วิธีเลือกขั้นตอนช่องทางอย่างถูกต้องเมื่อตั้งค่าการระบุแหล่งที่มา
เผยแพร่แล้ว: 2022-04-12หากคุณต้องการเพิ่มประสิทธิภาพค่าใช้จ่ายในการโฆษณาและเพิ่ม ROAS ให้พิจารณาและประเมินการมีส่วนร่วมของแต่ละช่องทางในห่วงโซ่อย่างถูกต้องก่อนขาย เครื่องมือของ Google Analytics มาตรฐานไม่เพียงพอสำหรับที่นี่ เนื่องจากรูปแบบการระบุแหล่งที่มาครึ่งหนึ่งที่มีอยู่ในบริการนี้ให้คุณค่าทั้งหมดจากการทำธุรกรรมไปยังช่องทางใดๆ ในเครือ และช่วงครึ่งหลังของโมเดลจะประมาณช่องสัญญาณตามกฎแบบมีเงื่อนไข ไม่ใช่ตามเมตริกจริง
เรียนรู้เพิ่มเติมเกี่ยวกับข้อดีและข้อเสียของทุกรุ่นในบทความ Google Analytics Attribution Models: Detailed Review and Comparison
OWOX BI Attribution ต่างจากรุ่น GA มาตรฐาน โดยคำนึงถึงอิทธิพลร่วมกันของแชแนลในการแปลงและความก้าวหน้าของผู้ใช้ในช่องทาง คุณยังสามารถเปรียบเทียบประสิทธิภาพโฆษณาระหว่างโมเดล GA และ OWOX BI ปัจจุบันของคุณเพื่อดูแคมเปญที่ประเมินค่าต่ำเกินไปหรือประเมินค่าสูงเกินไป
ด้วยเหตุนี้ คุณจะสามารถจัดสรรงบประมาณใหม่ให้กับแชแนลที่ดึงดูดผู้ใช้ด้วย Conversion แต่ไม่ได้รับคุณค่าใดๆ จากการคลิกที่ไม่ใช่โดยตรงครั้งสุดท้ายใน Google Analytics
ในบทความนี้ เราจะอธิบายวิธีเน้นเหตุการณ์ Conversion สำหรับขั้นตอนช่องทางในรูปแบบ AIDA และสร้างรูปแบบการระบุแหล่งที่มาใน OWOX BI ตามขั้นตอนเหล่านี้
หากคุณต้องการพิจารณาแต่ละขั้นตอนของผู้ใช้ในช่องทางและประเมินช่องทางการโฆษณาของคุณอย่างตรงไปตรงมา ลงชื่อสมัครใช้สำหรับการสาธิต เราจะแสดงให้เห็นว่า OWOX BI จะมีประโยชน์ต่อธุรกิจของคุณอย่างไร
สารบัญ
- ช่องทางการขายและโมเดล AIDA
- ทำไมคุณถึงต้องการช่องทางการขาย
- วิธีสร้างขั้นตอนสำหรับ AIDA funnel
- เลือกการกระทำที่ถือเป็น Conversion สำหรับขั้นตอนช่องทางในอนาคต
- วิเคราะห์ความเหมาะสมของการกระทำที่เลือกสำหรับช่องทาง AIDA
- การดำเนินการจัดกลุ่มเป็นกลุ่ม - ขั้นตอนของช่องทางในอนาคต
- กำหนดค่าและคำนวณการระบุแหล่งที่มาใน OWOX BI ตามคลัสเตอร์ที่เตรียมไว้
- ตัวอย่าง: ช่องทางสำหรับธุรกิจ SaaS
ค้นหามูลค่าที่แท้จริงของแคมเปญ
นำเข้าข้อมูลค่าใช้จ่ายไปยัง Google Analytics โดยอัตโนมัติจากบริการโฆษณาทั้งหมดของคุณ เปรียบเทียบต้นทุนแคมเปญ CPC และ ROAS ในรายงานเดียว

