Come si utilizza l'analisi dell'attribuzione per una visione più approfondita del marketing

data warehouse come soluzione

Il numero di punti di contatto attraverso i quali interagisci con i clienti e il modo in cui incontrano il tuo marchio è esploso negli ultimi anni. In passato, le scelte erano semplici: si pubblicava un annuncio stampato, uno spot pubblicitario, magari un direct mail o una combinazione. Oggi ci sono la ricerca, la visualizzazione online, i social media, i dispositivi mobili, i blog, i siti di aggregazione e l'elenco potrebbe continuare.

Con la proliferazione dei punti di contatto con i clienti è anche aumentato il controllo sull'efficacia. Qual è il valore reale di un dollaro speso in un dato mezzo? Quale mezzo ti dà il miglior rapporto qualità-prezzo? Come puoi massimizzare l'impatto andando avanti?

Anche in passato la misurazione era semplice: si pubblicava un annuncio e si valutava la differenza in termini di consapevolezza, traffico e vendite. Oggi, gli scambi di annunci offrono informazioni su quante persone hanno fatto clic sul tuo annuncio e sono arrivate alla destinazione desiderata.

Ma cosa succede allora?

L'analisi dell'attribuzione può fornire la risposta a questa domanda. Può riunire dati da una serie di fonti disparate sia interne all'azienda che esterne in termini di contatto con i clienti. Può aiutarti a determinare quali canali sono più convenienti nel generare un volume di risposte. Ancora più importante, può aiutarti a identificare i tuoi migliori clienti all'interno di quel gruppo e ad agire in base a tali informazioni modificando la tua strategia di marketing di conseguenza andando avanti.

Come puoi utilizzare analisi di attribuzione in modo efficace e raccogliere questi benefici? Ecco un rapido caso di studio su come ha fatto un'azienda:

Il caso d'uso per l'analisi dell'attribuzione

Una società di produttività mobile commercializza un'applicazione che consente agli utenti di creare, rivedere e condividere documenti da qualsiasi dispositivo. All'inizio, la società ha implementato terze parti analitica strumenti con dashboard predefiniti per tenere traccia delle metriche di base come download, conteggi degli utenti giornalieri / mensili, tempo trascorso con l'app, numero di documenti creati, ecc.

L'analisi di una taglia non va bene per tutti

Poiché la crescita dell'azienda è esplosa e il numero di utenti è cresciuto a milioni, questo approccio unico per tutti gli insight non è stato scalabile. La loro terza parte analitica il servizio non è stato in grado di gestire l'integrazione di dati in tempo reale da più fonti come i log della piattaforma del server, il traffico del sito Web e le campagne pubblicitarie.

Inoltre, l'azienda aveva bisogno di analizzare l'attribuzione su più schermi e canali per aiutarli a decidere dove sarebbe stato meglio spendere il prossimo dollaro di marketing incrementale per l'acquisizione di nuovi clienti. Uno scenario tipico era questo: un utente ha visto l'annuncio di Facebook dell'azienda mentre era sul proprio telefono, quindi ha cercato recensioni sull'azienda sul proprio laptop e infine ha fatto clic per installare l'app da un annuncio display sul proprio tablet. L'attribuzione in questo caso richiede la suddivisione del credito per l'acquisizione di quel nuovo cliente sui social media su dispositivi mobili, ricerche / recensioni a pagamento su PC e annunci display in-app su tablet.

L'azienda doveva fare un ulteriore passo avanti e scoprire quale fonte di marketing online li ha aiutati ad acquisire i loro utenti più preziosi. Avevano bisogno di identificare i comportamenti degli utenti, al di là dell'azione generica del clic per installare, che erano unici per l'app e rendevano l'utente prezioso per l'azienda. Nei suoi primi giorni, Facebook ha sviluppato un modo semplice ma potente per farlo: hanno scoperto che il numero di persone che un utente "è amico" entro un dato numero di giorni dall'iscrizione era un grande indicatore di quanto un utente sarebbe coinvolto o prezioso essere a lungo termine. Media online e terze parti analitica i sistemi sono ciechi a questo tipo di azioni complesse e spostate nel tempo che si verificano all'interno di un'app.

Avevano bisogno di personalizzazione analisi di attribuzione fare il lavoro.

