วิธีเพิ่มประสิทธิภาพรีมาร์เก็ตติ้งด้วยข้อมูลจาก CRM . ของคุณ

หากคุณมีฐานข้อมูลขนาดใหญ่ของการซื้อและความชอบของลูกค้า นักการตลาดของคุณสามารถใช้ฐานข้อมูลนี้เพื่อการกำหนดเป้าหมายที่มีประสิทธิภาพ ทำให้คุณได้เปรียบในการแข่งขัน คุณสามารถเพิ่มข้อมูล Google Analytics ด้วยข้อมูลจากระบบ CRM ของคุณ และสร้างผู้ชมตามข้อมูลที่รวมกันนี้สำหรับรีมาร์เก็ตติ้งและจดหมายข่าวทางอีเมล

แต่ทำไมต้องรวมข้อมูลเข้าด้วยกัน และทำไมคุณลักษณะมาตรฐานของ Google Analytics ถึงไม่เพียงพอ เมื่อคุณสร้างผู้ชมใน Google Analytics คุณสามารถกำหนดเป้าหมายผู้ใช้ได้ตั้งแต่ช่วงที่พวกเขาเข้าถึงผู้ชมนั้นเท่านั้น กล่าวคือ ผู้ใช้ต้องปฏิบัติตามเงื่อนไขบางประการก่อน หากลูกค้าไม่ได้ใช้งานไซต์ของคุณเมื่อเร็วๆ นี้ พวกเขาจะไม่อยู่ในกลุ่มเป้าหมาย

ตัวอย่างเช่น สมมติว่าลูกค้าซื้อรถเข็นเด็กมานานกว่าสามเดือนแล้ว และหลังจากนั้นไม่ได้ทำอะไรบนไซต์เลย การซื้อมีมานานแล้ว ดังนั้นลูกค้าจึงไม่อยู่ในกลุ่ม Google Analytics ที่ต้องการ อย่างไรก็ตาม เรารู้ว่าลูกค้ารายนี้สนใจหมวดผลิตภัณฑ์สำหรับเด็ก และข้อมูลนี้อยู่ในฐานข้อมูลภายใน แล้วทำไมไม่ได้รับประโยชน์จากมัน?

สำหรับการรวบรวมและการประมวลผล เราแนะนำให้ใช้ Google BigQuery สำหรับที่เก็บข้อมูลบนคลาวด์ มีหลายเหตุผลนี้:

• ค่าธรรมเนียมไม่แพงและโปร่งใส – คุณจะถูกเรียกเก็บเงินสำหรับทรัพยากร BigQuery ที่คุณใช้เท่านั้น
• คุณไม่จำเป็นต้องเริ่มเซิร์ฟเวอร์เพิ่มเติมเพื่อรับมือกับปริมาณข้อมูลที่เพิ่มขึ้น
• สะดวกในการประมวลผลข้อมูลโดยใช้ SQL และฟังก์ชันที่ผู้ใช้กำหนดเอง (JavaScript)
• ด้วยไลบรารีสำเร็จรูป BigQuery จึงสามารถผสานรวมกับบริการอื่นๆ เครื่องมือสร้างภาพ เครื่องมือวิเคราะห์ข้อมูล ฯลฯ ได้อย่างง่ายดาย
• ใบรับรองความปลอดภัยช่วยให้คุณจัดเก็บแม้กระทั่งข้อมูลส่วนบุคคลเกี่ยวกับลูกค้า (ชื่อ หมายเลขโทรศัพท์ หมายเลขบัตรเครดิต ฯลฯ) ใน BigQuery ซึ่งคุณไม่สามารถทำได้ใน Google Analytics

เพื่อให้ได้ประโยชน์สูงสุดจากข้อมูลที่สะสม คุณสามารถ:

• ส่งออกข้อมูลกิจกรรมของผู้ใช้จาก Google Analytics ไปยัง Google BigQuery
• อัปโหลดไปยังลูกค้า Google BigQuery และซื้อข้อมูลจากระบบ CRM / ERP ภายในของคุณ
• ประมวลผลข้อมูลใน BigQuery เพื่อสร้างกลุ่ม
• โอนข้อมูลจาก BigQuery ไปยัง Google Analytics และสร้างผู้ชมรีมาร์เก็ตติ้ง

