- Як зібрати дані з різних систем в єдиному сховищі
- Як виявити справжню цінність каналу ретаргетінга для компанії
- Ефективний ретаргетінг за сегментами аудиторії
- Як зменшити відсоток not provided запитів
На минулорічній конференції 8P Анна Іванова, менеджер проектів відділу аналітики в OWOX , Поділилася фішками з практики фахівців компанії. Якщо вам цікаво, як не витрачати на рекламу для тих, хто нічого не купує, читайте цей пост.
Як зібрати дані з різних систем в єдиному сховищі
Фахівці знають: використовуючи стандартні (статистичні) моделі атрибуції ми не можемо точно визначити цінність рекламної кампанії. Чому? Тому що не враховуємо:
- скасовані замовлення;
- оффлайн-замовлення;
- маржу замовлення;
- замовлення по телефону;
- сприймаємо користувача, який заходить на сайт з різних пристроїв, як декількох користувачів;
- використовуємо семпліровалісь дані при побудові звітів.
Як же тоді збільшити ROI онлайн-реклами? Для цього слід:
- Зібрати дані про всіх сесіях користувача онлайн (з різних пристроїв) і офлайн.
- Оцінити прибуток від кожної пошукової фрази, а не призначати 100% цінності пошуковим фразам перед конверсією.
- Автоматизувати управління контекстною рекламою і розрахунок ставок.
Рішення в кейсі, представлене на 8P:
Крок 1. Збір даних в Google BigQuery.
При зборі аналітичної інформації існує три точки дотику з користувачем:
- Client-ID.
- User-ID, який ми видаємо тільки тим, хто авторизувався онлайн.
- Карта лояльності, отримана при офлайн-покупці.
Уявімо клієнта Аллу. Вона зайшла з мобільного, подивилася дивани. У неї один Client-ID. Потім Алла вдруге зайшла з мобільного - її Client-ID не змінився, так як девайс і браузер не змінилися. Вона авторизуватися і ми дізналися її User-ID.
Будинки Алла показала чоловікові диван, який пригледіла. Чоловік схвалив - вона зайшла з десктопа і замовила диван. Client-ID змінився, а User-ID посутньо не змінився. Що ми можемо винести з цього випадку? Якщо Алла зайде з будь-якого зі своїх пристроїв, ми будемо знати, що це вона.
Ви запитаєте: «А якщо це громадський комп'ютер»? У наш час такий варіант малоймовірний і тому підміна IP навряд чи станеться.
Також у нас є приклад іншого клієнта: Ігор. Він зайшов з робочого столу, потім - з мобільного, потім знову з робочого столу. Крім того, Ігор вже купував щось офлайн, і у нього є карта лояльності. Тобто по взаємодії з ним існують всі три точки дотику. Можна ретроспективно прогнати ці дані і подивитися, що Ігор робив раніше, хто привів лояльного до нас клієнта.
Ще одна ситуація з Ігорем. Він купив стіл, потім порадився будинку і купив гарнітур. При цьому замовив гарнітур через колл-центр і забрав з магазину.
І ми бачимо, куди і коли він прийшов, на якому етапі і де зник з поля зору. Чому це сталося: може, він просто переїхав і став купувати з мобільного.
Цей кейс дозволяє об'єднати і подивитися на ці дані.
Крок 2. Обробка сирих даних.
Крок 3. Розрахунок моделі атрибуції:
- визначення рекламного каналу, який ініціював першу сесію;
- призначення цінності сесій.
Крок 4. Передача і використання даних в Analytics.
Що отримали в результаті аналітики OWOX?
- збільшення ROI контекстної реклами на 17% за рахунок оптимізації розміру ставок;
- зростання числа пошукових фраз з ненульовий цінністю в 2,4 рази: стандартні моделі атрибуції їх просто не враховували;
В результаті з'ясували, що ставлення доходів офлайн до онлайну в деяких категоріях контексту на 50% більше, ніж середнє відношення доходу офлайна і онлайну.
