ROPO 分析：它對全渠道營銷分析有多大用處

已發表: 2022-05-25

多達 40% 的客戶在訪問線下商店購買商品之前會先上網了解更多有關產品及其可用性的信息。 此類客戶的百分比肯定取決於公司。 然而，大量用戶首先看到在線廣告或特價商品，閱讀網站上的評論和推薦，然後他們才決定離線購買。 這意味著您的在線廣告計劃會對線下銷售數量產生嚴重影響。​

在這種情況下，我們描述了 OWOX BI 團隊為連鎖店提供的解決方案，該連鎖店是絲芙蘭公司（隸屬於 LVMH 集團）的一部分，在全球香水和化妝品市場上處於領先地位。 它在應用 ROPO 分析時遇到了挑戰。

目錄

  • 目標
  • 挑戰
  • 解決方案
    • 步驟 1. 選擇一個用於合併數據的存儲庫
    • 步驟 2. 自動化數據流
    • 步驟 3. 為公司管理建立報告
  • 結果

目標

客戶通常可以在線和離線購買零售商提供的商品。 購買新香水時，客戶可能首先想探索香味，然後才在網上或實體店購買。

營銷團隊希望深入了解用戶在線和線下商店之間的互動行為。 他們想用數字表明，在線營銷工作不僅限於從在線訂單中獲得收入，還會影響線下銷售（所謂的在線研究、線下購買或 ROPO 效應）。

我們建議建立一個全渠道營銷分析和報告系統。

挑戰

與許多大型全渠道零售商一樣，該公司的首要任務是在所有銷售渠道中建立有效的營銷分析系統。

營銷團隊在解決這個問題時面臨的第一個問題是數據碎片化。 在公司存在的整個過程中，積累了大量的數據，並以各種來源和格式存儲，每種數據都有自己特定的處理方法。 為了確定 ROPO 效應，需要一個單一的存儲庫，其中可以組合分析所需的所有數據。

從這個問題出發，另一個問題是：使用什麼存儲？ 有兩種選擇：

  1. ​將所有數據存儲在公司自己的服務器上。
  2. 將所有數據上傳到雲存儲。

每個數據存儲選項都有其優點和缺點。 在使用公司自己的服務器的情況下，需要考慮組織此類存儲所花費的時間、購買必要硬件所需的資金、維護成本、擴展問題以及構建自動化收集和存儲系統的需要。處理數據。

下一個挑戰是選擇一種工具來自動將來自各種來源的數據交付到單個存儲庫以進行進一步分析。 有很多工具可以做到這一點，但需要在價格、質量、功能、靈活性和可擴展性方面選擇最好的。

解決方案

為了解決 ROPO 分析的問題，營銷專家和分析師必須採取以下步驟：

  • 選擇一個存儲庫來合併數據
  • 自動化數據流
  • 根據獲得的數據，構建公司管理所需的報表和動態指標

為了實施這個計劃，營銷團隊轉向了 OWOX BI，因為我們是在線分析和數據融合方面的專家，並且自 2016 年以來一直是該公司的合作夥伴。

步驟 1. 選擇一個用於合併數據的存儲庫

專家們選擇谷歌云存儲作為連接谷歌 BigQuery 的統一存儲。 選擇谷歌云存儲的主要原因是：

  • 速度。 谷歌云存儲可以在幾秒鐘內處理 TB 級的信息，在幾分鐘內處理 PB 級的信息。
  • 效率和成本透明度。 與其他工具相比，Google 的服務價格低廉且使用方便。
  • 簡單的可擴展性。 隨著數據量的顯著增加，您無需預留額外的容量、虛擬服務器等。
  • 與外部服務的便捷集成。 大量集成可用於處理來自流行服務的數據。
  • 可靠性和數據安全性。 BigQuery 的安全、監管和認證標准允許您在項目中存儲敏感數據。
  • 谷歌分析 360 導出。 可以將原始數據從 Google Analytics 直接上傳到 BigQuery（包括過去 13 個月的歷史數據）。
  • Compute Engine、Data Prep 等。Google Cloud 擁有許多可簡化解決方案實施的集成服務。

