Autorski system monitorowania
ROI oparty na BigQuery
Jesteśmy agencją specjalizującą się w prowadzeniu kompleksowych działań sprzedażowych w nowym ekosystemie digital. To, co nas wyróżnia to koncentracja na ROI i rozliczenie w modelu efektywnościowym.
W celu osiągania najlepszych rezultatów performance, wypracowaliśmy własne podejście do analityki mediowej polegające na operowaniu dużo większymi zbiorami danych niż w standardowej kampanii digital.
W ten sposób jesteśmy w stanie nie tylko realizować kampanie reklamowe, ale przede wszystkim mieć realny wpływ na sprzedaż produktów klienta i wspierać go w zakresie skalowania biznesu.
Nasze działania opieramy na przekonaniu, że punktem wyjścia do podejmowania właściwych decyzji biznesowych są dane. Jednak ciągłe powstawanie nowych źródeł, rodzajów i sposobów ich zbierania sprawia, że coraz trudniej uzyskać jeden całościowy obraz sytuacji.
Postanowiliśmy więc wypracować własną metodę weryfikacji efektywności kampanii online, która w sposób w pełni zautomatyzowany połączy wszystkie źródła danych w jednym miejscu.
Metoda ta zaowocowała autorskim systemem monitorowania ROI o nazwie
FormUp Data.
Wykorzystując BigQuery jako bazodanowe zaplecze, system wyszukuje, pobiera, gromadzi i przetwarza skomplikowane zbiory danych Big Data pochodzące z różnych kanałów digital.
Następnie w sposób automatyczny integruje je z realnym przychodem firmy pobranym z wewnętrznych systemów typu CRM.
Tak uzyskane dane pozwalają optymalizować działania marketingowe pod realną sprzedaż, a nie wyłącznie pod transakcje zliczane przez panele zakupowe.
- Zwrotów i transakcji odrzuconych w przypadku e-commerce,
- Fazy w cyklu domykania sprzedaży w przypadku sprzedaży kilkuetapowej przechodzącej z online (złożenie leada) do offline (Call Center),
- Customer Lifetime Value (CLV), czyli sumy przychodów, jaką wygeneruje klient przez cały okres trwania relacji z firmą. Jest to kluczowe zarówno dla firm opierających swój biznes na modelu abonamentowym, jak i dla sklepów, którym zależy na powracalności klientów.
„W Google Analytics mam 5M przychodu, a na koncie 3,5M”
Rozwiązanie: Optymalizacja kampanii w oparciu o realny przychód uwzględniający zwroty produktów
Integracja danych z różnych kanałów digital z bazą danych z systemu CRM klienta
Uwzględnienie w optymalizacji kampanii wskaźnika zwrotów i transakcji odrzuconych
Dobór komunikacji i kanałów mediowych pod kątem ograniczenia zwrotów
Analiza rentowności wybranych kanałów w przypadku branży e-commerce
ROI1 – zwrot z inwestycji bez uwzględnienia zwrotów
ROI2 – zwrot z inwestycji z uwzględnieniem zwrotów
- W skali miesiąca większy zwrot z inwestycji wygenerowało Medium1, które pozyskało więcej klientów przy tych samych nakładach finansowych
- Po wyodrębnieniu klientów, którzy zadeklarowali zakup, ale nie opłacili usługi, bardziej opłacalne okazało się Medium2
Wniosek: Większy zwrot z inwestycji wygenerował kanał, który miał wyższy koszt pozyskania klienta, ale niższą stopę zwrotów
„Jesteśmy gotowi zapłacić za leady o wyższej kaloryczności, ale nie wiemy jak je znaleźć”
Rozwiązanie: Optymalizacja kampanii w oparciu o realny przychód, a nie transakcje zliczane przez panele zakupowe
Poprawne skonfigurowanie pomiaru w celu zbierania realnych danych sprzedażowych z systemu CRM klienta
Zapis każdej transakcji ze źródłem pozyskania użytkownika
Uwzględnienie fazy w cyklu domykania sprzedaży kilkuetapowej przechodzącej z online do offline (np. złożenie leada, zakup przez Call Center, podpisanie umowy, opłacenie usługi)
Analiza rentowności wybranych kanałów w przypadku sprzedaży kilkuetapowej
ROI1 – zwrot z inwestycji na podstawie deklaracji zakupu przez Call Center
