queste informazioni:

Per visualizzare i dati ricevuti è stato scelto Google Data Studio. Gli analisti di OWOX BI hanno creato una dashboard informativa con grafici dinamici in Google Data Studio per supportare analisi dettagliate e pianificazione del budget pubblicitario.

Ad esempio, il grafico a torta a destra mostra che gli ordini ROPO rappresentano il 20% delle entrate e il grafico a torta a sinistra mostra che quasi tutti i clienti che hanno effettuato ordini ROPO hanno visitato il sito Web meno di una settimana prima dell'acquisto in un negozio.

Tutti i dati sulla dashboard possono essere filtrati per regione, finestra di conversione, fonte, canale e campagna per una segmentazione più dettagliata. Inoltre, per ogni ordine è possibile visualizzare i giorni tra l'ultima visita al sito Web e l'acquisto.

Il grafico nella parte inferiore della dashboard aiuta gli esperti di marketing a capire quali entrate aggiuntive dagli ordini ROPO devono essere conteggiate durante la pianificazione della strategia di marketing e mostra la quota delle entrate totali per fonte, canale e campagna.

L'analisi ROPO ha confermato la correlazione tra comportamento online e acquisti offline e un dashboard informativo che aggiorna automaticamente i dati ha fornito questi fatti:

• Il 20 percento delle entrate offline è stato attribuito alla pubblicità online, il che significa che ogni quinto visitatore di un negozio offline ha già interagito con il sito web.
• Dopo l'attribuzione delle entrate da parte di ROPO, sono apparse chiare prove della sottovalutazione delle campagne online.
• Nel prossimo futuro, il rivenditore esaminerà la sua campagna di marketing, assumendo una nuova visione dell'efficienza delle campagne pubblicitarie e aumentando i propri investimenti nella direzione digitale.