Como melhorar a análise interna usando o modelo de atribuição baseado em funil de ML

Ao aplicar o maior número possível de canais de publicidade para atingir os clientes, as empresas enfrentam um grande problema com a avaliação correta de desempenho, sucesso e, obviamente, crescimento de receita. As perguntas que eles precisam responder são: Qual canal funciona melhor? Qual deve ser eliminado e qual fornece leads qualificados? Agora é hora dos modelos de atribuição entrarem no jogo.

Neste caso, descrevemos a solução fornecida pela equipe OWOX BI para um grande varejista online que tinha desafios em melhorar seu desempenho e usar o modelo de atribuição correto.

Antes da cooperação com a OWOX BI, a empresa utilizava o modelo de atribuição Last Click que dava todo o valor à última fonte, ignorando a contribuição de todas as etapas anteriores ao pedido. Para avaliar corretamente o desempenho das campanhas publicitárias, optou-se por configurar o modelo de atribuição baseado em funil de ML.

A empresa tem uma variedade de pontos de contato com o usuário: anúncios de mídia social, site de comparação de preços, PPC, site, telefonemas, marketing direto, centros de atendimento e postos avançados. Semelhante à maioria dos varejistas com marketing multicanal, enfrentou o problema de espalhar os dados, pois a empresa coleta e armazena os dados em diferentes sistemas.

Para avaliar a contribuição de cada canal para a jornada dos clientes ao longo do funil, o varejista precisava mesclar os dados sobre o comportamento do usuário, custos de anúncios, pedidos offline e receita real da empresa, com a conta dos pedidos concluídos. Isso significa que a empresa precisava configurar a análise de marketing, seguindo estas etapas:

1. Desenvolva um conjunto individual de métricas para coletar dados de comportamento do usuário do site para o Google Analytics 360. Usando a exportação padrão, os dados sem amostragem podem ser enviados para o Google BigQuery.
2. Configure o pipeline de BI OWOX para coletar dados de serviços de anúncios para o Google BigQuery.
3. Configure a exportação dos dados da transação do sistema CRM para o Google BigQuery.
4. Crie um modelo de atribuição baseado em funil de ML com base nos dados mesclados no Google BigQuery.
5. Faça a vinculação de registros para agrupamentos de canais junto com os analistas de BI do OWOX, pois os nomes próprios do varejista para agrupamentos de canais são diferentes do GA 360.
6. Obtenha relatórios no Planilhas Google para planejamento de orçamento mensal.

Abaixo está o gráfico de consolidação de dados:

Agora, vamos dar uma olhada em como o modelo de atribuição baseado em funil de ML foi criado junto com os relatórios.

Os analistas de BI da OWOX ajudaram a desenvolver, configurar e implementar o conjunto individual de métricas para o varejista. Além disso, nossos especialistas testam e atualizam regularmente o sistema de métricas para novos domínios, juntamente com novos recursos.

Os dados sobre o comportamento do usuário no site foram coletados no Google Analytics 360 e enviados diariamente ao Google BigQuery, para serem vinculados aos dados sobre custos de anúncios e transações. A empresa escolheu a versão paga do Google Analytics, pois seu site possui um alto nível de tráfego. A versão padrão aplica amostragem quando o número de sessões do usuário ultrapassa 500.000, enquanto o Google Analytics 360 permite obter dados precisos até um hit.

Os dados sobre os custos do AdWords vão para o Google Analytics 360, graças à integração nativa. Enquanto o OWOX BI Pipeline é usado para enviar os dados do Facebook para o Google Analytics 360 e para mesclar os dados de custo sobre todos os serviços de anúncios no Google BigQuery. A tabela abaixo mostra a estrutura dos dados enviados:

Para levar em consideração os dados sobre devoluções e pedidos concluídos, os analistas exportam os dados sobre transações do sistema CRM para o Google BigQuery. A estrutura dos dados é mostrada abaixo:

Essa estrutura ajuda a mesclar dados sobre pedidos concluídos com dados sobre o comportamento do usuário do site, usando as teclas user_id e time .

O funil de vendas do varejista consiste em 5 etapas: Visita, Página do produto, Adicionar ao carrinho, Finalizar compra, Comprar. A equipe de BI da OWOX calculou o período médio da visita ao site até a compra e recomendou a janela de conversão e a janela de transação ideais.

