Analiza ROPO: Dlaczego jej potrzebujesz i jak ją przeprowadzić

Wyobraź sobie, że wykonałeś świetną robotę, ale dostałeś za to 40 procent mniej, niż się spodziewałeś. Tylko dlatego, że nie mogłeś udowodnić rezultatu swoich wysiłków. Mniej więcej to samo dzieje się z omnichannelowymi marketerami internetowymi, którzy nie przeprowadzają analizy ROPO. Ale niedoceniany w tym przypadku marketing internetowy to tylko połowa problemu. Firmy, które nie śledzą relacji między zachowaniami klientów online i offline, ryzykują zmniejszenie sprzedaży, na przykład poprzez wyłączenie reklam, które na pierwszy rzut oka nie są opłacalne.

W tym artykule wyjaśnimy, czym jest analiza ROPO i jakie korzyści może dać Twojej firmie. Podpowiemy, jak powiązać zachowanie użytkowników w serwisie z zakupami w sklepach detalicznych za pomocą OWOX BI, jakie dane są potrzebne do raportów ROPO i jak je budować.

Zacznijmy od teorii. ROPO (research online, purchase offline) opisuje zachowania klientów, którzy szukają produktów w internecie i kupują je w sklepie fizycznym. Jest kilka powodów, dla których klienci to robią:

W Barometrze konsumentów możesz również sortować dane według typu produktu — na przykład elektroniki lub towarów konsumpcyjnych — aby uzyskać dane istotne dla Twojej firmy.

Sposób wykorzystania wyników analizy ROPO zależy od celów, które chcesz osiągnąć. Chcesz poznać rzeczywistą skuteczność swoich kanałów online, usprawnić kampanie reklamowe i zaoszczędzić pieniądze, zwiększyć sprzedaż online lub offline, zwiększyć zyski? Rozważmy każdy z tych celów bardziej szczegółowo.

Upewniłeś się więc, że odpowiednio duży odsetek użytkowników, którzy badają towary w Twojej witrynie, kupuje je w sklepach detalicznych. Z tego powodu trudno jest obliczyć dokładną konwersję i zwrot z reklamy internetowej, co może prowadzić do złych decyzji.

Jeśli produkt sprzedaje się słabo w Internecie, nie spiesz się, aby usunąć go ze strony lub wyłączyć kampanię reklamową. Może się okazać, że sprzedaż tego produktu offline jest trzykrotnie wyższa niż online. Porównaj aktywność odwiedzających stronę z zakupami w sklepach stacjonarnych, a dowiesz się, czy marnujesz pieniądze, czy siedzisz na kopalni złota.

Określając udział sprzedaży ROPO, możesz śmiało obliczyć ROAS dowolnego kanału reklamowego lub kampanii na podstawie zakupów offline. To może pokazać zupełnie inny obraz.

Tylko poprzez badanie ścieżki klienta możesz sprawić, że kampanie reklamowe będą tak skuteczne, jak to tylko możliwe. Załóżmy, że skonfigurowałeś automatyczną pocztę e-mail dla porzuconych koszyków. Niektórzy klienci mogą używać koszyka na zakupy jako listy zakupów, a następnie iść i robić zakupy w sklepie fizycznym. Identyfikując takich użytkowników, możesz wykluczyć ich z tych wiadomości e-mail z przypomnieniem i zaoszczędzić pieniądze.

Osoby, które przeglądają Twoją witrynę przed zakupem, wydają zwykle więcej niż osoby, które tego nie robią.
Po ustaleniu, które produkty na Twojej stronie dobrze się sprzedają zgodnie z zasadą ROPO, możesz skupić się na ich promocji i tym samym zwiększyć swoje zyski.

Jeśli przeprowadzasz analizę ROPO i stwierdzasz, że Twoi klienci wolą kupować określone produkty w sklepach detalicznych, powinieneś pomyśleć o tym, co jest nie tak z Twoją stroną. Dlaczego klienci — lub dlaczego klienci nie mogą — kupować online, zamiast tego udają się do Twojego sklepu (miejmy nadzieję) lub nawet do konkurencji. Przyczyny takiego zachowania mogą być różne:

• Ceny online i offline są różne.
• Niektóre funkcje nie są dostępne na stronie, na przykład nie można płacić w ratach.
• Dostawa trwa zbyt długo.
• Jest skomplikowany interfejs lub długi proces płatności.

Po szczegółowym zbadaniu zachowań użytkowników będziesz w stanie zrozumieć, co uniemożliwia im dokonywanie zakupów w serwisie i naprawić to poprzez:

• oferowanie rabatów w sklepie internetowym
• oferowanie dodatkowej gwarancji lub darmowej lub szybkiej dostawy
• zapewnienie dogodnych metod płatności
• dodanie sekcji z najczęściej zadawanymi pytaniami
• udzielanie informacji o sposobie kontaktu z Tobą.

