Ewolucja analityki cyfrowej i marketingu

Trwa transformacja podejścia marketerów do analityki. Czas przestać myśleć o przepływie użytkowników i zamiast tego pomyśleć o serii zdarzeń (zadań), których oczekujemy od zaangażowanych użytkowników.

Na długo przed pojawieniem się pierwszego baneru internetowego (27 października 1994 r. w magazynie Wired), marketerzy chcący pomóc swoim klientom w ich działaniach marketingowych przyjęli mariaż analityki i marketingu. Z biegiem czasu to małżeństwo ewoluowało, podobnie jak możliwości narzędzi analitycznych.

Kiedyś raporty marketingowe brzmiały: „Spójrz na liczbę odwiedzających witrynę wygenerowaną przez kampanię!” lub „Zobacz, ile odsłon udało nam się uzyskać!” To były powszechne zastosowania analityki. Ostatecznie, wraz z udoskonaleniem narzędzi analitycznych, stała się możliwa możliwość przypisania sprzedaży online do konkretnych działań marketingowych.

W ciągu tych ponad 30 lat jedna rzecz pozostała niezmienna w marketingowej interpretacji analityki internetowej: kampania przyciągnęła X odwiedzających do witryny. Przejrzeli tak wiele stron, co doprowadziło do określonej liczby sprzedaży. Zasadniczo podstawowy przepływ użytkowników. Każdy krok na stronie podczas podróży odwiedzającego był postrzegany jako płynny i łatwy do naśladowania.

Jako marketerzy musimy zacząć przygotowywać nasze mózgi do tego, co nadejdzie wraz z następną generacją narzędzi i technik analitycznych. Nowa generacja narzędzi analitycznych nie przetwarza już rejestrowania aktywności użytkownika (pliku dziennika), ale zamiast tego przechowuje określone zdarzenia w bazie danych. Jeśli nie słyszałeś o „Analityce opartej na zdarzeniach”, wkrótce usłyszysz o tym wszędzie.

W październiku 2020 r. Google wypuścił Google Analytics 4 (GA4). Był w trybie Beta, ale każdy użytkownik rejestrujący się w Google Analytics został automatycznie zarejestrowany w GA4. Aby skonfigurować starą wersję Universal Analytics (UA), trzeba było znać się na GA. Chociaż GA może być najpopularniejszym narzędziem analitycznym, Adobe Analytics od jakiegoś czasu wykonuje „Analizę opartą na zdarzeniach” wraz z kilkoma innymi narzędziami analitycznymi.

Chociaż oficjalna data przez Google zmuszająca wszystkich do przejścia na GA4 nie została ogłoszona, możesz być pewien, że nadchodzi i nadszedł czas, aby zacząć myśleć o „Analizie zdarzeń” i o tym, jak różni się ona od tego, do czego jesteś przyzwyczajony i niektóre z zawartych w nim zalet.

Definiowanie analizy opartej na zdarzeniach

„Analityka oparta na zdarzeniach to metoda śledzenia i analizowania interakcji między użytkownikami a produktem, zwana również zdarzeniami”.

Co to wszystko oznacza dla marketerów? Musimy ponownie przemyśleć, w jaki sposób przedstawiamy dane analityczne w ramach naszych raportów marketingowych.

W przeszłości, gdy mówiliśmy o podróży użytkownika, powiedzmy: „Przybyli z tej kampanii, trafili na tę stronę, odwiedzili te strony i dokonali zakupu za XXX,XX USD”.

Dzięki usłudze Event-Based Analytics nadal będziemy widzieć, które kampanie przyciągnęły użytkowników do witryny. Śledzenie ich, na których stronach przeglądali, nie jest tak łatwe, ale śledzenie poszczególnych kroków w procesie realizacji transakcji staje się znacznie łatwiejsze.

Dzięki analizie opartej na zdarzeniach otrzymujemy widok produktu na to, co wydarzyło się więcej niż przepływ użytkowników.

Na przykład możemy stworzyć segment dla konkretnej kampanii i zobaczyć poszczególne kroki (pomyśl o tym jak o krokach, użytkownik może łatwo przeskakiwać z jednego do drugiego lub pominąć niektóre z nich). W witrynie e-commerce zobaczymy, ile jednostek każdego produktu zostało dodanych do koszyka i ile zostało kupionych. Nie zobaczysz, czy dodają produkt do koszyka, a następnie wróć później i usuń go lub zmniejsz zamówioną ilość. Analityka oparta na zdarzeniach wygeneruje raport, który wygląda mniej więcej tak:

Analityka i segmentacja oparta na zdarzeniach

Zaawansowaną funkcją, która staje się dostępna w usłudze Event-Based Analytics, jest rozszerzona segmentacja. Chociaż narzędzia do analizy zamówień oferują pewien poziom segmentacji, teraz będziesz mieć znacznie większą elastyczność, jeśli chodzi o ich definiowanie. Segmentacja zapewni Ci możliwość rozdzielenia potencjalnych i klientów na określone grupy na podstawie ich zaangażowania w Twój produkt.

Poniżej znajduje się przykład, w jaki sposób można generować zaangażowanie użytkowników w różnych kanałach pozyskiwania dzięki usłudze Event-Based Analytics.

