Kā jūs izmantojat attiecinājuma analīzi, lai iegūtu spēcīgāku mārketinga ieskatu

datu noliktava kā risinājums

Pēdējos gados ir pieaudzis saskarsmes punktu skaits, ar kuriem jūs mijiedarbojaties ar klientiem, un veids, kā viņi sastopas ar jūsu zīmolu. Agrāk izvēle bija vienkārša: jūs vadījāt drukātu reklāmu, apraides reklāmu, varbūt tiešo pastu vai kādu kombināciju. Šodien ir meklēšana, tiešsaistes attēlošana, sociālie mediji, mobilie, emuāri, apkopotāju vietnes, un saraksts turpinās.

Pieaugot klientu saskares punktu skaitam, ir arī pastiprināta rūpības pārbaude. Kāda ir reālā dolāra vērtība, kas iztērēta jebkurā vidē? Kāds medijs dod jums vislielāko sprādzienu? Kā jūs varat maksimāli palielināt ietekmi uz priekšu?

Arī iepriekš mērīšana bija vienkārša: jūs rādījāt reklāmu un novērtējāt atšķirību informētības, trafika un pārdošanas ziņā. Šodien reklāmu apmaiņa piedāvā ieskatu par to, cik daudz cilvēku noklikšķināja uz jūsu reklāmas un nonāca jūsu vēlamajā galamērķī.

Bet kas tad notiek?

Attiecinājuma analīze var sniegt atbildi uz šo jautājumu. Tas var apkopot datus no vairākiem atšķirīgiem avotiem, kas ir gan jūsu uzņēmuma iekšējie, gan ārējie klientu informēšanas ziņā. Tas var palīdzēt jums noteikt, kuri kanāli ir rentablākie, lai ģenerētu atbilžu daudzumu. Vissvarīgākais ir tas, ka tas var palīdzēt jums noteikt savus labākos klientus šajā grupā un rīkoties pēc šīs informācijas, attiecīgi virzot savu mārketinga stratēģiju.

Kā jūs varat izmantot attiecinājuma analīze efektīvi izmantot šos ieguvumus? Šeit ir īss gadījuma pētījums par to, kā viens uzņēmums to paveica:

Izmantošanas gadījums attiecinājuma analīzei

Mobilās produktivitātes uzņēmums tirgo lietojumprogrammu, kas ļauj lietotājiem izveidot, pārskatīt un kopīgot dokumentus no jebkuras ierīces. Sākumā uzņēmums ieviesa trešo personu analytics rīki ar iepriekš uzbūvētiem informācijas paneļiem, lai izsekotu pamatmetriku, piemēram, lejupielādes, ikdienas / mēneša lietotāju skaitu, ar lietotni pavadīto laiku, izveidoto dokumentu skaitu utt.

Viena izmēra analīze nav piemērota visiem

Tā kā uzņēmuma izaugsme strauji pieauga un to lietotāju skaits pieauga miljonos, šī pieeja, kas piemērota visiem, ieskatiem netika mērogota. Viņu trešā puse analytics pakalpojums nevarēja tikt galā ar reāllaika datu integrēšanu no vairākiem avotiem, piemēram, servera platformas žurnāliem, vietņu trafika un reklāmas kampaņām.

Turklāt uzņēmumam bija jāanalizē attiecinājums vairākos ekrānos un kanālos, lai palīdzētu viņiem izlemt, kur nākamais pieaugošais mārketinga dolārs vislabāk tiks tērēts jaunu klientu ieguvei. Tipisks scenārijs bija šāds: lietotājs telefonā redzēja uzņēmuma Facebook reklāmu, pēc tam savā klēpjdatorā meklēja atsauksmes par uzņēmumu un visbeidzot noklikšķināja, lai instalētu lietotni no planšetdatorā redzamās reklāmas. Attiecinājums šajā gadījumā prasa sadalīt kredītu šī jaunā klienta iegūšanai sociālajos tīklos mobilajās ierīcēs, apmaksātajā meklēšanā / pārskatos personālajā datorā un lietotņu attēla reklāmās planšetdatoros.

Uzņēmumam vajadzēja spert soli tālāk un atklāt, kurš tiešsaistes mārketinga avots viņiem palīdzēja iegūt vērtīgākos lietotājus. Viņiem bija jāidentificē lietotāju uzvedība, kas nav tikai vispārīgā darbība “noklikšķināt, lai instalētu”, kas lietotnei bija unikāla un padarīja lietotāju vērtīgu uzņēmumam. Pirmajās dienās Facebook izstrādāja vienkāršu, bet efektīvu veidu, kā to izdarīt: viņi atklāja, ka to cilvēku skaits, kurus lietotājs “draudzējas” noteiktā dienu laikā pēc reģistrēšanās, bija lielisks pareģotājs tam, cik lietotājs būs iesaistīts vai vērtīgs. būt ilgtermiņā. Tiešsaistes mediji un trešās puses analytics sistēmas ir neredzīgas pret šāda veida sarežģītām, laika gaitā pārvietotām darbībām, kas notiek lietotnē.

Viņiem vajadzēja paražas attiecinājuma analīze darīt darbu.

