İlişkilendirme kurarken huni adımları nasıl doğru seçilir?

Reklam maliyetlerini optimize etmek ve ROAS'ı artırmak istiyorsanız, satıştan önce zincirdeki her bir kanalın katkısını düşünün ve doğru bir şekilde değerlendirin. Standart Google Analytics araçları burada yeterli değildir, çünkü hizmette bulunan ilişkilendirme modellerinin yarısı, işlemden zincirdeki herhangi bir kanala kadar tüm değeri verir. Ve modellerin ikinci yarısı, kanalı gerçek metriklere göre değil, koşullu bir kurala göre tahmin ediyor.

Standart GA modellerinden farklı olarak OWOX BI Attribution, kanalların dönüşüm üzerindeki karşılıklı etkisini ve hunideki kullanıcı ilerlemesini hesaba katar. Düşük değerli veya fazla değerli kampanyaları görmek için mevcut GA ve OWOX İş Zekası modellerinizdeki reklam performansını da karşılaştırabilirsiniz.

Sonuç olarak, bütçeyi, dönüşümleri olan kullanıcıları çeken, ancak Google Analytics'te Doğrudan Olmayan Son Tıklama ile herhangi bir değer almayan kanallara yeniden dağıtabileceksiniz.

Bu makalede, AIDA modelinde huni adımları için dönüşüm olaylarının nasıl vurgulanacağını ve bu adımlara dayalı olarak OWOX BI'da bir ilişkilendirme modelinin nasıl oluşturulacağını açıklıyoruz.

Satış hunisi, kullanıcının siteyle ilk karşılaşmasından satın almaya kadar izlediği yoldur. AIDA pazarlama modeline göre bu yol dört aşamadan oluşur:

1. Dikkat - bir kişi siteye dikkat etti.
2. Faiz - mallarla ilgilenmeye başladı.
3. Arzu - mal satın almak istedi.
4. Eylem - bir satın alma işlemi gerçekleştirdi.

Teoride, kulağa basit ve tutarlı geliyor. Gerçekte, işler biraz daha karmaşıktır. Sitenizin izleyicileri beklediğiniz gibi davranmayabilir. Farklı reklam kanallarından gelen ziyaretçiler farklı davranır. Bir kişi siteye defalarca girip hiçbir şey yapmadan ayrılabilir; alışveriş sepetine mal atmak; farklı afişlere vb. tıklayın. Evet, eylemleri tutarlı olacaktır, ancak her kullanıcının kendi sırası olacaktır.

Ayrıca, iletişim kanallarının seçimi, kullanıcının huninin hangi aşamasında olduğuna bağlıdır. Örneğin, medya reklamcılığı, ilgi uyandırması gereken bir huninin başlangıcında soğuk bir kitleyle mükemmel bir şekilde çalışır. Ve e-postalar, dönüşüm hunisinin son adımlarında izleyicilerle daha iyi çalışır. Bunlar, markaya aşina olan sadık kullanıcılardır, bu nedenle postadan dönüşüm daha yüksektir.

Site ziyaretçilerinden alıcılara dönüşümünü artırmak için hedef kitlenizin hareketlerini incelemeli ve ilişkilendirme modelinizde kullanacağınız huni adımlarını doğru seçmelisiniz.

Doğru satış hunisi ile şunları yapabilirsiniz:

1. Pazarlamanın etkinliğini doğru bir şekilde değerlendirin, değeri düşük trafik kaynaklarını bulun ve reklam bütçesini en uygun şekilde yeniden dağıtın.
2. Kullanıcılarınıza alakalı teklifler sunmak için ihtiyaçlarını anlayın.
3. Hedef kitleyi, huninin hangi aşamasında olduklarına bağlı olarak segmentlere ayırın ve her segmentle iletişimi kişiselleştirin.
4. Dönüşüm hunisindeki darboğazları bulun ve optimize edin.

Dönüşüm hunisinin her aşamasında reklamınızın görevi, kullanıcıyı bir sonraki aşamaya - satın almaya daha yakın - geçmeye motive etmektir. Örneğin, dönüştürme işlemleri şunlar olabilir: ürün kartını görüntüleyin, posta listesine abone olun, ürünü sepete ekleyin ve daha fazlasını yapın. Bir AIDA hunisi oluşturmak için bu eylemlerden hangisinin uygun olduğunu nasıl belirleyebilirsiniz?

Bu noktada, ilk ödeme gibi, kullanıcıların dönüşüm gerçekleştirmeden önce sitede gerçekleştirdikleri iş açısından kritik tüm işlemleri yapmanız gerekir.

Seçilen eylemler sitenizde izlenmeli ve Google BigQuery'ye gönderilmelidir. Bu, bir sonraki adımı gerçekleştirmenize izin verecektir.

