ROPO 分析：为什么需要它以及如何进行

想象一下，你做得很好，但你得到的比你预期的少 40%。 只是因为你无法证明你努力的结果。 不进行 ROPO 分析的全渠道互联网营销人员也会遇到大致相同的情况。 但在这种情况下，被低估的在线营销只是问题的一半。 不跟踪在线和离线客户行为之间关系的公司可能会降低他们的销售额，例如禁用乍一看并没有回报的广告。

在本文中，我们将解释什么是 ROPO 分析以及它可以为您的业务带来哪些优势。 我们将告诉您如何使用 OWOX BI 将用户在网站上的行为与在零售商店的购买联系起来，ROPO 报告需要哪些数据，以及如何构建它们。

让我们从理论开始。 ROPO（在线研究，线下购买）描述了客户在互联网上寻找产品并在实体店购买的行为。 客户这样做有几个原因：

在消费者晴雨表中，您还可以按产品类型（例如电子产品或消费品）对数据进行排序，以获取与您的业务相关的数据。

您应该如何使用 ROPO 分析的结果取决于您想要实现的目标。 您想了解您的在线渠道的真正效果、改进广告活动并节省资金、增加线上或线下的销售额，还是增加利润？ 让我们更详细地考虑这些目标中的每一个。

因此，您已确保有足够大比例的在您网站上研究商品的用户会在零售店购买商品。 因此，很难计算在线广告的准确转化率和回报率，这可能会导致糟糕的决策。

如果产品在网上销售不佳，不要急于将其从网站上删除或关闭广告活动。 事实证明，这款产品线下的销售额是线上的三倍。 将网站访问者的活动与在实体店购买的活动进行比较，您会发现自己是在浪费钱还是坐在金矿上。

当您确定 ROPO 销售份额时，您可以继续计算基于线下购买的任何广告渠道或活动的 ROAS。 这可能会显示出完全不同的画面。

只有通过研究客户旅程，您才能使广告活动尽可能有效。 假设您为废弃的购物车配置了自动电子邮件。 有些客户可能会将购物车作为购物清单，然后去实体店购物。 通过识别此类用户，您可以将他们从这些提醒电子邮件中排除并节省资金。

在购买之前查看您网站的人往往比那些不看的人花费更多。
根据 ROPO 原则确定您网站上哪些产品畅销之后，您可以专注于推广它们，从而增加您的利润。

如果您进行 ROPO 分析并发现您的客户更喜欢在零售店购买某些产品，那么您应该考虑一下您的网站出了什么问题。 为什么客户不——或者为什么客户不能——在线购买，而是去你的商店（希望如此），甚至去你的竞争对手。 这种行为可能有多种原因：

• 线上线下价格不一样。
• 某些功能在网站上不可用，例如无法分期付款。
• 交货时间太长。
• 有一个复杂的界面或一个漫长的支付过程。

在详细检查用户的行为之后，您将能够了解是什么阻止了他们在网站上进行购买并通过以下方式进行修复：

• 在网上商店提供折扣
• 提供额外的保修或免费或快速交货
• 提供便捷的支付方式
• 添加包含常见问题的部分
• 提供有关如何与您联系的信息。

简而言之，您可以使您的网站适应客户的自定义路径。

从概念上讲，有两种方法可以评估在线广告对线下销售的影响。 第一个是基于识别特定用户并将网站上访问者的行为与实体店购买联系起来。 很明显，要做到这一点，用户必须获得授权。

第二种解决方案是所谓的非个人数据融合。 您可以使用非个人数据融合来评估电视广告对线下销售或您的网站不允许用户注册的影响。 类似的任务适用于那些在亚马逊或 Facebook 上的其他市场上宣传产品的人。 在这种情况下，不可能将广告和横幅视图的转化与特定用户的订单相关联。 使用间接相关来解决这个问题。 这是另一篇文章的主题。 如果您对有关间接相关的文章感兴趣，请在评论中告诉我们。