ข้อมูลจะถูกรวมเข้าด้วยกันตามรูปแบบนี้:

มาดูแต่ละขั้นตอนกัน

มีสองวิธีในการถ่ายโอนข้อมูลพฤติกรรมผู้ใช้ที่ไม่ได้เก็บตัวอย่างจากเว็บไซต์ไปยัง Google BigQuery:

1. สำหรับผู้ใช้ Google Analytics 360 เวอร์ชันชำระเงิน สามารถใช้ BigQuery Export ได้ ข้อมูลสำหรับวันปัจจุบันจะถูกรวบรวมในตารางชั่วคราวและอัปเดตทุก 8 ชั่วโมง ตารางสุดท้ายจะถูกสร้างขึ้นในวันถัดไป และตารางระดับกลางจะถูกลบออก โดยมีค่าธรรมเนียมเพิ่มเติม คุณสามารถเปิดใช้งานการส่งออกแบบสตรีมไปยังตารางแยกต่างหาก ซึ่งข้อมูลจะได้รับการอัปเดตทุกๆ 15 นาที

2. หากคุณมี Google Analytics มาตรฐาน คุณสามารถใช้ OWOX BI เพื่อรวบรวมข้อมูลที่ไม่ได้เก็บตัวอย่าง OWOX ถ่ายโอนข้อมูลไปยัง Google BigQuery โดยตรงจากไซต์ของคุณ ควบคู่ไปกับการติดตามของ Google Analytics

เนื่องจากข้อมูลเกี่ยวกับการดำเนินการของผู้ใช้บนไซต์จะเข้าสู่โปรเจ็กต์ Google BigQuery ของคุณในแบบเรียลไทม์ คุณจึงสามารถส่งข้อความทริกเกอร์ ปิดแคมเปญที่ไม่มีประสิทธิภาพ และจัดสรรงบประมาณของคุณใหม่ได้อย่างรวดเร็ว

คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับความแตกต่างระหว่างวิธีการเหล่านี้ได้ในบทความของเราว่า OWOX BI แตกต่างจาก Google Analytics 360 อย่างไร

ในการตั้งค่ารีมาร์เก็ตติ้ง คุณอาจต้องการข้อมูลต่อไปนี้จาก CRM ของคุณ:

• ข้อมูลผู้ใช้ส่วนบุคคล: อีเมล สถานะการสั่งซื้อและการสมัคร ข้อมูลกิจกรรม ข้อมูลบัตรสะสมคะแนน ฯลฯ
• ข้อมูลการสั่งซื้อและการคืนสินค้า
• ข้อมูลเกี่ยวกับแคมเปญ SMS โปรโมชัน ฯลฯ ที่จัดขึ้นในเวลาต่างกัน

คุณสามารถนำเข้าข้อมูลนี้จาก CRM ของคุณไปยัง Google BigQuery ด้วยตัวคุณเองหรือด้วยความช่วยเหลือจากนักพัฒนา

การรวบรวมข้อมูลทั้งหมดนี้ในที่เก็บข้อมูลเดียวจะทำให้ชีวิตของนักการตลาดของคุณง่ายขึ้น การมีข้อมูลในที่เดียวทำให้ง่ายต่อการเชื่อมโยงข้อมูลที่แตกต่างกันและค้นหาข้อมูลเชิงลึกที่เป็นประโยชน์สำหรับธุรกิจของคุณ ต่อไปนี้คือตัวอย่างวิธีที่บริษัทใช้ข้อมูลรวมจาก BigQuery

โดยการตรวจสอบพฤติกรรมของผู้ใช้ในหน้าแคตตาล็อก คุณจะสามารถระบุตัวกรองที่ได้รับความนิยมสูงสุดได้ จากนั้นคุณสามารถจัดอันดับและแสดงรายการแบบหล่นลงโดยเรียงลำดับตามความเกี่ยวข้อง

นักการตลาดสำหรับร้านค้าออนไลน์สามารถวิเคราะห์การโต้ตอบของผู้เยี่ยมชมไซต์ด้วยการค้นหาภายในเพื่อให้สะดวกและมีประสิทธิภาพมากขึ้นโดยการแสดงข้อเสนอที่เกี่ยวข้องมากที่สุด ระบุและดำเนินการตามคำขอที่นำไปสู่การแจ้งที่ว่างเปล่า ฯลฯ

