デジタルマーケティングを評価および改善する7つの方法

オンライン広告の効果をどのように評価し、投資収益率（ROI）を向上させることができますか？ SEOトラフィック、モバイルアプリ、メディア広告によってどれだけの収益が生み出されているかをどうやって知ることができますか？ これらの質問は、多くのオンラインおよびオムニチャネルビジネスに関連しています。 この記事では、クライアントがこれらの質問やその他の質問に対する回答を見つけ、ビジネス上の問題を解決するのに役立つOWOXBIのソリューションについて説明します。

以下に、クライアントがこれらの7つの実際のケースを実行するのをどのように支援したかを簡潔に説明します。 技術的な詳細に興味がある場合、または独自のプロジェクトで言及していることのいくつかを試したい場合は、OWOXBIを無料でお試しください。

OWOX BIは、単一のリポジトリ内の複数のシステムからデータを収集し、顧客がマーケティングインテリジェンスを向上させるのに役立つレポートを作成します。 目標は、高レベルの品質と最大限の自動化で迅速にそれを実行し、企業が既存のデータを使用してより多くのお金を稼ぐことができるようにすることです。

広告キャンペーンをより的確にターゲティングするためにユーザーをセグメント化することは、マーケティング分析を実装する初期段階で対処できる基本的なタスクです。

クライアントの目標：すでにサイトにアクセスしたことのあるユーザーを再活性化することを目的とした広告キャンペーンのROIを向上させます。 理論的には、これらのユーザーはすでに関心を示しているので、市場に出すのに費用がかかるべきではありません。

クライアントの課題：放棄されたショッピングカートと失効した顧客の広告キャンペーンのターゲティングを改善します。 これらは、サイトで特定のアクションを実行したが、何も購入していない人々です。 同時に、私たちのクライアントは彼らが何かを買うことができると信じています。

私たちの仮説：過去X日間にカートにアイテムを追加したWebサイト訪問者のセグメントを選択して広告を表示すると、他のセグメントからの訪問者よりも何かを購入する可能性が高くなります。 したがって、このセグメントに広告を出すことで、同じコスト収益率（CRR）を維持しながら収益を増やすことができます。

仮説をテストするには、ユーザーのセグメンテーションが常に必要です。 選択したユーザーセグメントは、広告を見た後に何らかの形で動作すると想定できますが、100％保証されるわけではありません。

クライアントは、セグメントが形成される条件を定義しました。 これらの条件に従ってセグメントを形成した後、仮説をアナリストの技術的タスクに変換しました。 このタスクは段階に分けられました。

ステージ1 。 2つのユーザーセグメントを形成します。 最初のセグメントは、過去X日間にカートにアイテムを追加したが、何も購入しなかったユーザーで構成されていました。 2番目のセグメントは、サイトで一連のアクション（クライアントによって定義された）を実行したユーザーで構成されていました。

Google Analyticsは、トラフィックが多い場合に顧客データをサンプリングします。 したがって、セグメントを構築するために、OWOXBIPipelineを使用してGoogleBigQueryに送信されたクライアントのサイトからの生データを使用しました。 BigQueryは、情報を収集するだけでなく、SQLを使用して情報を便利に処理できるクラウドストレージサービスです。

アナリストは、生のWebサイトデータを使用してセグメントを形成するSQLクエリを作成しました。 これらのセグメントには、Google広告およびYandex.Direct広告サービスで使用できるGoogleクライアントIDおよびYandexクライアントIDデータが含まれています。

ステージ2 。 セグメントをGoogleAdsとYandex.Directに自動的に転送して、広告スペシャリストが広告キャンペーンの設定にそれらを使用できるようにします。

OWOX BIには、Google BigQueryからセグメントを取得し、それらのデータを毎日計算して、そのデータをGoogleAnalyticsにアップロードする自動データパイプラインがあります。 ウェブ解析システムのセグメントは、Google広告にネイティブにエクスポートできます。 2番目のOWOXBIパイプラインは、これらのセグメントをYandex.Audienceにロードします。

ステージ3 。 クライアントのスペシャリストは、これらのセグメントの料金を引き上げる広告サービスのルールを設定しました。

このソリューションには、いくつかの重要な特徴があります。 たとえば、Yandexにセグメントをロードします。 オーディエンス、最低1,000行が含まれている必要があります（一意のYandexクライアントIDを使用するため）。

