Hogyan használja a hozzárendelés elemzését az erősebb marketinglátáshoz

adattárház megoldásként

Az utóbbi években robbant az érintési pontok száma, amelyeken keresztül kapcsolatba lép az ügyfelekkel - és az, ahogyan találkoznak az Ön márkájával. Korábban a választás egyszerű volt: nyomtatott hirdetést, közvetített reklámot, esetleg direkt levelet vagy valamilyen kombinációt futtatott. Ma van keresés, online megjelenítés, közösségi média, mobil, blogok, összesítő webhelyek, és a lista folytatódik.

Az ügyfelek érintési pontjainak elterjedésével a hatékonyság tekintetében is fokozottabb ellenőrzés érkezett. Mennyi az adott közegben elköltött dollár valós értéke? Milyen közeg adja a legtöbb durranást a bakért? Hogyan lehet maximalizálni az előre haladó hatást?

A múltban a mérés ismét egyszerű volt: elindított egy hirdetést, és értékelte a különbséget a figyelem, a forgalom és az értékesítés szempontjából. Ma a hirdetéscserék betekintést nyújtanak abba, hogy hányan kattintottak a hirdetésére, és eljutottak a kívánt úticélra.

De mi történik akkor?

A hozzárendelés elemzése megválaszolhatja ezt a kérdést. Összegyűjtheti számos különböző forrásból származó adatokat, mind az üzleti vállalkozáson belül, mind pedig az ügyfelek számára. Segíthet meghatározni, hogy mely csatornák a legköltséghatékonyabbak a válaszok mennyiségének létrehozásában. A legfontosabb, hogy ez segíthet a csoporton belüli legjobb ügyfelek azonosításában és az információk alapján történő cselekvésben azáltal, hogy a marketing stratégiáját ennek megfelelően továbblépi.

Hogyan tudja hasznosítani attribúcióelemzés hatékonyan kihasználni ezeket az előnyöket? Itt van egy gyors esettanulmány arról, hogy egy vállalat hogyan csinálta:

A hozzárendelés elemzésének felhasználási esete

A mobil termelékenységet végző vállalat olyan alkalmazást forgalmaz, amely lehetővé teszi a felhasználók számára, hogy bármilyen eszközről dokumentumokat hozzanak létre, tekinthessenek át és osszák meg őket. Korán a cég harmadik féltől kezdett bele analitika eszközök előre beépített irányítópultokkal az alapvető mutatók nyomon követésére, mint például a letöltések, a napi / havi felhasználói számlák, az alkalmazással töltött idő, a létrehozott dokumentumok száma stb.

Az One Size Analytics nem felel meg mindenkinek

Amint a vállalat növekedése felrobbant, és a felhasználók száma millióra nőtt, a betekintés ez az egy mindenki számára megfelelő megközelítése nem terjedt el. Harmadik fél analitika szolgáltatás nem tudta kezelni a valós idejű adatok integrációját több forrásból, például a szerverplatform naplóiból, a webhely forgalmából és a hirdetési kampányokból.

Sőt, a vállalatnak több képernyőn és csatornán kellett elemeznie a hozzárendelést, hogy segítsen nekik eldönteni, hogy a következő növekményes marketing dollárt hol költsék el a legjobban az új ügyfelek megszerzésére. Tipikus forgatókönyv volt ez: egy felhasználó telefonján látta a vállalat Facebook-hirdetését, majd laptopon kereste a vállalatról szóló véleményeket, végül pedig kattintva telepítette az alkalmazást egy táblagépén található vizuális hirdetésből. A hozzárendelés ebben az esetben megköveteli az új ügyfél megszerzésének hitelének megosztását a közösségi médiában mobil, fizetős keresések / vélemények PC-n és alkalmazáson belüli vizuális hirdetések táblagépeken.

A cégnek egy lépéssel tovább kellett lépnie, és meg kellett fedeznie, hogy mely online marketing forrás segítette a legértékesebb felhasználók megszerzését. Meg kellett határozniuk a felhasználói viselkedést - az általános kattintás és telepítés műveleten túl -, amelyek egyediak voltak az alkalmazás számára, és értékesekké tették a felhasználót a vállalat számára. Kezdeti napjaiban a Facebook kifejlesztett egy egyszerű, de hatékony módszert erre: felfedezték, hogy a felhasználók száma, akiket a felhasználó „megbarátkoz” a regisztrálástól számított napokon belül, jó előre jelzi, hogy a felhasználó mennyire elkötelezett vagy értékes legyen hosszú távon. Online média és harmadik fél analitika a rendszerek vakok az ilyen típusú, időnként elmozdult, összetett cselekedetekkel szemben, amelyek egy alkalmazáson belül történnek.

Szükségük volt szokásra attribúcióelemzés elvégezni a munkát.