ต้องขอบคุณ Google BigQuery ที่ทำให้คุณเลือกไม่ใช้บริการของบุคคลที่สามเพื่อแสดงคำแนะนำบนเว็บไซต์ของคุณได้ แต่คุณสามารถมีเครื่องมือของคุณเองที่ช่วยให้คุณควบคุมตรรกะในการแสดงผลและปรับปรุงคำแนะนำในผลิตภัณฑ์ยอดนิยม ซื้อร่วมกับผลิตภัณฑ์นี้ “สนใจด้วยเช่นกัน และบล็อกอื่นๆ

เมื่อรวบรวมข้อมูลที่จำเป็นทั้งหมดใน Google BigQuery แล้ว คุณสามารถใช้การสืบค้นข้อมูล SQL เพื่อกำหนดลักษณะผู้ใช้โดยกลุ่มที่จะเกิดขึ้น

หมายเหตุ: ก่อนส่งข้อมูลกลุ่มจาก BigQuery ไปยัง Google Analytics ให้ตรวจสอบประเภทข้อมูลที่คุณนำเข้าได้

ด้วย OWOX BI Pipeline คุณสามารถกำหนดค่าการอัปโหลดข้อมูลจาก Google BigQuery ไปยัง Google Analytics เครื่องมือนี้จะนำเข้ากลุ่มโดยอัตโนมัติในชุดข้อมูลที่ต้องการใน Google Analytics หากปริมาณข้อมูลที่จะนำเข้าเกินขีดจำกัดของ BigQuery OWOX BI จะแบ่งข้อมูลออกเป็นหลายส่วนโดยอัตโนมัติและลบไฟล์เก่าที่มีการอัปโหลดข้อมูลก่อนหน้านี้

มีสองวิธีในการสร้างผู้ชมรีมาร์เก็ตติ้ง:

1. โอนตัวแปรรวมไปยัง Google Analytics ที่มีตัวระบุของกลุ่มผู้ใช้ต่างๆ นั่นคือ แต่ละค่าในตัวแปรนี้มีหน้าที่รับผิดชอบสำหรับกลุ่มเฉพาะ จากนั้น ใช้นิพจน์ทั่วไป เลือกหมวดหมู่ที่จำเป็นในการสร้างผู้ชม
2. โอนลักษณะเฉพาะของผู้ใช้ (มิติข้อมูลที่กำหนดเอง) ไปยังมิติข้อมูลที่กำหนดเอง จากนั้นจึงสร้างกลุ่มใน Google Analytics

การนำเข้าข้อมูลจาก CRM ไปยัง BigQuery จะทำให้คุณได้รับมูลค่าเพิ่มเติมจากข้อมูลที่จัดเก็บไว้ในฐานข้อมูลลูกค้าของคุณ การใช้ Google BigQuery และ OWOX BI นักการตลาดสามารถเชื่อมโยงผู้ใช้แต่ละรายกับประวัติการสั่งซื้อของตนได้ ตัวอย่างเช่น ใน 10 หมวดหมู่ล่าสุดที่พวกเขาโต้ตอบ นักการตลาดยังสามารถเสริมข้อมูลผู้ใช้ใน Google Analytics ด้วยข้อมูลจากบัญชีส่วนบุคคล: เพศ อายุ ความสนใจ ฯลฯ

จากนั้น จากข้อมูลที่รวมกันนี้ นักการตลาดสามารถสร้างกลุ่มเป้าหมายและส่งไปยัง Google Ads และ Display & Video 360 เพื่อใช้สำหรับรีมาร์เก็ตติ้งและการปรับราคาเสนอ ด้วยวิธีนี้ คุณจะเพิ่มขนาดผู้ชมได้อย่างมาก

PS หากคุณต้องการใช้ข้อมูลจาก CRM ของคุณเพื่อสร้างผู้ชม แต่คุณไม่มี Google Analytics เวอร์ชันที่ต้องชำระเงิน ลองใช้ OWOX BI คุณสามารถตั้งค่าไปป์ไลน์และนำเข้าข้อมูลจาก Google Analytics ไปยัง Google BigQuery (และในทางกลับกัน) ได้ฟรี หากคุณมีคำถามใด ๆ ทิ้งไว้ในความคิดเห็น เรายินดีที่จะช่วยเหลือ