วิธีปรับปรุงการวิเคราะห์ภายในโดยใช้รูปแบบการระบุแหล่งที่มาตามช่องทาง ML

ด้วยการใช้ช่องทางโฆษณาให้ได้มากที่สุดเพื่อเข้าถึงลูกค้า ธุรกิจต่างๆ ประสบปัญหาใหญ่กับการประเมินประสิทธิภาพ ความสำเร็จ และการเติบโตของรายได้ที่ถูกต้อง คำถามที่พวกเขาต้องตอบ คือ ช่องไหนทำงานได้ดีกว่ากัน? อันไหนควรถูกกำจัดและอันไหนให้ลีดที่ผ่านการรับรอง ตอนนี้ก็ถึงเวลาที่รูปแบบการระบุแหล่งที่มาจะเข้ามาในเกม

ในกรณีนี้ เราอธิบายโซลูชันที่จัดทำโดยทีม OWOX BI สำหรับผู้ค้าปลีกออนไลน์รายใหญ่ที่มีความท้าทายในการปรับปรุงประสิทธิภาพและการใช้รูปแบบการระบุแหล่งที่มาที่ถูกต้อง

ก่อนร่วมมือกับ OWOX BI บริษัทใช้รูปแบบการระบุแหล่งที่มาของคลิกสุดท้ายซึ่งให้คุณค่าทั้งหมดกับแหล่งที่มาสุดท้าย โดยไม่สนใจการมีส่วนร่วมของขั้นตอนก่อนหน้าทั้งหมดก่อนคำสั่งซื้อ เพื่อประเมินประสิทธิภาพของแคมเปญโฆษณาอย่างถูกต้อง จึงตัดสินใจตั้งค่ารูปแบบการระบุแหล่งที่มาตามช่องทาง ML

บริษัทมีช่องทางติดต่อผู้ใช้ที่หลากหลาย: โฆษณาบนโซเชียลมีเดีย, เว็บไซต์เปรียบเทียบราคา, PPC, เว็บไซต์, การโทรศัพท์, การตลาดทางตรง, ศูนย์ปฏิบัติตามข้อกำหนด และด่านหน้า เช่นเดียวกับผู้ค้าปลีกส่วนใหญ่ที่มีการตลาดแบบหลายช่องทาง บริษัทประสบปัญหาในการกระจัดกระจายข้อมูล เนื่องจากบริษัทรวบรวมและจัดเก็บข้อมูลในระบบต่างๆ

ในการประเมินการมีส่วนร่วมของแต่ละช่องทางในการเดินทางของลูกค้าตลอดช่องทาง ผู้ค้าปลีกจำเป็นต้องรวมข้อมูลเกี่ยวกับพฤติกรรมผู้ใช้ ต้นทุนโฆษณา คำสั่งซื้อออฟไลน์ และรายได้จริงของบริษัท เข้ากับบัญชีของคำสั่งซื้อที่เสร็จสมบูรณ์ ซึ่งหมายความว่าบริษัทจำเป็นต้องตั้งค่าการวิเคราะห์การตลาด โดยทำตามขั้นตอนเหล่านี้:

1. พัฒนาชุดเมตริกแต่ละชุดเพื่อรวบรวมข้อมูลพฤติกรรมของผู้ใช้จากเว็บไซต์ไปยัง Google Analytics 360 เมื่อใช้การส่งออกมาตรฐาน ข้อมูลที่ไม่ได้เก็บตัวอย่างจะถูกส่งไปยัง Google BigQuery
2. ตั้งค่า OWOX BI Pipeline เพื่อรวบรวมข้อมูลจากบริการโฆษณาไปยัง Google BigQuery
3. กำหนดค่าการส่งออกข้อมูลธุรกรรมจากระบบ CRM ไปยัง Google BigQuery
4. สร้างรูปแบบการระบุแหล่งที่มาตามช่องทาง ML ตามข้อมูลที่ผสานใน Google BigQuery
5. ทำการเชื่อมโยงบันทึกสำหรับการจัดกลุ่มช่องทางร่วมกับนักวิเคราะห์ OWOX BI เนื่องจากชื่อของผู้ค้าปลีกสำหรับการจัดกลุ่มช่องทางแตกต่างจาก GA 360
6. รับรายงานใน Google ชีตสำหรับการวางแผนงบประมาณรายเดือน

ด้านล่างนี้คือแผนภูมิการรวมข้อมูล:

ตอนนี้ มาดูกันว่ารูปแบบการระบุแหล่งที่มาตามช่องทาง ML ถูกสร้างขึ้นพร้อมกับรายงานอย่างไร

นักวิเคราะห์ OWOX BI ช่วยพัฒนา ตั้งค่า และนำชุดเมตริกไปใช้สำหรับร้านค้าปลีก นอกจากนี้ ผู้เชี่ยวชาญของเรายังทำการทดสอบและอัปเดตระบบเมตริกสำหรับโดเมนใหม่อยู่เป็นประจำ พร้อมด้วยคุณลักษณะใหม่ๆ