ROI2 – zwrot z inwestycji z uwzględnieniem klientów, którzy zrezygnowali przed podpisaniem umowy
ROI3 – rzeczywisty zwrot z inwestycji - z uwzględnieniem klientów, którzy zrezygnowali przed opłaceniem usługi
- W skali miesiąca większy zwrot z inwestycji wygenerowało Medium1, które pozyskało więcej klientów przy tych samych nakładach finansowych
- Po wyodrębnieniu klientów, którzy zadeklarowali zakup, ale nie opłacili usługi, bardziej opłacalne okazało się Medium2
Wniosek: Uwzględniając etap w cyklu domykania sprzedaży, efektywniejszy jest kanał, który ma wyższy koszt pozyskania klienta, ale niższy wskaźnik rezygnacji na kolejnych etapach sprzedaży
„Pozyskując nowych użytkowników, chcemy ograniczyć liczbę tych, którzy zrezygnują w ciągu pierwszych miesięcy korzystania z usługi”
Rozwiązanie: Optymalizacja kampanii w oparciu o dane dotyczące przyszłych zysków generowanych przez klientów
Zebranie danych dotyczących przepływów pieniężnych wygenerowanych przez klientów w perspektywie długookresowej
Uwzględnienie wskaźnika retencji
Analiza Customer Lifetime Value (CLV), czyli wartości finansowej klienta w całym cyklu jego „życia” w firmie
Analiza wybranych kanałów w przypadku modelu abonenckiego
ROI1 – zwrot z inwestycji po miesiącu
ROI2 – zwrot z inwestycji z uwzględnieniem wskaźnika Customer Lifetime Value
- W skali miesiąca efektywniejsze jest Medium1, które miało o 40% niższy koszt pozyskania klienta.
- Biorąc jednak pod uwagę Customer Lifetime Value, bardziej opłacalni okazali się klienci pozyskani przez Medium2, których życiowa wartość była większa o 80%.
Wniosek: Większy zwrot z inwestycji wygenerował kanał, który miał wyższy koszt pozyskania klienta, ale niższą stopę zwrotów.
„Generujemy bardzo tanie leady, ale nie widzimy wzrostu sprzedaży”
Rozwiązanie: unikać pułapek optymalizacyjnych, czyli sytuacji w której błędne lub niepełne dane prowadzą do złych wniosków i decyzji optymalizacyjnych
Insight od klienta: ścieżka konwersji #1 sprawdza się bardzo dobrze
Uruchomianie testów A/B – kierowanie ruchu na ścieżkę #1 oraz ścieżkę #2 z odwrotną kolejnością serwowania contentu
Kreacja X kierująca na ścieżkę #1 realizuje leady wyraźnie taniej
Automatyczne przeniesienie 90% budżetu na kreację X, która według algorytmów Facebooka jest najefektywniejsza
Domknięcie sprzedaży w offline (Call Center) i analiza danych w FormUp Data z których wynika, że kreacja X wygenerowała ZERO sprzedaży
Analiza efektywności kilku lejków konwersji z różną kolejnością serwowania contentu
Lejek – linia kreatywna zawierająca zbiór kreacji z jednolitą kolorystyką, hasłem, CTA, USP
ROI1 – zwrot z inwestycji po miesiącu serwowania contentu w kolejności #1
ROI2 – zwrot z inwestycji po miesiącu serwowania contentu w kolejności #2
- W pierwszym miesiącu najefektywniejszy był Lejek1, który miał najwyższy współczynnik konwersji z leada na sprzedaż oraz najniższy CPS.
- Jednak po wyodrębnieniu i optymalizacji kluczowych touchpointów, najbardziej rentowny okazał się lejek3.
Wniosek: Analiza i optymalizacja poszczególnych touchpointów w procesie customer journey pozwoliła „zwiększyć współczynnik konwersji na sprzedaż wszystkich lejków konwersji.
- Spersonalizowany panel marketera umożliwia pełny wgląd w aktualne i historyczne dane dotyczące efektywności prowadzonych działań.
- Dane są aktualizowane na bieżąco, co umożliwia monitorowanie sytuacji firmy w czasie rzeczywistym.
- Tak uzyskana wiedza jest wykorzystywana w analizie predykcyjnej mającej na celu wyszukiwanie ukrytych wzorców, zależności czy anomalii i zamienianie ich w konkretne decyzje biznesowe.
Zainteresowany współpracą?
