Cum să utilizați analiza cohortei de clienți pentru a măsura performanța anunțurilor

În zilele noastre, companiile performanță într-o lume digitală, având cantități uriașe de date despre clienți pentru a aduna, salva și continua cu o analiză la detalii. Nu este o opțiune ușoară nici măcar pentru companiile mici, ca să nu mai vorbim de întreprinderile mari. Pe măsură ce afacerea evoluează, se înțelege, de asemenea, că este posibil să faceți publicitate mai eficient și să optimizați bugetul publicitar.

În acest caz, descriem soluția oferită de echipa OWOX BI pentru o companie mare care furnizează o suită integrată de produse pentru afaceri. Suita include instrumente pentru managementul proiectelor, documentație, CRM, telefonie, calendare și multe altele. Acest client a avut dificultăți în a cheltui mai eficient bugetul de publicitate, împreună cu efectuarea unei analize a cohortei de clienți.

Întrucât principala provocare pentru specialiștii în marketing era să ajungă la mai mulți clienți, totul a fost făcut pentru a obține cât mai multe înregistrări de servicii. După ce am câștigat o mulțime de clienți activi în baza de date, a apărut necesitatea îmbunătățirii ciclului de viață al clienților. Experții în marketing au dorit să-și cheltuiască resursele de publicitate doar pentru publicul țintă gata să-și cumpere produsul, deoarece costurile de achiziție a clienților au crescut odată cu concurența în afaceri. În consecință, majoritatea eforturilor de publicitate încep să dea roade la două luni sau mai mult după achiziție, deoarece majoritatea clienților își plătesc abonamentul lunar.

De aceea, pentru a cheltui mai eficient bugetul de publicitate, s-a decis efectuarea unei analize de cohortă de clienți. O cohortă este un grup de utilizatori care împărtășesc unele caracteristici comune. Prin gruparea utilizatorilor în cohorte în funcție de momentul primei înregistrări, agenții de marketing căutau să obțină informații mai detaliate despre ceea ce fac clienții lor după ce se înregistrează pe site. Analiza cohortei ajută, de asemenea, la calcularea veniturilor din fiecare cohortă, la evaluarea eficienței campaniilor de achiziție de clienți și la optimizarea costurilor de publicitate. În plus, compararea datelor comportamentale pentru cohorte din diferite surse, canale și campanii ajută la înțelegerea care campanii funcționează mai bine pentru achiziția de clienți și care îmbunătățesc rata de retenție și îi motivează pe utilizatori să înregistreze mai multe portaluri.

Deoarece era nevoie de furnizarea unei analize eficiente a cohortei, toate datele ar trebui să fie îmbinate într-un singur sistem. O altă provocare a fost confruntarea constantă cu eșantionarea datelor în timp ce lucrați cu versiunea gratuită Google Analytics. Analiștii au vrut să evite sau cel puțin să minimizeze eșantionarea datelor fără a fi nevoiți să exporte datele zilnic.

De asemenea, a fost necesar să fie incluse o serie de valori specifice în raportul de analiză a cohortei:

• Număr de înregistrări — numărul de portaluri înregistrate.
• MAU — numărul de utilizatori activi lunar.
• CR la MAU — numărul de utilizatori activi lunar în comparație cu numărul de utilizatori înregistrați.
• Retention 2nd day — numărul de clienți care s-au întors în a doua zi după înregistrarea unui nou portal.
• Cota de reținere a doua zi — procentul de clienți care revinează site-ul web în a doua zi după înregistrare.
• Utilizatori plătitori — numărul de clienți plătitori.
• CR to Paying — numărul de utilizatori plătitori în comparație cu numărul de utilizatori înregistrați.
• Suma veniturilor — venitul total generat de o cohortă.
• Churn Rate — procentul de abandon al clienților.
• ROMI — rentabilitatea investiției de marketing, calculată ca venituri/costuri × 100%.

