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 oni susreću vaš brend - eksplodirao je posljednjih godina. U prošlosti su izbori bili jednostavni: vodili ste štampani oglas, emitovanu reklamu, možda direktnu poštu ili neku kombinaciju. Danas postoji pretraga, mrežni prikaz, društveni mediji, mobilni uređaji, blogovi, agregatorske web stranice i lista se nastavlja.

Proliferacijom dodirnih tačaka kupaca pojačano je i ispitivanje efikasnosti. Kolika je stvarna vrijednost dolara potrošenog u bilo kojem datom medijumu? Koji vam medij daje najviše novca? Kako možete maksimizirati uticaj krećući se naprijed?

Opet u prošlosti, mjerenje je 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 šta se onda događa?

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

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

Slučaj upotrebe za analizu pripisivanja

Tvrtka za mobilnu produktivnost prodaje aplikaciju koja omogućava korisnicima da kreiraju, pregledaju i dijele dokumente s bilo kojeg uređaja. Rano je kompanija implementirala nezavisne partnere 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 kompanije eksplodirao, a broj korisnika narastao u milione, ovaj jednoznačni pristup uvidima nije se prilagodio. Njihova treća strana analitika usluga se nije mogla nositi s integracijom podataka u stvarnom vremenu iz više izvora, kao što su dnevnici dnevnika platforme, promet web lokacija i oglasne kampanje.

Štaviše, kompanija je trebala analizirati atribuciju na više ekrana i kanala kako bi im pomogla da odluče gdje bi sljedeći primarni marketinški dolar najbolje bio potrošen za akviziciju novih kupaca. Tipičan scenarij bio je sljedeći: korisnik je vidio oglas kompanije na Facebooku dok je bio na telefonu, zatim je na laptopu tražio recenzije o kompaniji 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 računaru i prikazne oglase u aplikaciji na tabletima.

Tvrtka je trebala napraviti korak dalje i otkriti koji su im izvori mrežnog marketinga pomogli 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 kompaniju. 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 veliki prediktor koliko bi korisnik bio angažiran ili vrijedan biti dugoročno. Internet mediji i treće strane analitika sistemi su slijepi za ove vrste vremenski raseljenih, složenih radnji koje se događaju u aplikaciji.

Trebao im je običaj analiza atribucije da obavi posao.

Analiza atribucije je rješenje

Počevši jednostavno, kompanija je interno razvila početni cilj: otkriti tačno kako bilo koji korisnik teži interakciji sa svojim proizvodom u toku jedne sesije. Jednom kada se to utvrdi, oni bi mogli dalje analizirati te podatke kako bi stvorili segmente profila kupaca na osnovu njihovog statusa korisnika koji plaćaju i iznosa koji se troši svakog mjeseca. Spajanjem ova dva područja podataka, kompanija 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 vrednosti“ - kroz vrlo specifične izbore medija, sa vrlo specifičnim ponudama.

Rezultat? Pametnija, informiranija upotreba marketinških dolara. Kontinuirani rast. I prilagođeni sistem analize atribucije koji bi mogao rasti i prilagođavati se kako kompanija napreduje.

Uspješna analiza pripisivanja

Kad počnete da se bavite 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 odabrati da odredite gdje možete pronaći više kupaca visoke vrijednosti poput njih. Zaista 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 nezavisnih izvora, te 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 centralno spremište koje se skalira i pruža sjajan uvid u vaše marketinške napore - omogućavajući mogućnost unošenja ogromnih količina podataka o kupcima, transakcijama, finansijskim i marketinškim podacima. Snimanjem mrežnih, vanmrežnih i mobilnih podataka u centralnu bazu podataka izvještavanja, trgovci su u mogućnosti analizirati i dobiti odgovore koji su im potrebni kada im zatrebaju. Izgradnja skladišta podataka prilično je napor za prosječnu kompaniju - ali skladište podataka kao usluga (DWaaS) rješava problem za kompanije.

O skladištu podataka BitYota kao usluzi

Ovaj post je napisan uz pomoć BitYota. Skladište podataka BitYota kao uslužno rješenje uklanja glavobolju zbog postavljanja i upravljanja drugom platformom podataka. BitYota omogućava trgovcima da brzo pokrenu i pokrenu svoje skladište podataka, lako se povezujući s dobavljačem 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 sistem. U svijetu u kojem se aplikacije neprestano mijenjaju, podaci koji dolaze iz više izvora i u različitim formatima, znače da kompanije često zateknu ili trošenje previše vremena na projekte transformacije podataka ili suočavanje sa pokvaren analitika sistemima. BitYota pohranjuje i analizira podatke u njihovom izvornom formatu, čime eliminira potrebu za mukotrpnim, dugotrajnim procesima transformacije podataka. Ukidanje transformacije podataka našim kupcima omogućava 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 platformu podataka, tako da se možete usredotočiti na ono što je važno - na analizu podataka.

Šta ti misliš?

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.