การแบ่งส่วนพฤติกรรม: วิธีเพิ่มประสิทธิภาพแคมเปญโฆษณาและเพิ่ม Conversion

เผยแพร่แล้ว: 2022-04-12

การแสดงโฆษณาเดียวกันแก่ผู้ใช้ทั้งหมดของคุณก็เหมือนกับการหมุนวงล้อของคุณ ใช้พลังงานมาก แต่ไม่ได้พาคุณไปไหน ผู้เยี่ยมชมไซต์ของคุณมีความสนใจ คำขอ และความต้องการที่แตกต่างกัน ดังนั้นพวกเขาจึงตอบสนองต่อแคมเปญโฆษณาต่างกันและมีพฤติกรรมบนเว็บไซต์แตกต่างกัน

ดังนั้นจึงจำเป็นต้องศึกษากลุ่มเป้าหมายของคุณและแบ่งกลุ่มเพื่อสร้างกลยุทธ์ทางการตลาด ซึ่งจะช่วยให้คุณปรับแต่งการสื่อสารกับผู้ใช้และทำให้โฆษณามีความเกี่ยวข้องมากขึ้น เอกสารของคุณจะออกจากโฟลเดอร์สแปมสำหรับกล่องจดหมาย ส่งผลให้คุณสามารถเพิ่ม Conversion และความภักดีของลูกค้าได้

ในบทความนี้ เราอธิบายวิธีใช้ OWOX BI เพื่อสร้างกลุ่มตามการกระทำของผู้เยี่ยมชมไซต์ของคุณโดยไม่มีข้อจำกัดและการสุ่มตัวอย่างเพื่อสร้างผู้ชมตามพวกเขาสำหรับแคมเปญโฆษณาใน Google Ads

ลงทะเบียนสำหรับการสาธิต และเราจะแสดงให้คุณเห็นว่า OWOX BI ทำงานอย่างไร

ลงทะเบียนเพื่อสาธิต

สารบัญ

  • การแบ่งกลุ่มผู้ใช้คืออะไร?
  • ทำไมต้องแบ่งกลุ่มผู้ชม?
  • ตัวอย่างการใช้งานเซ็กเมนต์
  • จะใช้ข้อมูลสำหรับการแบ่งส่วนได้ที่ไหน
  • วิธีสร้างเซ็กเมนต์
  • วิธีทำงานกับข้อมูลที่อัพโหลด

การแบ่งกลุ่มผู้ใช้คืออะไร?

การแบ่ง กลุ่มเป็นการแจกแจงกลุ่มเป้าหมายออกเป็นกลุ่มๆ ตามพารามิเตอร์ต่างๆ: ภูมิภาค ข้อมูลประชากร งานอดิเรกและไลฟ์สไตล์ พฤติกรรมบนไซต์ ฯลฯ การแบ่งส่วนจะช่วยเพิ่มประสิทธิภาพการตลาดและค้นหาแนวทางสำหรับผู้ใช้แต่ละกลุ่มและทำให้แต่ละบุคคลเข้า ให้รู้สึกว่าโฆษณาของคุณเหมาะกับเขาเป็นการส่วนตัว

ค้นหามูลค่าที่แท้จริงของแคมเปญ

นำเข้าข้อมูลค่าใช้จ่ายไปยัง Google Analytics โดยอัตโนมัติจากบริการโฆษณาทั้งหมดของคุณ เปรียบเทียบต้นทุนแคมเปญ CPC และ ROAS ในรายงานเดียว

เริ่มทดลองใช้

ทำไมต้องแบ่งกลุ่มผู้ชม?

