ROPO 分析：為什麼需要它以及如何進行

想像一下，你做得很好，但你得到的比你預期的少 40%。 只是因為你無法證明你努力的結果。 不進行 ROPO 分析的全渠道互聯網營銷人員也會遇到大致相同的情況。 但在這種情況下，被低估的在線營銷只是問題的一半。 不跟踪在線和離線客戶行為之間關係的公司可能會降低他們的銷售額，例如禁用乍一看並沒有回報的廣告。

在本文中，我們將解釋什麼是 ROPO 分析以及它可以為您的業務帶來哪些優勢。 我們將告訴您如何使用 OWOX BI 將用戶在網站上的行為與在零售商店的購買聯繫起來，ROPO 報告需要哪些數據，以及如何構建它們。

讓我們從理論開始。 ROPO（在線研究，線下購買）描述了客戶在互聯網上尋找產品並在實體店購買的行為。 客戶這樣做有幾個原因：

在消費者晴雨表中，您還可以按產品類型（例如電子產品或消費品）對數據進行排序，以獲取與您的業務相關的數據。

您應該如何使用 ROPO 分析的結果取決於您想要實現的目標。 您想了解您的在線渠道的真正效果、改進廣告活動並節省資金、增加線上或線下的銷售額，還是增加利潤？ 讓我們更詳細地考慮這些目標中的每一個。

因此，您已確保有足夠大比例的在您網站上研究商品的用戶會在零售店購買商品。 因此，很難計算在線廣告的準確轉化率和回報率，這可能會導致糟糕的決策。

如果產品在網上銷售不佳，不要急於將其從網站上刪除或關閉廣告活動。 事實證明，這款產品線下的銷售額是線上的三倍。 將網站訪問者的活動與在實體店購買的活動進行比較，您會發現自己是在浪費錢還是坐在金礦上。

當您確定 ROPO 銷售份額時，您可以繼續計算基於線下購買的任何廣告渠道或活動的 ROAS。 這可能會顯示出完全不同的畫面。

只有通過研究客戶旅程，您才能使廣告活動盡可能有效。 假設您為廢棄的購物車配置了自動電子郵件。 有些客戶可能會將購物車作為購物清單，然後去實體店購物。 通過識別此類用戶，您可以將他們從這些提醒電子郵件中排除並節省資金。

在購買之前查看您網站的人往往比那些不看的人花費更多。
根據 ROPO 原則確定您網站上哪些產品暢銷之後，您可以專注於推廣它們，從而增加您的利潤。

如果您進行 ROPO 分析並發現您的客戶更喜歡在零售店購買某些產品，那麼您應該考慮一下您的網站出了什麼問題。 為什麼客戶不——或者為什麼客戶不能——在線購買，而是去你的商店（希望如此），甚至去你的競爭對手。 這種行為可能有多種原因：

• 線上線下價格不一樣。
• 某些功能在網站上不可用，例如無法分期付款。
• 交貨時間太長。
• 有一個複雜的界面或一個漫長的支付過程。

在詳細檢查用戶的行為之後，您將能夠了解是什麼阻止了他們在網站上進行購買並通過以下方式進行修復：

• 在網上商店提供折扣
• 提供額外的保修或免費或快速交貨
• 提供便捷的支付方式
• 添加包含常見問題的部分
• 提供有關如何與您聯繫的信息。

簡而言之，您可以使您的網站適應客戶的自定義路徑。

從概念上講，有兩種方法可以評估在線廣告對線下銷售的影響。 第一個是基於識別特定用戶並將網站上訪問者的行為與實體店購買聯繫起來。 很明顯，要做到這一點，用戶必須獲得授權。

第二種解決方案是所謂的非個人數據融合。 您可以使用非個人數據融合來評估電視廣告對線下銷售或您的網站不允許用戶註冊的影響。 類似的任務適用於那些在亞馬遜或 Facebook 上的其他市場上宣傳產品的人。 在這種情況下，不可能將廣告和橫幅視圖的轉化與特定用戶的訂單相關聯。 使用間接相關來解決這個問題。 這是另一篇文章的主題。 如果您對有關間接相關的文章感興趣，請在評論中告訴我們。

