Analisis & Ujian

Cara Anda Menggunakan Analisis Atribusi untuk Wawasan Pemasaran yang Lebih Kuat

Bilangan titik sentuh di mana anda berinteraksi dengan pelanggan - dan cara mereka menemui jenama anda - telah melonjak dalam beberapa tahun kebelakangan ini. Pada masa lalu, pilihannya mudah: anda menyiarkan iklan cetak, iklan siaran, mungkin surat terus, atau beberapa kombinasi. Hari ini terdapat carian, paparan dalam talian, media sosial, mudah alih, blog, laman agregator, dan senarai itu terus berjalan.

Dengan percambahan titik sentuh pelanggan juga telah meningkatkan penelitian mengenai keberkesanan. Apakah nilai sebenar satu dolar yang dibelanjakan dalam mana-mana medium tertentu? Apakah medium yang memberi anda paling banyak wang untuk wang anda? Bagaimanakah anda boleh memaksimumkan impak ke hadapan?

Sekali lagi, pengukurannya mudah: anda menyiarkan iklan, dan menilai perbezaan dari segi kesedaran, lalu lintas dan penjualan. Hari ini, pertukaran iklan memberikan gambaran tentang berapa banyak orang mengklik iklan anda dan sampai ke destinasi yang anda mahukan.

Tetapi apa yang berlaku kemudian?

Analisis atribusi boleh memberikan jawapan kepada soalan itu. Ia boleh menghimpunkan data daripada beberapa sumber yang berbeza sama ada dalaman kepada perniagaan anda dan luaran dari segi jangkauan pelanggan. Ia boleh membantu anda menentukan saluran yang paling berkesan kos dalam menjana jumlah respons. Paling penting, ia boleh membantu anda mengenal pasti pelanggan terbaik anda dalam kumpulan itu dan bertindak berdasarkan maklumat tersebut dengan mengubah strategi pemasaran anda dengan sewajarnya untuk bergerak ke hadapan.

Bagaimana anda boleh memanfaatkan analisis atribusi berkesan dan mendapat faedah ini? Berikut adalah kajian kes cepat mengenai bagaimana satu syarikat melakukannya:

Kes Penggunaan untuk Analisis Atribusi

Syarikat produktiviti mudah alih memasarkan aplikasi yang memungkinkan pengguna membuat, mengkaji dan berkongsi dokumen dari mana-mana peranti. Sejak awal lagi, syarikat ini melaksanakan pihak ketiga analisis alat dengan papan pemuka prabentuk untuk mengesan metrik asas seperti muat turun, jumlah pengguna harian / bulanan, masa yang dihabiskan dengan aplikasi, bilangan dokumen yang dibuat, dll.

Analisis Satu Ukuran Tidak Sesuai Semua

Ketika pertumbuhan syarikat meletup dan jumlah pengguna mereka meningkat menjadi berjuta-juta, pendekatan satu-satunya untuk analisis ini tidak bertambah. Pihak ketiga mereka analisis perkhidmatan tidak dapat menangani penyatuan data masa nyata dari pelbagai sumber seperti log platform pelayan, lalu lintas laman web dan kempen iklan.

Lebih-lebih lagi, syarikat itu perlu menganalisis atribusi di pelbagai skrin dan saluran untuk membantu mereka memutuskan di mana kenaikan dolar pemasaran seterusnya yang terbaik untuk pengeluaran pelanggan baru. Senario yang biasa berlaku ialah: pengguna melihat iklan Facebook syarikat semasa berada di telefon mereka, kemudian mencari ulasan mengenai syarikat itu di komputer riba mereka, dan akhirnya mengklik untuk memasang aplikasi dari iklan bergambar di tablet mereka. Atribusi dalam kes ini memerlukan pemisahan kredit untuk memperoleh pelanggan baru itu di media sosial di telefon bimbit, carian / ulasan berbayar di PC dan iklan paparan dalam aplikasi pada tablet.

Syarikat itu perlu mengambil langkah lebih jauh dan menemui sumber pemasaran dalam talian yang membantu mereka memperoleh pengguna mereka yang paling berharga. Mereka perlu mengenal pasti gelagat pengguna — melangkaui tindakan klik untuk memasang generik — yang unik untuk apl dan menjadikan pengguna berharga kepada syarikat. Pada awalnya, Facebook telah membangunkan cara yang mudah tetapi berkuasa untuk melakukan ini: mereka mendapati bahawa bilangan orang yang "rakan" pengguna dalam beberapa hari tertentu selepas mendaftar adalah peramal yang hebat tentang betapa terlibat atau berharganya pengguna. berada dalam jangka masa panjang. Media dalam talian dan pihak ketiga analisis sistem buta terhadap jenis tindakan yang berlainan waktu dan kompleks yang berlaku dalam aplikasi.

Mereka memerlukan adat analisis atribusi untuk menjalankan tugas.

Analisis Atribusi adalah Penyelesaiannya

Bermula secara sederhana, syarikat mengembangkan objektif awal secara dalaman: untuk mengetahui dengan tepat bagaimana pengguna tertentu cenderung berinteraksi dengan produk mereka dalam satu sesi. Setelah ditentukan, mereka dapat mempelajari lebih lanjut data tersebut untuk membuat segmen profil pelanggan berdasarkan status mereka sebagai pengguna berbayar dan jumlah yang dibelanjakan setiap bulan. Dengan menggabungkan dua bidang data ini, syarikat dapat menentukan pelanggan tertentu nilai seumur hidup - metrik yang menentukan jenis pelanggan yang berpotensi memperoleh pendapatan paling banyak. Maklumat itu, pada gilirannya, memungkinkan mereka untuk secara khusus menargetkan pengguna lain - yang mempunyai profil "nilai seumur hidup" yang sama - melalui pilihan media yang sangat spesifik, dengan tawaran yang sangat spesifik.

