Reklamodawca Strategia Technologia Analityka E-commerce

Atrybucja w e-commerce #3: Znaczenie danych

W poprzednim artykule z tej serii omówiliśmy różne metody gromadzenia danych i pokazaliśmy, że śledzenie każdej pojedynczej interakcji Twojego klienta z marką jest praktycznie niemożliwe. To trudna kwestia gdy dokładność danych ma bezpośredni wpływ na Twoją atrybucję. Sytuacja dodatkowo się komplikuje, bo nie jest to jedyny ważny czynnik. Teraz zbadamy znaczenie zebranych danych dla atrybucji, włączając w to identyfikację istotnych danych, zrozumienie ich wagi i wiedzę o tym, jak z nimi pracować.
PODZIEL SIĘ:

Ścieżki klienta z pojedynczą aktywnością

Wielu marketing managerów patrzy dzisiaj na atrybucję z niemal religijną czcią. Standardowo im większa jest ich odpowiedzialność za budżet, tym większa jest też ich chęć posiadania zabezpieczenia – dowodzącego, że podejmowane przez nich decyzje były na pewno  właściwe. Należy też powiedzieć, że odkąd CMO ery digitalu są nieco bardziej obeznani z kwestiami technicznymi (co pozwala im korzystać z dostępnych technologii i narzędzi), są również bardziej precyzyjni w kwestii swoich wymagań, gdy chodzi o pracę z rozwiązaniami technologicznymi. Na przykład z przyszłościową, rozwijającą się dynamicznie multi-atrybucją, albo samouczącym się w czasie rzeczywistym algorytmem opartym na teorii gier.

Jednak wielu zapomina o podstawach. Zanim zaczną korzystać z zaawansowanej atrybucji, niezbędne jest zrozumienie jej wersji basic. Jak działają zasady atrybucji? Jaka część ścieżek klienta może być zastosowana do tych zasad? Czy raczej ile procent wszystkich ścieżek klienta zawiera w sobie więcej niż jeden kanał marketingowy?

Dlaczego tak ważne jest, aby wiedzieć, jak wielu masz klientów z pojedynczą aktywnością?

Powiedzmy, że Twoje raporty pokazują, że 30% ścieżek klienta kończy się na jednym kanale dotarcia. Innymi słowy 30% z nich to klienci z pojedynczą aktywnością. To mówi Ci, że nie potrzebujesz inteligentnej technologii marketingowej, aby przyłożyć do nich któryś model atrybucji i nagrodzić wydawcę/kanał za te 30%. Oznacza to, że 30% danych oraz sprzedaży jest nieistotnych dla Twojej analizy atrybucji.

Ten wskaźnik powinien być znany każdemu managerowi. W końcu rezultat zastosowania przez Ciebie atrybucji jest jedynie tak dobry, jak trafność i dokładność Twoich danych. Dokładność tutaj odnosi się do technicznie osiągalnego poprzez technologię marketingową opracowania wszystkich transakcji dokonanych, podczas gdy trafność to procent całego Twojego marketingu działającego według Twoich zasad atrybucji.

Jeśli więc Twoja atrybucja obejmuje 70% działań (ponieważ dla przykładu pozostałe 30% to klienci z pojedynczą aktywnością) i Twoja technologia może zarejestrować 85% wszystkich Twoich sprzedaży, wtedy mówimy o danych mających:

70% trafności * 85% dokładności = 60% znaczenia

To oznacza, że Twoja atrybucja obejmuje jedynie 60% działań marketingowych, które prowadzisz.

Co powinieneś zrobić ze swoimi ścieżkami klienta z jedną interakcją?