OWOX BIは、デフォルトではYandexクライアントIDを収集しません。 ヤンデックス。 クライアントIDを生成するには、サイトにMetricをインストールする必要があります。また、クライアントIDをGoogle BigQueryに入力するには、OWOXBIを介した送信を構成する必要があります。

OWOX BIユーザーであり、GoogleBigQueryでYandexクライアントIDを収集したい場合は、私たちに書いてください。 GoogleTagManagerでその方法を説明します。 OWOX BIユーザーではないが、この可能性に関心がある場合は、OWOX BIを無料で試して、目標の達成にどのように役立つかを確認してください。

私たちのクライアントは、すでにリターゲティングに取り組んでいたキャンペーンのオーディエンスを再構成し、適切なセグメントに分類されなかったユーザーを選別し、選択したセグメントのユーザーに予算を集中させました。

その結果、同じキャンペーンと同じ投資で、 ROIは100％から150％増加しました（キャンペーンが多かったため、指標は平均化されています）。 実際、この決定のコストは最小限であり、効率は非常に明白でした。 これらのキャンペーンは現在も機能しています。 この増加は一時的なものであるというフィードバックはクライアントから受け取っていません。

プロジェクトの作業を開始するときの最初のタスクは、実際の収益のROIを計算することです。

デフォルトでは、Google Analyticsはサイトからの売り上げしか見ることができませんが、それは実際には企業のアカウントに入るお金を反映していません。

一部のオンライン注文が完了していないか、注文確認時に変更されていることがわかっています。 ユーザーは次のことを行う可能性があります。

1. 単に注文を完了しない
2. 電話で注文を変更し、注文金額を変更します
3. 実店舗への配達を注文しますが、購入品は受け取りません

その結果、企業はGoogleAnalyticsに表示される金額を受け取りません。 したがって、GoogleAnalyticsのデータに基づいて収益を計算することは完全には正しくありません。 CRMからの実際の販売データを考慮に入れて、オンライン広告の効果を評価する必要があります。

クライアントの目標：コストを増やすことなく、固定CRRで広告キャンペーンのROIを向上させます。

クライアントの課題：広告ソースによって生成された実際の売上に基づいて、広告予算を再配分します。 簡単に言えば、十分なROIを生み出していないチャネルからより効率的なチャネルに予算をシフトする必要があります。

私たちの仮説：購入に基づいて（理想的にはマージンに基づいて）ROIを計算する場合、マーケティング戦略を調整し、より多くの収益をもたらすトラフィックのソースに投資することができます。 したがって、広告キャンペーンのROIは向上します。

クライアントは、OWOXBIを使用してGoogleBigQueryでサンプリングされていないデータをすでに収集していました。 ただし、このデータを社内システムからの売上に関するデータで補足する必要がありました。 タスクは5段階で実装されました。

ステージ1 。 サイトからクライアントのCRMシステムへの注文データの転送を正しく設定します。 トランザクションIDとGoogleクライアントIDを転送します。

トランザクションIDは、サイトで注文が行われたときに形成され、対応するクライアントIDとともにGoogleAnalyticsとBigQueryに送信されます。 ユーザーをトランザクションと支払いにリンクできるように、両方のIDをCRMに並行して転送することが重要です。

ステージ2 。 クライアントのCRM側でユーザーIDの生成を設定し、チェックアウト時にユーザーIDをGoogleBigQueryに送信します。

ユーザーIDは、新しいクライアントに関する情報が書き込まれるときにCRMシステムによって生成されます。 たとえば、誰かが店で買い物をし、レジ係が電話番号を尋ねてCRMに入力するとします。 次に、システムはこのユーザーに一意の識別子を割り当てます。 将来、ユーザーが電話を使用してサイトで承認すると、CRMはそれらを認識します。

GoogleAnalyticsにはユーザーID機能があります。 開発者は、顧客がクライアントのサイトで承認または注文したときに、ユーザーIDがDataLayerのサイトに送信されるように構成しました。 そこから、GoogleAnalyticsとGoogleBigQueryに送信されます。

このおかげで、サイトで許可されたユーザーのアクションをそれらに関する詳細情報に関連付けることができます。 たとえば、CRMには、人の名前、電話番号、および電子メールを保存できます。 中間ユーザーIDキーを使用すると、サイトとCRMデータ、および特定の注文の支払いデータを組み合わせることができます。

