วิธีเพิ่มประสิทธิภาพแคมเปญโฆษณาด้วย Conversion ที่ได้รับการสนับสนุนใน Google BigQuery

เผยแพร่แล้ว: 2022-05-25

ยิ่งช่องทางโฆษณาพัฒนาธุรกิจมากเท่าไร แคมเปญต่างๆ ก็จะได้ลูกค้ามากขึ้นเท่านั้น ดังนั้น รายได้ที่สร้างขึ้นจะเพิ่มขึ้นอย่างมากหากผู้ใช้ทางธุรกิจได้รับข้อมูลเชิงลึกอันมีค่าเพื่อปรับปรุงประสิทธิภาพทางการตลาด

ในกรณีนี้ เราอธิบายโซลูชันที่จัดทำโดยทีม OWOX BI สำหรับร้านค้าปลีกอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคขนาดใหญ่และเครื่องใช้ในบ้านที่มีความท้าทายในการเพิ่มประสิทธิภาพแคมเปญโฆษณาสำหรับกลุ่มผู้ใช้ต่างๆ บนแพลตฟอร์มต่างๆ

สารบัญ

  • เป้าหมาย
  • ท้าทาย
  • สารละลาย
    • ขั้นตอนที่ 1 รวบรวมข้อมูลทั้งหมดใน Google BigQuery
    • ขั้นตอนที่ 2 ประมวลผลข้อมูลที่ได้รับ
    • ขั้นตอนที่ 3 สร้างรายงาน
  • ผลลัพธ์

เป้าหมาย

บริษัทกำลังมองหาวิธีเพิ่มประสิทธิภาพการใช้จ่ายด้านโฆษณาโดยคำนึงถึงปัจจัยหลายประการ ได้แก่ การมีส่วนร่วมของช่องทางการโฆษณาที่หลากหลายในเส้นทางการซื้อของลูกค้า กลุ่มธุรกิจตามหมวดหมู่ (BGC) และความแตกต่างในพฤติกรรมของผู้ใช้ในภูมิภาคต่างๆ

กลุ่มธุรกิจของหมวดหมู่ (BGC) คือกลุ่มของหมวดหมู่ผลิตภัณฑ์ที่คล้ายคลึงกัน ตัวอย่างเช่น อุปกรณ์เสียง เป็นชื่อสามัญสำหรับเครื่องเล่น MP3 หูฟัง ฯลฯ การแบ่งส่วนโดย BGC ขับเคลื่อนโดยโครงสร้างภายในของผู้ค้าปลีก: แต่ละแผนกมีหน้าที่รับผิดชอบ BGC หนึ่งรายการ

พฤติกรรมของลูกค้าจากเมืองหรือภูมิภาคต่างๆ แตกต่างกันไปตามปัจจัยทางเศรษฐกิจ นั่นคือเหตุผลที่แผนก Media&CRM แบ่งกลุ่มคำสั่งตามภูมิศาสตร์

ท้าทาย

จากประสบการณ์ของผู้ค้าปลีก 80% ของลูกค้าออนไลน์และออฟไลน์โต้ตอบกับช่องทางโฆษณาหลายช่องทางก่อนตัดสินใจซื้อ รายงาน Conversion ที่ได้รับการสนับสนุนใน Google Analytics ช่วยให้สามารถวิเคราะห์ผลกระทบของแชแนลออนไลน์บนเส้นทาง Conversion อย่างไรก็ตาม รายงานนี้ไม่อนุญาตให้แบ่งกลุ่มตามภูมิภาคและ BGC ทำให้ไม่สามารถประเมินการมีส่วนร่วมของแต่ละช่องได้อย่างเต็มที่

นอกจากนี้ บริษัทต้องการตัดสินใจที่ดีขึ้น โดยได้รับการสนับสนุนจากข้อมูลพฤติกรรมผู้ใช้ทั้งหมด Google Analytics ใช้การสุ่มตัวอย่างหากปริมาณข้อมูลเกิน 500 K เซสชัน (100 M เซสชันใน Google Analytics 360) สำหรับระยะเวลาการรายงาน นอกจากนี้ ยังไม่เห็นภาพรวมของเส้นทาง Conversion ในรายงานช่องทางหลากหลายแชแนล เนื่องจากจำนวน Conversion ในแต่ละเดือนเกิน 1 ล้าน เมื่อพิจารณาจากขนาดของการดำเนินงานแล้ว ข้อผิดพลาดในการวัดดังกล่าวส่งผลกระทบอย่างมากต่อคุณภาพของการตัดสินใจของผู้ค้าปลีก