L'analisi dell'attribuzione è la soluzione

Partendo semplicemente, l'azienda ha sviluppato internamente un obiettivo iniziale: scoprire con precisione come un dato utente tende a interagire con il proprio prodotto all'interno di una singola sessione. Una volta determinato, potrebbero approfondire ulteriormente i dati per creare segmenti di profilo dei clienti in base al loro stato di utenti paganti e all'importo speso ogni mese. Unendo queste due aree di dati, l'azienda è stata in grado di determinare un determinato valore di vita - una metrica che definiva quali tipi di clienti avevano il maggior potenziale di guadagno. Quelle informazioni, a loro volta, hanno permesso loro di rivolgersi in modo più specifico ad altri utenti - quelli che avevano lo stesso profilo di "lifetime value" - attraverso scelte di media molto specifiche, con offerte altamente specifiche.

Il risultato? Uso più intelligente e più informato dei dollari di marketing. Crescita continua. E un sistema di analisi di attribuzione personalizzato in atto che potrebbe crescere e adattarsi man mano che l'azienda avanzava.

Un'analisi dell'attribuzione di successo

Quando inizi a impegnarti analisi di attribuzione, è importante definire prima il successo nei tuoi termini e mantenerlo semplice. Chiediti, chi considero un buon cliente? Quindi chiedi, quali sono i miei obiettivi con quel cliente? Puoi scegliere di aumentare la spesa e consolidare la fedeltà con i tuoi clienti di maggior valore. Oppure puoi scegliere di determinare dove puoi trovare più clienti di alto valore proprio come loro. Dipende davvero da te e da ciò che è giusto per la tua organizzazione.

In breve, l'analisi dell'attribuzione può essere un modo molto rapido e semplice per riunire i dati da una serie di fonti interne e di terze parti e dare un senso a tali dati in termini che si determinano in modo molto specifico. Otterrai le informazioni di cui hai bisogno per definire chiaramente e soddisfare i tuoi obiettivi di marketing, quindi affinare la tua strategia per ottenere il ROI più alto possibile su ogni dollaro di marketing speso.

Che cos'è Data Warehouse as a Service

Di recente abbiamo scritto su come le tecnologie dei dati sono in aumento per i professionisti del marketing. I data warehouse forniscono un repository centrale che scala e fornisce una visione approfondita delle tue attività di marketing, consentendo la capacità di portare enormi volumi di dati su clienti, transazioni, finanziari e marketing. Acquisendo dati online, offline e mobili in un database di reporting centrale, i professionisti del marketing sono in grado di analizzare e ottenere le risposte di cui hanno bisogno quando ne hanno bisogno. Costruire un data warehouse è piuttosto un'impresa per l'azienda media, ma Data Warehouse as a Service (DWaaS) risolve il problema per le aziende.

Informazioni su BitYota Data Warehouse as a Service

Questo post è stato scritto con l'assistenza di BitYota. La soluzione Data Warehouse as a Service di BitYota elimina il problema di dover configurare e gestire un'altra piattaforma dati. BitYota consente agli esperti di marketing di rendere rapidamente operativo il proprio data warehouse, connettendosi facilmente a un provider di cloud e configurando il proprio magazzino. La tecnologia utilizza SQL su tecnologia JSON per interrogare facilmente il tuo magazzino e viene fornita con feed di dati in tempo reale per analisi veloci.

Analisi dell'attrribuzione - BitYota

Uno dei principali inibitori del digiuno analitica è la necessità di trasformare i dati prima di archiviarli nel tuo file analitica sistema. In un mondo in cui le applicazioni cambiano costantemente, i dati provenienti da più fonti e in diversi formati significa che le aziende spesso si trovano a dedicare troppo tempo a progetti di trasformazione dei dati o ad affrontare rotto analitica sistemi. BitYota archivia e analizza i dati nel suo formato nativo, eliminando così la necessità di processi di trasformazione dei dati laboriosi e dispendiosi in termini di tempo. L'eliminazione della trasformazione dei dati garantisce ai nostri clienti una rapidità analitica, massima flessibilità e completa fedeltà dei dati. BitYota

Man mano che le tue esigenze cambiano, puoi aggiungere o rimuovere nodi dal tuo cluster o modificare le configurazioni della macchina. Come soluzione completamente gestita, BitYota monitora, gestisce, effettua il provisioning e ridimensiona la tua piattaforma dati, in modo che tu possa concentrarti su ciò che è importante: analizzare i tuoi dati.

Cosa ne pensi?

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati dei tuoi commenti.