Kako koristite analizu atribucije za jači uvid u marketing

skladište podataka kao rješenje

Broj dodirnih točaka putem kojih komunicirate s kupcima - i načini na koji susreću vašu marku - eksplodirao je posljednjih godina. U prošlosti su izbori bili jednostavni: vodili ste tiskani oglas, emitiranu reklamu, možda izravnu poštu ili neku kombinaciju. Danas postoji pretraživanje, mrežni prikaz, društveni mediji, mobiteli, blogovi, web stranice za agregiranje, a popis se nastavlja.

Proliferacijom dodirnih točaka kupaca pojačano je i ispitivanje učinkovitosti. Kolika je stvarna vrijednost dolara potrošenog u bilo kojem od navedenih medija? Koji vam medij daje najviše novca? Kako možete povećati utjecaj krećući se naprijed?

U prošlosti je mjerenje bilo jednostavno: pokrenuli ste oglas i procijenili razliku u pogledu svijesti, prometa i prodaje. Danas razmjene oglasa nude uvid u to koliko je ljudi kliknulo vaš oglas i došlo do vašeg željenog odredišta.

Ali što se onda događa?

Analiza atribucije može dati odgovor na to pitanje. Može okupiti podatke iz brojnih različitih izvora, kako internih u vašem poslovanju, tako i eksternih u smislu dosega kupaca. Može vam pomoći odrediti koji su kanali najisplativiji u generiranju mnoštva odgovora. Što je najvažnije, može vam pomoći da prepoznate svoje najbolje kupce u toj grupi i djelujete na temelju tih podataka prilagođavanjem vaše marketinške strategije u skladu s tim kretanjem prema naprijed.

Kako možete koristiti analiza atribucije učinkovito i iskoristiti ove blagodati? Evo kratke studije slučaja o tome kako je to uspjela jedna tvrtka:

Slučaj upotrebe za analizu pripisivanja

Tvrtka za mobilnu produktivnost prodaje aplikaciju koja korisnicima omogućuje stvaranje, pregled i dijeljenje dokumenata s bilo kojeg uređaja. Rano je tvrtka implementirala treće strane analitika alati s unaprijed izgrađenim nadzornim pločama za praćenje osnovnih mjernih podataka poput preuzimanja, dnevnog / mjesečnog broja korisnika, vremena provedenog s aplikacijom, broja izrađenih dokumenata itd.

Analitika jedne veličine ne odgovara svima

Kako je rast tvrtke eksplodirao, a broj korisnika narastao u milijune, ovaj jednostavan pristup uvidima nije se razmjerno povećavao. Njihova treća strana analitika usluga se nije mogla nositi s integracijom podataka u stvarnom vremenu iz više izvora, kao što su zapisnici platforme poslužitelja, promet web stranica i oglasne kampanje.

Štoviše, tvrtka je trebala analizirati atribuciju na više ekrana i kanala kako bi im pomogla da odluče gdje će sljedeći primarni marketinški dolar najbolje potrošiti za stjecanje novih kupaca. Tipičan scenarij bio je sljedeći: korisnik je vidio oglas tvrtke na Facebooku dok je bio na telefonu, zatim je na prijenosnom računalu tražio recenzije o tvrtki i na kraju kliknuo da instalira aplikaciju iz prikaznog oglasa na svom tabletu. Atribucija u ovom slučaju zahtijeva podjelu zasluga za stjecanje tog novog kupca na društvenim mrežama na mobilnim uređajima, plaćeno pretraživanje / recenzije na računalu i prikazne oglase u aplikaciji na tabletima.

Tvrtka je trebala napraviti korak dalje i otkriti koji im je izvor internetskog marketinga pomogao da steknu svoje najcjenjenije korisnike. Trebali su identificirati ponašanja korisnika - osim generičke akcije klikni za instalaciju - koja su jedinstvena za aplikaciju i koja korisnika čine vrijednim za tvrtku. U svojim ranim danima Facebook je razvio jednostavan, ali moćan način da to učini: otkrili su da je broj ljudi koje korisnik "sprijatelji" u danom broju dana od registracije izvrstan prediktor koliko bi korisnik bio angažiran ili vrijedan biti dugoročno. Internetski mediji i treće strane analitika sustavi su slijepi za ove vrste vremenski raseljenih, složenih radnji koje se događaju u aplikaciji.

Trebali su običaj analiza atribucije obaviti posao.