W przypadku analizy opartej na zdarzeniach najprawdopodobniej nie zobaczysz wyników pomiaru współczynnika odrzuceń. Czemu? Ponieważ prosta czynność przeglądania strony jest wydarzeniem. Większość narzędzi analitycznych rejestruje teraz czas spędzony na stronie (zdarzenie jest wyzwalane co X sekund) za pomocą liczników czasu, a nie tylko od sygnatury czasowej między wyświetleniami strony, a także śledzi przewijanie strony przez użytkownika (zaangażowanie). Upraszczając, jeśli użytkownik spędzi X sekund na stronie lub zacznie przewijać, to nie odbije się, ale się zaangażuje. Musimy teraz pomyśleć o „sesjach zaangażowanych” w porównaniu z „sesjami niezaangażowanymi”. Wyświetlenie pojedynczej strony bez przewijania i spędzenie mniej niż X sekund to „sesja niezaangażowana”.

Czytaj dalej: Co to jest analiza ścieżki klienta?

Korzystanie z analizy opartej na zdarzeniach w celu zwiększenia przychodów

W przypadku witryny e-commerce i aplikacji mobilnej odwiedzający witrynę (być może z kampanii marketingowej) otwiera witrynę i przegląda szereg elementów przed dodaniem elementu do koszyka. Może minąć kilka dni, zanim zalogują się ponownie w aplikacji mobilnej i sfinalizują zakup. Teraz na Twojej platformie analitycznej powyższe zachowania lub zdarzenia mogą wyglądać tak: „Rejestracja użytkownika”, „Wyszukaj przedmioty”, „Wyświetl szczegóły przedmiotu”, „Dodaj przedmiot do koszyka” i „Zakup zakończony”. W wielu starszych narzędziach analitycznych nie zobaczysz tej połączonej podróży, ale zobaczysz, że użytkownik przeszedł z kampanii X, dodał elementy do koszyka, a następnie zatrzymał się. Inny użytkownik „magicznie” zalogował się przez aplikację, ale kupił rzeczy, nawet nie dodając ich do koszyka.

Dane oparte na zdarzeniach mogą generować pytania, które prowadzą do zmian i dostosowań produktów. Po przejrzeniu danych z powyższego przykładu moglibyśmy zapytać:

1. Odsetek użytkowników, którzy dokonali zakupu w jednej sesji?
2. Czy konwersja różni się w zależności od produktu lub marki?
3. Jeśli użytkownicy nie dokonali konwersji, gdzie to zrobili? (opuścił witrynę, nadal przeglądaj inne informacje itp.)
4. Jak długo trwa (w minutach lub dniach) konwersja?
5. Czy użytkownicy napotykają błąd płatności lub inne problemy (zdarzenia) podczas procesu płatności?
6. Jeśli nie kupili od razu, czy odejdą na zawsze?

Możesz być w stanie odpowiedzieć na powyższe pytania za pomocą istniejących narzędzi analitycznych, ale dzięki analizie opartej na zdarzeniach staje się to znacznie łatwiejsze.

Analityka oparta na zdarzeniach i hurtownie danych

Łącząc dane z analizy zdarzeń opartej na danych z hurtownią danych, umieszczasz dane na sterydach. Być może zauważyłeś, że każde zdarzenie jest zasadniczo punktem danych, który można łatwo wyeksportować do hurtowni danych.

Po prostu eksportując swoje dane, masz teraz możliwość manipulowania i przetwarzania surowych danych. Wcześniej musiałeś pracować z danymi dostępnymi w Twoim narzędziu analitycznym.

Na przykład w witrynie handlu elektronicznego prawdopodobnie śledzisz unikalny identyfikator klienta. Zgodnie z prawem jest to anonimowy identyfikator (nie ma możliwości połączenia z konkretnymi informacjami umożliwiającymi identyfikację osoby). W swojej bazie danych możesz przeprowadzić wyszukiwanie klientów i zacząć sprawdzać, ile i kiedy zamawiają konkretni klienci. Co powiesz na wygenerowanie raportu klientów, którzy pozostawili produkty w koszyku na dłużej niż 2 tygodnie? Jako marketer możesz generować wiadomości e-mail oparte na zachętach, a nawet poprosić swojego przedstawiciela handlowego, aby zadzwonił do nich, aby zobaczyć, co się dzieje. To właśnie siła połączonych danych w hurtowni danych naprawdę pozwala na zwiększenie sprzedaży dzięki analizie opartej na zdarzeniach.

Raportowanie jest jeszcze bardziej ulepszone i łatwiejsze dzięki narzędziom do wizualizacji danych podczas uzyskiwania dostępu do hurtowni danych. Nie musisz już łączyć wielu źródeł danych i wyświetlać poszczególnych raportów. Połączenie narzędzia do wizualizacji danych z hurtownią danych umożliwia prezentację danych w ujednoliconych tabelach i wykresach.

Jeśli Twoja organizacja nie wdrożyła jeszcze analityki opartej na zdarzeniach, zacznij to robić. Jeśli obecnie korzystasz z Universal Analytics (UA) Google, zacznij przygotowywać się do ogłoszenia daty wyłączenia UA i zmuszenia Cię do przejścia na GA4. Jako rekomendację dla wszystkich użytkowników UA, nadszedł czas, aby zacząć równolegle korzystać z GA4, jeśli nie z innego powodu, aby się z nim zapoznać i zacząć dostrzegać moc, jaką ze sobą niesie.

Opinie wyrażone w tym artykule są opiniami gościa i niekoniecznie MarTech. Lista autorów personelu znajduje się tutaj.