Як виявити справжню цінність каналу ретаргетінга для компанії
Чи дійсно ефективний канал ретаргетінга? Зізнайтеся, вам теж іноді потрібна відповідь на це питання. Як на нього відповіли в OWOX, розбираємося на прикладі другого кейса.
Бізнес-завдання: налаштувати часткову відправку даних про відвідувачів в партнерську систему. Тобто не показувати частину користувачів і подивитися як вона конвертуються без ретаргетінга. При цьому частина користувачів рівномірно виділяється із усієї аудиторії.
Щоб перевірити, прийдуть чи не прийдуть користувачі без ретаргетінга, провели А / В-тестування. А / В-тест налаштовували за допомогою GTM . Привабливість у тому, що нам не потрібно вивантажувати варіанти на сторінки - необхідно просто рівномірно поділити аудиторію.
У чому цінність:
- визначити, як змінюється модель поведінки користувачів, які взаємодіють з партнерською рекламою;
- порівняти цінність користувачів, які повернулися через рекламний сервіс, і тих, хто ніколи з ним не взаємодіяв.
Як вирішували це завдання аналітики?
- Налаштували дві змінних:
- для cookie, в якій зберігався варіант тесту, показаного користувачеві;
- змінну, в якій генерувалося довільне число. На підставі знання цього числа користувачі потрапляли в різні групи тестування.
Приймали значення в діапазоні від 0 до 2147483647.
- Створили тег, в якому фіксується передача в ретаргетінговую систему - призначений для користувача HTML-тег, в якому прописали логіку розподілу варіантів в тесті.
- Створили додаткові змінні: abtest_category, abtest_action, abtest_label.
- Створили тег, що відправляє дані про експеримент в GA.
Запускали по такому Тригер:
- Створили тригер, що відправляє дані про частини користувачів партнеру.
Що отримали в результаті:
- показник конверсії вище для користувачів, які прийшли за допомогою ретаргетінга;
- при цьому середній чек вище у користувачів, які не взаємодіяли з рекламними оголошеннями в ретаргетінге.
Незважаючи на незначну різницю в рівні конверсій, середній чек вище для користувачів, які не взаємодіяли з даною системою. Тобто продуктивні і зацікавлені користувачі часто приходять і без ретаргетінга.
Ефективний ретаргетінг за сегментами аудиторії
Щоб рекламне повідомлення потрапило точно в ціль, слід сегментувати аудиторію. На жаль, не для всіх це так очевидно. Клієнти, які приносять більший дохід, залучаються точно так же, як і основна маса користувачів. Щоб змінити ситуацію, в OWOX запропонували застосувати RFM-аналіз на основі даних Google Marketing Platform і BigQuery.
RFM та LTV-аналіз спрямовані на те, щоб сегментувати аудиторію і зробити e-mail-розсилки, SEO-звернення більш цільовими і спрямованими - бити в ту точку, яка дійсно принесе результат.
Отже, бізнес-завдання: збільшити конверсію і ROAS для платних джерел трафіку. Що для цього потрібно:
- Для кожного клієнта розрахувати очікуваний Lifetime Value (RFM model).
- Створити LTV-групи аудиторів для експорту в Google Рекламу.
- Провести коригування ставок в Google Рекламі.
Кожен день фахівці вивантажували ці дані, перераховували RFM, при цьому витрачали на зберігання і обробку невеликі гроші. Так, для середнього бізнесу сума не доходила навіть до $ 100 в місяць (дані станом на 2017 рік). Що в підсумку: відомо рух аудиторії, можна дивитися, як користувач рухається між сегментами в процесі свого життєвого циклу і можна правильно продати йому рекламу.
Кроки фахівців OWOX:
- Імпортували замовлення з CRM в Google BigQuery (365 + днів).
- Виконали сегментацію за давністю (Recency), частоті (Frequency), сумі (Monetary) покупок - всього 125 сегментів (це не межа, може бути і 400.
Важливо: Якщо будете використовувати, задавайте фільтри, за якими користувачі будуть потрапляти в сегменти. Вони діляться, потім потрапляють в табличку. Ці дані вивантажуються за допомогою інструменту OWOX BI або через стандартний імпорт Google. Потім там же все обробляється.