Usando esses dados, um modelo de atribuição baseado em funil de ML foi criado:

O modelo de atribuição baseado em funil de ML avalia a probabilidade de um usuário passar de uma etapa do funil de vendas para outra. A coluna cinza demonstra o valor de probabilidade. Quanto menor a probabilidade de passar de uma etapa para outra, mais valor obtém a sessão na qual um usuário passou por essa etapa. Somente as sessões que levaram ao pedido receberão o valor. Você pode aprender mais sobre a lógica de cálculo do OWOX BI Attribution em nosso blogpost.

Os resultados da atribuição são usados ​​para criar relatórios que descreveremos na etapa 6.

Todas as origens de tráfego nos relatórios do Google Analytics 360 são, por padrão, formadas nos seguintes agrupamentos de canais: Direto, Orgânico, E-mail, Referência, Social, Display, CPC e Outros.

No entanto, os especialistas em marketing usam seus próprios nomes de agrupamento de canais para relatórios internos. Para criar o modelo de atribuição, a equipe da empresa utilizou os dados já coletados dos últimos períodos com nomes próprios para agrupamentos de canais. É por isso que era tarde demais para alterar os nomes nas configurações do Google Analytics 360. Devido a esse fato, os analistas de BI da OWOX conduziram a vinculação de registros e criaram uma lista atualizável de nomes correspondentes para agrupamentos de canais no Planilhas Google. A tabela abaixo demonstra a estrutura da lista:

A equipe de BI da OWOX criou um script para combinar a vinculação de registros no Google BigQuery com os resultados da atribuição mensalmente, usando as chaves de origem e média .

Com a ajuda dos analistas de BI da OWOX, foram criados dois relatórios. O primeiro relatório ajudou a entender quais afiliados atribuem a si mesmos o valor de outros canais. Este relatório está disponível no OWOX BI Smart Data. Os analistas exportaram os dados do relatório obtido para o Planilhas Google, usando o complemento gratuito OWOX BI BigQuery Reports.

Aqui estão as etapas que os analistas de BI da OWOX seguiram para exportar os dados para o Planilhas Google:

1. Navegue até Smart Data e pergunte como o valor das fontes e mídias é distribuído entre as etapas do funil e abra o relatório.
2. Navegue até o canto superior direito e escolha Copiar a consulta SQL para a área de transferência .

1. Crie um novo relatório no Planilhas Google. Para fazer isso, abra o menu Add-ons , escolha OWOX BI BigQuery Reports e Add a new report . Em seguida, selecione os projetos existentes do Google Cloud Platform, escolha Adicionar um novo relatório e clique em Colar :

Esteja ciente de que cada novo relatório é criado em uma nova planilha:

Forneça a configuração do relatório em uma barra lateral: selecione um projeto existente do Google Cloud Platform e uma consulta do Google BigQuery, que fornecerá os dados a serem enviados.

Observação! Você pode encontrar mais detalhes sobre a configuração do relatório aqui.

1. Agora o relatório está disponível no Planilhas Google. Você pode agendar a atualização automática do relatório para maior comodidade. Para fazer isso, navegue até Agendar relatórios nas configurações do OWOX BI BigQuery Reports:

Defina o período de tempo necessário para a atualização:

Observação! Para saber mais sobre como agendar a atualização regular do relatório, siga este link.

Os especialistas da OWOX BI modificaram a consulta e adicionaram parâmetros dinâmicos: a fonte e o período de análise.

Observação! Siga este link para saber mais sobre parâmetros dinâmicos em consultas.

Como resultado, obteve-se o relatório de análise de tráfego que demonstra qual etapa do funil está recebendo mais influência de uma determinada fonte:

Tendo filtrado apenas os parceiros afiliados, a empresa pode identificar aqueles com maior valor na etapa final do funil:

O segundo relatório demonstra os custos reais, receita e ROAS em campanhas publicitárias. Usando este relatório, os especialistas em marketing podem descobrir quais fontes geram mais receita e quais não compensam:

• O sistema correto e flexível de coleta de dados foi montado pela equipe OWOX BI.
• Utilizando os produtos OWOX BI e Google, o processo de coleta de dados foi automatizado. Todos os dados agora estão disponíveis em uma única interface, em tempo real.
• O modelo de atribuição baseado em funil de ML ajudou a empresa a avaliar melhor o desempenho de campanhas e canais de anúncios.