步驟 2. 自動化數據流

分析師團隊根據 OWOX BI 的建議，採取了以下措施來自動化數據流：

  • 設置從 Google Analytics 到 Google BigQuery 的自動數據導出。 該公司是 Google Analytics 360 的用戶，只需單擊幾下即可完全自定義與 BigQuery 的集成。
  • 設置 Google Ads 和 Google Analytics 的自動集成。 值得注意的是，部分成本數據是使用 OWOX BI Pipeline 自動導入 Google Analytics 的。 總費用在另一個更適合公司目的的系統中進行分析（除了廣告費用，它還收取製作宣傳材料的固定成本、代理佣金和其他費用，沒有這些費用就無法計算淨額）投資回報率）。
  • 通過 OWOX BI Pipeline 為 Criteo、Facebook 和其他廣告來源設置費用自動上傳到 Google Analytics。 您可以在我們的文章中找到在 Google Analytics 中加載廣告費用的方法以及自動導入 Google Analytics 和 BigQuery 的優勢。
  • 將數據從 CRM 下載到 Google BigQuery。 在探索 BigQuery 和其他 Google Cloud Platform 產品的優勢時，營銷團隊決定嘗試基於一次性上傳構建 ROPO 報告。 為此，他們每月將數據上傳一次到谷歌云存儲，然後從那裡發送到 BigQuery。
  • 在營銷團隊熟悉了在 BigQuery 中處理數據的所有優勢後，他們決定繼續使用 BigQuery 作為 CRM 數據存儲。 使用 OWOX BI 的 BigQuery 集成，他們將數據從 CRM 自動上傳到 BigQuery。 這種集成允許獨立管理（添加、刪除和更新）雲中的數據，這是持續使用這種方法的優勢之一。

步驟 3. 為公司管理建立報告

營銷團隊使用 SQL 查詢將 BigQuery 中收集的所有數據合併到一個表中。 現在，他們可以使用這些數據，使用 Data Studio 數據可視化工具以公司友好的格式構建報告。

值得考慮的是，用於構建報告的數據不僅可以合併到 Data Studio、Tableau 和 Google Charts 等可視化服務中。 使用 OWOX 團隊開發的說明，只需單擊幾下，您就可以將在 BigQuery 中創建的表直接連接到 OWOX BI 歸因和 OWOX BI 智能數據工具，從而在 OWOX BI 辦公室中自動生成 ROPO 報告。

結果

由於構建了營銷全渠道分析系統，營銷團隊回答了許多對業務發展很重要的問題。

建立了整個用戶接觸點鏈，從與在線廣告互動到在選定的時間段內在線下商店購買，可以識別出通過用戶 ID 進入網站的所有用戶中的 3%——也就是說，只有那些訪問已在網站上註冊。 不僅可以識別在特定時間授權的用戶會話，還可以識別擁有已知會員卡的未授權用戶的會話。 在已識別的用戶中：

  • 31% 在網上商店購物。
  • 17% 的人在離線購買之前訪問了在線商店（ROPO 用戶）。
  • 53% 的人同時在線上和線下商店購物。

在分析了所有必要的數據後，數字團隊可以用數字顯示數字媒體廣告對線下商店銷售的影響。下圖顯示了 8 月 23 日至 25 日發送的電子郵件通訊對線下銷售的影響。

該報告還允許團隊評估 ROPO 用戶份額的變化，以了解該指標的預期與實際數據的對應程度。​

該圖顯示了特定廣告活動產生的 ROPO 收入的百分比。

在構建下面的圖表時，可以直觀地顯示 ROPO 用戶在線和離線購買的份額，並跟踪此類用戶的動態變化。​

除了主要分析之外，營銷人員還想了解 ROPO 用戶的行為在客戶在網站上查看的內容和線下購買的內容方面如何因產品類別而異。

例如，有一種假設認為香水帶來的 ROPO 收入最多。 但報告顯示，事實上，抗衰老產品系列中的面部護理品類，ROPO佔有率很高。 在開發下一個在線廣告活動時可以考慮這些產品。

所有這些數據和對 ROPO 效應的正確分析有助於清楚地定義和展示在線廣告的有效性，同時考慮到用戶在線和離線的所有行為。 此外，由於 ROPO 分析和將離線交易下載到單獨的 Google Analytics 視圖中的能力，營銷人員可以更好地了解目標受眾的不同部分的行為，從而使他們能夠更詳細地計劃營銷活動。

下一步是增加已識別用戶的百分比，以便更準確地確定每個細分市場的行為。 通過識別在特定會話中的給定時間獲得授權的用戶，以及未獲得授權但擁有可以追溯匹配的會員卡的用戶，解決了該任務的一部分。