Ako využívate analýzu pripisovania pre silnejší marketingový prehľad

dátový sklad ako riešenie

Počet kontaktných bodov, prostredníctvom ktorých komunikujete so zákazníkmi - a spôsoby, ako sa s vašou značkou stretávajú - za posledné roky explodoval. V minulosti boli možnosti jednoduché: spustili ste tlačenú reklamu, vysielanú reklamu, možno direct mail alebo nejakú kombináciu. Dnes existuje vyhľadávanie, online zobrazovanie, sociálne médiá, mobilné zariadenia, blogy, agregačné stránky a zoznam pokračuje.

S rozširovaním kontaktných bodov pre zákazníka prichádzala aj zvýšená kontrola efektívnosti. Aká je skutočná hodnota dolára použitého v danom médiu? Aké médium vám dá najviac peňazí za peniaze? Ako môžete maximalizovať vplyv vpred?

Aj v minulosti bolo meranie jednoduché: spustili ste reklamu a vyhodnotili ste rozdiel v povedomí, prevádzke a predaji. Výmeny reklám dnes poskytujú prehľad o tom, koľko ľudí kliklo na vašu reklamu a prišlo na požadované miesto určenia.

Čo sa však potom stane?

Odpoveď na túto otázku môže poskytnúť analýza pripisovania. Môže zhromažďovať údaje z viacerých rôznorodých zdrojov interných pre vaše podnikanie aj externých, pokiaľ ide o dosah zákazníkov. Môže vám pomôcť určiť, ktoré kanály sú pri generovaní množstva odpovedí najefektívnejšie z hľadiska nákladov. Najdôležitejšie je, že vám môže pomôcť identifikovať vašich najlepších zákazníkov v rámci tejto skupiny a na základe týchto informácií konať tým, že doladí vašu marketingovú stratégiu.

Ako môžete využiť analýza pripisovania efektívne využívať tieto výhody? Tu je rýchla prípadová štúdia o tom, ako to dokázala jedna spoločnosť:

Prípad použitia pre analýzu pripisovania

Spoločnosť zaoberajúca sa mobilnou produktivitou uvádza na trh aplikáciu, ktorá umožňuje používateľom vytvárať, kontrolovať a zdieľať dokumenty z ľubovoľného zariadenia. Hneď na začiatku spoločnosť implementovala tretiu stranu analytika nástroje s vopred pripravenými informačnými panelmi na sledovanie základných metrík, ako sú stiahnutia, denné / mesačné počty používateľov, čas strávený aplikáciou, počet vytvorených dokumentov atď.

Analýza jednej veľkosti nevyhovuje všetkým

Pretože rast spoločnosti explodoval a počet ich používateľov rástol v miliónoch, tento univerzálny prístup k štatistikám sa nerozšíril. Ich tretia strana analytika služba nedokázala spracovať integráciu údajov v reálnom čase z viacerých zdrojov, ako sú protokoly platformy servera, prenos z webu a reklamné kampane.

Spoločnosť navyše potrebovala analyzovať atribúciu naprieč rôznymi obrazovkami a kanálmi, aby im pomohla rozhodnúť sa, kde bude ďalší prírastkový marketingový dolár najlepšie utratený za získanie nových zákazníkov. Typický scenár bol tento: používateľ videl na telefóne reklamu spoločnosti na Facebooku, potom vo svojom notebooku vyhľadal recenzie spoločnosti a nakoniec klikol na inštaláciu aplikácie z obsahovej reklamy na svojom tablete. Pripisovanie v tomto prípade vyžaduje rozdelenie kreditu za získanie tohto nového zákazníka naprieč sociálnymi médiami na mobilných zariadeniach, plateným vyhľadávaním / recenziami na PC a grafickými reklamami v aplikácii na tabletoch.

Spoločnosť potrebovala posunúť veci o krok ďalej a zistiť, ktorý zdroj online marketingu im pomohol získať ich najcennejších používateľov. Potrebovali identifikovať správanie používateľov - nad rámec všeobecnej akcie kliknutia a inštalácie - ktoré boli pre aplikáciu jedinečné a vďaka čomu bol používateľ pre spoločnosť hodnotný. Vo svojich začiatkoch vyvinul Facebook jednoduchý, ale účinný spôsob, ako to dosiahnuť: zistili, že počet ľudí, ktorých „používateľ“ spriazňuje ”v rámci daného počtu dní od registrácie, bol veľkým prediktorom toho, ako angažovaný alebo hodnotný by bol užívateľ byť z dlhodobého hľadiska. Médiá online a tretie strany analytika systémy sú slepé voči týmto druhom časovo posunutých a zložitých akcií, ku ktorým dochádza v aplikácii.

Potrebovali zvyk analýza pripisovania robiť prácu.

