Jak przewidzieć obszary wzrostu i ryzyka w planie marketingowym na podstawie danych

Niedawno ogłosiliśmy nowy produkt — OWOX BI Insights — który jest w stanie przewidzieć realizację celów marketingowych na podstawie Twoich danych, ogólnych danych rynkowych i uczenia maszynowego. Daje marketerom odpowiedzi na ważne pytania:

• Czy zrealizujemy plan sprzedaży, leadów i innych wskaźników w tym miesiącu?
• Jeśli nic nie zmienimy, ile sprzedaży, leadów itp. uzyskamy do końca roku?
• W jakich kanałach, regionach i segmentach cele nie zostały osiągnięte i gdzie są kluczowe obszary wzrostu?
• Jak sobie radzimy w stosunku do rynku? Czy rynek spadł, czy po prostu źle sobie radzimy?

W tym artykule dowiesz się, dlaczego budować prognozy i jak znajdować strefy wzrostu i zagrożenia, aby być o krok przed konkurencją.

Zamów swoją prognozę już teraz!

• Technologia i dane wiele nam mówią
• Apetyt pochodzi z atrybucji
• Jakie zadania wykonuje analityk marketingowy OWOX BI?
• Jak wyglądają raporty OWOX BI?
• Biuletyny e-mailowe dla decydentów
• Wdrożenie: od czego zacząć i jak budować prognozy
• Wnioski, do których doszliśmy w procesie

Analityka marketingowa odgrywa ważną rolę w nowoczesnych firmach.

W 2018 r. średni udział budżetu marketingowego firmy wydawany na technologie marketingowe (29%) po raz pierwszy przekroczył udział wydawany na osoby korzystające z tych technologii (24%).

Jeśli prognoza rozwoju firmy nie zostanie zrealizowana, większość menedżerów w pierwszej kolejności odwoła swojego dyrektora marketingu. Dlatego CMO powinny być bardzo zainteresowane wprowadzaniem technologii i poszukiwaniem lepszych rozwiązań.

Większość CMO (78%) zwiększyła swój zwrot z inwestycji, korzystając z analiz podczas tworzenia strategii marketingowej.

Oto krótka opowieść o tym, jak wszystko się zaczęło kilka lat temu i jak zdaliśmy sobie sprawę, że nasi klienci potrzebują prognoz i spostrzeżeń.

OWOX BI: Czy chcesz, abyśmy skonfigurowali Google Analytics?
Klient: Jasne, ale nie widzimy ROI w Google Analytics dla naszych kampanii marketingowych na Facebooku i Yandex.Direct i nie możemy porównać ich skuteczności.
OWOX BI: Oto automatyczny import danych. Wystarczy dodać dostęp do swoich usług reklamowych, a wszystkie dane zostaną automatycznie zaimportowane do Google Analytics. Otrzymasz ROI dla wszystkich kampanii reklamowych.
Klient: Świetnie, ale dane w Google Analytics nie zgadzają się z danymi w naszym CRM. Nasze kierownictwo wierzy w dane w CRM i nie możemy ponownie przetworzyć danych Google Analytics, aby zapewnić ich poprawność. Nie możemy też wstecznie połączyć tych danych z danymi wewnętrznymi, zwłaszcza bez importu czasu zapytania.
OWOX BI: OK, oto wszystkie Twoje dane w Google BigQuery. Zebraliśmy je z Google Analytics, usług reklamowych, śledzenia połączeń i aplikacji mobilnych. Teraz możesz połączyć go z danymi z Twojego CRM i budować dowolne raporty.
Klient: Super! Ale w tym wszystkim musimy znaleźć niedoceniane kampanie. Użycie prostego zapytania SQL nie pomaga, ponieważ użytkownicy dokonują wielu kliknięć na ścieżce do zakupu. Musimy w jakiś sposób przypisać wartość wszystkim tym krokom, co oznacza, że ​​musimy zatrudnić programistów.
OWOX BI: Zgadzam się. Co powiesz na atrybucję ML opartą na lejkach i gotowe raporty? Po prostu określ te kroki, a zobaczysz niedowartościowane kampanie.
Klient: Czy w tych wszystkich danych możesz zidentyfikować nasze strefy wzrostu? Po prostu powiedz, gdzie powinniśmy szukać, aby zrealizować plan sprzedaży.
OWOX BI: Taaaak ... Porozmawiajmy o tym, czego oczekujesz od swojego analityka marketingowego.