在本文中，我们将重点关注识别特定用户，这是任何企业的首要任务。 这样做可以根据用户在线和离线操作的组合来估计在线广告的有效性。

识别用户的主要阶段：

1. 将在线数据与 CRM 中的交易数据相结合。
2. 确定 ROPO 购买的一部分，并了解这些购买在在线和离线销售中所占的份额。
3. 构建仪表板以对数据及其动态进行高级监控。
4. 为代理商建立详细的表格，以便他们可以在媒体规划和跟踪结果中使用 ROPO 数据。
5. 找到这些问题的答案：ROPO 买家是否通过网站订购？ 是什么阻止他们最初在网站上下订单？ 您如何节省对这些客户的再营销费用？

我们建议在 Google BigQuery 中结合您网站的数据、广告活动费用数据和 CRM 数据。 为此，您可以使用 Power BI、Google Data Studio、Amazon Redshift 或其他一些工具。 小型企业甚至可以将数据导出到 Google 表格。 但是，您应该了解，自动数据处理可能会由于不明显和意外的原因而失败。 因此，您需要使用一种可靠运行且不会分散您寻找洞察力和应用数据的机制。

Google BigQuery 之所以不错，是因为与任何 SaaS 一样，它不需要硬件投资，而且无论数量多少，都可以轻松组合数据。 这意味着随着数据量的增长，您无需更改所有请求和设置。 如果你没有太多数据，那么你就不会花太多钱来处理它。
此外，BigQuery 支持数据重新处理。 如果客户离线下订单，然后转到站点并登录，您可以追溯地组合他们的所有操作。 谷歌分析不可能做到这一点。

您可以使用标准导出将用户行为数据从 Google Analytics 导出到 Google BigQuery。 对于使用免费版 Google Analytics 的用户，我们建议使用 OWOX BI Pipeline 在 BigQuery 中从您的站点收集原始非抽样数据。 您可以在我们的帮助中心了解这些数据的结构。

有必要验证源数据。 您必须已配置并从站点转移到 Google Analytics 用户 ID（或其他常见用户 ID）。 由于数据将通过此 ID 精确连接，因此重要的是它存在于两个表中并且是正确的。 也就是说，对于每个授权用户，用户 ID 都应该发送到自定义维度和 & uid 参数。

确保多个用户没有使用相同的 ID。 随着时间的推移，检查具有用户 ID 的用户百分比和值本身，以查看是否有任何异常。 为此，可以在 Google Analytics（分析）中构建具有 ID 的用户细分，并查看该细分与用户总数的关系。

还要按天和按流量来源检查会话数、用户数、交易数和收入数据中的异常情况。 最简单的方法是在 GA 界面中。 您可以花几个月的时间间隔查看标准受众概览、所有流量、来源/媒介、电子商务概览和其他报告。 检查这些报告是否有不合理的峰值或故障。

您可以一次性将订单从 CRM 导入 Google BigQuery，或设置自动上传数据以定期计算 ROPO 购买份额。

从您的 CRM 上传的表格应至少包括：

• 交易日期
• 交易编号
• 订购价格
• 用户身份

允许您在其他部分中获取报告的其他字段：

• 城市
• 商品编号
• 订单中的商品数量
• 每件商品的价格
• 付款方式
• 交货类型
• 订单状态

有了CRM数据，要注意：

• 所有必填字段的可用性
• 全天数据的可用性
• 日期、收入和城市的可比格式
• 所有事务中都存在用户 ID 参数
• 重复交易

如果您不仅想了解 ROPO 购买的份额，还想计算他们的 ROAS，您将需要来自广告来源的成本数据。 您可以将来自不同服务的费用导入 Google Analytics，然后使用 OWOX BI Pipeline 将它们作为单个流上传到 Google BigQuery。
您的所有数据都可以根据此方案进行组合：

OWOX BI 提供免费试用期。 在此期间，您可以在 Google BigQuery 项目中设置数据收集，以创建有关 ROPO 和其他营销指标的报告。

在您收集 Google BigQuery 中的所有数据后，您需要将其链接起来。 作为密钥，您可以使用用户 ID。 这是您分配给数据库中每个用户的唯一标识符，并与用户的电子邮件地址或会员卡相关联。 当用户进入您的网站并登录时（例如，输入个人帐户），他们的用户 ID 将被传输到 Google Analytics（前提是您在 GA 中配置了此功能）。