สารละลาย

เพื่อเปรียบเทียบประสิทธิภาพของช่องทางการโฆษณาใน ภูมิภาคต่างๆ—กลุ่ม BGC ได้มีการตัดสินใจรวบรวมข้อมูลพฤติกรรมผู้ใช้ในคลังข้อมูลขนาดใหญ่ OWOX แนะนำให้ใช้ Google BigQuery เนื่องจากบริการนี้รับประกันความปลอดภัย ความยืดหยุ่น และการประมวลผลข้อมูลอย่างรวดเร็ว

ขั้นตอนที่ 1 รวบรวมข้อมูลทั้งหมดใน Google BigQuery

ข้อมูลพฤติกรรมของผู้เยี่ยมชมเว็บไซต์จะถูกนำเข้าโดยอัตโนมัติไปยัง Google BigQuery จาก Google Analytics ด้วยคุณลักษณะ Google BigQuery Export คุณลักษณะนี้ใช้ได้เฉพาะกับไคลเอ็นต์ Google Analytics 360 เท่านั้น

ข้อมูลประสิทธิภาพแคมเปญ AdWords จะถูกนำเข้าโดยอัตโนมัติไปยัง Google Analytics OWOX BI Pipeline ช่วยนำเข้าข้อมูลค่าใช้จ่ายสำหรับแคมเปญโฆษณาไปยัง Google Analytics และยังรวบรวมข้อมูลเกี่ยวกับค่าใช้จ่ายการโฆษณาทั้งหมดใน Google BigQuery

ระบบภายใน (ERP) เก็บข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างประเภทผลิตภัณฑ์และ BGC ตัวอย่างเช่น เตาอบไมโครเวฟ อยู่ในกลุ่ม เครื่องใช้ภายในประเทศขนาดเล็ก (SDA) และ แล็ปท็อป อยู่ในกลุ่ม คอมพิวเตอร์ นักวิเคราะห์จะคัดลอกข้อมูลจากระบบภายในไปยัง Google ชีต จากนั้นนำเข้าไปยัง Google BigQuery โดยใช้โปรแกรมเสริม OWOX BI BigQuery Reports

ผังงานการรวบรวมข้อมูลได้รับด้านล่าง:

ขั้นตอนที่ 2 ประมวลผลข้อมูลที่ได้รับ

ข้อมูลที่จำเป็นสำหรับรูปแบบการระบุแหล่งที่มาจะจัดเก็บไว้ในสองตารางใน Google BigQuery ตารางแรกจัดเก็บข้อมูลเกี่ยวกับการซื้อ พฤติกรรมผู้ใช้ และค่าใช้จ่ายการโฆษณาจาก Google Analytics อีกบัญชีหนึ่งเก็บข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างหมวดหมู่ผลิตภัณฑ์กับ BGC จาก Google ชีต

ผู้เชี่ยวชาญของ OWOX ได้รวมข้อมูลจากสองตารางนี้โดยใช้ Product Category ID โดยใช้การดำเนินการ JOIN ข้อมูลถูกรวมเข้าด้วยกันดังนี้:

บริษัทต้องการดูว่าผู้ใช้โต้ตอบกับช่องทางใดบ่อยที่สุดและลำดับใด แชแนลที่นำสองเซสชันแรกมาในเส้นทาง Conversion บ่อยที่สุดจะทำงานได้ดีที่สุดที่ขั้นตอนบนของช่องทาง เนื่องจากช่วยดึงดูดผู้ใช้มายังเว็บไซต์ แชแนลที่นำสองเซสชันสุดท้ายก่อนซื้อมักจะทำงานได้ดีกว่าที่ช่องทางด้านล่าง: ช่วยให้ผู้ซื้อตัดสินใจได้