Keputusan? Penggunaan dolar pemasaran yang lebih bijak dan tepat. Pertumbuhan berterusan. Dan sistem analisis atribusi tersuai yang dapat berkembang dan menyesuaikan diri ketika syarikat bergerak maju.

Analisis Atribusi yang Berjaya

Apabila anda mula terlibat analisis atribusi, adalah mustahak untuk menentukan kejayaan terlebih dahulu mengikut kehendak anda sendiri - dan tetap mudah. Tanyakan pada diri sendiri, siapa yang saya anggap sebagai pelanggan yang baik? Kemudian tanyakan, apakah objektif saya dengan pelanggan itu? Anda boleh memilih untuk meningkatkan perbelanjaan dan memantapkan kesetiaan dengan pelanggan bernilai tertinggi. Atau, anda boleh memilih untuk menentukan di mana anda dapat mencari lebih banyak pelanggan bernilai tinggi seperti mereka. Itu semua bergantung kepada anda, dan apa yang sesuai untuk organisasi anda.

Ringkasnya, analisis atribusi boleh menjadi cara yang sangat cepat dan mudah untuk menyatukan data dari sejumlah sumber dalaman dan pihak ketiga, dan memahami data tersebut dari segi yang anda tentukan secara spesifik. Anda akan mendapat pandangan yang anda perlukan untuk menentukan dengan jelas dan memenuhi objektif pemasaran anda, kemudian mengasah strategi anda untuk mencapai ROI tertinggi pada setiap dolar pemasaran yang dibelanjakan.

Apa itu Data Warehouse sebagai Perkhidmatan

Kami baru-baru ini menulis mengenai bagaimana teknologi data semakin meningkat untuk pemasar. Gudang Data menyediakan repositori pusat yang menimbang dan memberikan wawasan yang besar mengenai usaha pemasaran anda - memungkinkan kemampuan untuk membawa sejumlah besar data pelanggan, transaksi, kewangan dan pemasaran. Dengan menangkap data dalam talian, luar talian dan mudah alih dalam pangkalan data pelaporan pusat, pemasar dapat menganalisis dan mendapatkan jawapan yang mereka perlukan ketika mereka memerlukannya. Membangun gudang data adalah usaha yang biasa dilakukan oleh syarikat biasa - tetapi Data Warehouse sebagai Perkhidmatan (DWaaS) menyelesaikan masalah untuk syarikat.

Mengenai BitYota Data Warehouse sebagai Perkhidmatan

Catatan ini ditulis dengan bantuan dari BitYota. Data Warehouse BitYota sebagai penyelesaian Perkhidmatan menghilangkan rasa sakit kepala kerana perlu mengatur dan menguruskan platform data lain. BitYota membolehkan pemasar menyiapkan dan menyiapkan gudang data mereka dengan cepat, dengan mudah menyambung ke penyedia awan dan mengkonfigurasi gudang anda. Teknologi ini menggunakan teknologi SQL over JSON untuk membuat pertanyaan gudang anda dengan mudah dan dilengkapi dengan suapan data masa nyata untuk analisis pantas.

Analisis Daya Tarik - BitYota

Salah satu penghambat utama untuk berpuasa analisis adalah keperluan untuk mengubah data sebelum menyimpannya di dalam analisis sistem. Di dunia di mana aplikasi berubah secara berterusan, data yang datang dari pelbagai sumber, dan dalam format yang berbeza, bermaksud syarikat sering mendapati diri mereka menghabiskan banyak masa untuk projek transformasi data atau menghadapi pecah analisis sistem. BitYota menyimpan dan menganalisis data dalam format asalnya sehingga menghilangkan keperluan untuk proses transformasi data yang memakan masa dan sukar. Menghilangkan transformasi data memberikan pelanggan kami dengan pantas analisis, fleksibiliti maksimum, dan kesetiaan data yang lengkap. BitYota

Oleh kerana keperluan anda berubah, anda dapat menambah atau membuang nod dari kluster anda atau menukar konfigurasi mesin. Sebagai penyelesaian yang diuruskan sepenuhnya, BitYota memantau, mengurus, memperuntukkan, dan menskalakan platform data anda, sehingga anda dapat memfokus pada perkara penting - menganalisis data anda.

Douglas Karr

Douglas Karr ialah CMO daripada OpenINSIGHTS dan pengasas Martech Zone. Douglas telah membantu berpuluh-puluh syarikat permulaan MarTech yang berjaya, telah membantu dalam usaha wajar lebih $5 bilion dalam pemerolehan dan pelaburan Martech, dan terus membantu syarikat dalam melaksanakan dan mengautomasikan strategi jualan dan pemasaran mereka. Douglas ialah transformasi digital yang diiktiraf di peringkat antarabangsa dan pakar serta penceramah MarTech. Douglas juga merupakan pengarang buku panduan Dummie dan buku kepimpinan perniagaan yang diterbitkan.

Artikel yang berkaitan

Kembali ke atas butang
Tutup

Adblock Dikesan

Martech Zone mampu memberikan anda kandungan ini tanpa sebarang kos kerana kami mengewangkan tapak kami melalui hasil iklan, pautan ahli gabungan dan tajaan. Kami amat menghargai jika anda akan mengalih keluar penyekat iklan anda semasa anda melihat tapak kami.