Attiecinājuma analīze ir risinājums

Sākot ar vienkāršu, uzņēmums iekšēji izstrādāja sākotnējo mērķi: precīzi atklāt, kā jebkuram lietotājam ir tendence mijiedarboties ar savu produktu vienas sesijas laikā. Kad tas būs noteikts, viņi varētu turpināt iedziļināties šajos datos, lai izveidotu klientu profila segmentus, pamatojoties uz viņu statusu kā maksājoši lietotāji un katru mēnesi iztērēto summu. Apvienojot šīs divas datu jomas, uzņēmums varēja noteikt konkrētā klienta kalpošanas vērtība - metrika, kas nosaka, kuriem klientu veidiem ir vislielākais ienākumu potenciāls. Šī informācija savukārt ļāva viņiem konkrētāk atlasīt citus lietotājus - tos, kuriem bija tāds pats “dzīves vērtības” profils, izmantojot ļoti specifiskas plašsaziņas līdzekļu izvēli ar ļoti specifiskiem piedāvājumiem.

Rezultāts? Gudrāka, informētāka mārketinga dolāru izmantošana. Turpinās izaugsme. Un izveidota pielāgota attiecinājuma analīzes sistēma, kas varētu augt un pielāgoties, uzņēmumam virzoties uz priekšu.

Veiksmīga attiecinājuma analīze

Kad jūs sākat iesaistīties attiecinājuma analīze, ir svarīgi vispirms definēt panākumus pēc saviem vārdiem - un saglabāt to vienkārši. Pajautājiet sev, kuru es uzskatu par labu klientu? Tad pajautājiet, kādi ir mani mērķi ar šo klientu? Jūs varat izvēlēties palielināt tēriņus un nostiprināt lojalitāti ar saviem visvērtīgākajiem klientiem. Vai arī jūs varat izvēlēties noteikt, kur atrast vairāk vērtīgu klientu tāpat kā viņi. Tas viss ir atkarīgs tikai no jums, un kas ir piemērots jūsu organizācijai.

Īsāk sakot, attiecinājuma analīze var būt ļoti ātrs un vienkāršs veids, kā apkopot datus no vairākiem iekšējiem un trešo pušu avotiem, un izprast šos datus jēdzienos, kurus jūs ļoti konkrēti nosakāt. Jūs iegūsiet nepieciešamo ieskatu, lai skaidri definētu un sasniegtu mārketinga mērķus, un pēc tam pilnveidojiet savu stratēģiju, lai sasniegtu visaugstāko iespējamo IA par katru iztērēto mārketinga dolāru.

Kas ir datu noliktava kā pakalpojums

Mēs nesen rakstījām par to, kā datu tehnoloģijas pieaug tirgotājiem. Datu noliktavas nodrošina centrālo repozitoriju, kas nodrošina mērogu un sniedz lielu ieskatu jūsu mārketinga centienos - ļaujot piesaistīt lielu daudzumu klientu, darījumu, finanšu un mārketinga datu. Uztverot tiešsaistes, bezsaistes un mobilos datus centrālajā pārskatu datu bāzē, tirgotāji var analizēt un iegūt vajadzīgās atbildes, kad viņiem tas nepieciešams. Datu noliktavas izveide vidējam uzņēmumam ir diezgan apņemšanās, taču Datu noliktava kā pakalpojums (DWaaS) atrisina šo problēmu uzņēmumiem.

Par BitYota datu noliktavu kā pakalpojumu

Šis ieraksts tika uzrakstīts ar BitYota. BitYota datu noliktava kā pakalpojuma risinājums noņem galvassāpes no nepieciešamības izveidot un pārvaldīt citu datu platformu. BitYota ļauj tirgotājiem ātri izveidot un palaist savu datu noliktavu, viegli izveidot savienojumu ar mākoņa nodrošinātāju un konfigurēt jūsu noliktavu. Tehnoloģija izmanto SQL, nevis JSON tehnoloģiju, lai ērti veiktu vaicājumus jūsu noliktavā, un tā nodrošina reāllaika datu plūsmas ātrai analīzei.

Piesaistes analīze - BitYota

Viens no galvenajiem ātras darbības inhibitoriem analytics ir nepieciešamība pārveidot datus, pirms tos uzglabāt savā analytics sistēmā. Pasaulē, kurā lietojumprogrammas pastāvīgi mainās, dati, kas nāk no vairākiem avotiem un dažādos formātos, nozīmē, ka uzņēmumi bieži vien pavada pārāk daudz laika datu pārveidošanas projektiem vai saskaras ar sadalīti analytics sistēmām. BitYota uzglabā un analizē datus tā dabiskajā formātā, tādējādi novēršot nepieciešamību pēc darbietilpīgiem, laikietilpīgiem datu transformācijas procesiem. Datu pārveidošanas atcelšana nodrošina mūsu klientiem ātru darbību analytics, maksimāla elastība un pilnīga datu precizitāte. BitYota

Mainoties jūsu vajadzībām, jūs varat pievienot vai noņemt mezglus no sava klastera vai mainīt mašīnas konfigurācijas. Kā pilnībā pārvaldīts risinājums BitYota uzrauga, pārvalda, nodrošina un mērogo jūsu datu platformu, lai jūs varētu koncentrēties uz svarīgāko - datu analīzi.

Ko jūs domājat?

Šī vietne izmanto Akismet, lai samazinātu surogātpastu. Uzziniet, kā tiek apstrādāts jūsu komentārs.