Hoe u attributieanalyse gebruikt voor een beter marketinginzicht

datawarehouse als oplossing

Het aantal contactpunten waarmee u met klanten omgaat - en de manieren waarop ze uw merk ontmoeten - is de afgelopen jaren explosief gestegen. In het verleden waren de keuzes eenvoudig: u plaatste een gedrukte advertentie, een reclamespotje, misschien direct mail of een combinatie daarvan. Tegenwoordig is er zoeken, online weergave, sociale media, mobiel, blogs, aggregatorsites en de lijst gaat maar door.

Met de toename van het aantal contactpunten met de klant is er ook meer aandacht voor de effectiviteit. Wat is de werkelijke waarde van een dollar die in een bepaald medium wordt uitgegeven? Welk medium geeft u het meeste waar voor uw geld? Hoe kunt u de impact maximaliseren om vooruit te komen?

Ook in het verleden was meten eenvoudig: u plaatste een advertentie en beoordeelde het verschil in termen van bekendheid, verkeer en verkoop. Tegenwoordig bieden advertentie-uitwisselingen inzicht in hoeveel mensen op uw advertentie hebben geklikt en naar uw gewenste bestemming zijn gekomen.

Maar wat gebeurt er dan?

Attributieanalyse kan het antwoord op die vraag geven. Het kan gegevens uit een aantal ongelijksoortige bronnen samenbrengen, zowel intern voor uw bedrijf als extern in termen van klantbereik. Het kan u helpen bepalen welke kanalen het meest kosteneffectief zijn bij het genereren van een aantal reacties. Het belangrijkste is dat het u kan helpen uw beste klanten binnen die groep te identificeren en op die informatie te reageren door uw marketingstrategie dienovereenkomstig aan te passen.

Hoe kunt u gebruiken attributie analyse effectief en profiteer van deze voordelen? Hier is een korte casestudy over hoe een bedrijf het deed:

De use case voor attributieanalyse

Een bedrijf voor mobiele productiviteit brengt een applicatie op de markt waarmee gebruikers vanaf elk apparaat documenten kunnen maken, bekijken en delen. Al vroeg implementeerde het bedrijf een derde partij analytics tools met vooraf gebouwde dashboards om basisstatistieken bij te houden, zoals downloads, dagelijkse / maandelijkse gebruikersaantallen, tijd besteed aan de app, aantal aangemaakte documenten, enz.

One Size Analytics past niet iedereen

Toen de groei van het bedrijf explodeerde en het aantal gebruikers in de miljoenen groeide, schaalde deze one-size-fits-all benadering van inzichten niet. Hun derde partij analytics service kon de integratie van realtime gegevens uit meerdere bronnen, zoals serverplatformlogboeken, websiteverkeer en advertentiecampagnes, niet aan.

Bovendien moest het bedrijf attributie op meerdere schermen en kanalen analyseren om hen te helpen beslissen waar de volgende incrementele marketingdollar het beste zou worden besteed aan het werven van nieuwe klanten. Een typisch scenario was dit: een gebruiker zag de Facebook-advertentie van het bedrijf terwijl hij op zijn telefoon zat, zocht vervolgens naar recensies over het bedrijf op zijn laptop en klikte uiteindelijk om de app te installeren via een display-advertentie op zijn tablet. Toeschrijving vereist in dit geval het verdelen van het krediet voor het werven van die nieuwe klant via sociale media op mobiele apparaten, betaalde zoekopdrachten / recensies op de pc en in-app display-advertenties op tablets.

Het bedrijf moest een stap verder gaan en ontdekken welke online marketingbron hen hielp om hun meest waardevolle gebruikers te werven. Ze moesten gebruikersgedrag identificeren - naast de algemene click-to-install-actie - dat uniek was voor de app en de gebruiker waardevol maakte voor het bedrijf. In de begintijd ontwikkelde Facebook een eenvoudige maar krachtige manier om dit te doen: ze ontdekten dat het aantal mensen dat een gebruiker 'vrienden' was binnen een bepaald aantal dagen na aanmelding een goede voorspeller was van hoe betrokken of waardevol een gebruiker zou zijn. op de lange termijn zijn. Online media en derden analytics systemen zijn blind voor dit soort tijdverplaatste, complexe acties die plaatsvinden binnen een app.

Ze hadden maatwerk nodig attributie analyse om het werk te doen.

