Come misurare l'effetto ROPO per un rivenditore omnicanale

Tutte le aziende vogliono scoprire il valore reale dei loro canali pubblicitari ed è impossibile da ottenere senza tenere traccia della relazione tra il comportamento dei clienti online e offline. Ad esempio, disabilitando la pubblicità che, a prima vista, non ripaga, l'azienda rischia di ridurre le vendite.

In questo caso, descriviamo la soluzione fornita dal team OWOX BI per una grande catena di vendita al dettaglio di elettronica di consumo ed elettrodomestici che ha avuto difficoltà a misurare l'effetto ROPO.

I clienti dei rivenditori omnicanale in genere acquistano i prodotti in tre modi unici:

• Ordinazione esclusivamente online su siti web. Le entrate del sito web rappresentano circa il 20% del fatturato totale dell'azienda.
• Acquisti offline nelle catene di negozi dell'azienda.
• Trovare prodotti sul sito Web e acquistarli nei negozi offline. Questo comportamento è noto come effetto ROPO: ricerca online e acquisto offline.

Gli esperti di marketing stavano cercando di valutare l'impatto che i canali online hanno sulle vendite offline. Ciò consentirebbe loro di calcolare con maggiore precisione il ritorno sugli investimenti pubblicitari e di costruire una migliore strategia di marketing basata sui dati completi. Un altro compito è stato quello di migliorare l'esperienza online dei clienti, scoprendo i motivi per cui scelgono di acquistare nei negozi offline dopo aver visitato il sito web. Per raggiungere questi due obiettivi si è deciso di integrare i dati sui touchpoint online e offline degli utenti registrati (circa il 12% del numero totale di visitatori del sito).

L'azienda raccoglie, archivia ed elabora tutti i dati in diversi sistemi:

• I dati sulle interazioni degli utenti con il sito web sono raccolti in Google Analytics 360.
• I dati sugli acquisti offline e sui resi degli ordini vengono raccolti nel sistema CRM (SAP) dell'azienda. La struttura e l'algoritmo di raccolta di questi dati è completamente diverso da Google Analytics.

Per analizzare l'impatto dei canali online sulle entrate totali dell'azienda, gli esperti di marketing dovevano unire tutti i dati in un unico sistema. Google Analytics non è adatto al compito, in quanto non supporta la rielaborazione dei dati: una volta elaborati, i dati non possono essere modificati se un ordine viene annullato o restituito per qualsiasi motivo. Inoltre, importare tutti i dati relativi alle transazioni offline degli utenti che non hanno mai visitato il sito web, distorcerebbe notevolmente l'accuratezza delle statistiche di Google Analytics. Google Analytics potrebbe anche non riuscire a tenere traccia di alcuni dati di acquisto sulle pagine del sito Web perché JavaScript non è stato caricato nel browser.

Per raggiungere i propri obiettivi, i marketer hanno deciso di intraprendere i seguenti passi:

1. Riunisci i dati sulle interazioni degli utenti con il sito Web, sugli acquisti offline e sui tassi di completamento degli ordini.
2. Unisci i dati sugli acquisti offline con i dati sulle sessioni online.
3. Visualizza i dati per un'analisi approfondita.

Il diagramma di flusso di questo intero processo è riportato di seguito:

I dati su tutte le azioni degli utenti e gli ordini effettuati sul sito Web vengono inviati al data warehouse cloud di Google BigQuery, utilizzando l'integrazione nativa disponibile per gli account Google Analytics 360. Pertanto, gli specialisti dell'azienda hanno deciso di utilizzare Google BigQuery per raccogliere tutti gli altri dati.

Per trasferire i dati sugli acquisti offline e sui completamenti degli ordini dal CRM a Google BigQuery, gli specialisti impostano i caricamenti giornalieri automatici dei dati tramite FTP.

Gli analisti di OWOX BI hanno unito ed elaborato i dati raccolti. In primo luogo, i dati sugli ordini online sono stati integrati con gli stati di ciascun ordine, utilizzando una query SQL. La query unisce i dati in base alla corrispondenza dei valori di due tabelle, con l'ID della transazione (ID ordine) utilizzato come chiave.

Successivamente, gli analisti hanno unito i dati sugli acquisti offline e sul comportamento del sito Web degli stessi clienti. A tale scopo, hanno utilizzato l'ID utente in Google Analytics. Un ID utente è un identificatore univoco assegnato a ciascun utente che ha effettuato l'accesso al sito Web dell'azienda. Quindi, gli ID utente vengono associati alle carte fedeltà dei clienti nel sistema CRM e inviati come valori di dimensione personalizzati a Google Analytics. Il tempo per l'integrazione dei dati è stato fissato in 180 giorni tenendo conto del tempo che intercorre tra la visita del sito e l'acquisto. In questo modo è stata possibile una segmentazione dell'audience più granulare.

Di conseguenza, sono stati ricevuti i seguenti dati su ciascuno degli ordini (sia online che offline):

Il team di OWOX BI ha visualizzato i dati in Google Data Studio creando una dashboard informativa. L'azienda può esportare i dati dalla dashboard per un'analisi più dettagliata e una pianificazione del budget.

Ad esempio, il grafico a barre interattivo, il cui screenshot è riportato di seguito, mostra il numero di acquisti online, offline e ROPO insieme alle entrate ottenute da essi. Questi dati possono essere filtrati per città, periodo di tempo e tipo di prodotto. Gli acquisti ROPO costituiscono circa il 10% delle entrate totali, a seconda della città. Il grafico dimostra inoltre che la percentuale di ordini da ciascun canale non coincide con la percentuale di entrate ottenute dal canale, ma dipende dal valore medio dell'ordine. In questo caso, gli acquisti online hanno un valore medio dell'ordine superiore rispetto agli acquisti offline.

La tabella seguente mostra le entrate aggiuntive derivanti dagli acquisti ROPO in diverse regioni, canali e categorie di prodotti. I dati possono essere esportati in formato tabellare e vengono utilizzati dall'azienda nella distribuzione del budget pubblicitario.

• È stata ottenuta la dashboard informativa e automatizzata, che consente di tenere conto dell'effetto ROPO nella pianificazione operativa delle campagne pubblicitarie.
• La società ha scoperto che i canali online hanno contribuito a circa il 10% delle entrate offline.
• Analizzando il comportamento degli utenti che ricercano i prodotti sul sito prima di acquistarli nelle catene di negozi dell'azienda, è ora possibile scoprire i motivi per cui questi clienti scelgono di acquistare offline. L'azienda può ora rinnovare il sito Web per una migliore esperienza utente e tassi di conversione più elevati. Ad esempio, l'azienda ha scoperto che la maggior parte dei clienti offline che avevano visitato il sito Web utilizzavano buoni sconto per gli acquisti offline. Forti di queste informazioni, i marketer hanno già migliorato l'esperienza del cliente con buoni sconto sul sito web. Inoltre, l'azienda ha semplificato il modulo di richiesta di credito online in modo che i clienti non debbano recarsi in un negozio fisico per acquistare a credito.