1. Pokazuje, gdzie cele marketingowe są spełnione, a gdzie nie.
Na spotkaniu na początku każdego miesiąca menedżer pyta dyrektora marketingu: „Dlaczego się nie spełniło?” Jaki mieliśmy region lub kanał reklamowy? " I słyszy w odpowiedzi: «Jeszcze nie wiem. Potrzebuję paru dni — zobaczę, wrócę i opowiem. » Powszechna sytuacja?

Uznaliśmy, że wystarczy — niech cały proces zostanie zautomatyzowany. Tutaj wszystko jest proste: bierzemy dane retrospektywne, czyli fakt, i porównujemy je z planowanym. Ważne jest, aby odbywało się to automatycznie dla różnych segmentów.

2. Pokazuje, jak zrealizujesz roczne zaplanowane cele, jeśli pójdziesz dalej w takim samym tempie jak teraz.
Jeśli z wyprzedzeniem dowiesz się, że zespół marketingowy nie spełnia oczekiwań w jakiejś kategorii lub regionie, możesz szybko naprawić swoją strategię marketingową i poprawić wyniki. Aby nasi klienci mieli taką możliwość, na podstawie ich danych budujemy model prognostyczny w horyzoncie do roku. Tutaj prognoza jest porównywana z planem.

3. Znajduje obszary wzrostu i zagrożenia na następny miesiąc.
W tym celu OWOX BI Insights automatycznie porównuje cele marketingowe i prognozy na poziomie regionów, kanałów, parametrów oraz w obszarach odpowiedzialności każdego decydenta w firmie.

4. Pomaga odpowiedzieć na pytanie: „Czy to jest to, nad czym nie pracujemy, czy rynek opadł?”.
To jest zawsze otwarte i istotne pytanie w każdej firmie, ponieważ nie wystarczy odpowiedzieć na własne dane. Na przykład, jeśli plan zostanie przekroczony, warto wiedzieć: są to marketerzy — dobra robota lub coś się wydarzyło na rynku i wszyscy pobiegli, aby wydać pieniądze. Albo powiedzmy, że cele nie zostały zrealizowane o 2%. Czy to dobry czy zły wynik dla zespołu marketingowego? Jeśli rynek urósł, to jest źle, a jeśli spadł o 15%, to jest dobrze.

Dane rynkowe mają kluczowe znaczenie dla odpowiedzi na te pytania. Dlatego budujemy model uczenia maszynowego w oparciu o dane z dziesiątek tysięcy projektów, aby zapewnić lepsze prognozy, niż można by osiągnąć, korzystając tylko z własnych danych historycznych.

5. Tworzy dla Ciebie raporty w zwykłych i wygodnych usługach.
Z naszego doświadczenia wynika, że ​​jeśli chodzi o nowy produkt, to większość firm nie chce wprowadzać kolejnej usługi. Być może myślisz: „Mam Excel (lub Arkusze Google, Data Studio, Tableau, Power BI). Czy mogę tam dodać prognozę? » Oczywiście, że możesz, ponieważ prawie każda usługa wizualizacyjna może pobierać dane z Google BigQuery, gdzie zapisujemy wyniki obliczeń.

Na początek spójrzmy na końcowe raporty. Potem powiemy ci, jak są zrobione.

Pierwszą i najprostszą rzeczą jest uzyskanie trzech kolumn na każdy miesiąc: Plan, Rzeczywista i Prognoza.

Przygotowanie planu to prosta sprawa. Może to zrobić dowolny analityk w Excelu. Możemy również obliczyć rzeczywiste wartości, ponieważ firma ma te dane. Naszym zadaniem jest dodanie prognozy.

Uwaga: Raport zawiera dane na początek kwietnia. Jak widać, mamy małą rzeczywistą wartość (miesiąc dopiero się zaczął) i jest jakaś prognoza na resztę kwietnia. W związku z tym na bieżący miesiąc plan należy porównać z sumą wartości rzeczywistych i prognozowanych.

Na powyższym wykresie żółta linia to cele, które wyznaczył klient, ciemnoniebieskie kolumny to rzeczywiste wartości, które już zostały zrealizowane, a jasnoniebieskie kolumny to prognozy.

Znając cele, prognozę i rzeczywiste wartości w kontekście parametrów potrzebnych do podejmowania decyzji, możemy zbudować klasyczną tabelę przestawną w Arkuszach Google.