ステージ3 。 使用する構造で、CRMからGoogleBigQueryへの実際の販売データのアップロードを構成します。 この目的のために、私たちは技術的な割り当てを作成し、それをクライアントの開発者に渡して実装しました。

ステージ4 。 BigQueryのすべてのデータを1つのテーブルに結合します。 アナリストは、オンライン注文情報を完了した注文とその金額に関するCRMデータにリンクするSQLクエリを作成しました。 このデータを組み合わせるためのキーは、トランザクションID、ユーザーID、およびクライアントIDでした。

ステージ5 。 注文で購入した商品を考慮して、トラフィックソースのROIを示すレポートをGoogleDataStudioで作成します。 限界費用に基づいてROIを計算しました。

サイトからCRMへのデータの正しい転送を設定し、CRMデータをGoogle BigQueryにダウンロードするには、ビジネス側の開発者の関与が必要であり、多くの場合、プロセスが大幅に遅れます。

実際の売上のデータに基づいて、トラフィックソースのパフォーマンスレポートをクライアントに提供しました。

このレポートは、トップマネージャーが戦略的な意思決定を行うために使用するほか、コンテンツターゲット広告のスペシャリストが特定の広告キャンペーンの予算を管理するために使用します。

このレポートの例を次に示します。

CRMの実際の販売データに基づいて広告がどの程度効果的か知りたいですか？ OWOX BIを無料で試して、目標の達成にどのように役立つかを確認してください。

上記の基本的なレポートを作成した後、お客様が利用する3番目のソリューションは、ROPO分析（オンラインでの調査、オフラインでの購入）です。 これは、実店舗での売上に対するデジタルマーケティングの影響を示しています。 これは、オムニチャネルのeコマースプロジェクトに特に関係があります。

インターネットでの購入に対する不信感から商品に触れたいという欲求まで、さまざまな理由で人々はサイトで商品を見て店でチェックアウトします。

年間予算計画の際、CMOは、オンライン広告に起因する売上の一部がオフラインで発生することを理解しているため、オンラインチャネルでより多くのお金を稼ぎたいと考えています。 CMOがこの効果を少なくとも部分的に測定できれば、予算を引き上げるのに良い議論になるでしょう。

クライアントの目標：オンラインマーケティングの予算を増やす必要性を証明し、オンライン広告への投資の隠れた価値を実証します。

クライアントの課題：オフライン販売へのその後の影響を考慮して、オンライン広告の効果を分析します。

私たちの仮説：一部のユーザーはサイトで商品に精通していますが、実店舗で購入しています。 つまり、オンラインキャンペーンは過小評価されたままです。 サイトへのアクセスと実店舗でのこれらのユーザーによる購入を追跡すると、デジタル広告の真の価値を測定できます。

サイトでのユーザーのアクティビティをオフラインストアでのその後の購入にリンクするために、完了した注文に基づいてROIを分析するために行ったのとほぼ同じことを行いました（前のセクションで詳しく説明しました）。

1. CRM側でユーザーIDを設定し、GoogleBigQueryに送信します。
2. CRMとBigQueryに正しく渡されるようにクライアントIDを設定します。
3. チェックアウト時に、サイトからBigQueryおよびクライアントのCRMへの[ユーザー電話]フィールドと[ユーザーメール]フィールドのデータ転送を設定します。
4. クライアントのCRMからGoogleBigQueryへのデータアップロードを設定します。 前の場合とは異なり、このアップロードにはオンライン注文だけでなく小売店からの注文も含まれます。
5. サイトのアクティビティデータをCRMからの情報にリンクするSQLクエリを記述します。 データをオフライン販売にリンクするためのキーは、ユーザーID/ユーザー電話/ユーザーEメールです。
6. Google Data Studioでレポートを作成して、ROPO効果を分析します。

データを結合するためのスキームは次のようになります。

ユーザーがサイトで購入するか、サイトで承認されている場合にのみ、オンラインユーザーをオフライン販売にリンクできます。

実践が示すように、許可されたユーザーのシェアは、すべてのWebサイト訪問者の約5％です。 承認されたユーザーが多いほど、レポートに含まれるデータの代表性が高くなります。 しかし、5％から10％であっても、マーケティング予算の管理方法に重大な変化をもたらす可能性のある結論を導き出すことは可能です。

