Como otimizar campanhas publicitárias com conversões assistidas no Google BigQuery

Quanto mais canais de publicidade os negócios desenvolverem, mais clientes poderão ser adquiridos por diferentes campanhas. Assim, a receita gerada aumentará consideravelmente se os usuários de negócios obtiverem informações valiosas de dados para melhorar o desempenho de marketing.

Neste caso, descrevemos a solução fornecida pela equipe OWOX BI para uma grande rede de varejo de eletroeletrônicos e eletrodomésticos que tinha desafios de otimizar campanhas publicitárias para diferentes segmentos de usuários em diferentes plataformas.

A empresa buscava otimizar os gastos com publicidade levando em consideração vários fatores: a contribuição de vários canais de publicidade para a jornada de compra do cliente, um grupo de negócios de categorias (BGC) e diferenças no comportamento do usuário entre várias regiões.

Um grupo de categorias de negócios (BGC) é um grupo de categorias de produtos semelhantes. Por exemplo, Equipamento de Áudio é um nome comum para MP3 players, fones de ouvido, etc. A segmentação por BGC é conduzida pela estrutura interna do varejista: cada departamento é responsável por um BGC.

O comportamento dos clientes de diferentes cidades ou regiões difere devido a fatores econômicos. É por isso que o departamento de Media&CRM segmenta os pedidos por geografia.

De acordo com a experiência do varejista, 80% dos clientes online e offline interagem com vários canais de publicidade antes de fazer uma compra. O relatório de conversões assistidas no Google Analytics permite analisar o efeito dos canais online nos caminhos de conversão. No entanto, o relatório não permite segmentação por região e BGC. Isso impossibilita a avaliação completa da contribuição de cada canal.

Além disso, a empresa buscava tomar decisões melhores, apoiadas por dados completos sobre o comportamento do usuário. O Google Analytics aplica a amostragem se o volume de dados exceder 500 mil sessões (100 milhões de sessões no Google Analytics 360) para o período do relatório. Além disso, não foi possível ver a imagem completa dos caminhos de conversão nos relatórios de funil multicanal, pois o número de conversões por mês ultrapassou 1 milhão. Dada a escala das operações, tais erros de medição afetaram drasticamente a qualidade das decisões do varejista.

Para comparar o desempenho dos canais de publicidade nas diferentes regiões – segmentos BGC , decidiu-se coletar dados de comportamento do usuário em um big data warehouse. A OWOX sugeriu o uso do Google BigQuery, pois esse serviço garante segurança, flexibilidade e processamento rápido de dados.

Os dados de comportamento dos visitantes do site são importados automaticamente para o Google BigQuery a partir do Google Analytics, graças ao recurso de exportação do Google BigQuery. Esse recurso está disponível apenas para clientes do Google Analytics 360.

Os dados de desempenho da campanha do AdWords são importados automaticamente para o Google Analytics. OWOX BI Pipeline ajuda a importar dados de custos de campanhas publicitárias para o Google Analytics e também coleta dados sobre todos os custos de publicidade no Google BigQuery.

O sistema interno (ERP) armazena dados sobre as relações entre categorias de produtos e BGC. Por exemplo, Fornos de Microondas pertencem ao grupo Small Domestic Appliances (SDA) e Laptops pertencem ao grupo Computadores . Os analistas copiam os dados do sistema interno para o Planilhas Google e os importam para o Google BigQuery usando o complemento OWOX BI BigQuery Reports.

O fluxograma de coleta de dados é apresentado a seguir:

Os dados necessários para o modelo de atribuição são armazenados em duas tabelas no Google BigQuery. A primeira tabela armazena dados sobre compras, comportamento do usuário e gastos com publicidade do Google Analytics. O outro armazena dados sobre relacionamentos entre categorias de produtos e BGC do Planilhas Google.

Os especialistas da OWOX mesclaram os dados dessas duas tabelas pelo ID da categoria do produto, usando a operação JOIN. Os dados foram combinados da seguinte forma:

A empresa queria ver com quais canais os usuários interagem com mais frequência e em que sequência. Os canais que trazem com mais frequência as duas primeiras sessões no caminho de conversão teriam melhor desempenho nos estágios superiores do funil, pois ajudam a atrair usuários para o site. Os canais que mais comumente trazem as duas últimas sessões antes da compra teriam melhor desempenho no funil inferior: eles ajudam os compradores a tomar as decisões.

Os analistas da OWOX sugeriram segmentar os pedidos pelo número de sessões para a transação (1, 2, 3, 4 e 5+ sessões). Caminhos de conversão longos (5+ sessões) são tratados de forma semelhante aos curtos: o foco principal é colocado nas duas primeiras e nas duas últimas sessões. Estas são as sessões durante as quais um usuário aprende sobre um produto e toma uma decisão de compra. As sessões intermediárias contribuem muito menos, por isso são analisadas todas juntas.

A equipe OWOX configurou a importação automática de resultados de segmentação para o Planilhas Google usando o complemento OWOX BI BigQuery Reports e criou um relatório. O relatório mostra o desempenho dos canais de publicidade para diferentes locais e BGCs diferentes. Por exemplo, agora é possível ver com que frequência os usuários visitam o site clicando nos anúncios do Google em diferentes estágios do funil em caminhos de conversão longos (mais de 5 sessões). Os especialistas da empresa podem comparar o desempenho dos anúncios no Google e Criteo e ver qual dos canais teria melhor desempenho no funil superior, médio e inferior, para cada região-segmento BGC.

Para facilitar o trabalho dos gerentes e especialistas em marketing, os especialistas da OWOX visualizaram os dados em forma de painéis interativos. O Google Data Studio foi escolhido como solução de dashboards pelos seguintes motivos:

• Os painéis são convenientes para trabalhar: os dados podem ser facilmente filtrados por data ou dimensões selecionadas.
• As fontes de dados para relatórios podem ser conectadas com apenas alguns cliques.
• Relatórios e painéis personalizados ilimitados podem ser criados sem nenhum custo.

Como resultado, o painel foi recebido, exibindo como as compras são segmentadas por origem do anúncio, região, grupo de negócios de categorias (BGC) e o comprimento do caminho antes da compra.

Como resultado da coleta e processamento de dados no Google BigQuery usando Google Analytics 360 e OWOX BI, a empresa pôde avaliar o desempenho dos canais de publicidade para diferentes regiões e BGC, e também visualizou os resultados no Google Data Studio. Isso ajudou a responder perguntas como:

• Quais canais têm melhor desempenho no funil superior, no funil intermediário e no funil inferior?
• Quais canais têm melhor desempenho em um segmento de «região—BGC» específico?
• Qual segmento «região-BGC» recebe mais compras?

Agora, os planos são revisar e realocar o orçamento de marketing de desempenho no segundo semestre de 2017 com base nos resultados dos testes.