โดยทั่วไป การแบ่งกลุ่มผู้ชมช่วยให้คุณ:

  1. ศึกษารายละเอียดลูกค้าของคุณให้มากขึ้น เข้าใจสิ่งที่พวกเขาคาดหวังจากบริษัทของคุณ และปรับแต่งผลิตภัณฑ์และข้อเสนอการโฆษณาเพื่อให้ตรงกับความต้องการของผู้ชม
  2. ปรับแต่งการสื่อสารและเพิ่มความภักดีของผู้ใช้ โฆษณาที่เกี่ยวข้องซึ่งแสดงในที่ที่เหมาะสมและในเวลาที่เหมาะสม ช่วยให้คุณรักษาลูกค้าของคุณและเพิ่มการมีส่วนร่วมของพวกเขา
  3. ทำให้การกำหนดเป้าหมายแคบลงและชัดเจนขึ้น และเพิ่มอัตรา Conversion ทดสอบสมมติฐานและกลุ่มผู้ชมจำนวนมากเพื่อค้นหาตัวเลือกที่มีประสิทธิภาพสูงสุดสำหรับโฆษณาของผู้ใช้
  4. ปรับกลยุทธ์การตลาดให้เหมาะสม ค้นหาสิ่งที่มีแนวโน้มมากที่สุดในแง่ของ ROI ที่ใช้ในการดึงดูดผู้ใช้เพื่อจัดสรรงบประมาณการโฆษณาและทรัพยากรอื่นๆ ของคุณอย่างเหมาะสม
  5. ลดต้นทุนการโฆษณา คุณสามารถกำหนดระดับการมีส่วนร่วมของผู้ใช้และกรองผู้ชม กรองผู้เยี่ยมชมที่ไม่สนใจไซต์ออก หรือตัวอย่างเช่น เป็นไปได้ที่จะแยกส่วนที่สำคัญออกจากผู้ชมเป้าหมายของช่องทางดิจิทัลที่งานนี้ดำเนินการในช่องทางการตลาดแบบตรง

ตัวอย่างการใช้งานเซ็กเมนต์

กลุ่มสามารถใช้เป็นตัวกรองในรายงาน Google Analytics ได้ คุณยังสร้างกลุ่มเป้าหมายตามกลุ่มเป้าหมายสำหรับแคมเปญโฆษณาใน Google Ads หรือการทดสอบ A/B ใน Google Optimize ได้อีกด้วย

การแบ่งส่วนตามภูมิศาสตร์และประชากร

ตัวอย่างเช่น คุณสามารถสร้างกลุ่มสำหรับผู้ชายและผู้หญิงในกลุ่มอายุต่างๆ และนำไปใช้ในรายงาน Google Analytics ในแคมเปญ ซึ่งจะแสดงว่าผู้ใช้รายใดตอบสนองต่อโฆษณาของคุณได้ดีที่สุด จากนั้น ใช้สิ่งเดียวกันกับรายงานภูมิศาสตร์ - สถานที่ตั้ง แล้วคุณจะเห็นว่าคุณสามารถเปิดตัวแคมเปญปัจจุบันในภูมิภาคใดที่มีแนวโน้มว่าจะได้

แบ่งตามพฤติกรรมผู้ใช้

คุณสามารถแบ่งผู้เข้าชมไซต์ของคุณออกเป็นกลุ่มๆ ตามการกระทำใดๆ เช่น

  • เพิ่มรายการในรถเข็นของคุณ
  • นำรายการออกจากรถเข็น
  • กรอกแบบฟอร์มสั่งซื้อที่รอดำเนินการ
  • การชำระเงินสำหรับรายการ
  • การใช้รหัสโปรโมชั่น
  • ดูหน้ารายการหรือกลุ่มรายการ
  • ดูหน้าติดต่อ
  • ดูฟลายเพจ
  • คลิกที่ลิงค์ใด ๆ

คุณสามารถสร้างกลุ่มโดยใช้การดำเนินการหลายอย่างเป็นตัวกรอง ตัวอย่างเช่น ผู้ใช้ที่ใส่สินค้าในรถเข็นช็อปปิ้งแต่ไม่ได้กรอกแบบฟอร์ม สั่งซื้อสินค้าแต่ไม่ชำระเงิน ดูการ์ดรายการหลายรายการ แต่ไม่มีอะไรถูกเพิ่มลงในตะกร้าสินค้า ฯลฯ

ตัวอย่างที่ 1 ผู้ใช้ที่เพิ่มสินค้าลงในรถเข็นแต่ไม่ได้ซื้อนั้นเหมาะสำหรับการรีมาร์เก็ตติ้ง เพื่อกระตุ้นให้พวกเขาทำการซื้อให้เสร็จ แสดงโฆษณาพร้อมส่วนลดสำหรับสินค้านี้ จัดส่งฟรี ฯลฯ