ช่องทางการขายและโมเดล AIDA
ช่องทางการขายเป็นเส้นทางที่ผู้ใช้ใช้ตั้งแต่แรกพบไซต์ไปจนถึงการซื้อ ตามรูปแบบการตลาดของ AIDA เส้นทางนี้ประกอบด้วยสี่ขั้นตอน:
- ความสนใจ — บุคคลที่ให้ความสนใจกับไซต์
- ดอกเบี้ย — เริ่มสนใจสินค้า
- ความปรารถนา - ต้องการซื้อสินค้า
- การกระทำ — ทำการซื้อ

ในทางทฤษฎี ฟังดูเรียบง่ายและสม่ำเสมอ ในความเป็นจริง สิ่งต่าง ๆ ซับซ้อนกว่าเล็กน้อย ผู้ชมไซต์ของคุณอาจไม่ทำงานตามที่คุณคาดหวัง ผู้เข้าชมที่มาจากช่องทางการโฆษณาต่างกันจะมีพฤติกรรมแตกต่างกัน บุคคลสามารถไปที่ไซต์ได้หลายครั้งและออกไปโดยไม่ทำอะไรเลย โยนสินค้าลงในตะกร้าสินค้า คลิกที่แบนเนอร์ต่างๆ ฯลฯ ใช่ การกระทำของเขาจะคงเส้นคงวา แต่ผู้ใช้แต่ละคนจะมีลำดับของตัวเอง

นอกจากนี้ การเลือกช่องทางการสื่อสารยังขึ้นอยู่กับขั้นตอนของช่องทางที่ผู้ใช้อยู่ ตัวอย่างเช่น การโฆษณาสื่อทำงานได้อย่างสมบูรณ์กับผู้ชมที่เย็นชาที่จุดเริ่มต้นของช่องทางที่ต้องการกระตุ้นความสนใจ และอีเมลทำงานได้ดีขึ้นกับผู้ชมในขั้นตอนสุดท้ายของกระบวนการ ผู้ใช้เหล่านี้เป็นผู้ใช้ประจำที่คุ้นเคยกับแบรนด์ ดังนั้น Conversion จากการส่งจดหมายจึงสูงขึ้น
หากต้องการเพิ่ม Conversion จากผู้เข้าชมเว็บไซต์เป็นผู้ซื้อ คุณต้องตรวจสอบการกระทำของผู้ชมและเลือกขั้นตอนของช่องทางที่คุณจะใช้ในรูปแบบการระบุแหล่งที่มาให้ถูกต้อง
ทำไมคุณถึงต้องการช่องทางการขาย
ด้วยช่องทางการขายที่ถูกต้อง คุณสามารถ:
- ประเมินประสิทธิภาพของการตลาดอย่างถูกต้อง ค้นหาแหล่งที่มาของการเข้าชมที่ประเมินค่าต่ำเกินไป และจัดสรรงบประมาณการโฆษณาใหม่อย่างเหมาะสม
- ทำความเข้าใจความต้องการของผู้ใช้ในการเสนอข้อเสนอที่เกี่ยวข้อง
- แบ่งผู้ชมออกเป็นกลุ่มตามขั้นตอนของผู้ใช้ช่องทาง และปรับแต่งการสื่อสารกับแต่ละส่วน
- ค้นหาคอขวดในช่องทางและเพิ่มประสิทธิภาพ
วิธีสร้างขั้นตอนสำหรับ AIDA funnel
งานโฆษณาของคุณในแต่ละขั้นตอนของช่องทางคือการกระตุ้นให้ผู้ใช้ก้าวไปสู่ขั้นต่อไป ซึ่งใกล้เคียงกับการซื้อมากขึ้น ตัวอย่างเช่น การกระทำที่ถือเป็น Conversion สามารถ: ดูการ์ดรายการ สมัครรับจดหมายข่าว เพิ่มรายการในรถเข็น และอื่นๆ คุณจะทราบได้อย่างไรว่าการดำเนินการใดเหมาะสมสำหรับการสร้างช่องทาง AIDA
เลือกการกระทำที่ถือเป็น Conversion สำหรับขั้นตอนช่องทางในอนาคต
ณ จุดนี้ คุณต้องดำเนินการทั้งหมดที่มีความสำคัญต่อธุรกิจที่ผู้ใช้ทำบนไซต์ก่อนที่จะทำ Conversion เช่น การชำระเงินครั้งแรก
ต้องติดตามการกระทำที่เลือกบนเว็บไซต์ของคุณและส่งไปยัง Google BigQuery ซึ่งจะทำให้คุณสามารถดำเนินการในขั้นตอนต่อไป
วิเคราะห์ความเหมาะสมของการกระทำที่เลือกสำหรับช่องทาง AIDA
คุณวิเคราะห์การกระทำที่ถือเป็น Conversion ได้ในส่วนต่างๆ เช่น
- เวลาจากกิจกรรมสู่การแปลง
- ความน่าจะเป็นของการแปลงเนื่องจากการกระทำที่ถือเป็น Conversion