Krótko mówiąc, możesz dostosować swoją stronę internetową do niestandardowej ścieżki klienta.

Koncepcyjnie istnieją dwa sposoby oceny wpływu reklamy internetowej na sprzedaż offline. Pierwszy polega na identyfikacji konkretnych użytkowników i powiązaniu działań odwiedzających witrynę z zakupami w sklepie fizycznym. Oczywiste jest, że aby tak się stało, użytkownicy muszą być autoryzowani.

Drugim rozwiązaniem jest tzw. bezosobowa fuzja danych. Możesz użyć bezosobowej fuzji danych, aby ocenić wpływ reklam telewizyjnych na sprzedaż offline lub w przypadku, gdy Twoja witryna nie pozwala użytkownikom na rejestrację. Podobne zadania mają osoby, które reklamują produkty sprzedawane na Amazonie lub innych giełdach na Facebooku. W takich przypadkach niemożliwe jest powiązanie konwersji z reklam i wyświetleń banerów z zamówieniami dla poszczególnych użytkowników. Ten problem został rozwiązany za pomocą korelacji pośredniej. To temat na osobny artykuł. Jeśli jesteś zainteresowany artykułem o pośredniej korelacji, daj nam znać w komentarzach.

W tym artykule skupimy się na identyfikacji konkretnych użytkowników, co jest priorytetem dla każdej firmy. W ten sposób można oszacować skuteczność reklam online na podstawie kombinacji działań użytkowników zarówno online, jak i offline.

Główne etapy identyfikacji użytkowników:

1. Połącz dane online z danymi transakcyjnymi z Twojego CRM.
2. Zidentyfikuj segment zakupów ROPO i zrozum udział tych zakupów w sprzedaży online i offline.
3. Twórz pulpity nawigacyjne do wysokopoziomowego monitorowania danych i ich dynamiki.
4. Twórz szczegółowe tabele dla agencji, aby mogły wykorzystywać dane ROPO w planowaniu mediów i śledzeniu wyników.
5. Znajdź odpowiedzi na te pytania: Czy kupujący ROPO zamawiają przez stronę internetową? Co uniemożliwia im wstępne złożenie zamówienia na stronie? Jak możesz zaoszczędzić na remarketingu skierowanym do tych klientów?

Zalecamy połączenie danych z Twojej witryny, danych o kosztach kampanii reklamowych oraz danych z Twojego CRM w Google BigQuery. Aby to zrobić, możesz użyć Power BI, Google Data Studio, Amazon Redshift lub innego narzędzia. Mała firma może nawet eksportować dane do Arkuszy Google. Należy jednak pamiętać, że automatyczne przetwarzanie danych może zakończyć się niepowodzeniem z nieoczywistych i nieoczekiwanych powodów. Dlatego musisz użyć mechanizmu, który działa niezawodnie i nie odwraca Twojej uwagi od szukania spostrzeżeń i stosowania danych.

Google BigQuery jest dobre, ponieważ jak każdy SaaS nie wymaga inwestycji w sprzęt i ułatwia łączenie danych, niezależnie od ich ilości. Oznacza to, że wraz ze wzrostem ilości danych nie będziesz musiał zmieniać wszystkich żądań i ustawień. A jeśli nie masz dużo danych, nie zapłacisz dużo za ich przetworzenie.
Ponadto BigQuery obsługuje ponowne przetwarzanie danych. Jeśli klient złoży zamówienie offline, a następnie przejdzie do serwisu i się zaloguje, możesz z mocą wsteczną połączyć wszystkie jego działania. Nie jest to możliwe w Google Analytics.

Możesz wyeksportować dane dotyczące zachowań użytkowników z Google Analytics do Google BigQuery przy użyciu standardowego eksportu. Tym, którzy korzystają z bezpłatnej wersji Google Analytics, zalecamy OWOX BI Pipeline do zbierania nieprzetworzonych, niespróbkowanych danych z Twojej witryny w BigQuery. Możesz zapoznać się ze strukturą tych danych w naszym centrum pomocy.

Konieczna jest weryfikacja danych źródłowych. Musisz skonfigurować i przenieść z witryny do identyfikatora użytkownika Google Analytics (lub innego wspólnego identyfikatora użytkownika). Ponieważ dane będą połączone dokładnie tym identyfikatorem, ważne jest, aby był on obecny w obu tabelach i był poprawny. Oznacza to, że w przypadku każdego autoryzowanego użytkownika identyfikator użytkownika powinien zostać przesłany zarówno do wymiaru niestandardowego, jak i parametru & uid.