Riešením je analýza atribúcie

Od začiatku spoločnosť interne vyvinula počiatočný cieľ: presne zistiť, ako má ktorýkoľvek používateľ tendenciu interagovať s jeho produktom v rámci jednej relácie. Keď to bolo určené, mohli ďalej hĺbkovo analyzovať tieto údaje a vytvárať segmenty profilov zákazníkov na základe ich stavu ako platiacich používateľov a sumy utratenej každý mesiac. Spojením týchto dvoch oblastí údajov bola spoločnosť schopná určiť hodnota životnosti - metrika, ktorá definuje, ktoré typy zákazníkov majú najväčší potenciál výnosov. Tieto informácie im zase umožnili konkrétnejšie zacieliť na ďalších používateľov - tých, ktorí mali rovnaký profil „celoživotnej hodnoty“ - prostredníctvom veľmi konkrétnych možností médií s vysoko konkrétnymi ponukami.

Výsledok? Inteligentnejšie a informovanejšie využitie marketingových dolárov. Pokračujúci rast. A systém prispôsobenej analýzy pripisovania, ktorý mohol rásť a prispôsobovať sa spoločnosti vpred.

Úspešná analýza pripisovania

Keď sa začnete zaoberať analýza pripisovania, je dôležité najskôr definovať úspech podľa vlastných slov - a udržiavať to jednoduché. Spýtajte sa sami seba, koho považujem za dobrého zákazníka? Potom sa opýtajte, aké sú moje ciele s týmto zákazníkom? Môžete sa rozhodnúť zvýšiť výdavky a upevniť lojalitu so svojimi zákazníkmi s najvyššou hodnotou. Môžete sa tiež rozhodnúť, kde nájdete viac zákazníkov s vysokou hodnotou, ako sú oni. Je to naozaj všetko na vás a na tom, čo je vhodné pre vašu organizáciu.

Stručne povedané, analýza atribúcie môže byť veľmi rýchlym a ľahkým spôsobom, ako spojiť údaje z mnohých interných zdrojov a zdrojov tretích strán, a dať im zmysel v podmienkach, ktoré si sami veľmi konkrétne určujete. Získate poznatky, ktoré potrebujete, aby ste jasne definovali a splnili svoje marketingové ciele, a potom zdokonalte svoju stratégiu tak, aby ste dosiahli čo najvyššiu návratnosť investícií z každého vynaloženého marketingového dolára.

Čo je Data Warehouse ako služba

Nedávno sme písali o tom, ako dátové technológie sú na vzostupe pre obchodníkov. Dátové sklady poskytujú centrálne úložisko, ktoré rozširuje a poskytuje vynikajúci prehľad o vašich marketingových snahách - umožňuje schopnosť prinášať obrovské objemy zákazníckych, transakčných, finančných a marketingových údajov. Získavaním online, offline a mobilných údajov v centrálnej databáze prehľadov môžu obchodníci analyzovať a získať odpovede, ktoré potrebujú, keď to potrebujú. Budovanie dátového skladu je pre priemernú spoločnosť celkom záväzok - ale spoločnosť Data Warehouse as a Service (DWaaS) tento problém rieši.

O dátovom sklade BitYota ako službe

Tento príspevok bol napísaný s pomocou BitYota. Riešenie BitYota Data Warehouse as a Service odstraňuje bolesti hlavy z nutnosti nastavenia a správy inej dátovej platformy. BitYota umožňuje marketingovým pracovníkom rýchlo uviesť do prevádzky dátový sklad, ľahko sa pripojiť k poskytovateľovi cloudu a nakonfigurovať váš sklad. Táto technológia využíva technológiu SQL over JSON na ľahký dopyt na váš sklad a dodáva sa s dátovými kanálmi v reálnom čase na rýchlu analýzu.

Analýza atribúcie - BitYota

Jeden z hlavných inhibítorov pre rýchle analytika je potreba transformovať dáta pred ich uložením do vášho analytika systém. Vo svete, kde sa aplikácie neustále menia, znamenajú údaje prichádzajúce z viacerých zdrojov a v rôznych formátoch to, že spoločnosti často trávia príliš veľa času projektmi transformácie údajov alebo čelia zlomený analytika systémov. BitYota ukladá a analyzuje údaje v ich natívnom formáte, čím eliminuje potrebu namáhavých a časovo náročných procesov transformácie údajov. Zrušenie transformácie údajov poskytuje našim zákazníkom rýchlosť analytika, maximálna flexibilita a úplná vernosť údajov. BitYota

Ako sa menia vaše potreby, môžete pridávať alebo odstraňovať uzly zo svojho klastra alebo meniť konfigurácie strojov. Ako plne spravované riešenie BitYota monitoruje, spravuje, spravuje a rozširuje vaše dátové platformy, aby ste sa mohli sústrediť na to dôležité - analyzovať vaše údaje.

Čo si myslíte?

Táto stránka používa Akismet na zníženie spamu. Zistite, ako sa spracúvajú údaje vašich komentárov.