Dönüşüm işlemlerini farklı bölümlerde analiz edebilirsiniz, örneğin:

• Etkinlikten dönüşüme kadar geçen süre.
• Dönüştürme işlemi nedeniyle dönüştürme olasılığı.

İlk olarak, seçilen tüm olaylarla aşağıdaki gibi bir tablo yapmalısınız:

Kendinizi olay sayısıyla sınırlamamalısınız. Analiz için ne kadar çok eylem kullanırsanız, o kadar iyi olur. Aynı zamanda, elbette, sağduyuyu da unutmayın.

O zaman bu tabloya göre bir grafik yapmalısınız. İşte böyle bir grafiğin bir örneği:

Grafik, dönüşüm işlemine bağlı olarak dönüşümden önceki sürenin nasıl değiştiğini gösterir.

İyi — seçtiğiniz olaylar grafikte eşit olarak dağıtıldığında. Bu, bu olayları her biri ilişkilendirmede huninin bir adımı olacak kümelere bölerek bir huni oluşturmayı mümkün kılacaktır.

Kötü — olaylar grafikte tek bir yerde gruplandığında. O zaman huninin yalnızca bir veya iki adımını alırsınız. Böyle bir durumda model hesaplamalarının kalitesi düşük olacaktır.

Analiz edilen olaylarla ilgili potansiyel AIDA hunisi örneği:

OWOX BI'da bir projeniz yoksa hemen ücretsiz olarak kullanmaya başlayabilirsiniz.

İlişkilendirme hesaplamalarını çalıştırmadan önce tüm verileri Google BigQuery bulut depolama alanında toplamanız gerekir. OWOX BI ile kullanıcıların sitedeki eylemleri (sayfa görünümleri, etkinlikler, işlemler vb.) hakkında ham verileri, maliyet verilerini, arama izleme istatistiklerini ve Google Analytics'ten GBQ'ya e-posta pazarlama hizmetlerinden gönderebilirsiniz.

Ayrıca sipariş durumu bilgilerini ve kullanıcıları CRM'nizden BigQuery'ye manuel olarak yükleyebilirsiniz. GBQ'daki verilere SQL sorguları ile erişilebilir ve tablo olarak yanıtlanabilir.

Daha fazla çalışma ve görselleştirme için bu tablolar, örneğin ücretsiz eklentimiz kullanılarak CSV'ye veya Google E-Tablolar'a yüklenebilir. Bu çözüm, GA arabiriminde bulunan örnekleme ve diğer kısıtlamalar olmadan raporlar oluşturmanıza olanak tanır.

Sitenizde yapılandırılmış Google Analytics için Gelişmiş E-Ticaret varsa, BigQuery'de OWOX BI'daki oturum verilerini içeren ilk tablo göründüğünde otomatik olarak bir ilişkilendirme modeli oluşturulur:

Yeni bir model oluşturabilir veya mevcut bir modeli değiştirebilirsiniz. Düzenlemek için model ayarlarını açın ve VEYA koşulu aracılığıyla her adımda dönüşüm olaylarını listeleyin:

Ardından hesaplamaları başlatın. Sonuç olarak, seçtiğiniz dönüşüm işlemlerine hangi trafik kaynaklarının yol açtığı hakkında bilgi alacaksınız.

OWOX BI modeli hesaplamasının sonuçları, kaynak/aracı/kampanya adlı bölümdeki Son Doğrudan Olmayan Tıklama modelinin sonuçlarıyla karşılaştırılabilir:

Bu, dönüşüm işlemlerine yol açan ancak değerinin altında kalan trafik kaynaklarını vurgulayacaktır. Örneğin, bu ekran görüntüsünde, yandex/organik'in değerinin düşük olduğunu ve daha fazla çaba sarf etmeye değer olduğunu görüyoruz.

Ardından, dönüşüm işlemlerinin sayısını artırmak için yalnızca bütçeyi yeniden dağıtmanız gerekir.

Aşağıdaki ekranda, trafik kaynaklarının genellikle huninin farklı aşamalarında nasıl dağıtıldığını görebilirsiniz. AIDA hunisi etkinlikleri iyi seçilirse (yukarıdaki tabloya bakın), bütçeyi reklam kaynakları arasında yeniden dağıtabiliriz.

Etkinlikler başarılı bir şekilde seçilmezse, hepsi bir veya iki reklam kanalına düşecek ve ardından reklam bütçesini yeniden dağıtmak için hangi kanallar arasında seçenek kalmayacak.

Not: Verileri Google BigQuery'de birleştirme ve ilişkilendirmeyi ayarlama konusunda yardıma ihtiyacınız varsa, yardım etmeye hazırız. Bir demo için kaydolun ve ayrıntıları tartışalım.