ROPO nasıl belirlenir: çevrimdışı satın almalarda çevrimiçi etki

Birçok kişi internette mal aramaya başladığından ve daha sonra bunları fiziksel bir mağazadan satın aldığından, çevrimiçi reklamcılık genellikle hafife alınır. Özellikle, tasarımcı ayakkabı ve aksesuar gibi bazı ürünler için bu bir şey haline geldi. Çevrimiçi satışlar, müşterilerin tamamen kişiselleştirilmiş hizmete sahip olduğu fiziksel mağazalardaki satışlarla rekabet edemez. Bu nedenle pazarlamacılar, çevrimiçi pazarlamanın fiziksel mağazalardaki satışları nasıl etkilediğini öğrenmek ve hangi kampanyaların ve ürün kategorilerinin çevrimdışı olarak daha fazla satın alma yaptığını ve hangilerinin daha fazla çevrimiçi getirdiğini öğrenmek ister.

Bu durumda, düşük, orta ve yüksek fiyat noktalarında ayakkabı, çanta ve aksesuar satan bir mağaza zinciri için OWOX BI ekibi tarafından sağlanan çözümü açıklıyoruz. Şirketin 90 gerçek mekanda faaliyet gösteren mağazası ve uygun bir çevrimiçi mağazası vardır. Asıl zorluk, çevrimdışı satın almalar üzerindeki çevrimiçi etkiyi belirlemekti.

Satış departmanı, birçok müşterinin fiziksel bir mağazada alışveriş yapmadan önce çevrimiçi bilgi toplamayı tercih ettiğini fark etti. Web sitesinde, müşteriler ürünleri fiyata göre filtreler ve zincirin perakende mağazalarında bulunup bulunmadığını kontrol eder. Çoğu durumda, müşteriler fiziksel bir mağazaya geldiklerinde, ne aradıklarını oldukça iyi bilirler ve hizmetle ilgili belirli beklentileri vardır.

Bu nedenle pazarlamacılar şunları yapmaya karar verdi:

• çevrim içi pazarlama çabalarının çevrim dışı satışlar üzerindeki etkisini tanımlar;
• çevrimiçi pazarlama bütçelerini yeniden tahsis edin;
• reklam kanallarının verimliliğini yeniden değerlendirin ve pazarlama stratejilerini iyileştirin.

Bu hedeflere ulaşmak için çevrimiçi ve çevrimdışı satın almalarla ilgili verilere dayalı olarak ROPO analizinin uygulanmasına karar verildi. Bununla, çevrim dışı gelirin çevrim içi reklamlara atfedilen kısmını (ROPO etkisi) tanımlayabilirsiniz. Makalemizde çevrimiçi ve çevrimdışı müşteri temas noktalarını neden ve nasıl entegre edeceğinizi görün.

ROPO analizi yapmak için, çevrimiçi reklamlara ilişkin verileri çevrimdışı satışlara ilişkin verilerle birleştirmeniz gerekir. Perakendeci, malları farklı şekillerde satın alan müşteriler hakkında birçok veriye sahiptir:

• Bir dükkanda seçme ve ödeme.
• Web sitesine bakmak ve ardından bir mağazadan satın almak.
• Web sitesine bakmak, web sitesinde ödeme yapmak ve eve teslim veya bir mağazaya teslimat siparişi vermek.

Buna göre bu veriler farklı sistemlerde toplanır, kaydedilir ve işlenir:

• Web sitesindeki müşteri davranışına ilişkin veriler Google Analytics'te saklanır.
• Çevrimdışı ziyaretçilerin sipariş işleme ve faaliyetlerine ilişkin veriler, dahili CRM sisteminde saklanır.

Bu sistemlerden gelen tüm verileri manuel olarak birleştirmek zordur. Pazarlamacılar, bu verileri zaten reklam kampanyası verilerini depolamak için kullandıkları Google BigQuery (GBQ) ile birleştirmelerine yardımcı olacak bir yazılım arıyorlardı. Google BigQuery, sınırsız veri depolama ve işleme potansiyeli ile en güvenli RESTful hizmetlerinden biridir.

Perakendecinin pazarlamacıları, görevlerini çözmek için OWOX BI Pipeline'ı seçti.

OWOX BI İlişkilendirmesi zaten reklam kampanyalarını değerlendirmek için kullanılmıştı ve OWOX BI Pipeline, reklam kampanyaları hakkında raporlar oluşturmak için Google Analytics'ten Google BigQuery'ye veri toplamak için kullanılıyordu. Bu görevlerin her ikisi için perakendeci OWOX BI'dan memnun kaldı, bu nedenle ROPO analizi için tekrar seçildi.