W tej tabeli znajdują się trzy parametry: miesiąc raportowania, grupa kanałów (bezpłatne wyszukiwanie, rynek, e-mail itp.) i region. Jest to podstawowa grupa, z którą pracuje większość firm. Następnie przedstawiamy kluczowe wskaźniki potrzebne do zarządzania budżetem marketingowym:

Z raportu wynika, że ​​płatne wyszukiwanie w regionie 1 prawdopodobnie przyniesie mniejsze przychody niż planowano. Widzimy również, że kanał e-mail może pozostawać w tyle za transakcjami. Informacje te pozwalają podejmować decyzje, zanim budżet zostanie wykorzystany w sposób nieoptymalny — i zanim strefa wzrostu odejdzie w przeszłość i zostanie utracona.

A najlepsze jest to, że mamy prognozę na przyszłość. Pokazuje, co się stanie, jeśli obecny trend się utrzyma.

Przyjrzyjmy się szczegółowo niektórym elementom w tej tabeli. Odchylenie procentowe, które jest podświetlone na czerwono i zielono, oblicza się za pomocą prostego wzoru:

Bierzemy ten fakt z prognozą, czyli to, co najprawdopodobniej otrzymamy pod koniec tego miesiąca. Odejmij od tego cele dla segmentu i podziel wynik przez plan na okres. Otrzymana liczba odpowiada na pytanie, na ile dany segment odbiega od prognozy.

Na przykład dla transakcji kwietniowych widzimy odchylenie -4,8%:

Oznacza to, że w kwietniu za planem transakcyjnym jesteśmy o 4,8%. Jeśli zsumujesz wartości dla wszystkich kanałów powyżej tej wartości, suma wyniesie -4,8%.

Dlaczego na to patrzymy? Dlaczego nie przyjrzymy się odchyleniom względnym? Załóżmy na przykład, że mamy mały kanał polecający. Zgodnie z planem powinno być, powiedzmy, 50 transakcji. Różnica nawet 20 transakcji da nam 40% odchylenie. Ale to nie jest to, na co trzeba zwracać uwagę w pierwszej kolejności, ponieważ są znacznie większe kanały. A jeśli większy kanał pokaże odchylenie na poziomie 10%, będzie to znacznie ważniejsze dla biznesu. Kolory czerwony i zielony w tabeli pokazują, jak ważne dla biznesu jest zwracanie uwagi na ten segment.

Na poniższym zrzucie ekranu rozszerzyliśmy dane za kwiecień:

Tutaj widzimy, że dane można rozłożyć na kanały i regiony. Możemy wybrać te segmenty, którym chcemy się najpierw przyjrzeć. Czerwony to strefa ryzyka, zielony to strefa wzrostu. Kurs wymiany zaznaczony jest na niebiesko, a na dole znajduje się podsumowanie.

Teraz przedstawimy najważniejszy i najciekawszy raport, który pokazuje osiem przedziałów czasowych, które służą do porównania prognozy z celami.

1. Bieżący rok rzeczywisty pokazuje rzeczywiste dane od początku roku do chwili obecnej. Możemy porównać te wartości z celami, aby zrozumieć, jak dobrze je realizujemy.
2. Rzeczywiste za ostatni miesiąc pokazuje rzeczywiste dane z ostatniego miesiąca. Zamknęliśmy poprzedni miesiąc, dzięki czemu możemy łatwo zobaczyć w każdej sekcji i segmencie, czy rzeczywiste liczby pokrywają się z planowanymi.
3. Rzeczywiste z ostatniego tygodnia pokazuje rzeczywiste dane z ostatniego tygodnia.
4. Ta prognoza tygodniowa pokazuje prognozę na bieżący tydzień. Tydzień się zaczął i widzimy, co się z nami dzieje. Gdzie osoba odpowiedzialna np. za płatne wyszukiwanie zwraca uwagę już teraz, aby osiągnąć lepszy wynik pod koniec tygodnia. Aby to zrobić, wystarczy uniknąć ryzyka (podświetlone na czerwono) i wdrożyć strefy wzrostu (podświetlone na zielono).
5. Prognoza na następny tydzień pokazuje prognozę na następny tydzień.
6. Ta prognoza miesięczna pokazuje prognozę na bieżący miesiąc.
7. Prognoza na następny miesiąc pokazuje prognozę na następny miesiąc. Z naszego doświadczenia wynika, że ​​lepiej jest budować tę prognozę tylko na podstawie wymiaru podstawowego. Oznacza to, że dzielenie go na drugi poziom (w naszym przypadku regiony) nie jest już wskazane, ponieważ jest dużo szumu i słaba jakość prognozowania.
8. Ta prognoza roczna przedstawia prognozę do końca roku. Budujemy go tylko dla kluczowego miernika, dochodu. Doświadczenie pokazuje, że przewidywanie rozkładu ruchu pomiędzy regionami i kanałami oraz innymi segmentami przed końcem roku nie jest fascynującym zajęciem i prowadzi do dużych błędów i utraty zaufania do prognoz.
   

