วิธีใช้การวิเคราะห์ตามการได้มาให้เกิดประโยชน์สูงสุด

ไม่มีคุกกี้สำหรับคุณ

ด้วยข้อมูลของบุคคลที่สามที่เข้ามาแทนที่ dodo bird นักการตลาดดิจิทัลกำลังมองหาวิธีการทำโดยไม่ใช้คุกกี้ เรียกมันว่า "การอดอาหารด้วยข้อมูล" แต่มีบางอย่างต้องแทนที่บิตและไบต์ของความหวานของบุคคลที่สาม หากคุณวางคุกกี้ไม่ได้ ให้ติดตามกลุ่มประชากรตามรุ่น

ลูกค้ากลุ่มใดก็ตามที่มีส่วนร่วมกับเว็บไซต์ของคุณสามารถนับเป็นกลุ่มได้ หากคุณติดตามสิ่งที่พวกเขาทำ พวกเขากำลังไปถึงหน้า Landing Page หรือไม่? เติมรถเข็นแต่ไม่เช็คเอาท์? พวกเขาเคยซื้ออะไรมาก่อน แต่ช่วงนี้ไม่ได้ซื้อของ?

การเลิกรา การออกจากบริษัท มูลค่าตลอดช่วงชีวิตของลูกค้า — ทั้งหมดสามารถติดตามเป็นกลุ่มได้ แต่ผู้ขายออนไลน์ต้องรู้ว่ามาตรการใดที่เกี่ยวข้องกับธุรกิจของตนมากที่สุด เพื่อให้ได้รับประโยชน์สูงสุดจากการวิเคราะห์ตามรุ่น

(กลุ่ม [กลุ่มประชากรตามรุ่น]): เข้าใจไหม

“กลุ่ม” และ “กลุ่มประชากรตามรุ่น” เป็นคำที่บางครั้งใช้สลับกันได้ แต่นั่นอาจไม่ถูกต้อง

Google กำหนดกลุ่มตามรุ่นด้วยวิธีนี้: กลุ่มผู้ใช้ตามรุ่นคือกลุ่มผู้ใช้ที่มีลักษณะร่วมกัน “ตัวอย่างเช่น ผู้ใช้ทั้งหมดที่มีวันที่ได้มาเหมือนกันอยู่ในกลุ่มประชากรตามรุ่นเดียวกัน รายงานการวิเคราะห์ตามการได้มาช่วยให้คุณแยกและวิเคราะห์พฤติกรรมของกลุ่มประชากรตามรุ่น”

ในทางตรงกันข้าม การแบ่งกลุ่มหมายถึงการจัดกลุ่มผู้ใช้ตามลักษณะทั่วไป เช่น ข้อมูลประชากร ภูมิศาสตร์ บุคลิกภาพ หรือคุณค่า นอกจากนี้ยังสามารถจัดกลุ่มลูกค้าโดยใช้คุณลักษณะมากกว่าหนึ่งอย่าง

“กลุ่มประชากรตามรุ่นคือรูปแบบของกลุ่ม กลุ่มประชากรตามรุ่นทั้งหมดเป็นกลุ่ม แต่ไม่ใช่ทุกกลุ่มที่เป็นกลุ่ม” Eric Sloan ผู้อำนวยการฝ่ายกลยุทธ์ของ Thrive Digital เอเจนซี่การตลาดเชิงประสิทธิภาพกล่าว กลุ่มประชากรตามรุ่นสามารถเข้าใจได้ว่าเป็น "กลุ่มตามเวลา" ตัวอย่างเช่น กลุ่มผู้ใช้ที่ลงชื่อเข้าใช้ที่เว็บไซต์ในช่วงเวลาหนึ่งๆ

