Comment l'analyse de bout en bout aide les entreprises

Analyses de bout en bout OWOX BI

L'analyse de bout en bout ne se résume pas à de beaux rapports et graphiques. La possibilité de suivre le chemin de chaque client, du premier point de contact aux achats réguliers, peut aider les entreprises à réduire le coût des canaux publicitaires inefficaces et surévalués, à augmenter le retour sur investissement et à évaluer l'impact de leur présence en ligne sur les ventes hors ligne. OWOX BI Les analystes ont rassemblé cinq études de cas démontrant que des analyses de haute qualité aident les entreprises à réussir et à être rentables.

Utilisation de l'analyse de bout en bout pour évaluer les contributions en ligne

La situation. Une entreprise a ouvert une boutique en ligne et plusieurs magasins de détail physiques. Les clients peuvent acheter des produits directement sur le site Web de l'entreprise ou les consulter en ligne et se rendre dans un magasin physique pour acheter. Le propriétaire a comparé les revenus des ventes en ligne et hors ligne et a conclu qu'un magasin physique rapportait beaucoup plus de bénéfices.

Le but. Décidez si vous souhaitez renoncer aux ventes en ligne et concentrez-vous sur les magasins physiques.

La solution pratique. La société de lingerieDarjeeling A étudié l'effet ROPO - l'impact de sa présence en ligne sur ses ventes hors ligne. Les experts de Darjeeling ont conclu que 40% des clients ont visité le site avant d'acheter dans un magasin. Par conséquent, sans la boutique en ligne, près de la moitié de leurs achats n'auraient pas lieu.

Pour obtenir ces informations, l'entreprise s'est appuyée sur deux systèmes de collecte, de stockage et de traitement des données:

  • Google Analytics pour obtenir des informations sur les actions des utilisateurs sur le site Web
  • Le CRM de l'entreprise pour les données de coût et d'exécution des commandes

Les spécialistes du marketing de Darjeeling ont combiné les données de ces systèmes, qui avaient des structures et une logique différentes. Pour créer un rapport unifié, Darjeeling a utilisé le système BI pour des analyses de bout en bout.

Utiliser l'analyse de bout en bout pour augmenter le retour sur investissement

La situation. Une entreprise utilise plusieurs canaux publicitaires pour attirer des clients, notamment la recherche, la publicité contextuelle, les réseaux sociaux et la télévision. Ils diffèrent tous en termes de coût et d'efficacité.

Le but. Évitez la publicité inefficace et coûteuse et n'utilisez que des publicités efficaces et bon marché. Cela peut être fait à l'aide d'analyses de bout en bout pour comparer le coût de chaque canal avec la valeur qu'il apporte.

La solution pratique. Dans leDocteur Ryadom chaîne de cliniques médicales, les patients peuvent interagir avec les médecins via différents canaux: sur le site internet, par téléphone ou à l'accueil. Cependant, les outils d'analyse Web réguliers ne suffisaient pas pour déterminer d'où venait chaque visiteur, car les données étaient collectées dans différents systèmes et n'étaient pas liées. Les analystes de la chaîne ont dû fusionner les données suivantes en un seul système:

  • Données sur le comportement des utilisateurs de Google Analytics
  • Données d'appel des systèmes de suivi des appels
  • Données sur les dépenses de toutes les sources publicitaires
  • Données sur les patients, les admissions et les revenus du système interne de la clinique

Les rapports basés sur ces données collectives ont montré quels canaux n'ont pas porté leurs fruits. Cela a aidé la chaîne de cliniques à optimiser ses dépenses publicitaires. Par exemple, dans la publicité contextuelle, les spécialistes du marketing n'ont laissé que des campagnes avec une meilleure sémantique et ont augmenté le budget des géoservices. En conséquence, le docteur Ryadom a multiplié par 2.5 le retour sur investissement des chaînes individuelles et divisé par deux les coûts publicitaires.

Utilisation de l'analyse de bout en bout pour trouver des domaines de croissance

La situation. Avant d'améliorer quelque chose, vous devez savoir ce qui ne fonctionne pas correctement. Par exemple, le nombre de campagnes et d'expressions de recherche dans la publicité contextuelle a peut-être augmenté si rapidement qu'il n'est plus possible de les gérer manuellement. Vous décidez donc d'automatiser la gestion des enchères. Pour ce faire, vous devez comprendre l'efficacité de chacune des plusieurs milliers d'expressions de recherche. Après tout, avec une évaluation incorrecte, vous pouvez soit fusionner votre budget pour rien, soit attirer moins de clients potentiels.

Le but. Évaluez les performances de chaque mot-clé pour des milliers de requêtes de recherche. Éliminez les dépenses inutiles et les faibles acquisitions dues à une évaluation incorrecte.

La solution pratique. Pour automatiser la gestion des enchères,Hoff, Un hypermarché détaillant de meubles et d'articles ménagers, a connecté toutes les sessions utilisateurs. Cela les a aidés à suivre les appels téléphoniques, les visites en magasin et chaque contact avec le site à partir de n'importe quel appareil.

Après avoir fusionné toutes ces données et mis en place des analyses de bout en bout, les employés de l'entreprise ont commencé à mettre en œuvre l'attribution - la distribution de valeur. Par défaut, Google Analytics utilise le dernier modèle d'attribution indirecte des clics. Mais cela ignore les visites directes, et le dernier canal et session de la chaîne d'interaction reçoit la valeur totale de la conversion.