Scopul a fost atins prin utilizarea bazei de date în cloud Google BigQuery în următorul mod:

1. Configurarea importului datelor despre comportamentul clienților și ale costurilor de marketing în Google BigQuery folosind OWOX BI Pipeline.
2. Trimiterea datelor despre utilizatori și tranzacții către Google BigQuery prin protocolul de măsurare.
3. Gruparea utilizatorilor pe cohorte în Google BigQuery și alegerea tuturor valorilor necesare.
4. Trimiterea datelor din Google BigQuery către Foi de calcul Google și crearea de rapoarte de analiză a cohortei.

Schema de mai jos arată fluxul de date:

Acum să aruncăm o privire la fiecare pas în detaliu.

Luând în considerare toate platformele alternative, compania a ales Google BigQuery pentru combinarea datelor. Datele despre comportamentul utilizatorilor web au fost importate în Google BigQuery folosind OWOX BI Pipeline. Iată avantajele acestei soluții:

• Fără eșantionare de date și limitări ale numărului de parametri și valori din rapoartele Google Analytics. Mai multe informații despre limitări pot fi găsite aici.
• Datele de pe site apar în Google BigQuery în numai 5 minute.
• Veniturile și costurile de publicitate pot fi comparate în funcție de sesiuni și utilizatori, oferind o perspectivă mai bună asupra profitabilității cohortei. OWOX BI Pipeline face posibil să vedeți câți bani s-au cheltuit pentru a achiziționa fiecare utilizator, prin distribuirea costurilor de publicitate pe sesiunile de utilizatori.

Tot cu ajutorul OWOX BI Pipeline, datele din serviciile de publicitate sunt importate mai întâi în Google Analytics și apoi în Google BigQuery. Excepția este pentru AdWords, deoarece Google Analytics are integrare nativă cu acesta.

Datele despre clienți sunt colectate în sistemul CRM. Deci, datele despre utilizatorii care revinează site-ul în a doua zi după înregistrarea portalului sunt exportate în Google BigQuery. Datele despre utilizatorii activi și tranzacțiile sunt, de asemenea, exportate în Google BigQuery prin protocolul de măsurare.

Cu toate datele necesare colectate în Google BigQuery, au fost create cohortele și au fost calculate valorile alese pentru fiecare dintre cohorte.

Deoarece clienții plătesc lunar pentru produse, perioada de timp pentru analiză a fost setată la o lună. Cohortele au fost create pe baza orei primei înregistrări. Asta înseamnă că toți utilizatorii care s-au înregistrat, să zicem în iulie, aparțin aceleiași cohorte. Cu valorile calculate în Google BigQuery, tabelul are următoarea structură:

Pe măsură ce datele au fost exportate din Google BigQuery (prin intermediul suplimentului OWOX BI BigQuery Reports), au fost vizualizate în Foi de calcul Google. Aceste date sunt actualizate automat în fiecare zi și pot fi filtrate în funcție de canal, sursă, campanie și conținut publicitar.

Raportul demonstrează că inițiativele de publicitate nu numai că ajută la dobândirea de noi clienți, ci și la creșterea valorii de viață a clienților, aducând înapoi clienții deja achiziționați care doresc să adauge un alt portal.

În cele mai multe cazuri, investițiile în publicitate încep să se achite în trei luni.

Deși crearea raportului a fost o sarcină dificilă, cu o mulțime de factori variabili, rezultatul a meritat cu siguranță. A fost creat un set de rapoarte automate regulate pentru departamentul de marketing. Înainte de asta, specialiștii în marketing trebuiau să creeze astfel de rapoarte manual, să verifice totul și să aloce mult timp și efort.

Datorită noilor rapoarte, au avut loc și câteva descoperiri interesante. De exemplu, s-a constatat că publicitatea nu funcționează doar pentru achiziția de clienți, dar contribuie și la reținerea clienților și ajută la obținerea mai multor înregistrări de la același client.

• Compania are acum un set de rapoarte complet automatizate care ajută la măsurarea performanței canalelor de publicitate, a surselor și a campaniilor în cohortele de clienți lunar.
• Știind cât de bine funcționează publicitatea lor, specialiștii în marketing pot acum optimiza costurile pentru a crește veniturile totale de la fiecare dintre cohorte și pentru a reduce rata de abandon.
• Cu ajutorul analizei de cohortă, acum este posibil să se determine sursele care aduc cei mai fideli clienți. Aceste date pot fi folosite și pentru remarketing.