Integracja Marketing Automation z Google Analytics, znacząco poprawia wiedzę o działaniach personalizacyjnych oraz kampaniach marketingowych on-site. Pozwala ona na automatyczne przedstawienie wpływu tych działań na liczby, dzięki czemu możemy lepiej zrozumieć efekty naszych działań oraz skuteczniej je planować. Ta analityka jest niezbędna dla każdego, kto chce skutecznie zarządzać swoimi działaniami marketingowymi i osiągać lepsze wyniki.
Stworzyliśmy własną metodologię aby w automatycznych raportach przedstawiać wpływ wszystkich działań w tym personalizacyjnych i na liczbach obrazować konwersje oraz przychody z rozdzieleniem grup docelowych i kontrolnych.
Istnieje wiele typów działań personalizacyjnych, które mają wpływ na różne KPI: CR sprzedażową, CTR, Churn czy AOV (Average Order Value). Aby poprawnie je mierzyć i dojść do odpowiednich wniosków używamy czterech modeli atrybucji dla grup docelowych i kontrolnych:
Zastosowana metodologia umożliwia na dokładne raportowanie, jak dana akcja wpływa na zachowanie użytkownika z porównaniem tych zachowań do podobnej grupy kontrolnej, która tej akcji nie otrzymała.
Zebrane dane pozwalają nam w pełni raportować efektywność działań personalizacyjnych, a w przypadku sklepów przedstawić te liczby na wartościach pieniężnych i policzyć ich opłacalność.
Gotowe rozwiązania w Google Analytics 4 nie są idealnym środowiskiem do oceny efektywności działań personalizacyjnych. Model atrybucji przypisany do wyświetleń akcji może skutkować przypisaniem sprzedaży do nieodpowiedniego działania. Na podstawie stworzonych przez nas modeli i zbierania surowych danych ze wszystkich akcji w Big Query, budujemy automatyczne raporty, które odpowiadają potrzebom firm z różnych branż.
Raport dopasowujemy do potrzeb organizacji. Możemy tam znaleźć między innymi informacje o wyświetleniach akcji personalizacyjnych, ich skuteczności (CTR, CV, przychody) z rozbiciem na grupy docelowe i grupy kontrolne.
Każdy typ kampanii może być inny, dlatego stosujemy różne modele atrybucji. Niektóre akcje są jedynie wyświetlane - wtedy konieczna jest analiza postview. Najczęściej wykorzystywany do analizy skuteczności na sklepach jest model postlick, który pozwala przeanalizować wszystkie kampanie, które uczestniczyły w procesie sprzedaży, a dany użytkownik z nich aktywnie korzystał.