もう1つの問題は、すべての統合をすでに設定している場合にデータ品質を追跡することです。 データが正しく送信され、識別子が一致することを確認してください。これにより、CRMシステムの将来の変更によって構成内容が損なわれることはありません。 これは、クライアントのITチームがどれだけ優れているかという問題です。

ROPO効果を測定した後、クライアントの広告キャンペーンのROIは50％から150％増加しました。 このような場合、オンラインキャンペーンによって生成されたがオフラインで受け取った収益が追加されるため、ROIは常に成長を示します。

ROPOレポートがどのように見えるかの例：

このレポートにより、顧客は次のカテゴリのデータを分析できます。

• オンラインのみからの収益
• オフラインからの収益のみ
• ROPOの収益
• ソース/メディア/キャンペーンの収益はオンラインのみ
• その後のオフライン販売を含むソース/メディア/キャンペーンの収益
• 製品カテゴリおよびサブカテゴリ別のオンラインおよびROPO収益
• 都市別のオンラインおよびROPOの収益
• サイト訪問からROPO購入までの時間（日数）
• ROPO購入前のサイトでのセッション数
• そして他の多く

オンラインでの取り組みがオフラインでの売り上げにどのように影響するか知りたいですか？ OWOX BIを無料で試して、目標の達成にどのように役立つかを確認してください。

これは、興味深いものの、かなり複雑で非定型のタスクです。 SEO最適化の効果は遅れており、たとえば過去6か月間に行われた作業の有効性を評価することはしばしば困難です。 特にそれが巨大なサイトである場合。

一般に、Google検索を介してアクセスするユーザーの数はわかっており、ブランドトラフィックを除外することもできます。 しかし、カテゴリとサブカテゴリが最適化された、またはテキストとタイトルが適切に記述されたために、正確に何人のユーザーが来ますか？

前四半期にSEOに10,000ドルを費やしたとしましょう。 そのお金から6か月以内にどのくらいの収入を得ましたか？

クライアントの目標：オンライン注文だけでなく実際の支払いも考慮に入れて、SEO投資の有効性を評価します。

クライアントの課題：製品カテゴリごとのSEOの有効性を示すレポートを作成します。 このレポートは、実際の売上に基づいている必要があります。

私たちの仮説：どのキーワードがどのページに表示されたかがわかります。 これらのキーのSEOドロップアウトの位置を知っています。 検索トラフィックをソースとするこれらのページからの売上を知っています。 このデータをリンクすると、SEOドロップアウトTOPにあるキーワードから売上を得ることができます。 つまり、SEOへの投資の効果を測定することができます。

ステージ1 。 必要なすべての情報をGoogleBigQueryにアップロードします。

• サイトでOWOXBIによって収集された生のユーザー行動データ
• Google検索コンソールとYandexからのデータ。 サイトとランディングページへのトラフィックを導いた上位キーワードの指標。 なぜ検索コンソールを使用したのですか？ 位置測定サービスでは、これらのキーワードから発生する可能性のある架空のトラフィックのみが表示されるためです。
• 有機ドロップアウト（Allpositionsなど）のサイト位置測定サービスからのデータ。 これにより、キーワードがどの位置にあったかを判断できます。 たとえば、キーワードがドロップアウトの5位未満の場合、分析から除外できます。
• CRMシステムからの実際の売上データ

ステージ2 。 URLに基​​づいて、ランディングページセクションでキーワードクエリのクラスターを作成します。 1つのURLではなく、商品のカテゴリ全体のURLを分析しました。 たとえば、小型家電製品の場合、ブレンダーを監視してからブラウンブレンダーを監視できます。

ステージ3 。 ドロップアウトの位置を測定して、SEOトラフィックがサイトに到達したキーワードを見つけます。 結果をGBQにアップロードし、リクエストを特定の位置の下に並べ替えました。

