Dołącz do czytelników
Brak wyników

Temat numeru

29 sierpnia 2019

NR 47 (Sierpień 2019)

Analiza customer journey – jak szacować korzyści z różnych źródeł danych?

0 97

W czasie budowania ścieżki klienta na stronie twojego biznesu musisz brać pod uwagę nie tylko treści on-site (jak blog, zdjęcia, opisy produktów itd.), ale także wszystko to, co jest poza stroną (off-site) – nawet content, generowany przez użytkowników. Wszystkie te treści stanowią istotne wskaźniki, które decydują o sile punktów styku z marką. W dodatku dochodzą do tego wszelkie komunikaty, które klienci widzą poza internetem: ulotki, plakaty, billboardy, reklamy telewizyjne, a nawet obecność marki na wydarzeniach czy w kampaniach społecznych. Wszyscy marketerzy zdają sobie, nawet intuicyjnie, sprawę, że cały ten kontekst ma wpływ na późniejszy research na stronie i dokonywanie zakupów. Jak oszacować efektywność każdego kanału?

Z pewnością obliczanie wpływu komunikacji offline na działania online wymaga dobrego zaplecza analityków i ich doświadczenia w obsłudze narzędzi. Nie jest to jednak rzecz niemożliwa, szczególnie jeśli będziesz pamiętać o kilku ważnych kwestiach.

Łączenie lokalizacji z działaniami online

Jedną z ciekawszych kwestii, na których skupia się digital marketing, jest badanie wpływu lokalizacji użytkownika na jego działania w sieci. Najbardziej wyraźnym przejawem takich działań jest używanie beaconów do wyświetlania komunikatów reklamowych i monitorowania jego przebywania w bliskiej odległości do sklepu. Rozwiązanie to było wykorzystywane np. w galeriach handlowych, gdzie w zalewie sklepów marka, która wykorzystywała beacony, mogła zachęcić do skorzystania z oferty. Barierą dla takiej technologii jest jednak konieczność namówienia klienta do wcześniejszego skorzystania z aplikacji – urządzenia mogą komunikować się bezprzewodowo ze smartfonami, ale używają do tego także odpowiedniej aplikacji. 
Google testuje inne podejście do badania miejsca i czasu, w jakim znajduje się konsument. Coraz częściej wykorzystuje dane o lokalizacji urządzenia mobilnego, z czego wynika, że wiele aplikacji uruchamia dodatkowe funkcje po umożliwieniu śledzenia GPS (np. automatyczne ustawienia map, szukanie wydarzeń w pobliżu). Dzięki wykorzystaniu takiego sposobu zbierania danych rozwija się koncepcja mikromomentów, czyli komunikat dociera w odpowiednim czasie.

Przykład:
Nie wyświetlamy bardzo angażujących reklam od godziny 8 do 15, kiedy potencjalni klienci pracują. Idąc dalej Google testuje też wykorzystanie danych GPS do raportowania wizyt i konwersji offline w Google Analytics oraz systemie reklamowym Google Ads. Więcej na ten temat możesz znaleźć pod tym linkiem: //support.google.com/analytics/answer/7573498

User generated data?

A jeżeli już o aplikacjach mowa, to może to być też narzędzie do zbierania danych offline, które użytkownik samodzielnie przekazuje. Wystarczy chociażby wspomnieć o popularnych aplikacjach, które pomagają przy zbieraniu punktów lojalnościowych. Dzięki temu marketer może zbierać nie tylko dane transakcyjne, ale także informacje o porze i dniu odwiedzania sklepu, kategorii zakupionych produktów itd. Jeżeli połączymy to z kontem w aplikacji, dowiemy się więcej o preferencjach oferty (np. czy użytkownik sprawdza online i kupuje offline, czy jest odwrotnie?), filtrach cen i cechach takich jak: rozmiar, kolor, cena albo – jak w przypadku branży fashion – fason. Aplikacje są często wykorzystywane do aktywizacji klienta i atrakcyjnego wplatania grywalizacji w interakcję z marką. Dzięki temu możemy nie tylko sprawdzać, jak zaangażowany jest klient i jakimi komunikatami będzie potencjalnie zainteresowany, ale także to, jak reklama poza siecią wpływała na zakup. 

Modelowanie atrybucji konwersji

Wszystkie opisane dotychczas próby łączenia danych są innowacyjne i ciekawe, ale zakładają także duży margines błędu – przede wszystkim nie można mieć stuprocentowej pewności co do oznaczania użytkowników. Warto podejść do problemu z innej strony – nie od pytania z jakich źródeł danych korzystać, by wyciągnąć wnioski, tylko jak działania zasięgowe wpływają na zakupy i ruch w witrynie. 
Pomocne w badaniu takich interakcji będzie modelowanie atrybucji. Prościej mówiąc – tradycyjnie jest to badanie, jakie kanały (Google Ads, mailing itd.) przybliżają użytkownika do konwersji. Na potrzeby sprawdzania wpływu kanałów także offline’owych, dołącza się do obliczeń inne kryteria. Algorytm ten, nazywany w artykule atrybucją zasięgu, korzysta z analizy szeregów czasowych, dzięki czemu obliczysz zarówno ruch podstawowy (bez wpływu), jak i ruch po działaniach marketingowych (np. po wyświetleniu reklamy).
 

Jak przygotować się do ewaluacji customer journey?
Krok po kroku!

  1. Już podczas opracowywania ścieżki przemyśl metody mierzenia skuteczności kanałów i potrzebne narzędzia.
  2. Nie zapominaj o zaplanowanych w czasie (np. w ciągu roku) kampanii zasięgowych – potrzebne będą do nich inne pomiary.
  3. W czasie projektu stale mierzskuteczność i monitoruj, czy dane w n...

Pozostałe 70% treści dostępne jest tylko dla Prenumeratorów.

Masz już prenumeratę? Zaloguj się, aby przeczytać artykuł.
Zaloguj się
Nie masz jeszcze prenumeraty? Nic straconego! Dołącz do grona stałych Czytelników już dziś i miej pewność, że żadne treści już Cię nie ominą.
Co zyskasz, kupując prenumeratę?
  • 6 drukowanych wydań magazynu Online Marketing
  • Dodatkowe artykuły niepublikowane w formie papierowej
  • Dostęp do czasopisma w wersji online
  • Dostęp do wszystkich archiwalnych wydań magazynu oraz dodatków specjalnych
  • ... i wiele więcej!
Sprawdź szczegóły

Przypisy