Upewnij się, że ten sam identyfikator nie jest używany przez wielu użytkowników. Sprawdź odsetek użytkowników z identyfikatorem użytkownika i same wartości w czasie, aby sprawdzić, czy nie występują jakiekolwiek anomalie. W tym celu możliwe jest zbudowanie segmentu użytkowników z identyfikatorami w Google Analytics i przyjrzenie się, jak ten segment koreluje z całkowitą liczbą użytkowników.

Sprawdź również anomalie w danych dotyczących liczby sesji, użytkowników, transakcji i dochodów według dnia i źródła ruchu. Najłatwiej to zrobić w interfejsie GA. Możesz zrobić kilka miesięcy w odstępach czasu i wyświetlić standardowe raporty Przegląd odbiorców, Cały ruch, Źródło/medium, Przegląd e-commerce i inne. Sprawdź, czy te raporty nie mają nieuzasadnionych szczytów lub awarii.

Możesz jednorazowo zaimportować zamówienia z CRM do Google BigQuery lub ustawić automatyczne przesyłanie danych, aby regularnie obliczać udział zakupów ROPO.

Tabela przesyłana z Twojego CRM powinna zawierać co najmniej:

• Data transakcji
• Identyfikator transakcji
• Cena zamówienia
• Identyfikator użytkownika

Dodatkowe pola, które pozwolą Ci uzyskać raporty w dodatkowych sekcjach:

• Miasto
• Identyfikator przedmiotu
• Ilość sztuk w zamówieniu
• Cena każdego przedmiotu
• Typ płatności
• Typ dostawy
• Status zamówienia

Mając dane CRM, zwróć uwagę na:

• Dostępność wszystkich wymaganych pól
• Dostępność danych przez wszystkie dni
• Porównywalny format daty, dochodu i miasta
• Obecność parametru User ID we wszystkich transakcjach
• Zduplikowane transakcje

Jeśli chcesz nie tylko poznać udział zakupów ROPO, ale także obliczyć ich ROAS, będziesz potrzebować danych o kosztach ze źródeł reklamowych. Możesz zaimportować swoje wydatki z różnych usług do Google Analytics, a następnie przesłać je do Google BigQuery jako pojedynczy strumień za pomocą OWOX BI Pipeline.
Wszystkie Twoje dane można łączyć według tego schematu:

OWOX BI oferuje bezpłatny okres próbny. W tym czasie możesz skonfigurować zbieranie danych w swoim projekcie Google BigQuery, aby tworzyć raporty dotyczące ROPO i innych wskaźników marketingowych.

Po zebraniu wszystkich danych w Google BigQuery musisz je połączyć. Jako klucza możesz użyć identyfikatora użytkownika. Jest to unikalny identyfikator, który przypisujesz każdemu użytkownikowi w swojej bazie danych i kojarzysz z jego adresem e-mail lub kartą lojalnościową. Gdy użytkownicy wchodzą na Twoją stronę i logują się — na przykład wprowadzają konto osobiste — ich identyfikator użytkownika jest przesyłany do Google Analytics (pod warunkiem, że masz tę funkcję skonfigurowaną w GA).

W ten sposób użytkownicy są powiązani z ich działaniami w serwisie.

Aby rozpoznać jak najwięcej swoich użytkowników, możesz oferować bonusy za logowanie: zniżki za logowanie, przydatne materiały do ​​pobrania, promocje itp. Więcej sposobów motywowania użytkowników znajdziesz w naszym artykule «Dlaczego i jak Zintegruj punkty kontaktu z klientem online i offline»

Możesz również użyć specjalnego parametru huid w linkach, które wysyłasz swoim klientom e-mailem. W tym parametrze możesz wpisać wartość User ID z systemu CRM. Pomoże Ci to zidentyfikować użytkownika, nawet jeśli nie był zalogowany w serwisie. Załóżmy na przykład, że masz już klienta w swoim CRM z adresem e-mail i unikalnym identyfikatorem użytkownika. Wysyłasz do tego klienta wiadomość e-mail z linkiem zawierającym identyfikator. Klient klika w link i przechodzi do Twojej witryny i wykonuje pewne czynności na stronie bez rejestracji. Za pomocą Google Tag Manager możesz przenieść ten identyfikator do Google Analytics w polu User ID lub Custom Dimensions.

Jeśli użytkownik zostawi zapytanie w Twojej witrynie, a następnie przejdzie do sklepu i dokona zakupu, możesz powiązać jego działania za pomocą identyfikatora transakcji.