通过这种方式，用户可以链接到他们在网站上的操作。

为了尽可能多地识别您的用户，您可以为登录提供奖励：登录折扣、有用的可下载材料、促销活动等。您可以在我们的文章 «Why and How to整合线上和线下客户接触点»

您还可以在通过电子邮件发送给客户的链接中使用特殊的 huid 参数。 在此参数中，您可以写入 CRM 系统中的用户 ID 值。 这将帮助您识别用户，即使他们没有登录网站。 例如，假设您的 CRM 中已经有一个客户，该客户具有电子邮件和唯一的用户 ID。 您向该客户发送一封电子邮件，其中包含包含该 ID 的链接。 客户点击链接并转到您的网站并在网站上执行一些操作而无需注册。 通过 Google 跟踪代码管理器，您可以在用户 ID 或自定义维度字段中将此标识符传输到 Google Analytics。

如果用户在您的网站上留下请求，然后来到商店进行购买，您可以使用交易 ID 链接他们的操作。

在上图中，您可以看到网站上的用户行为数据（左）和来自 CRM 的购买数据（右）。

如果您对数据集成和 ROPO 分析的技术细节感兴趣，请阅读我们客户的一些成功案例：

• M.video 的成功案例：评估在线广告对线下销售的影响
• 大吉岭的成功案例：ROPO 分析证明 40% 的客户在线下购买前会访问公司网站​

我们的客户通常对 ROPO 分析感兴趣。 因此，我们向 OWOX BI Smart Data 添加了单独的 ROPO 报告块。 通过这项服务，您可以使用自然语言以俄语或英语询问您的数据问题。 该服务将处理请求并为您提供清晰的答案以及视觉效果。

要接收 ROPO 报告，您需要将来自 Google Analytics 的用户行为数据和来自 CRM 的离线订单数据上传到您的 Google BigQuery 项目。 然后将您的项目连接到 OWOX BI 智能数据。 您现在可以免费试用 OWOX BI，看看它是如何工作的。

要在 Smart Data 中接收 ROPO 报告，您需要来自 Google Analytics 的用户行为数据和来自 CRM 的离线订单数据。

在智能数据中，您可以通过从下拉列表中选择选项来更改问题的所有突出显示字段：收入份额、用户交易、收入金额、平均支票大小等。您可以在帮助部分。

报告中的所有信息都可以上传到 Google Data Studio 或下载为 CSV 文件。 您还可以根据需要复制 SQL 查询并在 Google BigQuery 中对其进行优化。

考虑一些报告示例。

30 天的转化窗口意味着从用户最后一次访问网站到进行离线购买之间最多经过 30 天。 可以更改转换窗口以适合您的业务。

此报告显示收入如何在在线、离线和 ROPO 销售之间分配。 它有助于将 ROPO 订单与常规线下购买区分开来，并了解 ROPO 效应在您的多渠道销售中的真正作用。

这是 Google Analytics（分析）中的转化时间报告（时间滞后）的类比，只是在这里在线操作和离线购买相关。 此报告显示转化窗口内每天的交易、客户和收入的百分比或数量。

这将帮助您了解 ROPO 购买的真实转化窗口，并跟踪交易价值与用户做出购买决定所需的天数之间的关系。

借助此报告，您可以确定哪些在线渠道、来源和广告活动导致了线下购买。

您可能会问，如果只考虑在网站上注册的用户，ROPO 分析的结果有多准确？”这是一个很好的问题，要回答它，您需要了解有多少用户。很难得到特定网站的准确答案。如果用户未登录，我们无法确定他是否在网站上。除非可以使用小组研究。

根据我们的经验，可以与线下购买相关联的授权用户比例达到 40%，即使对于普通的全渠道消费电子零售商来说也是如此。 这个结果是全年累积的。 在季节性销售期间，它会增加。 最重要的是，即使没有 100% 的受众群体，您也可以获得具有代表性的预算再分配样本。 这意味着您不需要组合每个用户的操作； 您只需要结合足够数量的用户的数据来构建报表。

我们为营销分析师准备了一份包含 20 个步骤的清单，以帮助您结合来自在线和离线来源的数据以做出正确的决策。 填写表格，我们会将此清单发送到您的电子邮箱。