- Імпортували дані в Google Analytics з BigQuery.
- Використовували дані в GA для аналізу поведінки по когортам.
- Створили аудиторії і налаштували таргетинг в Google Рекламі по RFM групам.
Результати через чотири місяці після запуску:
- Конверсія в Google Рекламі збільшилася в два рази.
- Витрати зросли в 2,5 рази, а ROAS на 55%.
Як зменшити відсоток not provided запитів
З чим напевно стикалися все: Google в кінці 2012 почав шифрувати 95% даних not provided.
Як з проблемою шифрування левової частки ключових органічного пошукового трафіку боролися в OWOX?
Для вирішення цього питання фахівці OWOX сформулювали аналітичну задачу:
- Зібрати якомога більше слів із зони, яку шифрує Google.
- Проаналізувати релевантність запитів і, по можливості, підняти їх у видачі (перша десятка все одно завжди більш релевантна).
Два методу рішення:
Перший варіант: Використовувати сторонній сервіс RoyApp, який функціонально схожий на те, що робить Serpstat : Безкоштовний, вбудований і вважає (в 2018 році RoyApp припинив своє існування - примітка редакції).
плюси:
- розшифровує 30-60% (not provided) трафіку;
Важливо: Чим більше сайт, тим менший відсоток дешифрування. Тобто вони базуються на певній кількості ключових слів, які можуть розшифрувати.
- збирає додаткову позицію і версію пошукової системи;
- є 30-денний trial. Якщо ви його використовуєте, дані збережуться в Google Analytics і ви перевірите, чи цікаво працювати з цим сервісом.
мінуси:
- платний сервіс. Правда, не дуже дорогий. І якщо у вас велика зав'язка на органічному трафіку і проблема not provided стоїть гостро, зверніть увагу на цей інструмент;
- необхідні настройки в GTM і GA.
Коротка інструкція по налаштуванню RoyApp:
Створити тег в GTM.
Створити змінну в GTM.
Останній крок: створити змінні в GA для збору розшифрованої інформації.
Другий варіант: Вбудований звіт в Search Console
Основна проблема - він ніяк не пов'язаний з іншими звітами Google. Кастомниє змінні не застосовуються до цього звіту, половина стандартних - теж. З інших мінусів:
- дані стають доступні через 48 годин;
- зберігає дані тільки за останні 90 днів;
- немає можливості працювати з одними параметрами і в призначених для користувача звітах.
Як все ж можна використовувати цей звіт? Вивантажувати кожен день дані, наприклад, в Google BigQuery або в CRM, тоді збережеться вся ретроспектива і швидкість доступу до даних.
плюси:
- не потрібні додаткові налаштування GTM / коду;
- розшифровує близько 50-60% пошукових запитів;
- є можливість подивитися зрізи по Лендінзі, GEO, аксесуарам.
результати:
- Завдяки RoyApp кількість розпізнаних запитів зросла до 48%.
- За допомогою вивантаження звіту з Search Console фахівці OWOX дізналися на 46% більше пошукових запитів, які раніше були not provided
Більше подробиць ми дізналися вже в кулуарах, бо в рамках однієї доповіді на 8P про всі фішках можна і не встигнути розповісти. І це вже та інформація, який ми не можемо з вами поділитися.
У цю суботу, 14 липня точно так же будемо полювати за доповідачами після виступів. На жаль, якщо ви не встигли купити квиток на 8Р, продажу вже закриті, але ми будемо вести пряму трансляцію конференції в блозі. Слідкуйте за оновленнями!
Чому?Як же тоді збільшити ROI онлайн-реклами?
Що ми можемо винести з цього випадку?
Ви запитаєте: «А якщо це громадський комп'ютер»?
Що отримали в результаті аналітики OWOX?
Як вирішували це завдання аналітики?
Як з проблемою шифрування левової частки ключових органічного пошукового трафіку боролися в OWOX?
Як все ж можна використовувати цей звіт?