Tabelę możesz wyświetlić w Arkuszach Google w dowolnym momencie. Jednak decydenci zwykle oczekują, że otrzymają gotowy raport i powiedzą: Spójrz tutaj. Wygląda na to, że mamy strefę wzrostu.

Utworzenie tego raportu nie jest łatwym zadaniem i wciąż nad nim pracujemy. Chcemy, aby nasi klienci otrzymywali jasne, znaczące komunikaty napisane ludzkim językiem, tak jak napisałby je dobry analityk.

Są dwa problemy. Pierwszy to dużo niuansów. Płacz wilka o niezarządzanych kanałach bezpośrednich nie jest zbyt przydatny. Co powinieneś zrobić, jeśli polecony lub bezpośredni spadł? Musisz skupić się na tym, czym możesz zarządzać, a do tego potrzebujesz więcej wiedzy na temat programu podczas wyszukiwania informacji.

Drugi problem polega na tym, że na te e-maile można odpowiedzieć: „Daj mi więcej szczegółów”. Ale [email protected] nigdy nie planował rozpocząć rozmowy. Uważamy jednak, że komunikacja z serwisu analitycznego powinna być jak najbardziej zbliżona do komunikacji z analitykiem marketingowym. Dlatego planujemy w przyszłości przesyłać informacje na temat stref wzrostu i zagrożeń za pośrednictwem komunikatora.

Na końcu e-maila znajduje się ciekawa tabela, w której wyniki dla głównych okresów są podświetlone na czerwono i zielono. To natychmiast pokazuje, czy konieczne jest otwarcie Arkuszy Google i przyjrzenie się szczegółom dla tego okresu.

Zanim zaczniesz budować prognozy, musisz odpowiedzieć na kilka ważnych pytań:

W wyniku tej implementacji otrzymasz taką tabelę:

Pierwsza kolumna wskazuje obszar odpowiedzialności. W naszym przykładzie są trzy: ogólnie marketing, płatne kampanie PPC i SEO (organiczne).

Druga kolumna to KPI, które służą do wyznaczania celów i oceny wyników w każdym z obszarów odpowiedzialności. Dla niektórych z tych wskaźników istnieje plan. Zalecamy, aby nie zmieniać istniejących celów, gdy decydujesz się na prognozy. Oczywiste jest, że w biznesie zawsze możesz coś poprawić i możesz chcieć dodać nowe wskaźniki do swoich raportów. Ale nie możesz robić takich rzeczy w ruchu. Najpierw lepiej zautomatyzować to, co już masz, a potem dodać nowe metryki.

W trzeciej i czwartej kolumnie zaznaczamy metryki, dla których mamy plan i dla których możemy zbudować prognozę.

W piątej kolumnie zaznaczamy metryki ilościowe i jakościowe, ponieważ trzeba je inaczej wyświetlać i inaczej traktować.

Szósta kolumna to kryteria segmentacji. W różnych obszarach odpowiedzialności ta sama metryka jest podzielona na segmenty według różnych kryteriów. Na przykład sesje marketingowe są bardziej interesujące w segmentacji według kanałów; SEO powinno być podzielone na segmenty według wyszukiwarek.

Siódma kolumna to wymiar drugorzędny. Może być więcej niż dwa wymiary, ale w takim przypadku wymagania dotyczące ilości danych powinny być wyższe. Im więcej parametrów segmentacji, tym więcej danych jest potrzebnych do statystycznie istotnych prognoz.

Ostatnia kolumna to liczba wartości dla konkretnego parametru, który chcesz zobaczyć w raporcie. Dlaczego tego potrzebujesz? Jeśli nie określisz limitu według regionu i jeśli na przykład rozszerzysz listę, nie będzie pięciu regionów, ale pięćset. Wiele z nich byłoby zbyt małych i najprawdopodobniej nie zawierałoby informacji. Zalecamy dodanie limitów, aby cała etykieta mogła w jakiś sposób zmieścić się w Arkuszach Google i działać z nią.

Utworzyłeś więc tabelę taką jak ta i zebrałeś wszystkie swoje dane (planowane i rzeczywiste) w Google BigQuery (lub innym miejscu w chmurze). Co powinniśmy zrobić dalej? Pierwszą i najłatwiejszą rzeczą do zrobienia jest kontakt z OWOX BI. Nasz algorytm AI przeanalizuje Twoje dane, porówna je z danymi rynkowymi, dokona prognoz i pokaże, gdzie znajdują się Twoje strefy wzrostu i zagrożenia.