ステージ4 。 SQLクエリを使用して、サイトのユーザーアクティビティデータをCRMの実際の販売データにリンクします。

ステージ5 。 SEOソースとのトランザクションにつながったセッションを強調表示します（最後の非直接クリックアトリビューションモデルを使用）。

ステージ6 。 これらのトランザクションのランディングページを強調表示し、これらのページにトラフィックをもたらしたSEOキーワードに関連付けます。

ステージ7 。 特定のページのSEO最適化が、これらのページの実際のトラフィックと購入にどのように影響するかを示すレポートを作成します。

Google Search Consoleを使用すると、最大5,000行のデータをアップロードできます。 したがって、サイトへのトラフィックにつながるすべてのキーワードリクエストを分析することはできません。

たとえば、特定のページクラスターでのキーワードの有効性を確認できます。 100個のキーワードがあり、そのうち50個が上位にあり、そのうち30個が検索コンソールのオフロードに入ったトラフィックを表していることがわかっているとします。 他のリクエストのトラフィックもあったと想定しますが、サービスだけがこの情報を提供しませんでした。

分析したページにトラフィックを誘導したキーワードを100％正確に測定する方法はありません。 したがって、分析の開始時に、結果にある程度の誤差があることを前提として受け入れました。

クライアントに、一定期間のSEO活動の効果を分析できるレポートを提供しました。 効率分析は実際の売上に基づいているため、SEOトラフィックのROIをカウントすることができました。

SEOトラフィックの効率を示すレポートを作成しますか？ OWOX BIを無料で試して、目標の達成にどのように役立つかを確認してください。

最近、この作業は非常に緊急になっています。 おそらくすべてのインターネットトラフィックの半分と売上の大部分がモバイルデバイスを経由しています。 お客様の多くは、モバイルアプリケーションをオンラインおよびオフラインアプリケーションと並行して使用しています。 モバイルデバイスからトラフィックを購入するときは、その効果を理解する必要があります。

クライアントの目標：有料ソース（Google広告）を介してトラフィックを引き付ける効率を評価し、アプリ内でのモバイルアプリのインストールと販売を促進します。

クライアントの課題：主要な変換アクション（インストール、登録、トランザクション、収益）の観点からトラフィックソースの効率を示すレポートを作成します。

私たちの仮説：AppsFlyerの生データ（インストール数、ユーザーアクション、トラフィックソース、収益）をGoogle広告のコストデータとリンクすることで、関連するトランザクションアクションの観点から広告キャンペーンのROIを示すレポートを作成できます。

1. OWOX BIを使用して、アプリ内ユーザーの行動に関する生データをAppsFlyerからBigQueryにアップロードし、インストールソース、後続のトランザクション、アプリからの収益に関する情報をGBQにアップロードします。
2. アップロードをチェックして、レポートに必要なすべてのデータがCRMからのデータ（収益、コンバージョン数）と一致するかどうかを確認します。
3. データ転送方法を使用して、GBQへのGoogle広告費用のアップロードを設定します。
4. AppsFlyerからのデータとデータ転送をリンクし、必要な計算を実行するSQLクエリを記述します。
5. GoogleDataStudioでレポートを作成します。

モバイルアプリケーションは、効果が遅れる可能性があります。 たとえば、誰かがアプリをインストールしても、1か月後に登録する場合があります。 私たちのクライアントは、購入したトラフィックの有効性を経時的に分析したいと考えていました。 つまり、アプリケーションのXユニットが3月にチャネルYから購入された場合、これらのユニットのうち、4月、5月、6月などに変換アクションが発生したユニットはいくつありますか。 この質問に答えるために、特別なレポートを作成しました。

また、国、都市、広告キャンペーングループ全体で分析を行うことも課題でした。これにより、たとえば、特定のマネージャーが監督するキャンペーンの効果をクライアントが確認できるようになりました。 これは、フィルターを使用して実装されました。

内部システムの実際の売上とアプリケーションデータの間に誤差がほとんどなかったため、レポートではCRMデータを意識的に使用しませんでした。

クライアントは、次の質問に答えるGoogleDataStudioで自動的に更新されたレポートを受け取りました。

• XトラフィックソースはY月にいくつのアプリ設定をもたらしましたか？
• インストールの月と次の月にアプリ内コンバージョンはいくつありましたか？ （トラフィックソース別）
• 上記のパラメータに関して、キャンペーングループの効果は何ですか？
• 国を超えた広告キャンペーンはどのくらい効果的ですか？