Na powyższym schemacie możesz zobaczyć dane o zachowaniu użytkowników na stronie (po lewej) oraz dane o zakupach z CRM (po prawej).

Jeśli interesują Cię szczegóły techniczne integracji danych i analizy ROPO, zapoznaj się z historiami sukcesu naszych klientów:

• Historia sukcesu firmy M.video: ocena wpływu reklam online na sprzedaż offline
• Historia sukcesu Darjeeling: Analiza ROPO dowodzi, że 40% klientów odwiedza witrynę firmy przed zakupem offline​

Nasi klienci są często zainteresowani analizą ROPO. Dlatego dodaliśmy osobny blok raportów ROPO do OWOX BI Smart Data. Dzięki tej usłudze możesz zadawać pytania dotyczące swoich danych w języku rosyjskim lub angielskim, używając języka naturalnego. Usługa przetworzy żądanie i udzieli jasnej odpowiedzi wraz z wizualizacjami.

Aby otrzymywać raporty ROPO, musisz przesłać dane o zachowaniu użytkowników z Google Analytics oraz dane o zamówieniach offline z Twojego CRM do swojego projektu Google BigQuery. Następnie połącz swój projekt z OWOX BI Smart Data. Już teraz możesz wypróbować OWOX BI za darmo, aby zobaczyć, jak to działa.

Aby otrzymywać raporty ROPO w Smart Data, potrzebujesz danych o zachowaniach użytkowników z Google Analytics oraz danych o zamówieniach offline z Twojego CRM.

W Smart Data możesz zmienić wszystkie podświetlone pola dla pytania, wybierając opcje z listy rozwijanej: udział dochodu, transakcje użytkowników, wysokość dochodu, średni rozmiar czeku itp. Więcej o dostępnych metrykach możesz dowiedzieć się w sekcja pomocy.

Wszystkie informacje z raportu można przesłać do Google Data Studio lub pobrać jako plik CSV. Możesz także skopiować zapytanie SQL i doprecyzować je w Google BigQuery według potrzeb.

Rozważ kilka przykładów raportów.

30-dniowe okno konwersji oznacza, że ​​między ostatnim odwiedzeniem witryny przez użytkownika a dokonaniem zakupu offline minęło maksymalnie 30 dni. Okno konwersji można dostosować do potrzeb Twojej firmy.

Ten raport pokazuje podział przychodów między sprzedażą online, offline i ROPO. Pomaga oddzielić zamówienia ROPO od zwykłych zakupów offline i zrozumieć prawdziwą rolę efektu ROPO w sprzedaży wielokanałowej.

Jest to odpowiednik raportu Czas do konwersji (upływ czasu) w Google Analytics, tylko tutaj działania online i zakupy offline są ze sobą powiązane. Ten raport pokazuje, jaki procent lub liczba transakcji, klientów i przychodów spada każdego dnia w oknie konwersji.

Pomoże Ci to zrozumieć rzeczywiste okno konwersji dla zakupów ROPO, a także śledzić związek między wartością transakcji a liczbą dni potrzebnych użytkownikom na podjęcie decyzji o zakupie.

Za pomocą tego raportu możesz określić, które kanały, źródła i kampanie reklamowe online prowadzą do zakupów offline.

Możesz zapytać, jak dokładne są wyniki analizy ROPO, jeśli brane są pod uwagę tylko użytkownicy zarejestrowani na stronie?” To dobre pytanie, a żeby na nie odpowiedzieć, musisz zrozumieć, ilu jest użytkowników. Trudno uzyskać dokładna odpowiedź dla konkretnego serwisu.Jeśli użytkownik nie jest zalogowany, nie wiemy na pewno, czy był na stronie.Chyba że istnieje możliwość skorzystania z badań panelowych.

Z naszego doświadczenia wynika, że ​​udział autoryzowanych użytkowników, którzy mogą kojarzyć się z zakupami offline, nawet dla przeciętnego omnikanałowego sprzedawcy elektroniki użytkowej sięga 40 proc. Wynik ten kumuluje się przez cały rok. Podczas sezonowych wyprzedaży wzrasta. Najważniejsze jest to, że nawet bez stuprocentowej puli odbiorców można uzyskać reprezentatywną próbkę redystrybucji budżetu. Oznacza to, że nie musisz łączyć działań każdego użytkownika; wystarczy połączyć dane odpowiedniej liczby użytkowników, aby zbudować raporty.

Przygotowaliśmy listę kontrolną 20 kroków dla analityków marketingowych, która pomoże Ci połączyć dane ze źródeł online i offline w celu podjęcia właściwych decyzji. Wypełnij formularz, a wyślemy tę listę kontrolną na Twój adres e-mail.