在本文中，我們將重點關注識別特定用戶，這是任何企業的首要任務。 這樣做可以根據用戶在線和離線操作的組合來估計在線廣告的有效性。

識別用戶的主要階段：

1. 將在線數據與 CRM 中的交易數據相結合。
2. 確定 ROPO 購買的一部分，並了解這些購買在在線和離線銷售中所佔的份額。
3. 構建儀表板以對數據及其動態進行高級監控。
4. 為代理商建立詳細的表格，以便他們可以在媒體規劃和跟踪結果中使用 ROPO 數據。
5. 找到這些問題的答案：ROPO 買家是否通過網站訂購？ 是什麼阻止他們最初在網站上下訂單？ 您如何節省對這些客戶的再營銷費用？

我們建議在 Google BigQuery 中結合您網站的數據、廣告活動費用數據和 CRM 數據。 為此，您可以使用 Power BI、Google Data Studio、Amazon Redshift 或其他一些工具。 小型企業甚至可以將數據導出到 Google 表格。 但是，您應該了解，自動數據處理可能會由於不明顯和意外的原因而失敗。 因此，您需要使用一種可靠運行且不會分散您尋找洞察力和應用數據的機制。

Google BigQuery 之所以不錯，是因為與任何 SaaS 一樣，它不需要硬件投資，而且無論數量多少，都可以輕鬆組合數據。 這意味著隨著數據量的增長，您無需更改所有請求和設置。 如果你沒有太多數據，那麼你就不會花太多錢來處理它。
此外，BigQuery 支持數據重新處理。 如果客戶離線下訂單，然後轉到站點並登錄，您可以追溯地組合他們的所有操作。 谷歌分析不可能做到這一點。

您可以使用標準導出將用戶行為數據從 Google Analytics 導出到 Google BigQuery。 對於使用免費版 Google Analytics 的用戶，我們建議使用 OWOX BI Pipeline 在 BigQuery 中從您的站點收集原始非抽樣數據。 您可以在我們的幫助中心了解這些數據的結構。

有必要驗證源數據。 您必須已配置並從站點轉移到 Google Analytics 用戶 ID（或其他常見用戶 ID）。 由於數據將通過此 ID 精確連接，因此重要的是它存在於兩個表中並且是正確的。 也就是說，對於每個授權用戶，用戶 ID 都應該發送到自定義維度和 & uid 參數。

確保多個用戶沒有使用相同的 ID。 隨著時間的推移，檢查具有用戶 ID 的用戶百分比和值本身，以查看是否有任何異常。 為此，可以在 Google Analytics（分析）中構建具有 ID 的用戶細分，並查看該細分與用戶總數的關係。

還要按天和按流量來源檢查會話數、用戶數、交易數和收入數據中的異常情況。 最簡單的方法是在 GA 界面中。 您可以花幾個月的時間間隔查看標準受眾概覽、所有流量、來源/媒介、電子商務概覽和其他報告。 檢查這些報告是否有不合理的峰值或故障。

您可以一次性將訂單從 CRM 導入 Google BigQuery，或設置自動上傳數據以定期計算 ROPO 購買份額。

從您的 CRM 上傳的表格應至少包括：

• 交易日期
• 交易編號
• 訂購價格
• 用戶身份

允許您在其他部分中獲取報告的其他字段：

• 城市
• 商品編號
• 訂單中的商品數量
• 每件商品的價格
• 付款方式
• 交貨類型
• 訂單狀態

有了CRM數據，要注意：

• 所有必填字段的可用性
• 全天數據的可用性
• 日期、收入和城市的可比格式
• 所有事務中都存在用戶 ID 參數
• 重複交易

如果您不僅想了解 ROPO 購買的份額，還想計算他們的 ROAS，您將需要來自廣告來源的成本數據。 您可以將來自不同服務的費用導入 Google Analytics，然後使用 OWOX BI Pipeline 將它們作為單個流上傳到 Google BigQuery。
您的所有數據都可以根據此方案進行組合：

OWOX BI 提供免費試用期。 在此期間，您可以在 Google BigQuery 項目中設置數據收集，以創建有關 ROPO 和其他營銷指標的報告。

在您收集 Google BigQuery 中的所有數據後，您需要將其鏈接起來。 作為密鑰，您可以使用用戶 ID。 這是您分配給數據庫中每個用戶的唯一標識符，並與用戶的電子郵件地址或會員卡相關聯。 當用戶進入您的網站並登錄時（例如，輸入個人帳戶），他們的用戶 ID 將被傳輸到 Google Analytics（前提是您在 GA 中配置了此功能）。