機密データを含む顧客レポートを共有することはできませんが、次のソリューションで作成できる基本レポート（月次オフセットなし）の例を次に示します。

モバイルアプリケーションからのトラフィック効率について知りたいですか？ OWOX BIを無料で試して、ニーズを満たす方法を確認してください。

Google Analyticsレポートは、デフォルトでラストノンダイレクトクリックアトリビューションモデルを使用します。 このモデルは、トランザクションからのすべての値を、注文前のチェーン内の最後の間接ソースに割り当てます。 このため、目標到達プロセスを通じてユーザーを宣伝した他の情報源は過小評価されています。

OWOX BIのMLファネルベースのアトリビューションを使用して、チャネルの真の価値を学習し、予算を効果的に配分できます。 最初の訪問から購入まで目標到達プロセスを移動するときに、すべてのタッチポイントとすべてのユーザーアクションが考慮されます。

クライアントの目標：固定CRRインデックスで制御された有料トラフィックソースのROIを向上させます。

クライアントの課題：各ユーザーのサイトとの接触を考慮しながら、過小評価されているトラフィックソースとその有効性を金銭的に示すレポートを作成します。

私たちの仮説：広告予算が​​効果的に再配分されれば、CRRを上げることなくROIを高めることができます。 これを行うには、ROIの計算で、取引を成立させたものだけでなく、目標到達プロセスを通じてユーザーを宣伝したすべてのキャンペーンとソースの貢献度を考慮に入れる必要があります。

1. サイトで生のユーザー行動データを収集し、OWOXBIを使用してGoogleBigQueryに送信します。
2. 広告サービスからGoogleAnalyticsおよびGoogleBigQueryへのコストデータのインポートを設定します。
3. クライアントID、ユーザーID、トランザクションIDをBigQueryとCRMに正しく送信されるように設定します。
4. 必要な構造でCRMからGoogleBigQueryに実際の販売データをアップロードします。
5. クライアントID、ユーザーID、およびトランザクションIDキーに基づいて、サイトからのユーザー行動データを完了した注文にリンクします。 SQLクエリは必要ありません—すべてがOWOXBIアトリビューションモデル内で行われます。 正しい形式でデータをロードし、それをモデル計算に追加するだけです。
6. アトリビューションモデルを設定し、OWOXBIで計算を実行します。 この段階で、オフラインで発生するイベント（会議、電話、ウェビナーなど）を含む、特定のビジネスにとって重要なイベントを目標到達プロセスのステップとして指定できます。 目標到達プロセスは、企業が何を測定したいか、ユーザーの購入経路をどのように見ているかによって異なります。
7. 標準のOWOXBIスマートデータレポートを使用して初期データ分析を実行し、サードパーティのBIシステムでのデータの視覚化にリソースを費やさないようにします。 スマートデータでは、SQLクエリを使用せずにアトリビューションモデルの計算結果に基づいて作成された完成したレポートを表示できます。 たとえば、広告キャンペーンのROIと、それが最後の非直接クリックアトリビューションによって示されるROIとどのように異なるかを確認できます。

クライアントIDとトランザクションIDを注文と一緒にCRMに正しく転送するには、クライアント側の開発チームが必要です。 同じことがユーザーIDの構成と送信にも当てはまります。

アトリビューション計算の結果を正しく解釈するには、クライアントのチームの専門家を関与させる必要があります。 これは、どの広告キャンペーンが設定されたかに応じたコンテキストとロジックを知らずに、一部のトラフィックソースの動作を正しく評価することが難しいためです。

お客様は、次の目的で使用できる既製のレポートを受け取りました。

• トラフィックソースのROIを、最後の非直接クリックアトリビューションおよびMLファンネルベースのアトリビューションの完了した注文と比較します
• 目標到達プロセスのさまざまな段階でトラフィックソースの有効性を分析します
• アトリビューションモデルの計算結果をAlytics、Google Ads、K50に自動的に渡して、料金管理を自動化します（OWOX BIはこれらのサービスと統合されています）。

これは、OWOX BI Smart Dataからのレポートの例であり、広告キャンペーンのROIがアトリビューションモデル間でどのように異なるかを示しています。

たとえば、このスクリーンショットでは、ROIソースのビング/オーガニックがGoogleアナリティクスよりも20％高いことがわかります。 つまり、ソースは実際にはより多くのお金を稼いでいましたが、目標到達プロセスの真ん中にあったため、GoogleAnalyticsでは過小評価されていました。