ขั้นแรก คุณควรสร้างตารางแบบนี้พร้อมกับเหตุการณ์ที่เลือกทั้งหมด:
การกระทำที่ถือเป็น Conversion | จำนวนเหตุการณ์ (6 เดือนล่าสุด) | % ของ Conversion ที่เกิดขึ้นหลังจากเหตุการณ์นี้ | เวลาเฉลี่ยก่อนการแปลงหลังเหตุการณ์ |
เหตุการณ์ №1 | 257 432 | 95% | 3 วัน |
เหตุการณ์ №2 | 145 765 | 29% | 8 วัน |
เหตุการณ์ №3 | 56 391 | 7% | 14 วัน |
เหตุการณ์ เลขที่..... | ....... | ...... | ...... |
คุณไม่ควรจำกัดตัวเองไว้ที่จำนวนเหตุการณ์ ยิ่งคุณใช้การกระทำเพื่อการวิเคราะห์มากเท่าไหร่ ก็ยิ่งดีเท่านั้น ในขณะเดียวกันอย่าลืมสามัญสำนึก
จากนั้นคุณต้องสร้างกราฟตามตารางนี้ นี่คือตัวอย่างของกราฟดังกล่าว:

กราฟแสดงการเปลี่ยนแปลงของเวลาก่อนเกิด Conversion โดยขึ้นอยู่กับการกระทำที่ถือเป็น Conversion
ดี — เมื่อกิจกรรมที่คุณเลือกมีการกระจายอย่างเท่าเทียมกันบนกราฟ ซึ่งจะทำให้สามารถสร้างช่องทางโดยแบ่งเหตุการณ์เหล่านี้ออกเป็นกลุ่มๆ ซึ่งแต่ละเหตุการณ์จะเป็นขั้นตอนของช่องทางในการแสดงที่มา
แย่—เมื่อเหตุการณ์ถูกจัดกลุ่มบนกราฟในที่เดียว จากนั้นคุณจะได้รับเพียงหนึ่งหรือสองขั้นตอนของช่องทาง ในกรณีเช่นนี้ คุณภาพของการคำนวณแบบจำลองจะต่ำ
การดำเนินการจัดกลุ่มเป็นกลุ่ม - ขั้นตอนของช่องทางในอนาคต
ตัวอย่างช่องทาง AIDA ที่เป็นไปได้ในเหตุการณ์ที่วิเคราะห์:
การรับรู้ | ความสนใจ | ความต้องการ | หนังบู๊ |
กิจกรรม 1, 3, 7, 9 | เหตุการณ์ที่ 2, 10, 13, 19 | กิจกรรม 4, 8, 11, 12 | กิจกรรม 6, 14, 15 |
กำหนดค่าและคำนวณการระบุแหล่งที่มาใน OWOX BI ตามคลัสเตอร์ที่เตรียมไว้
หากคุณไม่มีโปรเจ็กต์ใน OWOX BI คุณสามารถเริ่มใช้งานได้ฟรีทันที
ก่อนที่คุณจะเรียกใช้การคำนวณการระบุแหล่งที่มา คุณต้องรวบรวมข้อมูลทั้งหมดในที่เก็บข้อมูลบนคลาวด์ของ Google BigQuery ด้วย OWOX BI คุณสามารถส่งข้อมูลดิบเกี่ยวกับการกระทำของผู้ใช้บนไซต์ (การดูหน้าเว็บ เหตุการณ์ ธุรกรรม ฯลฯ) ข้อมูลค่าใช้จ่าย สถิติจากการติดตามการโทร และบริการการตลาดทางอีเมลจาก Google Analytics ไปยัง GBQ
คุณยังโหลดข้อมูลสถานะคำสั่งซื้อและผู้ใช้จาก CRM ของคุณไปยัง BigQuery ได้ด้วยตนเอง ข้อมูลใน GBQ สามารถเข้าถึงได้โดยการสืบค้น SQL และตอบเป็นตาราง
สำหรับงานและการแสดงภาพเพิ่มเติม คุณสามารถอัปโหลดตารางเหล่านี้ไปยัง CSV หรือ Google ชีตได้ เช่น ใช้โปรแกรมเสริมฟรีของเรา โซลูชันนี้ช่วยให้คุณสร้างรายงานโดยไม่มีการสุ่มตัวอย่างและข้อจำกัดอื่นๆ ที่มีอยู่ในอินเทอร์เฟซ GA
หากคุณมีการกำหนดค่าอีคอมเมิร์ซที่เพิ่มประสิทธิภาพสำหรับ Google Analytics บนไซต์ของคุณ รูปแบบการระบุแหล่งที่มาจะถูกสร้างขึ้นโดยอัตโนมัติเมื่อตารางแรกที่มีข้อมูลเซสชันใน OWOX BI ปรากฏใน BigQuery:

คุณสามารถสร้างโมเดลใหม่หรือแก้ไขโมเดลที่มีอยู่ได้ หากต้องการแก้ไข ให้เปิดการตั้งค่าโมเดลและในแต่ละขั้นตอนแสดงรายการเหตุการณ์การแปลงผ่านเงื่อนไข OR:

จากนั้นเริ่มการคำนวณ ด้วยเหตุนี้ คุณจะได้รับข้อมูลเกี่ยวกับแหล่งที่มาของการเข้าชมที่นำไปสู่การกระทำที่ถือเป็น Conversion ที่คุณเลือก
ผลลัพธ์ของการคำนวณแบบจำลอง OWOX BI สามารถเปรียบเทียบกับผลลัพธ์ของแบบจำลอง Last Non-Direct Click ในส่วนที่เรียกว่าแหล่งที่มา/สื่อ/แคมเปญ:

ซึ่งจะเน้นที่แหล่งที่มาของการเข้าชมที่นำไปสู่การกระทำที่ถือเป็น Conversion แต่ยังประเมินค่าต่ำเกินไป ตัวอย่างเช่น ในภาพหน้าจอนี้ เราเห็นว่ายานเดกซ์/ออร์แกนิกถูกประเมินค่าต่ำเกินไป และมันคุ้มค่าที่จะลงทุนกับความพยายามมากขึ้น
ต่อไป คุณจะต้องจัดสรรงบประมาณใหม่เพื่อเพิ่มจำนวนการกระทำที่ถือเป็น Conversion
ตัวอย่าง: ช่องทางสำหรับธุรกิจ SaaS
ในหน้าจอด้านล่าง คุณจะเห็นว่าบ่อยครั้งที่แหล่งที่มาของการเข้าชมกระจายไปตามขั้นตอนต่างๆ ของช่องทาง หากเหตุการณ์ในช่องทาง AIDA ได้รับการคัดเลือกเป็นอย่างดี (ดูแผนภูมิด้านบน) เราสามารถกระจายงบประมาณไปยังแหล่งโฆษณาต่างๆ ได้

หากเลือกเหตุการณ์ไม่สำเร็จ ทั้งหมดจะอยู่ในช่องทางโฆษณาหนึ่งหรือสองช่องทาง และไม่มีตัวเลือกระหว่างช่องทางใดที่จะแจกจ่ายงบประมาณการโฆษณาใหม่
PS หากคุณต้องการความช่วยเหลือในการรวมข้อมูลลงใน Google BigQuery และการตั้งค่าการระบุแหล่งที่มา เราก็พร้อมที่จะช่วยเหลือ ลงทะเบียนสำหรับการสาธิตและเราจะหารือเกี่ยวกับรายละเอียด