ในบางครั้ง คำสองคำอาจปะปนกันเนื่องจากเครื่องมือวิเคราะห์ที่ใช้โดยผู้ขายหรือนักวิเคราะห์ Adam Greco ผู้เผยแพร่เนื้อหาเกี่ยวกับผลิตภัณฑ์สำหรับแพลตฟอร์มการเพิ่มประสิทธิภาพดิจิทัล Amplitude กล่าว กลุ่มประชากรตามรุ่นคือ "กลุ่มผู้ใช้ที่เหมือนกันตามความสนใจ" เขากล่าว การแบ่งส่วน "เป็นเหมือนตัวกรอง" Greco กล่าวต่อ เซ็กเมนต์คือกิจกรรม กลุ่มคนคือคน และ "กลุ่มประชากรตามรุ่นขึ้นอยู่กับความละเอียดของข้อมูลประจำตัว" เขากล่าว

การระบุกลุ่มประชากรตามรุ่นอย่างเดียวไม่เพียงพอ นักวิเคราะห์จะต้องเจาะลึกลงไปอีกเพื่อหาสาเหตุและผลกระทบ “เป็นวิธีเดียวที่จะทำให้การวิเคราะห์ตามรุ่นมีความหมาย” สโลนกล่าว หลุมพรางที่ใหญ่ที่สุดคือการสมมติ "กลุ่มประชากรตามเวลาทำให้เกิดสิ่งที่คุณกำลังดู" เขากล่าว

ถามคำถามที่ถูกต้อง

ซึ่งนำไปสู่ข้อมูล มีคำตอบอยู่ที่ไหนสักแห่งหากคุณถามคำถามที่ถูกต้องเพื่อให้ได้มา

“เราใช้เวลาไปกับการใช้ข้อมูลเพื่อค้นหากลุ่มประชากรที่มีความหมายสำหรับธุรกิจ” Greco กล่าว ยกตัวอย่างกลุ่มประชากรตามรุ่นที่กำหนดโดยพฤติกรรม — ลูกค้าที่ดำเนินการหลายขั้นตอนเพื่อทำธุรกรรมให้เสร็จสิ้น

“คุณต้องการข้อมูลที่ถูกต้องเพื่อสร้างกลุ่มคนที่เหมาะสม” Greco กล่าว คุณไม่จำเป็นต้องกังวลเกี่ยวกับการติดตามผู้ที่เพิ่มสินค้าลงในรถเข็น “เพียงเพราะคุณสามารถติดตามบางสิ่งบางอย่างไม่ได้หมายความว่าคุณควรจะทำ” เขาเพิ่ม. “มีบริษัทน้อยเกินไปที่เริ่มต้นด้วยจุดจบ” หากคุณเริ่มต้นด้วยการระบุกลุ่มประชากรตามรุ่นที่เกี่ยวข้องที่คุณต้องการติดตามและย้อนกลับ แสดงว่าคุณมีแนวโน้มที่จะประสบความสำเร็จมากขึ้น เขาชี้ให้เห็น

สำหรับ Sloan กลุ่มประชากรตามรุ่นเป็นส่วนหนึ่งของการวิเคราะห์สาเหตุราก “[เมื่อ] คุณเห็น KPI เปลี่ยนแปลง คุณจะพิจารณาปัจจัยต่างๆ ที่ทำให้เกิดการเปลี่ยนแปลง” เขาเน้นย้ำอีกครั้งว่าความสัมพันธ์ไม่ใช่สาเหตุ แต่คุณเจาะลึกลงไปในวงจรและถามคำถามที่เข้าใจได้ง่ายหรือมีเหตุผล ค้นหาข้อมูลที่ตอบคำถาม

“เริ่มต้นด้วยกลุ่มประชากรตามรุ่น ดูว่ามันขึ้นอยู่กับเวลาหรือไม่” สโลนกล่าวว่า หาจุดลดลงจากช่วงเวลาหนึ่งไปยังอีกช่วงเวลาหนึ่ง รวมผู้เยี่ยมชมใหม่เป็นผู้ที่เก่ากว่าออกไป ดูมูลค่าที่แท้จริงของพฤติกรรมและเหตุการณ์ทั้งหมด โดยผ่านช่วงเริ่มต้น จากนั้นเพิ่มขึ้นทีละ 30, 60 และ 90 วัน “กลุ่มประชากรตามรุ่นเป็นขั้นตอนแรกในการกำจัดเสียงรบกวน” เขากล่าว ในขณะที่นักวิเคราะห์พยายามวัดประสบการณ์ของลูกค้ากับเว็บไซต์