広告キャンペーンの相互影響と売上への貢献を評価したいですか？ OWOX BIを試して、目標の達成にどのように役立つかを確認してください。

ユーザーがどこかで広告を見て何もクリックしないが、しばらくしてサイトにアクセスして特定のアクションを実行すると、それはポストビューコンバージョンと呼ばれます。 広告への直接の接続や移行がないため、これらを追跡することは困難です。

さらに、Facebook、Google、YouTube、Yandexなどの大手企業は、サードパーティをシステム内に入れることにあまり関心がありません。 つまり、特定のユーザーが特定の広告を見たことを示すデータを提供したくないのです。

クライアントの目標：メディア広告（バナーとビデオ）への投資の効率を高めます。

クライアントの課題：メディアクリエイティブの視聴回数（クリックなし）と、広告を見たユーザーによるその後のサイト訪問を追跡します。

私たちの仮説：顧客がメディア広告を公開しているサイトにトラッキングコード（ピクセル）を配置できます。 このピクセルは、広告を表示する各ユーザーに一意のCookieを割り当てます。 しばらくすると、このユーザーはクライアントのWebサイトにアクセスする可能性があります。 その後、割り当てたCookieを読み取り、このデータを使用してビュー後の分析を構築できるようになります。

OWOX BIチームは、広告ビューに関するデータを収集して、クライアントのサイトからのユーザー行動データと組み合わせることができる追跡方法を開発するタスクを持っていました。 基本的に、広告が掲載されているサイトに配置できるコードを作成しました。

次に、SQLを使用して処理できるように、広告ビューデータをクライアントのサイトのユーザー行動データと組み合わせるためにGoogleBigQueryが必要でした。

タスクはいくつかの段階で実装されました。

1. 顧客からビジネス要件を収集します。
2. これらのビジネス要件に基づいて、メディア広告が配置されるサイトにピクセルを導入するためのTAを準備します。
3. TA実装の品質と、広告スクリーニング中にGoogleBigQueryに入力されるデータの品質をテストします。
4. キャンペーンを開始し、データ送信の品質を監視します。
5. キャンペーン期間中に収集されたデータを、CRMデータだけでなくユーザー行動データにもリンクします。
6. クライアントのビジネス上の質問に答えるレポートを作成します。

• すべてのサイトが私たちのピクセルをホストすることに興味を持っていたわけではありません。
• データマッピングのキーとして、独自のOWOXユーザーIDを使用しました。
• 広告主が所有するプラットフォームでのスクリプトの追跡と正しい動作を常に監視していました。
• コンバージョンウィンドウ内での直接販売だけでなく、新しいオーディエンス（クライアントのKPIの1つ）を引き付けるための広告の影響も考慮しました。

私たちのクライアントは、次の質問に答えたレポートを受け取りました。

• オンライン注文のキャンペーンのROIはどれくらいですか？
• 広告を表示してから10日以内に完了した注文のキャンペーンのROIはどれくらいですか？
• ROPOの影響を考えると、広告のROIはどのくらいですか？
• ROI / CR /新規ユーザーの観点から最も効果的であることが証明されたサイトはどれですか？
• 広告を見たユーザーの何パーセントがすでにサイトにアクセスしていますか？
• 広告を表示してからX/Y / Z日以内に何人の新規ユーザーがサイトにアクセスしましたか？
• 広告を見た後に何人の新規ユーザーが購入しましたか？
• 広告を見たユーザーが購入したアイテムは何ですか？
• 失効したユーザー（サイトにアクセスしたり、サイトでX日間購入しなかったユーザー）は、広告によって何人戻ってきましたか？

ビュー後のコンバージョンレポートの例：

同じレポートが必要ですか？ OWOX BIを試して、マーケティング分析の課題を克服するためにOWOXBIをどのように使用できるかを確認してください。

• データは21世紀の石油です。
• データを操作するには、実験と仮説の検証が必要です。
• すべての実験が成功するとは限らないことを覚悟しておく必要があります。
• CMOの要望だけでは十分ではありません。 データがお金を持ち込み始めるには、社内のプロセスが必要であり、チームはそれを必要とするはずです。
• データをお金に変換することは21世紀の錬金術ですか？ 私たちはそうは思いません:)