Jeśli chcesz samodzielnie tworzyć prognozy, możesz to zrobić na kilka sposobów. Jest kilka sposobów. Opowiemy, jak to zrobić w Google Cloud, ponieważ ta platforma jest nam najbardziej znana. Oczywiście możesz korzystać z innych narzędzi w swojej firmie.

Istnieją trzy podstawowe sposoby tworzenia prognoz w Google Cloud:

1. TensorFlow i CloudML to metody najczęściej używane przez naukowców zajmujących się danymi, którzy nie są zbyt leniwi, aby spędzać czas na dostosowywaniu modeli. To trudne narzędzia, ale pozwalają osiągnąć dobre wyniki.
2. BigQuery ML — jeśli nigdy nie pracowałeś z uczeniem maszynowym, ale masz już dane w Google BigQuery, zalecamy rozpoczęcie od tej metody. Jeśli masz dane z Google Analytics 360, możesz już trenować model, na przykład do obliczania prawdopodobieństwa konwersji, rezygnacji lub dowolnego innego parametru. Wybór predyktorów, funkcji i modeli testowych jest bardzo łatwy. To sprytny sposób dla analityka znającego SQL.
3. Interfejsy API AutoML i CloudML to najbardziej podstawowe sposoby dla programistów. Ułatwiają wdrażanie modeli, porównywanie ich i przywracanie wersji. Jest to idealne rozwiązanie, jeśli jesteś programistą i Twoim zadaniem jest wdrożenie modelu, który zbudowałeś w środowisku produkcyjnym.

Jest to duża tabela z danymi, z których można łatwo obliczyć odchylenie, konwersję, ponieważ masz do tego wszystkie składniki i są one pogrupowane w trzy bloki: plan, rzeczywista i prognoza.

1. Jeśli usłyszysz „Mamy cele marketingowe”, w najlepszym razie oznacza to arkusz kalkulacyjny Excel, który analityk ręcznie aktualizuje raz w tygodniu.
2. Automatyczne prognozowanie nie zastępuje analityki — to tylko sposób na zwiększenie jej wydajności. Z naszego doświadczenia wynika, że ​​ręczne regulacje są zawsze potrzebne. Na przykład powiedzmy, że w październiku otwieramy duży sklep w Houston. Model prognostyczny nigdy tego nie uwzględni, ponieważ nie ma takiej wiedzy.
3. Jakość prognoz znacznie się poprawia, jeśli oprócz własnych danych wykorzystujesz dane rynkowe. To właśnie sprawia, że ​​podejście OWOX BI do prognozowania jest jakościowo inne. Do trenowania naszego modelu wykorzystujemy dane z dziesiątek tysięcy projektów. Dzięki temu dokładniej pokazuje trendy rynkowe. Na przykład znamy udział w rynku wyszukiwania organicznego i wyszukiwania płatnego projektów w tej samej niszy co nasz klient i wiemy, do czego prowadzą te liczby. Wzbogacenie modelu o te dane pozwala lepiej zrozumieć trendy i wiedzieć, czy radzisz sobie świetnie, czy rynek dopiero się rozwija.
4. Konieczne jest oddzielenie obliczeń od wizualizacji danych. Po sformułowaniu oczekiwań dotyczących dokładności i głębokości możesz zbudować prognozę i obliczyć dane w ściśle określonym czasie. Jeśli chodzi o wizualizację danych, jest to niekończące się zadanie i nie ma ograniczeń co do perfekcji.
5. Aby uzyskać wysokiej jakości prognozy z dokładnością do dwóch parametrów, potrzebujesz danych o witrynie z 3 milionów sesji miesięcznie. Możliwe jest zbudowanie prognozy z mniejszą kwotą bez segmentacji, ale pytanie dlaczego. Jeśli widzisz na przykład, że cele nie są realizowane, czy możesz powiedzieć, w jakim segmencie to nie działa? Jakie regiony? Najprawdopodobniej nie znajdziesz odpowiedzi, ponieważ jest mało danych.

Jeśli posiadasz dane historyczne z dwóch lat z Google Analytics, ruch z 3 milionów sesji miesięcznie i chcesz realizować swoje cele marketingowe i rozwijać się szybciej dzięki wglądom, napisz do nas wypełniając formularz na naszej stronie. Omówimy z Tobą szczegóły i pomożemy zbudować prognozę.