ข้อมูลเกี่ยวกับพฤติกรรมของผู้ใช้บนเว็บไซต์รวบรวมไว้ใน Google Analytics 360 และส่งไปยัง Google BigQuery ทุกวัน เพื่อเชื่อมโยงกับข้อมูลเกี่ยวกับค่าใช้จ่ายโฆษณาและธุรกรรม บริษัทเลือก Google Analytics เวอร์ชันที่ต้องชำระเงิน เนื่องจากเว็บไซต์มีปริมาณการเข้าชมสูง เวอร์ชันมาตรฐานจะใช้การสุ่มตัวอย่างเมื่อมีเซสชันผู้ใช้มากกว่า 500,000 ครั้ง ในขณะที่ Google Analytics 360 อนุญาตให้ดึงข้อมูลที่ถูกต้องลงไปถึง Hit

ข้อมูลเกี่ยวกับค่าใช้จ่าย AdWords ไปที่ Google Analytics 360 ด้วยการผสานรวมแบบเนทีฟ ในขณะที่ OWOX BI Pipeline ใช้เพื่อส่งข้อมูลจาก Facebook ไปยัง Google Analytics 360 และเพื่อรวมข้อมูลค่าใช้จ่ายเกี่ยวกับบริการโฆษณาทั้งหมดใน Google BigQuery ตารางด้านล่างแสดงโครงสร้างของข้อมูลที่ส่ง:

ในการพิจารณาข้อมูลเกี่ยวกับการส่งคืนและคำสั่งซื้อที่เสร็จสมบูรณ์ นักวิเคราะห์จะส่งออกข้อมูลเกี่ยวกับธุรกรรมจากระบบ CRM ไปยัง Google BigQuery โครงสร้างของข้อมูลแสดงไว้ด้านล่าง:

โครงสร้างนี้ช่วยผสานข้อมูลเกี่ยวกับคำสั่งซื้อที่เสร็จสมบูรณ์กับข้อมูลเกี่ยวกับพฤติกรรมของผู้ใช้เว็บไซต์ โดยใช้ user_id และคีย์ เวลา

ช่องทางการขายของผู้ค้าปลีกประกอบด้วย 5 ขั้นตอน: เยี่ยมชม, หน้าผลิตภัณฑ์, หยิบใส่ตะกร้า, ชำระเงิน, ซื้อ ทีมงาน OWOX BI คำนวณระยะเวลาเฉลี่ยตั้งแต่การเข้าชมเว็บไซต์จนถึงการซื้อ และแนะนำกรอบเวลา Conversion และกรอบเวลาธุรกรรมที่เหมาะสมที่สุด

เมื่อใช้ข้อมูลนี้ รูปแบบการระบุแหล่งที่มาตามช่องทาง ML ถูกสร้างขึ้น:

รูปแบบการระบุแหล่งที่มาตามช่องทาง ML จะประเมินความน่าจะเป็นที่ผู้ใช้ย้ายจากขั้นตอนหนึ่งของกระบวนการขายไปยังอีกขั้นตอนหนึ่ง คอลัมน์สีเทาแสดงค่าความน่าจะเป็น ยิ่งความน่าจะเป็นในการย้ายจากขั้นตอนหนึ่งไปอีกขั้นหนึ่งต่ำเท่าใด ก็ยิ่งได้รับค่าเซสชันที่ผู้ใช้ผ่านขั้นตอนนี้มากขึ้นเท่านั้น เฉพาะเซสชันที่นำไปสู่การสั่งซื้อเท่านั้นที่จะได้รับมูลค่า คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับตรรกะการคำนวณของ OWOX BI Attribution ได้ในบล็อกโพสต์ของเรา

ผลลัพธ์ของการระบุแหล่งที่มาใช้ในการสร้างรายงานที่เราจะอธิบายในขั้นตอนที่ 6

แหล่งที่มาของการเข้าชมทั้งหมดในรายงาน Google Analytics 360 นั้นสร้างโดยค่าเริ่มต้นในการจัดกลุ่มแชแนลต่อไปนี้: โดยตรง, ทั่วไป, อีเมล, การอ้างอิง, โซเชียล, ดิสเพลย์, CPC และอื่นๆ

อย่างไรก็ตาม ผู้เชี่ยวชาญด้านการตลาดใช้ชื่อการจัดกลุ่มช่องทางของตนเองสำหรับรายงานภายใน ในการสร้างรูปแบบการระบุแหล่งที่มา ทีมของบริษัทใช้ข้อมูลที่รวบรวมไว้แล้วสำหรับช่วงเวลาที่ผ่านมาด้วยชื่อของตนเองสำหรับการจัดกลุ่มแชนเนล ด้วยเหตุนี้จึงสายเกินไปที่จะเปลี่ยนชื่อในการตั้งค่า Google Analytics 360 ด้วยเหตุนี้ นักวิเคราะห์ OWOX BI จึงดำเนินการเชื่อมโยงบันทึกและสร้างรายชื่อที่ตรงกันสำหรับการจัดกลุ่มช่องใน Google ชีต ตารางด้านล่างแสดงโครงสร้างรายการ:

