Análise ROPO: por que você precisa e como conduzi-la

Imagine que você fez um ótimo trabalho, mas recebeu 40% menos do que esperava. Só porque você não conseguiu provar o resultado de seus esforços. Aproximadamente a mesma coisa acontece com os profissionais de marketing on-line omnichannel que não realizam análises de ROPO. Mas o marketing online subvalorizado neste caso é apenas metade do problema. As empresas que não rastreiam a relação entre o comportamento do cliente online e offline correm o risco de reduzir suas vendas, por exemplo, desativando a publicidade que, à primeira vista, não compensa.

Neste artigo, explicaremos o que é a análise de ROPO e quais as vantagens que ela pode trazer para o seu negócio. Diremos a você como conectar o comportamento dos usuários no site com compras em lojas de varejo usando OWOX BI quais dados são necessários para relatórios ROPO e como construí-los.

Vamos começar com a teoria. ROPO (pesquisa online, compra offline) descreve o comportamento dos clientes que procuram produtos na internet e os compram em uma loja física. Existem várias razões pelas quais os clientes fazem isso:

No Consumer Barometer, você também pode classificar os dados por tipo de produto — como eletrônicos ou bens de consumo — para obter dados relevantes para o seu negócio.

Como você deve usar os resultados da análise ROPO depende das metas que você deseja alcançar. Quer descobrir a real eficácia dos seus canais online, melhorar as campanhas publicitárias e poupar dinheiro, aumentar as vendas online ou offline, ou aumentar os lucros? Vamos considerar cada um desses objetivos com mais detalhes.

Assim, você se certificou de que uma porcentagem suficientemente grande de usuários que estudam produtos em seu site vão comprá-los em lojas de varejo. Por causa disso, é difícil calcular a conversão exata e o retorno da publicidade on-line, o que pode levar a más decisões.

Se um produto vende mal online, não se apresse em removê-lo do site ou desative a campanha publicitária. Pode acontecer que as vendas deste produto offline sejam três vezes maiores do que online. Compare a atividade dos visitantes do site com as compras em lojas físicas e você descobrirá se está desperdiçando seu dinheiro ou sentado em uma mina de ouro.

Ao determinar a participação nas vendas de ROPO, você pode calcular o ROAS de qualquer canal de publicidade ou campanha com base em compras offline. Isso pode mostrar uma imagem completamente diferente.

Somente estudando a jornada do cliente você pode tornar as campanhas publicitárias o mais eficazes possível. Suponha que você tenha configurado um e-mail automatizado para carrinhos de compras abandonados. Alguns clientes podem usar o carrinho de compras como uma lista de compras e depois ir comprar em uma loja física. Ao identificar esses usuários, você pode excluí-los desses e-mails de lembrete e economizar dinheiro.

As pessoas que visitam seu site antes de comprar tendem a gastar mais do que aquelas que não o fazem.
Depois de determinar quais produtos em seu site vendem bem de acordo com o princípio ROPO, você pode se concentrar em promovê-los e, assim, aumentar seus lucros.

Se você realizar uma análise de ROPO e descobrir que seus clientes preferem comprar determinados produtos em lojas de varejo, pense no que há de errado com seu site. Por que os clientes não – ou por que os clientes não podem – comprar online, em vez de ir à sua loja (espero) ou até mesmo aos seus concorrentes. Pode haver várias razões para esse comportamento:

• Os preços online e offline são diferentes.
• Algumas funcionalidades não estão disponíveis no site, por exemplo, é impossível parcelar.
• A entrega demora muito.
• Há uma interface complexa ou um longo processo de pagamento.

Depois de examinar detalhadamente o comportamento de seus usuários, você poderá entender o que os impede de fazer compras no site e corrigi-lo:

• oferecendo descontos na loja online
• oferecendo uma garantia adicional ou entrega gratuita ou rápida
• fornecendo métodos de pagamento convenientes
• adicionando uma seção com perguntas frequentes
• fornecendo informações sobre como entrar em contato com você.

Em suma, você pode adaptar seu site ao caminho personalizado do cliente.

Conceitualmente, existem duas maneiras de avaliar o impacto da publicidade online nas vendas offline. A primeira baseia-se na identificação de usuários específicos e na vinculação das ações dos visitantes do site com as compras em uma loja física. É claro que para isso acontecer, os usuários devem ser autorizados.

A segunda solução é a chamada fusão de dados impessoais. Você pode usar a fusão de dados impessoais para avaliar o impacto da publicidade na televisão nas vendas offline ou no caso de seu site não permitir que os usuários se registrem. Tarefas semelhantes são para aqueles que anunciam produtos vendidos na Amazon ou em outros mercados no Facebook. Nesses casos, é impossível associar conversões de anúncios e visualizações de banners a pedidos de usuários específicos. Este problema é resolvido usando correlação indireta. Este é um tópico para um artigo separado. Se você estiver interessado em um artigo sobre correlação indireta, informe-nos nos comentários.

Neste artigo, vamos nos concentrar na identificação de usuários específicos, o que é uma prioridade para qualquer negócio. Isso fornece uma estimativa da eficácia da publicidade online com base em uma combinação de ações do usuário online e offline.