通過這種方式，用戶可以鏈接到他們在網站上的操作。

為了盡可能多地識別您的用戶，您可以為登錄提供獎勵：登錄折扣、有用的可下載材料、促銷活動等。您可以在我們的文章 «Why and How to整合線上和線下客戶接觸點»

您還可以在通過電子郵件發送給客戶的鏈接中使用特殊的 huid 參數。 在此參數中，您可以寫入 CRM 系統中的用戶 ID 值。 這將幫助您識別用戶，即使他們沒有登錄網站。 例如，假設您的 CRM 中已經有一個客戶，該客戶具有電子郵件和唯一的用戶 ID。 您向該客戶發送一封電子郵件，其中包含包含該 ID 的鏈接。 客戶點擊鏈接並轉到您的網站並在網站上執行一些操作而無需註冊。 通過 Google 跟踪代碼管理器，您可以在用戶 ID 或自定義維度字段中將此標識符傳輸到 Google Analytics。

如果用戶在您的網站上留下請求，然後來到商店進行購買，您可以使用交易 ID 鏈接他們的操作。

在上圖中，您可以看到網站上的用戶行為數據（左）和來自 CRM 的購買數據（右）。

如果您對數據集成和 ROPO 分析的技術細節感興趣，請閱讀我們客戶的一些成功案例：

• M.video 的成功案例：評估在線廣告對線下銷售的影響
• 大吉嶺的成功案例：ROPO 分析證明 40% 的客戶在線下購買前會訪問公司網站​

我們的客戶通常對 ROPO 分析感興趣。 因此，我們向 OWOX BI Smart Data 添加了單獨的 ROPO 報告塊。 通過這項服務，您可以使用自然語言以俄語或英語詢問您的數據問題。 該服務將處理請求並為您提供清晰的答案以及視覺效果。

要接收 ROPO 報告，您需要將來自 Google Analytics 的用戶行為數據和來自 CRM 的離線訂單數據上傳到您的 Google BigQuery 項目。 然後將您的項目連接到 OWOX BI 智能數據。 您現在可以免費試用 OWOX BI，看看它是如何工作的。

要在 Smart Data 中接收 ROPO 報告，您需要來自 Google Analytics 的用戶行為數據和來自 CRM 的離線訂單數據。

在智能數據中，您可以通過從下拉列表中選擇選項來更改問題的所有突出顯示字段：收入份額、用戶交易、收入金額、平均支票大小等。您可以在幫助部分。

報告中的所有信息都可以上傳到 Google Data Studio 或下載為 CSV 文件。 您還可以根據需要復制 SQL 查詢並在 Google BigQuery 中對其進行優化。

考慮一些報告示例。

30 天的轉化窗口意味著從用戶最後一次訪問網站到進行離線購買之間最多經過 30 天。 可以更改轉換窗口以適合您的業務。

此報告顯示收入如何在在線、離線和 ROPO 銷售之間分配。 它有助於將 ROPO 訂單與常規線下購買區分開來，並了解 ROPO 效應在您的多渠道銷售中的真正作用。

這是 Google Analytics（分析）中的轉化時間報告（時間滯後）的類比，只是在這裡在線操作和離線購買相關。 此報告顯示轉化窗口內每天的交易、客戶和收入的百分比或數量。

這將幫助您了解 ROPO 購買的真實轉化窗口，並跟踪交易價值與用戶做出購買決定所需的天數之​​間的關係。

借助此報告，您可以確定哪些在線渠道、來源和廣告活動導致了線下購買。

您可能會問，如果只考慮在網站上註冊的用戶，ROPO 分析的結果有多準確？”這是一個很好的問題，要回答它，您需要了解有多少用戶。很難得到特定網站的準確答案。如果用戶未登錄，我們無法確定他是否在網站上。除非可以使用小組研究。

根據我們的經驗，可以與線下購買相關聯的授權用戶比例達到 40%，即使對於普通的全渠道消費電子零售商來說也是如此。 這個結果是全年累積的。 在季節性銷售期間，它會增加。 最重要的是，即使沒有 100% 的受眾群體，您也可以獲得具有代表性的預算再分配樣本。 這意味著您不需要組合每個用戶的操作； 您只需要結合足夠數量的用戶的數據來構建報表。

我們為營銷分析師準備了一份包含 20 個步驟的清單，以幫助您結合來自在線和離線來源的數據以做出正確的決策。 填寫表格，我們會將此清單發送到您的電子郵箱。