Pour obtenir des données précises, les experts Hoff ont mis en place une attribution basée sur un entonnoir. La valeur de conversion qu'il contient est répartie entre tous les canaux qui participent à chaque étape de l'entonnoir. Lors de l'étude des données fusionnées, ils ont évalué le profit de chaque mot-clé et ont vu ceux qui étaient inefficaces et qui ont apporté plus de commandes.

Les analystes de Hoff définissent ces informations pour qu'elles soient mises à jour quotidiennement et transférées vers le système de gestion automatisé des offres. Les enchères sont ensuite ajustées afin que leur taille soit directement proportionnelle au ROI du mot-clé. En conséquence, Hoff a augmenté son retour sur investissement pour la publicité contextuelle de 17% et a doublé le nombre de mots clés efficaces.

Utiliser l'analyse de bout en bout pour personnaliser la communication

La situation. Dans toute entreprise, il est important de nouer des relations avec les clients pour proposer des offres pertinentes et suivre l'évolution de la fidélité à la marque. Bien sûr, quand il y a des milliers de clients, il est impossible de faire des offres personnalisées à chacun d'entre eux. Mais vous pouvez les diviser en plusieurs segments et établir une communication avec chacun de ces segments.

Le but. Divisez tous les clients en plusieurs segments et établissez une communication avec chacun de ces segments.

Solution pratique.  boutique, Un centre commercial de Moscou avec une boutique en ligne de vêtements, de chaussures et d'accessoires, a amélioré son travail avec les clients. Pour augmenter la fidélité des clients et la valeur à vie, les spécialistes du marketing Butik ont ​​personnalisé la communication via un centre d'appels, des e-mails et des SMS.

Les clients ont été divisés en segments en fonction de leur activité d'achat. Il en résulte des données dispersées car les clients peuvent acheter en ligne, commander en ligne et récupérer des produits dans un magasin physique, ou ne pas utiliser du tout le site. Pour cette raison, une partie des données a été collectée et stockée dans Google Analytics et l'autre partie dans le système CRM.

Ensuite, les spécialistes du marketing Butik ont ​​identifié chaque client et tous leurs achats. Sur la base de ces informations, ils ont déterminé des segments adaptés: nouveaux acheteurs, clients qui achètent une fois par trimestre ou une fois par an, clients réguliers, etc. Au total, ils ont identifié six segments et formé des règles pour passer automatiquement d'un segment à un autre. Cela a permis aux spécialistes du marketing Butik d'établir une communication personnalisée avec chaque segment de clientèle et de leur montrer différents messages publicitaires.

Utilisation de l'analyse de bout en bout pour déterminer la fraude dans la publicité au coût par action (CPA)

La situation. Une entreprise utilise le modèle du coût par action pour la publicité en ligne. Il place des publicités et paie des plateformes uniquement si les visiteurs effectuent une action ciblée telle que visiter leur site Web, s'inscrire ou acheter un produit. Mais les partenaires qui placent des publicités ne fonctionnent pas toujours honnêtement; il y a des fraudeurs parmi eux. Le plus souvent, ces fraudeurs substituent la source de trafic de telle sorte qu'il semble que leur réseau ait conduit à la conversion. Sans une analyse spéciale vous permettant de suivre chaque étape de la chaîne de vente et de voir quelles sources influencent le résultat, il est presque impossible de détecter une telle fraude.

Raiffeisen Bank avait des problèmes de fraude marketing. Leurs spécialistes du marketing avaient remarqué que les coûts de trafic des affiliés avaient augmenté alors que les revenus restaient les mêmes, ils ont donc décidé de vérifier attentivement le travail des partenaires.

Le but. Détectez la fraude à l'aide d'analyses de bout en bout. Suivez chaque étape de la chaîne de vente et comprenez quelles sources influencent l'action client ciblée.

Solution pratique. Pour vérifier le travail de leurs partenaires, les marketeurs de Raiffeisen Bank ont ​​collecté des données brutes sur les actions des utilisateurs sur le site: informations complètes, non traitées et non analysées. Parmi tous les clients disposant du dernier canal d'affiliation, ils ont choisi ceux qui avaient des pauses inhabituellement courtes entre les sessions. Ils ont constaté que pendant ces pauses, la source de trafic était inversée.

En conséquence, les analystes de Raiffeisen ont trouvé plusieurs partenaires qui s'appropriaient le trafic étranger et le revendaient à la banque. Alors ils ont arrêté de coopérer avec ces partenaires et ont arrêté de gaspiller leur budget.

Analyse de bout en bout

Nous avons mis en évidence les défis marketing les plus courants qu'un système d'analyse de bout en bout peut résoudre. En pratique, à l'aide de données intégrées sur les actions des utilisateurs à la fois sur un site Web et hors ligne, d'informations provenant de systèmes publicitaires et de données de suivi des appels, vous pouvez trouver des réponses à de nombreuses questions sur la façon d'améliorer votre entreprise.

Que pensez-vous?

Ce site utilise Akismet pour réduire les spams. Découvrez comment sont traitées les données de vos commentaires..