Greco เสนอเส้นทางอื่น วิธีหนึ่งใช้ข้อมูลเพื่อแยกกลุ่มของผู้ใช้ที่ระบุ เพื่อให้สามารถเปรียบเทียบกลุ่มได้ เขาเรียกสิ่งนี้ว่า ตัวอย่างเช่น การติดตามจำนวนนักช้อปออนไลน์ในช่วงเจ็ดวัน ผู้ใช้ใหม่จะเข้าสู่กลุ่มนี้โดยธรรมชาติในขณะที่คนอื่นๆ จะออกจากกลุ่มหลังจากเวลาที่กำหนด ผู้ที่ซื้อจะถูกนับในขณะที่ผู้ที่ไม่ซื้อจะนับเป็นการดรอปดาวน์

จากนั้น Greco ได้สรุป "กลุ่มผู้ทำนาย" ตัวอย่างหนึ่งคือการดูจำนวนผู้ซื้อที่เข้าชมเว็บไซต์เพื่อทำการซื้ออีกครั้ง อาจมีกลุ่มที่ 90% มีแนวโน้มที่จะซื้ออะไรบางอย่างในสัปดาห์หน้า อีกกลุ่มที่มีแนวโน้มจะซื้อ 80-90% อีกกลุ่มที่ 70-80% มีแนวโน้มที่จะได้รับสินค้า นักการตลาดสามารถใช้ข้อมูลดังกล่าวเพื่อเสนอส่วนลดให้กับแต่ละกลุ่มได้ เพียงเพิ่มส่วนลดเพื่อดึงดูดผู้ซื้อในกลุ่มถัดไปที่มีแนวโน้มว่าจะซื้อของน้อยลง “คุณใช้กลุ่มประชากรตามรุ่นร่วมกับการตลาดและการส่งเสริมการขายเพื่อให้ผู้คนทำ Conversion” เขาอธิบาย

การใช้ข้อมูลให้เกิดประโยชน์สูงสุด

การวิเคราะห์ตามการได้มาเป็นวิธีที่ต้องการให้นักการตลาดเปลี่ยนความคิดเพื่อใช้ประโยชน์จากข้อมูลของตนให้เกิดประโยชน์สูงสุด ผู้เชี่ยวชาญของเรามีจุดเริ่มต้นเหมือนกัน แต่ไล่ตามเป้าหมายไปตามสายงานที่ต่างกัน

ในการใช้การวิเคราะห์ตามการได้มา "เริ่มต้นด้วยคำถาม" สโลนกล่าวว่า “เชื่อมโยงผลลัพธ์ทางธุรกิจที่สามารถตอบได้…เข้าใจว่าจะเจาะลึกที่ใดและอย่างไร…ตรวจสอบให้แน่ใจว่า KPI มีความหมาย” ตรวจสอบให้แน่ใจว่าข้อมูลที่คุณกำลังวิเคราะห์สะท้อนถึงความเป็นจริง เขากล่าวเสริม ข้อมูลอาจเบ้ได้หากนักช้อปออนไลน์รายเดียวกันเข้าถึงเว็บไซต์เดียวกันโดยใช้อุปกรณ์ต่างกันในเวลาต่างกัน เขาเตือน

Greco กำหนดกรอบการวิเคราะห์ตามความจำเป็นในการแข่งขัน ในอาณาจักรอีคอมเมิร์ซ นักช้อปออนไลน์ทุกคนเพียงแค่ “คลิกหรือปัดทิ้ง” เขาตั้งข้อสังเกต ภาระอยู่ที่นักการตลาด "ในการค้นหาว่าพวกเขาสูญเสียผู้คนและนำพวกเขากลับมาอย่างไร" ปัญหาได้รับการแก้ไขและแก้ไขปัญหาได้เร็วขึ้น โอกาสที่เว็บไซต์ออนไลน์จะประสบความสำเร็จก็จะยิ่งมากขึ้นเท่านั้น