OWOX BI analistleri aşağıdaki planı tasarladı:

• Reklam kampanyaları, müşterilerin web sitesindeki davranışları, çevrimdışı satışlar ve sipariş işleme ile ilgili verileri tek bir sistemde toplayın.
• Çevrimdışı siparişleri çevrimiçi oturumlarla bağlayın.
• Çevrimiçi kaynaklardan gelen katkıyı yeniden değerlendirmek için alınan verilere dayalı raporlar ve gösterge tabloları oluşturun.

Veri akışı şöyle görünür:

İşlemi adım adım inceleyelim.

Web sitesinde kayıtlı her ziyaretçi benzersiz bir user_ID alır. Dönüşüm hedefini gerçekleştirirken - bir işlemi tamamlarken - bir ziyaretçi ek bir işlem_Kimliği alır. Bir ziyaretçinin web sitesindeki davranışına ilişkin veriler, OWOX BI aracılığıyla bu kimlikler ile Google BigQuery'ye aktarılır.

Her gün CRM'den gelen çevrimiçi ve çevrimdışı siparişlerin verileri de Google BigQuery'ye aktarılır ve user_ID ve işlem_ID anahtarları yardımıyla web sitesindeki verilerle birleştirilir.

Bu verileri birleştirerek, ROPO analizini gerçekleştirmek için gerekenleri elde edersiniz.

Tüm verileri birleştiren OWOX BI analistleri, Google BigQuery'de toplanan veri tabanıyla çalışmaya başladı.

Google BigQuery'deki çevrimiçi işlemlerle ilgili veriler, işlemleri tanımlamak için işlem kimliği kullanılarak işlenmekte olan (ücretli ve ücretsiz) her siparişin verilerine eklendi.

Ardından analistler, bağlantı anahtarı olarak user_ID'yi kullanarak ziyaretçi oturumları hakkındaki verileri çevrimdışı satın almalarla ilgili verilerle birleştirdi. Bu anahtar, çevrimdışı alışveriş yapan birçok müşteri için web sitesindeki oturumların geçmişini ortaya çıkardı.

Verileri birleştirme şeması şöyle görünür:

Sonuç olarak, perakendecinin ekibi her sipariş için aşağıdaki soruların yanıtlarını aldı:

• Ne tür bir işlemdir? Çevrimiçi, çevrimdışı veya ROPO?
• Satın almadan önceki son oturumun kaynağı neydi? Müşteriyi satın alma işlemine ne yönlendirdi?
• Web sitesindeki son oturum ile satın alma arasında kaç gün geçti? (Online alışveriş yapanlar için bu her zaman sıfırdır çünkü son ziyaret işlemin gerçekleştiği seanstır. Sadece offline işlemlerde bu müşteri için de online seans olmadığı için bu sayı da her zaman sıfırdır. ROPO segmenti.)
• Son oturumun coğrafi konumu.

Bu bilgileri içeren bir tablo örneği:

Alınan verileri görselleştirmek için Google Data Studio seçildi. OWOX BI analistleri, ayrıntılı analiz ve reklam bütçesi planlamasını desteklemek için Google Data Studio'da dinamik grafikler içeren bilgilendirici bir gösterge panosu oluşturdu.

Örneğin, sağdaki pasta grafiği, ROPO siparişlerinin gelirin yüzde 20'sini oluşturduğunu ve soldaki pasta grafiği, ROPO siparişi veren neredeyse tüm müşterilerin bir mağazadan satın almadan önce bir haftadan daha kısa bir süre önce web sitesini ziyaret ettiğini gösteriyor.

Panodaki tüm veriler, daha ayrıntılı segmentasyon için bölgeye, dönüşüm penceresine, kaynağa, kanala ve kampanyaya göre filtrelenebilir. Ek olarak, her sipariş için son web sitesi ziyareti ile satın alma arasındaki günler görülebilir.

Gösterge tablosunun altındaki grafik, pazarlamacıların pazarlama stratejisini planlarken ROPO siparişlerinden hangi ek gelirin sayılması gerektiğini anlamalarına yardımcı olur ve kaynağa, kanala ve kampanyaya göre toplam gelirin payını gösterir.

ROPO analizi, çevrimiçi davranış ve çevrimdışı satın almalar arasındaki ilişkiyi doğruladı ve aşağıdaki gerçekleri sağlayan verileri otomatik olarak güncelleyen bilgilendirici bir gösterge panosu:

• Çevrimdışı gelirin yüzde 20'si çevrimiçi reklamcılığa atfedildi; bu, bir çevrimdışı mağazaya gelen her beş ziyaretçiden birinin web sitesiyle zaten etkileşime girdiği anlamına geliyor.
• ROPO'nun geliri ilişkilendirmesinden sonra, çevrimiçi kampanyaların küçümsendiğine dair açık kanıtlar ortaya çıktı.
• Yakın gelecekte perakendeci, pazarlama kampanyasını gözden geçirecek, reklam kampanyalarının verimliliğine yeni bir bakış atacak ve dijital yönde yatırımını artıracak.