如何使用客戶群組分析來衡量廣告效果

已發表: 2022-05-25

如今,企業在數字世界中開展業務,需要收集、保存大量客戶數據並進行詳細審查。 即使對於小型公司來說,這也不是一個容易的選擇,更不用說大型企業了。 隨著業務的發展,人們也意識到可以更有效地做廣告並優化廣告預算。

在這種情況下,我們描述了 OWOX BI 團隊為一家為企業提供集成產品套件的大公司提供的解決方案。 該套件包括用於項目管理、文檔、CRM、電話、日曆等的工具。 該客戶在更有效地花費廣告預算以及進行客戶群組分析方面面臨挑戰。

目錄

  • 目標
  • 挑戰
  • 解決方案
    • 步驟 1. 將有關網絡用戶行為和廣告費用的數據導入 Google BigQuery
    • 第 2 步。將用戶和交易數據傳輸到 Google BigQuery
    • 步驟 3. 創建群組併計算指標
    • 步驟 4. 創建同類群組分析報告
  • 結果

目標

由於營銷專家面臨的主要挑戰是接觸更多客戶,因此盡一切努力獲得盡可能多的服務註冊。 在數據庫中獲得大量活躍客戶後,似乎有必要改善客戶生命週期。 由於客戶獲取成本隨著商業競爭的增加而增加,營銷專家希望將他們的廣告資源僅用於準備購買其產品的目標受眾。 因此,大多數廣告努力在購買後兩個月或更長時間開始獲得回報,因為大多數客戶按月支付訂閱費用。

這就是為什麼為了更有效地使用廣告預算,決定進行客戶群組分析。 群組是一組共享一些共同特徵的用戶。 通過根據用戶首次註冊時間將用戶分組,營銷人員希望獲得有關客戶在網站上註冊後的行為的更詳細信息。 同類群組分析還有助於計算每個同類群組的收入、評估客戶獲取活動的有效性並優化廣告成本。 此外,比較不同來源、渠道和活動的同類群組的行為數據有助於了解哪些活動更適合客戶獲取,哪些活動可以提高留存率並激勵用戶註冊多個門戶網站。

挑戰

由於需要提供有效的隊列分析,所有數據都應合併到一個系統中。 另一個挑戰是在使用免費的 Google Analytics 版本時不斷面臨數據採樣。 分析師希望避免或至少減少數據採樣,而不必每天導出數據。

此外,隊列分析報告中還需要包含一些具體指標:

  • 註冊數量 — 註冊門戶的數量。
  • MAU——月活躍用戶數。
  • CR to MAU——月活躍用戶數與註冊用戶數的比值。
  • 第 2 天保留 — 註冊新門戶後第二天返回的客戶數量。
  • 第 2 天保留份額 — 註冊後第二天再次訪問網站的客戶百分比。
  • 付費用戶——付費客戶的數量。
  • CR to Paying——付費用戶數量與註冊用戶數量的比較。
  • 收入 SUM — 同類群組產生的總收入。
  • 流失率——客戶流失的百分比。
  • ROMI — 營銷投資回報率,按收入/成本 × 100% 計算。

解決方案

該目標是通過以下方式使用 Google BigQuery 雲數據庫實現的:

  1. 使用 OWOX BI Pipeline 配置將客戶行為數據和營銷成本數據導入 Google BigQuery。
  2. 通過 Measurement Protocol 將用戶和交易數據發送到 Google BigQuery。
  3. 在 Google BigQuery 中按群組對用戶進行分組並選擇所有必要的指標。
  4. 將數據從 Google BigQuery 發送到 Google 表格並創建同類群組分析報告。

下面的架構顯示了數據流:

現在讓我們詳細看一下每個步驟。

步驟 1. 將有關網絡用戶行為和廣告費用的數據導入 Google BigQuery

在考慮了所有替代平台後,該公司選擇了 Google BigQuery 來組合數據。 使用 OWOX BI Pipeline 將 Web 用戶行為數據導入 Google BigQuery。 以下是此解決方案的優點:

  • Google Analytics(分析)報告中的維度和指標數量沒有數據採樣和限制。 可以在此處找到有關限制的更多信息。
  • 該網站的數據僅在 5 分鐘內就出現在 Google BigQuery 中。
  • 收入和廣告成本可以按會話和用戶進行比較,從而更好地了解同類群組的盈利能力。 OWOX BI Pipeline 通過在用戶會話中分配廣告成本,可以查看花費了多少資金來獲取每個用戶。

同樣在 OWOX BI Pipeline 的幫助下,來自廣告服務的數據首先導入 Google Analytics,然後導入 Google BigQuery。 AdWords 是個例外,因為 Google Analytics 與它有原生集成。

第 2 步。將用戶和交易數據傳輸到 Google BigQuery

有關客戶的數據收集在 CRM 系統中。 因此,在註冊門戶後第二天重新訪問該網站的用戶的數據將被導出到 Google BigQuery。 有關活躍用戶和交易的數據也通過 Measurement Protocol 導出到 Google BigQuery。

步驟 3. 創建群組併計算指標

在 Google BigQuery 中收集了所有必要的數據後,創建了同類群組併計算了每個同類群組的選定指標。

由於客戶每月為產品付款,因此分析的時間段設置為一個月。 群組是根據首次註冊的時間創建的。 這意味著所有註冊的用戶,比如說在 7 月,都屬於同一個群組。 使用在 Google BigQuery 中計算的指標,該表具有以下結構:

步驟 4. 創建同類群組分析報告

由於數據是從 Google BigQuery(通過 OWOX BI BigQuery Reports 插件)導出的,因此在 Google 表格中進行了可視化。 這些數據每天都會自動更新,並且可以按渠道、來源、活動和廣告內容進行過濾。

<i>出於保密目的,屏幕截圖中的數字已更改。 </i>

該報告表明,廣告計劃不僅有助於獲得新客戶,而且還增加了客戶的生命週期價值,帶回了希望添加另一個門戶的已經獲得的客戶。

在大多數情況下,廣告投資會在三個月內開始獲得回報。

儘管創建報告是一項艱鉅的任務,有很多可變因素,但結果絕對值得。 為營銷部門創建了一組定期自動報告。 在此之前,營銷專家必須手動創建此類報告,仔細檢查所有內容,並花費大量時間和精力。

由於新的報導,還發生了一些有趣的發現。 例如,我們發現廣告不僅有助於獲取客戶,還有助於留住客戶,並有助於從同一客戶那裡獲得更多註冊。

結果

  • 該公司現在擁有一套全自動報告,可幫助衡量每月跨客戶群的廣告渠道、來源和活動的績效。
  • 了解他們的廣告效果後,營銷專家現在可以優化成本,以增加每個群組的總收入並降低流失率。
  • 在同期群分析的幫助下,現在可以確定帶來最忠誠客戶的來源。 此數據還可用於再營銷。