如何使用客户群组分析来衡量广告效果
已发表: 2022-05-25如今,企业在数字世界中开展业务,需要收集、保存大量客户数据并进行详细审查。 即使对于小型公司来说,这也不是一个容易的选择,更不用说大型企业了。 随着业务的发展,人们也意识到可以更有效地做广告并优化广告预算。
在这种情况下,我们描述了 OWOX BI 团队为一家为企业提供集成产品套件的大公司提供的解决方案。 该套件包括用于项目管理、文档、CRM、电话、日历等的工具。 该客户在更有效地花费广告预算以及进行客户群组分析方面面临挑战。
目录
- 目标
- 挑战
- 解决方案
- 步骤 1. 将有关网络用户行为和广告费用的数据导入 Google BigQuery
- 第 2 步。将用户和交易数据传输到 Google BigQuery
- 步骤 3. 创建群组并计算指标
- 步骤 4. 创建同类群组分析报告
- 结果
目标
由于营销专家面临的主要挑战是接触更多客户,因此尽一切努力获得尽可能多的服务注册。 在数据库中获得大量活跃客户后,似乎有必要改善客户生命周期。 由于客户获取成本随着商业竞争的增加而增加,营销专家希望将他们的广告资源仅用于准备购买其产品的目标受众。 因此,大多数广告努力在购买后两个月或更长时间开始获得回报,因为大多数客户按月支付订阅费用。
这就是为什么为了更有效地使用广告预算,决定进行客户群组分析。 群组是一组共享一些共同特征的用户。 通过根据用户首次注册时间将用户分组,营销人员希望获得有关客户在网站上注册后的行为的更详细信息。 同类群组分析还有助于计算每个同类群组的收入、评估客户获取活动的有效性并优化广告成本。 此外,比较不同来源、渠道和活动的同类群组的行为数据有助于了解哪些活动更适合客户获取,哪些活动可以提高留存率并激励用户注册多个门户网站。
挑战
由于需要提供有效的队列分析,所有数据都应合并到一个系统中。 另一个挑战是在使用免费的 Google Analytics 版本时不断面临数据采样。 分析师希望避免或至少减少数据采样,而不必每天导出数据。
此外,队列分析报告中还需要包含一些具体指标:
- 注册数量 — 注册门户的数量。
- MAU——月活跃用户数。
- CR to MAU——月活跃用户数与注册用户数的比值。
- 第 2 天保留 — 注册新门户后第二天返回的客户数量。
- 第 2 天保留份额 — 注册后第二天再次访问网站的客户百分比。
- 付费用户——付费客户的数量。
- CR to Paying——付费用户数量与注册用户数量的比较。
- 收入 SUM — 同类群组产生的总收入。
- 流失率——客户流失的百分比。
- ROMI — 营销投资回报率,按收入/成本 × 100% 计算。
解决方案
该目标是通过以下方式使用 Google BigQuery 云数据库实现的:
- 使用 OWOX BI Pipeline 配置将客户行为数据和营销成本数据导入 Google BigQuery。
- 通过 Measurement Protocol 将用户和交易数据发送到 Google BigQuery。
- 在 Google BigQuery 中按群组对用户进行分组并选择所有必要的指标。
- 将数据从 Google BigQuery 发送到 Google 表格并创建同类群组分析报告。
下面的架构显示了数据流:

现在让我们详细看一下每个步骤。
步骤 1. 将有关网络用户行为和广告费用的数据导入 Google BigQuery
在考虑了所有替代平台后,该公司选择了 Google BigQuery 来组合数据。 使用 OWOX BI Pipeline 将 Web 用户行为数据导入 Google BigQuery。 以下是此解决方案的优点:

- Google Analytics(分析)报告中的维度和指标数量没有数据采样和限制。 可以在此处找到有关限制的更多信息。
- 该网站的数据仅在 5 分钟内就出现在 Google BigQuery 中。
- 收入和广告成本可以按会话和用户进行比较,从而更好地了解同类群组的盈利能力。 OWOX BI Pipeline 通过在用户会话中分配广告成本,可以查看花费了多少资金来获取每个用户。
同样在 OWOX BI Pipeline 的帮助下,来自广告服务的数据首先导入 Google Analytics,然后导入 Google BigQuery。 AdWords 是个例外,因为 Google Analytics 与它有原生集成。
第 2 步。将用户和交易数据传输到 Google BigQuery
有关客户的数据收集在 CRM 系统中。 因此,在注册门户后第二天重新访问该网站的用户的数据将被导出到 Google BigQuery。 有关活跃用户和交易的数据也通过 Measurement Protocol 导出到 Google BigQuery。
步骤 3. 创建群组并计算指标
在 Google BigQuery 中收集了所有必要的数据后,创建了同类群组并计算了每个同类群组的选定指标。
由于客户每月为产品付款,因此分析的时间段设置为一个月。 群组是根据首次注册的时间创建的。 这意味着所有注册的用户,比如说在 7 月,都属于同一个群组。 使用在 Google BigQuery 中计算的指标,该表具有以下结构:

步骤 4. 创建同类群组分析报告
由于数据是从 Google BigQuery(通过 OWOX BI BigQuery Reports 插件)导出的,因此在 Google 表格中进行了可视化。 这些数据每天都会自动更新,并且可以按渠道、来源、活动和广告内容进行过滤。

该报告表明,广告计划不仅有助于获得新客户,而且还增加了客户的终身价值,带回了希望添加另一个门户的已经获得的客户。
在大多数情况下,广告投资会在三个月内开始获得回报。
尽管创建报告是一项艰巨的任务,有很多可变因素,但结果绝对值得。 为营销部门创建了一组定期自动报告。 在此之前,营销专家必须手动创建此类报告,仔细检查所有内容,并花费大量时间和精力。
由于新的报道,还发生了一些有趣的发现。 例如,我们发现广告不仅有助于获取客户,而且还有助于保留客户并帮助从同一客户那里获得更多注册。
结果
- 该公司现在拥有一套完全自动化的报告,可帮助衡量每月跨客户群的广告渠道、来源和活动的绩效。
- 了解他们的广告效果后,营销专家现在可以优化成本,以增加每个群组的总收入并降低流失率。
- 在同期群分析的帮助下,现在可以确定带来最忠诚客户的来源。 此数据还可用于再营销。