Jeśli w danych widzisz relatywnie dużą liczbę klientów z jedną aktywnością, jeszcze masz szansę to wykorzystać. Jest tu wiele możliwości analitycznych. My rekomendujemy następujące:

  • Sprawdź procent klientów z jedną aktywnością w stosunku do liczby nowych i już istniejących klientów.
    • Wiarygodne jest przypuszczenie, że klienci powracający kupują w podobny sposób, podczas gdy ścieżka nowego klienta wiodąca do pierwszego zakupu jest bardziej chaotyczna. Z naszego doświadczenia wynika, że może być zupełnie inaczej. Jest duże prawdopodobieństwo, że nowy klient dokona zakupu “zaliczając” tylko jeden punkt na drodze do sklepu z powodu takich źródeł jak Google Shopping, a klienci powracający mogą potrzebować bodźca w innym miejscu, żeby przypomnieć sobie o możliwości zakupu.
  • Zidentyfikuj, jak wiele z Twoich płatnych, własnych i pozyskanych kanałów dostarcza ścieżki klienta z jedną interakcją i zajrzyj głębiej, jeśli jest taka potrzeba.
    • Kanały marketingowe mogą być podchwytliwym zagadnieniem analitycznym, ponieważ zawierają w sobie setki różnych działań i partnerów reklamowych. Jeśli jeden kanał afiliacyjny dowozi wiele ścieżek klienta z jedną interakcją, to nie można stwierdzić, że atrybucja jest nieodpowiednia dla afiliacji w ogóle. W takich przypadkach kluczowe jest zagłębienie się w wyniki (kategorie, subkategorie, działalność partnera) i sprawdzenie wzorców widocznych w tych ścieżkach.
  • Oszacuj możliwości swojej technologii.
    • Doskonałym źródłem błędów jest, oczywiście, zdolność do śledzenia punktów na ścieżce klienta wiodących do konwersji, podobnie jak techniczna możliwość łączenia tych punktów w spójne ścieżki.

Docieranie do klientów

Można sobie wyobrazić, że klienci powracający generują prostsze ścieżki zakupu dzięki swoim doświadczeniom, podczas gdy nowi klienci generują  ścieżki bardziej chaotyczne. Jednak przeprowadzona przez nas na danych naszych klientów analiza wskazuje, że jest inaczej. Może to być spowodowane faktem, że klienci, ulegając przyzwyczajeniom, lubią docierać do celu znaną ścieżką, którą już wypróbowali i przetestowali. Tak długo jak droga jest przyjemna, wielu będzie zadowolonych z wykonywania nieustannie tych samych czynności.

Niezależnie od tego, o którą opcję chodzi, technologia, którą dysponujesz, powinna umożliwiać Ci  wgląd w proporcję ścieżek klienta z jedną interakcją, wzory ścieżek dla klientów powracających i nowych. Dzięki temu masz lepsze możliwości dostosowania swojej strategii docierania do większej liczby klientów.

Oryginalny artykuł znajdziesz na stronie naszego partnera Ingenious Technologies:

Attribution in E-commerce Part 3: Data Relevance for attribution

Więcej o atrybucji w artykułach:

Atrybucja w e-commerce #1: Zaczynamy

Atrybucja w e-commerce #2: Dokładność gromadzonych danych

Modele atrybucji – klucz do analizy faktycznej efektywności kanałów marketingowych

Źródło fot.: Pixabay

PODZIEL SIĘ:
Zespół agencji Cube Group

Zespół agencji Cube Group

Tekst został przygotowany przez specjalistów praktyków z zespołu Cube Group, agencji performance marketingowej, w skład której wchodzą m.in. sieć reklamy performance NetSales, agencja e-mail marketingowa MailSales, agencja dla e-commerce’ów SalesMedia oraz agencja SEO i content marketingowa SEMTEC. Zespół Cube Group na co dzień pracuje dla takich klientów jak RWE, PLL LOT, Credit Agricole, Polpharma, Tchibo, Empik.com, Provident Polska, Agata Meble itd., a dzięki realizowanych przez siebie kampaniom zdobył m.in. dwa Srebrne Efektony, statuetkę Agencji Roku od Media & Marketing Polska, nominację do Golden Arrow, Aulera czy wyróżnienie w Ekomersach.