Attributieanalyse is de oplossing

Om eenvoudig te beginnen, ontwikkelde het bedrijf intern een eerste doelstelling: precies ontdekken hoe een bepaalde gebruiker binnen een enkele sessie met zijn product reageert. Zodra dat was vastgesteld, konden ze die gegevens verder analyseren om profielsegmenten van klanten te maken op basis van hun status als betalende gebruikers en het bedrag dat elke maand werd uitgegeven. Door deze twee gegevensgebieden samen te voegen, kon het bedrijf de levenslange waarde - een statistiek die definieerde welke soorten klanten het meeste inkomstenpotentieel hadden. Die informatie stelde hen op hun beurt in staat om zich specifieker te richten op andere gebruikers - degenen die hetzelfde "lifetime value" -profiel hadden - door middel van zeer specifieke media-keuzes, met zeer specifieke aanbiedingen.

Het resultaat? Slimmer, beter geïnformeerd gebruik van marketinggeld. Voortdurende groei. En een aangepast toeschrijvingsanalysesysteem dat zou kunnen groeien en aanpassen naarmate het bedrijf vorderde.

Een succesvolle attributieanalyse

Wanneer je begint mee te doen attributie analyse, is het belangrijk om succes eerst in uw eigen termen te definiëren - en het simpel te houden. Vraag uzelf af, wie beschouw ik als een goede klant? Vraag dan, wat zijn mijn doelstellingen met die klant? U kunt ervoor kiezen om uw uitgaven te verhogen en de loyaliteit met uw meest waardevolle klanten te versterken. Of u kunt ervoor kiezen om te bepalen waar u net als zij meer waardevolle klanten kunt vinden. Het is echt helemaal aan jou, en wat goed is voor jouw organisatie.

Kort gezegd, attributieanalyse kan een zeer snelle en gemakkelijke manier zijn om gegevens uit een aantal interne en externe bronnen samen te brengen, en die gegevens te begrijpen in termen die u heel specifiek bepaalt. U krijgt de inzichten die u nodig hebt om uw marketingdoelstellingen duidelijk te definiëren en te bereiken, en vervolgens uw strategie aan te scherpen om de hoogst mogelijke ROI te behalen op elke uitgegeven marketingdollar.

Wat is Data Warehouse as a Service

We schreven onlangs over hoe datatechnologieën zijn in opkomst voor marketeers. Datawarehouses bieden een centrale opslagplaats die schaalbaar is en een goed inzicht geeft in uw marketinginspanningen, waardoor u enorme hoeveelheden klant-, transactie-, financiële en marketinggegevens kunt binnenhalen. Door online, offline en mobiele gegevens vast te leggen in een centrale rapportagedatabase, kunnen marketeers analyseren en de antwoorden krijgen die ze nodig hebben wanneer ze die nodig hebben. Het bouwen van een datawarehouse is een behoorlijke onderneming voor het gemiddelde bedrijf, maar Data Warehouse as a Service (DWaaS) lost het probleem voor bedrijven op.

Over BitYota Data Warehouse as a Service

Dit bericht is geschreven met de hulp van BitYota. BitYota's Data Warehouse as a Service-oplossing neemt de hoofdpijn weg bij het opzetten en beheren van een ander dataplatform. BitYota stelt marketeers in staat om snel hun datawarehouse in gebruik te nemen, eenvoudig verbinding te maken met een cloudprovider en uw magazijn te configureren. De technologie maakt gebruik van SQL over JSON-technologie om eenvoudig uw magazijn te bevragen en wordt geleverd met realtime datafeeds voor snelle analyses.

Attributieanalyse - BitYota

Een van de belangrijkste remmers voor snel analytics is de noodzaak om de gegevens te transformeren voordat u ze opslaat in uw analytics systeem. In een wereld waarin applicaties constant veranderen, betekent data die uit meerdere bronnen en in verschillende formaten komt, dat bedrijven vaak te veel tijd besteden aan datatransformatieprojecten of kapot analytics systemen. BitYota slaat de gegevens op en analyseert ze in het oorspronkelijke formaat, waardoor er geen arbeidsintensieve, tijdrovende datatransformatieprocessen nodig zijn. Het wegwerken van datatransformatie levert onze klanten snel op analytics, maximale flexibiliteit en volledige gegevensbetrouwbaarheid. BitYota

Als uw behoeften veranderen, kunt u knooppunten toevoegen aan of verwijderen uit uw cluster of machineconfiguraties wijzigen. Als volledig beheerde oplossing BitYota bewaakt, beheert, verzorgt en schaalt uw dataplatform, zodat u zich kunt concentreren op wat belangrijk is: het analyseren van uw data.

Wat denk je?

Deze site gebruikt Akismet om spam te verminderen. Ontdek hoe uw reactiegegevens worden verwerkt.