ตัวอย่างที่ 2 แบ่งกลุ่มลูกค้าตามแหล่งที่มาที่พวกเขามาที่ไซต์ของคุณ: อีเมล บล็อก โซเชียลเน็ตเวิร์ก การโฆษณาตามบริบท ฯลฯ และสื่อสารกับพวกเขาอย่างแตกต่าง: พูดว่า คนที่ตามลิงก์จากจดหมายไม่จำเป็นต้องเห็นอีกต่อไป หน้าต่างป๊อปอัปพร้อมคำเชิญสมัครรับข้อมูล

ตัวอย่างที่ 3 แบ่งกลุ่มผู้ชมเป้าหมายตามระดับการมีส่วนร่วม ตัวอย่างเช่น โดยใช้ผลลัพธ์ของการวิเคราะห์ RFM คุณสามารถเน้นที่ผู้ใช้ที่มีคุณค่ามากที่สุดสำหรับคุณ: ผู้ที่เพิ่งเข้าชมไซต์และทำการซื้อ ผู้เยี่ยมชมและผู้ซื้อประจำ ตลอดจนผู้เข้าชมที่มีมูลค่าการแปลงสูง จากนั้นคุณสามารถส่งจดหมายพร้อมข้อเสนอหุ้นต่างๆ ให้พวกเขาได้

จะใช้ข้อมูลสำหรับการแบ่งส่วนได้ที่ไหน

ในการสร้างกลุ่ม คุณต้องมีข้อมูลเกี่ยวกับการกระทำของผู้ใช้บนไซต์ ซึ่งรวบรวมไว้ใน Google Analytics อย่างไรก็ตาม ความสามารถในการแบ่งส่วนข้อมูลในอินเทอร์เฟซของระบบนี้มีข้อจำกัด นอกจากนี้ GA สามารถใช้การสุ่มตัวอย่างสำหรับการเข้าชมจำนวนมากหลังจากที่คุณเพิ่มตัวกรองหรือกลุ่ม ซึ่งหมายความว่าอาจมีเซสชันน้อยกว่ากลุ่มตัวอย่างทั้งหมด นั่นคือ คุณจะมีข้อมูลที่ไม่สมบูรณ์สำหรับการวิเคราะห์

เพื่อหลีกเลี่ยงการสุ่มตัวอย่างและสร้างกลุ่มในการดำเนินการของผู้ใช้โดยไม่มีข้อจำกัด คุณสามารถใช้ OWOX BI Pipeline บริการนี้จะดาวน์โหลดข้อมูลที่ไม่ได้เลือกจากไซต์ของคุณไปยัง Google BigQuery แบบเรียลไทม์โดยอัตโนมัติ ในที่เก็บข้อมูลบนคลาวด์ คุณสร้างกลุ่มใดๆ ที่คุณต้องการ ใช้ OWOX BI เพื่ออัปโหลดไปยัง Google Analytics จากนั้นใช้ที่นั่นสำหรับการรายงานหรือสร้างผู้ชมโฆษณา

ลองรวบรวมข้อมูลที่ Google BigQuery ด้วย OWOX BI ฟรี

กำหนดค่าการรวบรวมข้อมูล

วิธีสร้างเซ็กเมนต์

ขั้นแรก กำหนดสมมติฐานที่คุณต้องการทดสอบ ข้อใดผ่านการทดสอบได้ดีที่สุดขึ้นอยู่กับเฉพาะกลุ่มธุรกิจของคุณ เป้าหมายและวัตถุประสงค์สำหรับไตรมาส/ครึ่งหน้า ความพร้อมใช้งานของข้อมูลที่จำเป็น ฯลฯ

ตัวอย่างของสมมติฐานที่เป็นไปได้:

  • ผู้ใช้เข้าชมไซต์มากกว่า N ครั้งในช่วง 30 วันที่ผ่านมา สนใจซื้อ. หากคุณเพิ่มเดิมพันกับเขาในบริการโฆษณา คุณจะเพิ่มความน่าจะเป็นในการซื้อโดยผู้ใช้รายนี้
  • ผู้ใช้เพิ่มสินค้าลงในรถเข็นแต่ไม่เคยซื้อภายใน N วัน สนใจซื้อ. คุณสามารถเพิ่มอัตราสำหรับผู้ใช้เหล่านี้
  • ผู้ใช้ดำเนินการบางอย่างในไซต์แต่ไม่ได้ซื้อ สนใจซื้อ. คุณสามารถเพิ่มอัตราสำหรับผู้ใช้เหล่านี้
  • ผู้ใช้คลิกโฆษณา N ครั้งใน X วัน แต่ไม่ได้ทำการกระทำที่ถือเป็น Conversion ความน่าจะเป็นในการซื้อต่ำมาก เราต้องปิดโฆษณา

เนื่องจากการปรับเปลี่ยนโฆษณาในแบบของคุณตามกลุ่มเป็นไปตามสมมติฐาน การวิเคราะห์ประสิทธิภาพการใช้งานอย่างเหมาะสมจึงเป็นสิ่งสำคัญ ในการทำเช่นนี้ คุณต้องพัฒนาเมตริกล่วงหน้าโดยที่คุณจะประเมินประสิทธิภาพของกลุ่ม จากนั้นคุณสามารถดำเนินการตั้งค่าได้

ขั้นตอนที่ 1 ตั้งค่าการนำเข้าข้อมูลดิบจาก Google Analytics ไปยัง Google BigQuery

หากคุณยังไม่มีการสตรีม Google Analytics บน Google BigQuery ให้ตั้งค่าการสตรีม ทุกอย่างง่ายที่นี่: เข้าสู่ระบบ OWOX BI โดยใช้บัญชี Google ของคุณ เลือกระบบและสถานที่ที่คุณต้องการนำเข้า และออกการเข้าถึง

ตั้งค่าการสตรีมบน OWOX BI

ขั้นตอนที่ 2 เพิ่มการตั้งค่าผู้ใช้ใน Google Analytics

หากต้องการส่งต่อการกระทำของผู้ใช้ที่คุณต้องการสร้างกลุ่มไปยัง GA คุณต้องสร้างมิติข้อมูลที่กำหนดเองสำหรับพวกเขา

หากคุณมีอยู่แล้ว ให้ข้ามขั้นตอนนี้ หากไม่เป็นเช่นนั้น ให้ไปที่แผงการดูแลระบบ เลือกคำจำกัดความที่กำหนดเองจากการตั้งค่าคุณสมบัติ แล้วคลิก มิติที่กำหนดเอง

สร้างชื่อสำหรับตัวเลือกและเลือก Hit สำหรับขอบเขต:

มิติข้อมูลที่กำหนดเองใน Google Analytics

จากนั้นคัดลอกข้อมูลโค้ดและขอให้นักพัฒนาของคุณเพิ่มลงในโค้ดติดตามของ Google Analytics บนไซต์ของคุณ

ขั้นตอนที่ 3 สร้างชุดข้อมูลใน Google Analytics

ตอนนี้ คุณต้องสร้างชุดข้อมูลใหม่ใน Google Analytics ซึ่งข้อมูลกลุ่มของคุณจะถูกดาวน์โหลด และระบุการตั้งค่าผู้ใช้ที่จำเป็นที่จะเข้าร่วมในการค้นหาสำหรับกลุ่ม

ในการดำเนินการนี้ ไปที่แผงการดูแลระบบ เลือกการนำเข้าข้อมูลจากการตั้งค่าคุณสมบัติ แล้วคลิกสร้าง จากนั้นเลือกประเภทชุดข้อมูลผู้ใช้ ตั้งชื่อชุด แล้วเลือกมุมมอง GA เพื่อโหลดกลุ่มของคุณ

จากนั้นกำหนดสคีมาของข้อมูลที่จะโหลด:

ชุดข้อมูลใน Google Analytics

ในตัวอย่างของเรา ในภาพหน้าจอด้านบน คุณสามารถดูการตั้งค่าชุดข้อมูลที่คีย์สำหรับบันเดิลคือ User ID และตัวกำหนดเซ็กเมนต์คือ Custom Dimension 17

