“誰坐在我的椅子上？ 誰睡了我的床？” Fabelio 發現了在線客戶在他們的零售店中所做的事情

來自印度尼西亞的家具多渠道商店 Fabelio.com 決定找出誰是池塘里最大的魚，並從線下或線上獲得最大的利潤。 通過 OWOX BI，他們獲得了詳細的 ROPO 報告並改進了分析。

Fabelio.com 是一家家具和家居裝飾在線商店。 該公司於2015年在印度尼西亞雅加達成立，併計劃向東南亞市場擴張。 Fabelio.com 網站每月擁有超過一百萬的獨立訪問者。

Fabelio.com 有十個展廳，客戶可以在其中查看產品外觀、觸摸材料、測試家具並支付購買費用。 Fabelio 營銷人員熱衷於了解他們的在線營銷工作如何促進線下商店的銷售，並獲得以下問題的答案：

• 客戶做出購買決定需要多長時間？
• 這個時間如何因產品類別而異？
• 線下購買前的最後階段，哪些線上渠道對銷售漏斗的影響最大？
• 哪些家具類別最受稍後進行線下購買的在線客戶的歡迎？
• 客戶在購買之前通常會遇到多少個網站接觸點？
• 對於新客戶和回頭客，所有這些參數有何不同？

Fabelio.com 的銷售人員會記下每位參觀者的姓名、電子郵件和電話號碼。 這就是為什麼公司可以確定客戶何時訪問線下商店，即使他們不購買任何東西。 這是一個額外的數據源。 這也帶來了一個新的挑戰：如何在銷售漏斗中反映這些數據，並確定這些線下訪問應該歸功於哪個在線來源。

為了構建智能分析來衡量在線促銷對線下銷售的影響，Fabelio.com 團隊必須將網站訪問者的活動數據與展廳中的客戶活動數據相關聯。 要構建智能分析，您需要選擇一個可靠的雲存儲，您收集的所有數據都將在其中對齊。 對於雲數據存儲，Fabelio.com 選擇了 Google BigQuery。 BigQuery 是資源有限的公司的完美選擇：

• 它具有靈活的定價，與類似系統相比相對便宜。
• 無需在您的服務器上安裝任何軟件或培訓您的員工； 基本的 SQL 技能就足夠了。
• 它有大量現成的庫，用於與其他服務工作和集成。

Fabelio 營銷專家為在 Google BigQuery 中收集數據建立了以下方案：

為了跟踪網站上的事件，Fabelio 使用 Google Analytics (GA)——全球以及印度尼西亞市場上最受歡迎的數字分析系統之一。 該公司在 GA 有一個增強型電子商務渠道：

除了與網站的關鍵互動外，Fabelio 團隊還跟踪各種微轉化：

這些數據幫助他們細分客戶，深入探索交易漏斗，準確估算流量來源。

為了估計廣告渠道對銷售的影響，我們需要比較每個渠道的收入和費用。 為了收集此估算的數據，Fabelio 團隊在 OWOX BI Pipeline 的幫助下建立了將費用自動導入 Google Analytics 的功能。 借助這些費用數據，Fabelio 營銷人員可以分析 Google Ads（具有 GA 集成）和其他服務中的活動的 KPI：

為了將客戶的網站操作和廣告費用數據導入 Google BigQuery，Fabelio 團隊使用了 OWOX BI Pipeline。 該服務同時向 Google Analytics 和 Google BigQuery 提供相同的點擊量。 因此，數據不會被採樣，並且在發送後 2 到 5 分鐘就可以在 Google BigQuery 中進行分析。

Fabelio 在 Magento CRM 中存儲有關客戶、訂單和參觀展廳的數據。 為了關聯離線和在線數據，Fabelio 專家在 Fluent 插件的幫助下，每天將 CRM 數據上傳到 Google BigQuery。

有多種公開可用的開箱即用解決方案可用於將 Google BigQuery 與其他系統集成。 例如，OWOX BI 有一些免費腳本可以將您的 CRM 與雲存儲集成。

在 Google BigQuery 中收集所有數據後，有必要將其對齊到一張表中。 OWOX BI 分析師幫助 Fabelio 營銷人員準備了具有正確結構的在線和離線訂單數據集。

在最後階段，Fabelio 團隊實施了一個基於 ML 漏斗的歸因模型，包括線下訂單。 為了正常工作，這個特殊模型需要離線商店訪問數據。 為了提供這些數據，Fabelio 分析師準備了一個額外的數據源，用於自定義事件的歸屬。

最後，Fabelio 團隊只需啟動計算。 結果，該公司得到了一個可以計算線下訂單和訪問量的漏斗：

Fabelio.com 獲得了自動報告，使營銷人員能夠找到洞察力並做出正確的決定。

Fabelio 營銷人員現在可以訪問 OWOX BI 智能數據中的以下見解：

1. 不同歸因模型的廣告活動價值比較：OWOX BI 的 GA Last Non-Direct Click and ML Funnel-Based Attribution

2. 在不同渠道階段跨來源和渠道的價值分配

此外，OWOX BI 分析師在 Data Studio 中為 Fabelio 準備了一個自動更新的儀表板。 在此儀表板中，Fabelio 營銷人員可以根據來源、產品類別、客戶類型、購買地點、付款方式、展廳名稱、首次訪問和首次會話的天數等過濾數據。

儀表板可幫助 Fabelio 營銷人員找到以下問題的答案：

1. 客戶在購買之前通常會遇到多少個網站接觸點，這些接觸點的利​​潤如何？

2. 進行購買的客戶的第一次會話是什麼時候？
   

3. 對於特定類別的購買商品，客戶平均會遇到多少個網站接觸點？
   

4. 從第一次訪問網站到購買給定產品類別需要多長時間？

PS 在閱讀我們的文章全渠道零售：為什麼以及如何集成在線和離線客戶接觸點後，我們鼓勵 Fabelio.com 的同事實施此解決方案。 如果此案例研究鼓勵您考慮集成在線和離線接觸點，您應該嘗試在 OWOX BI 的幫助下構建 ROPO 報告。 您可以在免費試用期間體驗 OWOX BI 的所有可能性。