Come ottimizzare le campagne pubblicitarie con le conversioni assistite in Google BigQuery

Più canali pubblicitari sviluppano le aziende, più clienti potrebbero essere acquisiti da diverse campagne. Di conseguenza, le entrate generate aumenteranno considerevolmente se gli utenti aziendali ottengono preziose informazioni sui dati per migliorare le prestazioni di marketing.

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 ottimizzare le campagne pubblicitarie per diversi segmenti di utenti su piattaforme diverse.

L'azienda cercava di ottimizzare le spese pubblicitarie tenendo conto di una serie di fattori: il contributo di più canali pubblicitari al percorso di acquisto del cliente, un gruppo di categorie aziendali (BGC) e le differenze nel comportamento degli utenti tra le varie regioni.

Un gruppo di categorie aziendali (BGC) è un gruppo di categorie di prodotti simili. Ad esempio, Audio Equipment è un nome comune per lettori MP3, auricolari, ecc. La segmentazione da parte di BGC è guidata dalla struttura interna del rivenditore: ogni reparto è responsabile di un BGC.

Il comportamento dei clienti di diverse città o regioni differisce a causa di fattori economici. Ecco perché il dipartimento Media&CRM segmenta gli ordini per area geografica.

Secondo l'esperienza del rivenditore, l'80% dei clienti online e offline interagisce con più canali pubblicitari prima di effettuare un acquisto. Il rapporto Conversioni assistite in Google Analytics consente di analizzare l'effetto dei canali online sui percorsi di conversione. Tuttavia, il rapporto non consente la segmentazione per regione e BGC. Ciò rende impossibile valutare appieno il contributo di ciascun canale.

Inoltre, l'azienda stava cercando di prendere decisioni migliori, supportata da dati completi sul comportamento degli utenti. Google Analytics applica il campionamento se il volume di dati supera le 500.000 sessioni (100 milioni di sessioni in Google Analytics 360) per il periodo del rapporto. Inoltre, non è stato possibile visualizzare il quadro completo dei percorsi di conversione nei rapporti Canalizzazioni multicanale, poiché il numero di conversioni ogni mese ha superato 1 milione. Data la portata delle operazioni, tali errori di misurazione hanno influito drasticamente sulla qualità delle decisioni del rivenditore.

Per confrontare le prestazioni dei canali pubblicitari nei diversi segmenti BGC della regione , è stato deciso di raccogliere i dati sul comportamento degli utenti in un big data warehouse. OWOX ha suggerito di utilizzare Google BigQuery, poiché questo servizio garantisce sicurezza, flessibilità e una rapida elaborazione dei dati.

I dati sul comportamento dei visitatori del sito web vengono importati automaticamente in Google BigQuery da Google Analytics, grazie alla funzione di esportazione di Google BigQuery. Questa funzione è disponibile solo per i client di Google Analytics 360.

I dati sul rendimento delle campagne AdWords vengono importati automaticamente in Google Analytics. OWOX BI Pipeline aiuta a importare i dati sui costi per le campagne pubblicitarie in Google Analytics e raccoglie anche i dati su tutti i costi pubblicitari in Google BigQuery.

Il sistema interno (ERP) memorizza i dati sulle relazioni tra categorie di prodotti e BGC. Ad esempio, i forni a microonde appartengono al gruppo Small Domestic Appliances (SDA) e i laptop appartengono al gruppo Computer . Gli analisti copiano i dati dal sistema interno a Fogli Google, quindi li importano in Google BigQuery utilizzando il componente aggiuntivo OWOX BI BigQuery Reports.

Il diagramma di flusso della raccolta dei dati è riportato di seguito:

I dati richiesti per il modello di attribuzione sono archiviati in due tabelle in Google BigQuery. La prima tabella memorizza i dati sugli acquisti, il comportamento degli utenti e la spesa pubblicitaria da Google Analytics. L'altro memorizza i dati sulle relazioni tra le categorie di prodotti e BGC da Fogli Google.

Gli esperti OWOX hanno unito i dati di queste due tabelle in base all'ID della categoria di prodotto, utilizzando l'operazione JOIN. I dati sono stati combinati come segue:

L'azienda voleva vedere con quali canali gli utenti interagiscono più spesso e in quale sequenza. I canali che più frequentemente portano le prime due sessioni nel percorso di conversione avrebbero prestazioni migliori nelle fasi superiori del funnel, poiché aiutano ad attirare utenti sul sito web. I canali che più comunemente portano le ultime due sessioni prima dell'acquisto avrebbero prestazioni migliori nella canalizzazione inferiore: aiutano gli acquirenti a prendere le decisioni.

Gli analisti di OWOX hanno suggerito di segmentare gli ordini in base al numero di sessioni della transazione (1, 2, 3, 4 e 5+ sessioni). I percorsi di conversione lunghi (5+ sessioni) sono trattati in modo simile a quelli brevi: il focus principale è posto sulle prime due e sulle ultime due sessioni. Queste sono le sessioni durante le quali un utente viene a conoscenza di un prodotto e prende una decisione di acquisto. Le sessioni intermedie contribuiscono molto meno, quindi vengono analizzate tutte insieme.

Il team OWOX ha impostato l'importazione automatica dei risultati della segmentazione in Fogli Google utilizzando il componente aggiuntivo OWOX BI BigQuery Reports e ha creato un rapporto. Il rapporto mostra come si comportano i canali pubblicitari per diverse località e diversi BGC. Ad esempio, ora è possibile vedere la frequenza con cui gli utenti visitano il sito Web facendo clic sugli annunci di Google in diverse fasi della canalizzazione in percorsi di conversione lunghi (oltre 5 sessioni). Gli specialisti dell'azienda possono confrontare il rendimento degli annunci in Google e Criteo e vedere quale dei canali avrebbe prestazioni migliori nella canalizzazione superiore, media e inferiore, per ciascun segmento BGC regione.

Per facilitare il lavoro dei manager e degli specialisti di marketing, gli esperti OWOX hanno visualizzato i dati sotto forma di dashboard interattivi. Google Data Studio è stato scelto come soluzione di dashboarding, per i seguenti motivi:

• I dashboard sono comodi con cui lavorare: i dati possono essere facilmente filtrati per data o dimensioni selezionate.
• Le origini dati per i rapporti possono essere collegate in pochi clic.
• È possibile creare gratuitamente report e dashboard personalizzati illimitati.

Di conseguenza, è stata ricevuta la dashboard, che mostra come gli acquisti vengono segmentati per origine annuncio, regione, gruppo aziendale di categorie (BGC) e lunghezza del percorso prima dell'acquisto.

Come risultato della raccolta e dell'elaborazione dei dati in Google BigQuery utilizzando Google Analytics 360 e OWOX BI, l'azienda ha potuto valutare le prestazioni dei canali pubblicitari per diverse regioni e BGC e anche visualizzare i risultati in Google Data Studio. Questo ha aiutato a rispondere a domande come:

• Quali canali funzionano meglio nella canalizzazione superiore, nella canalizzazione centrale e nella canalizzazione inferiore?
• Quali canali funzionano meglio in un particolare segmento «regione — BGC»?
• Quale segmento «regione-BGC» riceve il maggior numero di acquisti?

Ora i piani sono di rivedere e riallocare il budget di marketing delle prestazioni nella seconda metà del 2017 in base ai risultati dei test.