นักวิเคราะห์ของ OWOX แนะนำการแบ่งกลุ่มคำสั่งตามจำนวนเซสชันของธุรกรรม (1, 2, 3, 4 และ 5+ เซสชัน) เส้นทาง Conversion ที่ยาว (5+ เซสชัน) ได้รับการปฏิบัติเหมือนกับเส้นทางสั้น: เน้นหลักในสองเซสชันแรกและสองเซสชันสุดท้าย นี่คือเซสชันที่ผู้ใช้เรียนรู้เกี่ยวกับผลิตภัณฑ์และตัดสินใจซื้อ เซสชั่นระหว่างนั้นมีส่วนร่วมน้อยกว่ามาก ดังนั้นจึงมีการวิเคราะห์ทั้งหมดเข้าด้วยกัน

ขั้นตอนที่ 3 สร้างรายงาน

ทีม OWOX ตั้งค่าการนำเข้าผลการแบ่งกลุ่มโดยอัตโนมัติไปยัง Google ชีตโดยใช้โปรแกรมเสริม OWOX BI BigQuery Reports และสร้างรายงาน รายงานแสดงประสิทธิภาพของช่องทางการโฆษณาสำหรับสถานที่ต่างๆ และ BGC ต่างๆ ตัวอย่างเช่น ตอนนี้จะเห็นได้ว่าผู้ใช้เข้าชมเว็บไซต์โดยคลิกโฆษณา Google ที่ขั้นตอนต่างๆ ของช่องทางในเส้นทาง Conversion ที่ยาว (5+ เซสชันขึ้นไป) บ่อยเพียงใด ผู้เชี่ยวชาญของบริษัทสามารถเปรียบเทียบประสิทธิภาพของโฆษณาใน Google และ Criteo และดูว่าช่องทางใดจะทำงานได้ดีกว่าที่ช่องทางบน ระดับกลาง และระดับล่าง สำหรับแต่ละกลุ่มภูมิภาค-BGC

เพื่ออำนวยความสะดวกในการทำงานของผู้จัดการและผู้เชี่ยวชาญด้านการตลาด ผู้เชี่ยวชาญของ OWOX ได้แสดงภาพข้อมูลในรูปแบบของแดชบอร์ดแบบโต้ตอบ Google Data Studio ได้รับเลือกให้เป็นโซลูชันแดชบอร์ด ด้วยเหตุผลดังต่อไปนี้:

  • แดชบอร์ดใช้งานได้สะดวก: สามารถกรองข้อมูลตามวันที่หรือมิติข้อมูลที่เลือกได้อย่างง่ายดาย
  • แหล่งข้อมูลสำหรับการรายงานสามารถเชื่อมต่อได้ในไม่กี่คลิก
  • สามารถสร้างรายงานและแดชบอร์ดแบบกำหนดเองได้ไม่จำกัดโดยไม่มีค่าใช้จ่าย

เป็นผลให้ได้รับแดชบอร์ด ซึ่งแสดงให้เห็นว่าการซื้อถูกแบ่งกลุ่มตามแหล่งที่มาของโฆษณา ภูมิภาค กลุ่มธุรกิจของหมวดหมู่ (BGC) และความยาวเส้นทางก่อนการซื้อ

ผลลัพธ์

จากการรวบรวมและประมวลผลข้อมูลใน Google BigQuery โดยใช้ Google Analytics 360 และ OWOX BI บริษัทสามารถประเมินประสิทธิภาพของช่องทางการโฆษณาสำหรับภูมิภาคต่างๆ และ BGC และยังแสดงภาพผลลัพธ์ใน Google Data Studio สิ่งนี้ช่วยตอบคำถามเช่น:

  • ช่องใดทำงานได้ดีกว่าในช่องทางบน ช่องทางกลาง และช่องทางล่าง
  • ช่องใดทำงานได้ดีกว่าในส่วน «ภูมิภาค—BGC»
  • «ภูมิภาค-BGC» กลุ่มใดที่มีการซื้อมากที่สุด

ตอนนี้มีแผนที่จะทบทวนและจัดสรรงบประมาณการตลาดเชิงประสิทธิภาพในช่วงครึ่งหลังของปี 2560 ตามผลการทดสอบ