ทีม OWOX BI ได้สร้างสคริปต์เพื่อรวมการเชื่อมโยงบันทึกใน Google BigQuery กับผลลัพธ์ของการระบุแหล่งที่มาเป็นรายเดือน โดยใช้คีย์ แหล่งที่มา และ สื่อ

ด้วยความช่วยเหลือของนักวิเคราะห์ OWOX BI มีการสร้างรายงานสองฉบับ รายงานฉบับแรกช่วยให้เข้าใจว่าพันธมิตรรายใดให้ความสำคัญกับคุณค่าของช่องทางอื่นๆ รายงานนี้มีอยู่ใน OWOX BI Smart Data นักวิเคราะห์ส่งออกข้อมูลจากรายงานที่ได้รับไปยัง Google ชีต โดยใช้โปรแกรมเสริม OWOX BI BigQuery Reports ฟรี

ต่อไปนี้คือขั้นตอนที่นักวิเคราะห์ OWOX BI ใช้ในการส่งออกข้อมูลไปยัง Google ชีต:

1. ไปที่ Smart Data และถาม ว่ามูลค่าของแหล่งที่มาและสื่อถูกกระจายตามขั้นตอนของช่องทาง อย่างไร และเปิดรายงาน
2. ไปที่มุมบนขวาและเลือก คัดลอกแบบสอบถาม SQL ไปยังคลิปบอร์ด

1. สร้างรายงานใหม่ใน Google ชีต ในการดำเนินการดังกล่าว ให้เปิดเมนูส่วน เสริม จากนั้นเลือก OWOX BI BigQuery Reports และ เพิ่มรายงานใหม่ จากนั้นเลือกโครงการ Google Cloud Platform ที่มีอยู่ เลือก เพิ่มรายงานใหม่ และคลิก วาง :

โปรดทราบว่ารายงานใหม่แต่ละฉบับจะถูกสร้างขึ้นในแผ่นงานใหม่:

ระบุการกำหนดค่ารายงานในแถบด้านข้าง: เลือกโครงการ Google Cloud Platform ที่มีอยู่และการค้นหา Google BigQuery ซึ่งจะให้ข้อมูลที่จะอัปโหลด

บันทึก! คุณสามารถดูรายละเอียดเพิ่มเติมเกี่ยวกับการกำหนดค่ารายงานได้ที่นี่

1. ขณะนี้รายงานมีอยู่ใน Google ชีต คุณสามารถกำหนดเวลาการอัปเดตรายงานอัตโนมัติเพื่อความสะดวกยิ่งขึ้น โดยไปที่ กำหนดการรายงาน ในการตั้งค่า OWOX BI BigQuery Reports:

กำหนดช่วงเวลาที่จำเป็นสำหรับการอัปเดต:

บันทึก! หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีกำหนดเวลาการอัปเดตรายงานปกติ ให้ไปที่ลิงก์นี้

ผู้เชี่ยวชาญ OWOX BI แก้ไขการสืบค้นและเพิ่มพารามิเตอร์แบบไดนามิก: แหล่งที่มาและระยะเวลาการวิเคราะห์

บันทึก! ไปที่ลิงก์นี้เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับพารามิเตอร์ไดนามิกในการสืบค้น

ด้วยเหตุนี้ จึงได้รับรายงานการวิเคราะห์การเข้าชมและแสดงให้เห็นว่าขั้นตอนของช่องทางใดได้รับอิทธิพลจากแหล่งที่มาบางแหล่งมากขึ้น:

เมื่อกรองเฉพาะพันธมิตรพันธมิตร บริษัทสามารถระบุพันธมิตรที่มีมูลค่าสูงสุดในขั้นตอนสุดท้ายของช่องทาง:

รายงานฉบับที่สองแสดงต้นทุน รายได้ และ ROAS ตามจริงในแคมเปญโฆษณา เมื่อใช้รายงานนี้ ผู้เชี่ยวชาญด้านการตลาดสามารถค้นหาว่าแหล่งใดสร้างรายได้มากกว่า และแหล่งใดที่ไม่ได้รับผลตอบแทน:

• ทีมงาน OWOX BI ได้จัดตั้งระบบการรวบรวมข้อมูลที่ถูกต้องและยืดหยุ่น
• การใช้ OWOX BI และผลิตภัณฑ์ Google ทำให้กระบวนการรวบรวมข้อมูลเป็นไปอย่างอัตโนมัติ ข้อมูลทั้งหมดพร้อมใช้งานในอินเทอร์เฟซเดียวในแบบเรียลไทม์
• รูปแบบการระบุแหล่งที่มาตามช่องทาง ML ช่วยให้บริษัทประเมินประสิทธิภาพของแคมเปญโฆษณาและช่องทางได้ดีขึ้น