Custom Dimension 17 จะป้องกันค่าของพารามิเตอร์ภายในแบบสอบถาม SQL โดยการเลือกในสคีมาชุดข้อมูล เราจะกำหนดประเภทผู้ใช้จากกลุ่มนี้ที่จะใช้ใน Google Analytics

ขั้นตอนที่ 4 สร้างแบบสอบถาม SQL ใน Google BigQuery ที่สร้างกลุ่ม

เราทำการแบ่งกลุ่มในระดับผู้ใช้ ดังนั้นจึงจำเป็นต้องมี Google Client ID หรือ Google User ID เป็นตัวระบุสำหรับการแบ่งกลุ่ม

เมื่อคุณออกแบบการสืบค้น SQL ให้พิจารณาข้อกำหนดของ Google Analytics สำหรับชุดข้อมูลที่จะโหลดกลุ่ม หากคุณต้องการเซ็กเมนต์ย่อยหลายเซ็กเมนต์ในเคียวรี SQL เดียว (เซ็กเมนต์) คุณสามารถใช้สิ่งนี้ได้โดยการเพิ่มมิติข้อมูลที่กำหนดเอง คุณต้องสร้างการตั้งค่าผู้ใช้ใน Google Analytics ก่อน จากนั้นจึงเพิ่มการตั้งค่าเหล่านี้ในการสืบค้น SQL

เก็บคำถาม SQL ไว้ในมุมมอง BigQuery - ต้องเลือกที่การตั้งค่าของ Google BigQuery → การสตรีม Google Analytics

ขั้นตอนที่ 5. ปรับ Google BigQuery → สตรีม Google Analytics

คำแนะนำนี้จากศูนย์ช่วยเหลือของเราจะช่วยคุณตั้งค่าโฟลว์

วิธีทำงานกับข้อมูลที่อัพโหลด

หลังจากที่คุณอัปโหลดข้อมูลของคุณไปยัง Google Analytics คุณสามารถใช้เพื่อสร้างกลุ่มและรายงานพิเศษ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการทำงานกับข้อมูลที่ดาวน์โหลด โปรดดูที่ความช่วยเหลือของ GA

คุณยังสามารถใช้ข้อมูลกลุ่มที่รวบรวมใน Google BigQuery แล้วนำเข้าไปยัง Google Analytics เมื่อตั้งค่าผู้ชมสำหรับแคมเปญโฆษณาและรีมาร์เก็ตติ้งใน Google Ads

นอกจากนี้ ด้วยสตรีม Google BigQuery → Google Analytics คุณสามารถ:

  1. เสริมข้อมูลจากไซต์ด้วยข้อมูลจากระบบ CRM ของคุณ (เพศ อายุ ความสนใจของลูกค้า สถานะคำสั่งซื้อ การคืนสินค้า ฯลฯ) โดยใช้รหัสลูกค้าหรือ ID ผู้ใช้เป็นคีย์สำหรับชุดรวม แล้วสร้างกลุ่มที่ระดับผู้ใช้
  2. นำเข้าผลการวิเคราะห์ RFM ลงใน Google Analytics และใช้เพื่อแบ่งกลุ่มผู้ใช้โดยขึ้นอยู่กับเวลาที่ซื้อครั้งล่าสุด ความถี่ในการซื้อ และจำนวนเงินที่ลูกค้าแต่ละรายใช้ไป
  3. เพิ่มขนาดผู้ชมสำหรับรีมาร์เก็ตติ้งอย่างมีนัยสำคัญ รวมถึงผู้เยี่ยมชมเว็บไซต์ที่น่าสนใจไม่ว่าพวกเขาจะใช้งานมานานเท่าใด

PS หากคุณต้องการความช่วยเหลือในการสร้างเซ็กเมนต์และสร้างระบบเมตริกที่กำหนดเองสำหรับธุรกิจของคุณ ส่งอีเมลหาเราที่ [email protected] หรือกรอกแบบฟอร์มบนเว็บไซต์เพื่อขอรับการสาธิต

ลงทะเบียนเพื่อสาธิต