Rješenje je analiza atribucije

Počevši jednostavno, tvrtka je interno razvila početni cilj: otkriti točno kako bilo koji korisnik teži interakciji sa svojim proizvodom unutar jedne sesije. Jednom kada se to utvrdi, mogli bi se detaljnije upoznati s tim podacima kako bi stvorili segmente profila kupaca na temelju njihovog statusa korisnika koji plaćaju i iznosa koji potroše svaki mjesec. Spajanjem ova dva područja podataka, tvrtka je uspjela utvrditi dani životna vrijednost - metrika koja je definirala koje su vrste kupaca imale najveći potencijal prihoda. Te su im informacije, pak, omogućile da preciznije ciljaju druge korisnike - one koji su imali isti profil "životne vrijednosti" - kroz vrlo specifične odabire medija, s vrlo specifičnim ponudama.

Rezultat? Pametnija, informiranija upotreba marketinških dolara. Nastavak rasta. I prilagođeni sustav analize atribucije koji bi mogao rasti i prilagođavati se kako tvrtka napreduje.

Uspješna analiza pripisivanja

Kad se počnete baviti analiza atribucije, važno je prvo definirati uspjeh vlastitim riječima - i biti jednostavan. Zapitajte se koga smatram dobrim kupcem? Zatim pitajte, koji su moji ciljevi kod tog kupca? Možete odlučiti povećati potrošnju i učvrstiti lojalnost kod svojih kupaca s najvećom vrijednosti. Ili možete odlučiti gdje možete pronaći više kupaca visoke vrijednosti poput njih. Zapravo sve ovisi o vama i o tome što je dobro za vašu organizaciju.

Ukratko, analiza atribucije može biti vrlo brz i jednostavan način za objedinjavanje podataka iz velikog broja internih i neovisnih izvora i razumijevanje tih podataka u terminima koje vi vrlo konkretno odredite. Steći ćete uvide koji su vam potrebni da biste jasno definirali i ispunili svoje marketinške ciljeve, a zatim usavršili svoju strategiju kako biste postigli najveći mogući ROI na svaki potrošeni marketinški dolar.

Što je Skladište podataka kao usluga

Nedavno smo pisali o tome kako podatkovne tehnologije su u porastu za trgovce. Skladišta podataka pružaju središnje spremište koje se skalira i pruža sjajan uvid u vaše marketinške napore - omogućujući mogućnost unošenja ogromnih količina podataka o kupcima, transakcijama, financijskim i marketinškim podacima. Snimanjem mrežnih, izvanmrežnih i mobilnih podataka u središnju bazu podataka izvješćivanja, trgovci su u stanju analizirati i dobiti odgovore koji su im potrebni kada im zatrebaju. Izgradnja skladišta podataka prilično je pothvat za prosječnu tvrtku, ali Data Warehouse as a Service (DWaaS) rješava problem za tvrtke.

O skladištu podataka BitYota kao usluzi

Ovaj je post napisan uz pomoć BitYota. Skladište podataka BitYota kao uslužno rješenje uklanja glavobolju zbog postavljanja i upravljanja drugom podatkovnom platformom. BitYota omogućuje trgovcima da brzo pokrenu i pokrenu svoje skladište podataka, lako se povezujući s pružateljem usluga u oblaku i konfigurirajući vaše skladište. Tehnologija koristi SQL preko JSON tehnologije za jednostavno postavljanje upita o vašem skladištu, a dolazi sa feedovima podataka u stvarnom vremenu za brzu analitiku.

Analiza atribucije - BitYota

Jedan od glavnih inhibitora za brzo analitika je potreba za transformacijom podataka prije nego što ih pohranite u svoj analitika sustav. U svijetu u kojem se aplikacije neprestano mijenjaju, podaci koji dolaze iz više izvora i u različitim formatima, znači da tvrtke često zateknu ili trošenje previše vremena na projekte transformacije podataka ili suočavanje s njima slomljen analitika sustavima. BitYota podatke pohranjuje i analizira u izvornom formatu eliminirajući tako zahtjevnu, dugotrajnu proceduru transformacije podataka. Ukidanje transformacije podataka našim kupcima omogućuje brzo analitika, maksimalna fleksibilnost i potpuna vjernost podacima. BitYota

Kako se vaše potrebe mijenjaju, moći ćete dodavati ili uklanjati čvorove iz klastera ili mijenjati konfiguracije stroja. Kao potpuno upravljano rješenje, BitYota nadgleda, upravlja, osigurava i skalira vašu podatkovnu platformu, tako da se možete usredotočiti na ono što je važno - analizirajući vaše podatke.

Što vi mislite?

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.