As principais etapas de identificação de usuários:

1. Combine dados online com dados de transações do seu CRM.
2. Identifique um segmento de compras de ROPO e entenda a participação dessas compras em relação às vendas online e offline.
3. Construir dashboards para monitoramento de alto nível de dados e sua dinâmica.
4. Crie tabelas detalhadas para agências para que elas possam usar dados de ROPO em seu planejamento de mídia e acompanhar os resultados.
5. Encontre respostas para estas perguntas: Os compradores de ROPO fazem pedidos pelo site? O que os impede de fazer um pedido inicialmente no site? Como você pode economizar no remarketing para esses clientes?

Recomendamos combinar dados de seu site, dados sobre custos de campanhas publicitárias e dados de seu CRM no Google BigQuery. Para fazer isso, você pode usar o Power BI, Google Data Studio, Amazon Redshift ou alguma outra ferramenta. Uma pequena empresa pode até exportar dados para o Planilhas Google. No entanto, você deve entender que o processamento automatizado de dados pode falhar por motivos não óbvios e inesperados. Portanto, você precisa usar um mecanismo que funcione de maneira confiável e não o distraia de procurar insights e aplicar dados.

O Google BigQuery é bom porque, como qualquer SaaS, não exige investimento em hardware e facilita a combinação de dados, independentemente da quantidade. Isso significa que, à medida que seu volume de dados cresce, você não precisará alterar todas as suas solicitações e configurações. E se você não tiver muitos dados, não pagará muito para processá-los.
Além disso, o BigQuery oferece suporte ao reprocessamento de dados. Se um cliente fizer um pedido offline e depois acessar o site e efetuar login, você poderá combinar retroativamente todas as suas ações. Isso não é possível com o Google Analytics.

Você pode exportar dados de comportamento do usuário do Google Analytics para o Google BigQuery usando a exportação padrão. Para quem usa a versão gratuita do Google Analytics, recomendamos o OWOX BI Pipeline para coletar dados brutos sem amostragem do seu site no BigQuery. Você pode se familiarizar com a estrutura desses dados em nossa Central de Ajuda.

É necessário verificar os dados de origem. Você deve ter configurado e transferido do site para o ID de usuário do Google Analytics (ou outro ID de usuário comum). Como os dados serão conectados precisamente por esse ID, é importante que ele esteja presente nas duas tabelas e esteja correto. Ou seja, para cada usuário autorizado, o User ID deve ser enviado para a Dimensão personalizada e para o parâmetro & uid.

Certifique-se de que o mesmo ID não seja usado por vários usuários. Verifique a porcentagem de usuários com um User ID e os próprios valores ao longo do tempo para ver se há alguma anomalia. Para isso, é possível construir um segmento de usuários com IDs no Google Analytics e observar como esse segmento se correlaciona com o número total de usuários.

Verifique também se há anomalias nos dados sobre o número de sessões, usuários, transações e receita por dia e por origem de tráfego. A maneira mais fácil de fazer isso é na interface do GA. Você pode usar um intervalo de tempo de vários meses e ver a visão geral do público padrão, todo o tráfego, origem/mídia, visão geral do comércio eletrônico e outros relatórios. Verifique se esses relatórios têm picos ou falhas não razoáveis.

Você pode importar pedidos do seu CRM para o Google BigQuery uma vez ou configurar o upload automático de dados para calcular regularmente a parcela de compras de ROPO.

A tabela que está sendo carregada do seu CRM deve incluir pelo menos:

• Data da transação
• ID da transação
• Preço do pedido
• ID do usuário

Campos adicionais que permitirão que você obtenha relatórios em seções adicionais:

• Cidade
• ID do item
• Número de itens no pedido
• Preço de cada item
• Tipo de pagamento
• Tipo de entrega
• Status do pedido

Com os dados do CRM, preste atenção em:

• Disponibilidade de todos os campos obrigatórios
• Disponibilidade de dados para todos os dias
• Formato comparável para data, renda e cidade
• Presença do parâmetro User ID em todas as transações
• Transações duplicadas

Se você quiser não apenas descobrir a participação das compras de ROPO, mas também calcular seu ROAS, precisará de dados de custo de suas fontes de publicidade. Você pode importar suas despesas de diferentes serviços para o Google Analytics e enviá-las para o Google BigQuery como um único fluxo usando o OWOX BI Pipeline.
Todos os seus dados podem ser combinados de acordo com este esquema:

OWOX BI oferece um período de teste gratuito. Durante esse período, você pode configurar a coleta de dados em seu projeto do Google BigQuery para criar relatórios sobre ROPO e outros indicadores de marketing.

Depois de coletar todos os dados no Google BigQuery, você precisa vinculá-los. Como chave, você pode usar o ID do usuário. Este é um identificador exclusivo que você atribui a cada usuário em seu banco de dados e associa ao endereço de e-mail ou cartão de fidelidade do usuário. Quando os usuários entram em seu site e fazem login — por exemplo, inserem uma conta pessoal — o ID de usuário deles é transferido para o Google Analytics (desde que você tenha essa função configurada no GA).