A hozzárendelés elemzése a megoldás

Egyszerűen kiindulva a vállalat belső fejlesztette ki a kezdeti célkitűzést: pontosan megismerni, hogy egy adott felhasználó hogyan szokott kölcsönhatásba lépni termékével egyetlen munkameneten belül. Miután ezt meghatározták, tovább mélyíthették ezeket az adatokat, hogy az ügyfelek profilszegmenseit létrehozhassák fizető felhasználók státusza és a havonta elköltött összeg alapján. E két adatterület egyesítésével a vállalat meg tudta határozni az adott ügyfelek élettartam érték - egy mutató, amely meghatározza, hogy mely ügyfelek rendelkeznek a legnagyobb bevételi potenciállal. Ez az információ viszont lehetővé tette számukra, hogy kifejezetten más médiaválasztás révén, kifejezetten speciális ajánlatokkal célozhassák meg a többi felhasználót - azokat, akiknek ugyanaz az „élettartam-érték” profilja volt.

Az eredmény? A marketingdollárok intelligensebb, tájékozottabb felhasználása. Folyamatos növekedés. És van egy egyedi hozzárendelési elemzési rendszer, amely növekedhet és alkalmazkodhat a vállalat előrehaladtával.

Sikeres hozzárendelési elemzés

Amikor elkezd foglalkozni attribúcióelemzés, fontos, hogy először meghatározza a sikert saját fogalmaival - és tartsa egyszerű. Kérdezd meg magadtól, kit tartok jó ügyfélnek? Ezután kérdezd meg, mi a célom az adott ügyféllel kapcsolatban? Dönthet úgy, hogy növeli a kiadásokat, és megszilárdítja a legértékesebb ügyfelekkel szembeni hűséget. Vagy dönthet úgy, hogy meghatározza, hol talál több olyan nagy értékű ügyfelet, mint ők. Valójában csak rajtad múlik, és mi felel meg a szervezetednek.

Röviden, a hozzárendelés-elemzés nagyon gyors és egyszerű módja lehet számos belső és harmadik féltől származó adat összegyűjtésének, és az adatok értelmezésének az Ön által kifejezetten meghatározott szempontok szerint. Megszerzi azt a betekintést, amelyre világosan meg kell határoznia és teljesítenie kell marketing céljait, majd csiszolnia kell stratégiáját, hogy a lehető legmagasabb megtérülést érje el minden elköltött marketing dollár esetében.

Mi az Adattárház mint szolgáltatás

Nemrégiben írtunk arról, hogyan az adattechnológiák növekszik a marketingesek számára. Az Adattárházak központi tárhelyet kínálnak, amely átfogó képet nyújt és nagyszerű betekintést nyújt a marketing erőfeszítéseibe - lehetővé téve hatalmas mennyiségű ügyfél-, tranzakciós, pénzügyi és marketingadat behozatalát. Az online, offline és mobil adatok központi jelentési adatbázisba gyűjtésével a marketingszakemberek képesek elemezni és megszerezni a szükséges válaszokat, amikor szükségük van rá. Az adattárház felépítése meglehetősen nagy vállalkozás az átlagos vállalat számára - de a Data Warehouse as a Service (DWaaS) megoldja a problémát a vállalatok számára.

A BitYota Data Warehouse szolgáltatásról

Ezt a bejegyzést a BitYota. A BitYota Data Warehouse as a Service megoldása csökkenti a fejfájást, ha más adatplatformot kell beállítania és kezelnie. A BitYota lehetővé teszi a marketingszakemberek számára, hogy gyorsan üzembe helyezhessék adattárházukat, könnyen csatlakozzanak egy felhőszolgáltatóhoz és konfigurálják a raktárunkat. A technológia az SQL-t a JSON technológián keresztül használja a raktár egyszerű lekérdezéséhez, és valós idejű adatcsatornákkal érkezik a gyors elemzéshez.

Vonzáselemzés - BitYota

A gyors kezelés egyik fő gátlója analitika az adatok átalakításának szükségessége, mielőtt azokat a analitika rendszer. Egy olyan világban, ahol az alkalmazások folyamatosan változnak, a több forrásból és különböző formátumokban érkező adatok azt jelentik, hogy a vállalatok gyakran túl sok időt töltenek adatátalakítási projektekkel, vagy szembesülnek törött analitika rendszerek. A BitYota az adatokat natív formátumában tárolja és elemzi, így nincs szükség fáradságos, időigényes adatátalakítási folyamatokra. Az adatátalakítás felszámolása gyors ügyfelek számára analitika, maximális rugalmasság és teljes adathűség. BitYota

Az igényeinek változásával csomópontokat adhat hozzá vagy távolíthat el a fürtből, vagy módosíthatja a gép konfigurációit. Teljesen kezelt megoldásként BitYota figyelemmel kíséri, kezeli, előkészíti és skálázza az adatplatformot, hogy Ön a legfontosabbra koncentrálhasson - az adatok elemzésére.

Mit gondolsz?

Ez az oldal Akismet-et használ a levélszemét csökkentése érdekében. Ismerje meg, hogyan dolgozik a megjegyzésed.