Desta forma, os usuários são vinculados às suas ações no site.

Para reconhecer o maior número possível de usuários, você pode oferecer bônus por login: descontos por login, materiais úteis para download, promoções, etc. Você pode encontrar mais maneiras de motivar seus usuários em nosso artigo «Por que e como Integre pontos de contato online e offline do cliente»

Você também pode usar o parâmetro huid especial em links que envia para seus clientes por e-mail. Nesse parâmetro, você pode gravar o valor do ID do usuário do seu sistema CRM. Isso ajudará você a identificar um usuário, mesmo que ele não tenha feito login no site. Por exemplo, digamos que você já tenha um cliente em seu CRM com um e-mail e um ID de usuário exclusivo. Você envia um e-mail para este cliente com um link que inclui o ID. O cliente clica no link e vai para o seu site e realiza algumas ações no site sem se cadastrar. Por meio do Google Tag Manager, você pode transferir esse identificador para o Google Analytics no campo User ID ou Custom Dimensions.

Se o usuário deixar uma solicitação em seu site e depois for à loja e fizer uma compra, você poderá vincular as ações dele usando o ID da transação.

No diagrama acima, você pode ver dados sobre o comportamento do usuário no site (esquerda) e dados sobre a compra do CRM (direita).

Se você estiver interessado nos detalhes técnicos de integração de dados e análise de ROPO, leia algumas das histórias de sucesso de nossos clientes:

• História de sucesso da M.video: avaliando o impacto da publicidade on-line nas vendas off-line
• História de sucesso da Darjeeling: análise de ROPO prova que 40% dos clientes visitam o site da empresa antes de comprar offline​

Nossos clientes estão frequentemente interessados ​​na análise de ROPO. Portanto, adicionamos um bloco separado de relatórios ROPO ao OWOX BI Smart Data. Com este serviço, você pode fazer perguntas sobre seus dados em russo ou inglês usando linguagem natural. O serviço processará a solicitação e fornecerá uma resposta clara junto com recursos visuais.

Para receber relatórios de ROPO, você precisa enviar dados sobre o comportamento do usuário do Google Analytics e dados de pedidos off-line do seu CRM para seu projeto do Google BigQuery. Em seguida, conecte seu projeto ao OWOX BI Smart Data. Você pode experimentar o OWOX BI gratuitamente agora mesmo para ver como ele funciona.

Para receber relatórios de ROPO em Smart Data, você precisa de dados sobre o comportamento do usuário do Google Analytics e dados sobre pedidos offline do seu CRM.

No Smart Data, você pode alterar todos os campos destacados de uma pergunta selecionando opções na lista suspensa: participação da receita, transações de usuários, valor da receita, tamanho médio do cheque etc. Você pode saber mais sobre as métricas disponíveis em a seção de ajuda.

Todas as informações do relatório podem ser carregadas no Google Data Studio ou baixadas como um arquivo CSV. Você também pode copiar a consulta SQL e refiná-la no Google BigQuery conforme necessário.

Considere alguns exemplos de relatórios.

A janela de conversão de 30 dias significa que se passaram no máximo 30 dias entre a última visita do usuário ao site e a realização de uma compra offline. A janela de conversão pode ser alterada para se adequar ao seu negócio.

Este relatório mostra como a receita é distribuída entre vendas online, offline e ROPO. Ele ajuda a separar os pedidos ROPO das compras offline regulares e a entender o papel real do efeito ROPO em suas vendas multicanal.

Este é um análogo do relatório Time to Conversion (Time Lag) no Google Analytics, apenas aqui as ações online e as compras offline estão relacionadas. Esse relatório mostra a porcentagem ou o número de transações, clientes e receita em cada dia dentro da janela de conversão.

Isso ajudará você a entender a janela de conversão real para compras de ROPO, bem como rastrear a relação entre o valor da transação e o número de dias que os usuários precisam para tomar uma decisão de compra.

Com esse relatório, você pode determinar quais canais online, origens e campanhas publicitárias levam a compras offline.

Você pode perguntar: Quão precisos são os resultados da análise ROPO se forem considerados apenas os usuários cadastrados no site?" Essa é uma boa pergunta e, para respondê-la, você precisa entender quantos usuários existem. uma resposta exata para um site específico. Se um usuário não estiver logado, não sabemos ao certo se ele estava no site. A menos que seja possível usar a pesquisa de painel.

Em nossa experiência, a parcela de usuários autorizados que podem ser associados a compras offline, mesmo para o varejista de eletrônicos de consumo omnichannel médio, chega a 40%. Esse resultado é acumulado ao longo do ano. Durante as vendas sazonais, aumenta. O principal é que, mesmo sem um pool de 100% de público, você pode obter uma amostra representativa para redistribuição de orçamento. Isso significa que você não precisa combinar as ações de cada usuário; você só precisa combinar os dados de um número suficiente de usuários para criar relatórios.

Preparamos uma lista de verificação de 20 etapas para analistas de marketing para ajudá-lo a combinar dados de fontes online e offline para tomar as decisões corretas. Preencha o formulário e enviaremos este checklist para o seu e-mail.