Эволюция цифровой аналитики и маркетинга

Идет трансформация того, как маркетологи должны подходить к аналитике. Пришло время перестать думать о пользовательском потоке и вместо этого подумать о серии событий (задач), которые мы ожидаем от вовлеченных пользователей.

Задолго до того, как появился первый веб-баннер (27 октября 1994 г., в журнале Wired), маркетологи, желая помочь своим клиентам в своих маркетинговых усилиях, объединили аналитику и маркетинг. Со временем этот брак развивался, как и возможности инструментов аналитики.

Одно время маркетинговые отчеты звучали так: «Посмотрите, сколько посетителей сайта сгенерировала кампания!» или «Посмотрите, сколько просмотров страниц мы смогли получить!» Это были обычные способы использования аналитики. В конце концов, по мере совершенствования инструментов аналитики появилась возможность связывать онлайн-продажи с конкретными маркетинговыми усилиями.

В течение этих 30 с лишним лет одна вещь оставалась неизменной в маркетинговой интерпретации веб-аналитики: кампания привлекла X посетителей на сайт. Они просмотрели такое количество страниц, которое привело к заданному количеству продаж. По сути, базовый пользовательский поток. Каждый шаг на сайте во время путешествия посетителя воспринимался как плавный и легкий для понимания.

Как маркетологи, мы должны начать готовить свой мозг к тому, что будет с инструментами и методами аналитики следующего поколения. Инструменты аналитики нового поколения больше не обрабатывают запись действий пользователя (файл журнала), а вместо этого сохраняют определенные события в базе данных. Если вы еще не слышали о «Event-Based Analytics», то вскоре услышите о нем повсюду.

Еще в октябре 2020 года Google выпустил Google Analytics 4 (GA4). Он был в бета-режиме, но любой пользователь, регистрирующийся в Google Analytics, автоматически регистрировался в GA4. Вам нужно было хорошо разбираться в GA, чтобы настроить старую Universal Analytics (UA). Хотя GA может быть самым популярным инструментом аналитики, Adobe Analytics уже какое-то время использует «аналитику на основе событий» вместе с несколькими другими инструментами аналитики.

Хотя официальная дата, когда Google заставит всех перейти на GA4, не была объявлена, будьте уверены, она приближается, и пришло время задуматься о «событийной аналитике» и о том, чем она отличается от того, к чему вы привыкли. и некоторые из преимуществ, содержащихся в нем.

Определение аналитики на основе событий

«Аналитика на основе событий — это метод отслеживания и анализа взаимодействий между пользователями и вашим продуктом, также известных как события».

Что все это значит для маркетологов? Нам нужно переосмыслить то, как мы представляем аналитические данные в рамках наших маркетинговых отчетов.

В прошлом, когда мы говорили о путешествии пользователя, говорили: «Он пришел из этой кампании, попал на эту страницу, посетил эти страницы и совершил покупку на сумму XXX,XX долларов США».

С помощью Event-Based Analytics мы по-прежнему будем видеть, какие кампании привели посетителей на сайт. Следить за тем, какие страницы они просматривали, не так просто, но отслеживать отдельные шаги в процессе оформления заказа становится намного проще.

С помощью Event-Based Analytics мы получаем представление продукта о том, что произошло, а не только о пользовательском потоке.

Например, мы можем создать сегмент для конкретной кампании и увидеть отдельные шаги (представьте себе, что это ступеньки, пользователь может легко переходить от одного к другому или пропускать какие-то из них). На сайте электронной коммерции мы увидим, сколько единиц каждого продукта было добавлено в корзину и сколько было куплено. Вы не увидите, добавят ли они товар в корзину, а потом вернутся и уберут его или уменьшат сумму заказа. Event-Based Analytics создаст отчет, который выглядит примерно так:

Событийная аналитика и сегментация

Мощная функция, которая становится доступной с Event-Based Analytics, — расширенная сегментация. Хотя инструменты аналитики заказов предлагают определенный уровень сегментации, теперь у вас будет гораздо больше гибкости, когда дело доходит до их определения. Сегментация даст вам возможность разделить потенциальных клиентов и клиентов на определенные группы в зависимости от того, как они взаимодействуют с вашим продуктом.

Ниже приведен пример того, как с помощью Event-Based Analytics можно обеспечить взаимодействие пользователей с помощью различных каналов привлечения.

При использовании Event-Based Analytics вы, скорее всего, не увидите отчет об измерении показателя отказов. Почему? Потому что простой акт просмотра страницы — это событие. Большинство инструментов аналитики теперь регистрируют время на странице (событие запускается каждые X секунд) с помощью таймеров, а не только по отметке времени между просмотрами страниц, и они также будут отслеживать прокрутку страницы пользователем (вовлечение). Чтобы упростить это, если пользователь проводит X секунд на странице или начинает прокручивать страницу, то он не отскакивает, а вовлекается. Теперь нам нужно подумать о «вовлеченных сессиях» и «невовлеченных сессиях». Одиночный просмотр страницы без прокрутки и менее чем за X секунд считается «незанятым сеансом».

Читать далее: Что такое аналитика пути клиента?

Использование событийной аналитики для увеличения дохода

На веб-сайте электронной коммерции и в мобильном приложении посетитель сайта (возможно, из маркетинговой кампании) открывает веб-сайт и просматривает ряд товаров, прежде чем добавить товар в свою корзину. Через несколько дней они снова войдут в мобильное приложение и завершат покупку. Теперь в вашей аналитической платформе указанные выше действия или события могут выглядеть следующим образом: «Регистрация пользователя», «Поиск товаров», «Просмотр сведений об элементе», «Добавить товар в корзину» и «Покупка завершена». Во многих старых аналитических инструментах вы не увидели бы это связанное путешествие, но увидели бы, что пользователь пришел из кампании X, добавил товары в корзину, а затем остановился. Другой пользователь «волшебным образом» вошел в систему через приложение, но купил вещи, даже не добавив их в корзину.

Данные, основанные на событиях, могут генерировать вопросы, которые приводят к изменениям и корректировкам продукта. Изучив данные из приведенного выше примера, мы могли бы спросить:

1. Процент пользователей, завершивших оформление заказа за один сеанс?
2. Отличается ли конверсия в зависимости от товара или бренда?
3. Если пользователи не конвертировались, то где? (покинул сайт, продолжаю просматривать другую информацию и т.д.)
4. Сколько времени занимает (в минутах или днях) конвертация?
5. Сталкиваются ли пользователи с ошибкой оплаты или другими проблемами (событиями) в процессе оформления заказа?
6. Если они не купили сразу, они ушли навсегда?

Возможно, вы сможете ответить на вышеуказанные вопросы с помощью имеющихся у вас инструментов аналитики, но с аналитикой на основе событий это станет намного проще.

Аналитика на основе событий и хранение данных

Объединение ваших данных Event-Based Analytics с хранилищем данных ставит ваши данные на стероиды. Возможно, вы заметили, что каждое событие — это, по сути, точка данных, которую можно легко экспортировать в хранилище данных.

Просто экспортируя свои данные, вы теперь можете манипулировать и обрабатывать необработанные данные. Раньше вам приходилось работать с данными, доступными в вашем инструменте аналитики.

Например, на сайте электронной коммерции вы, скорее всего, отслеживаете уникальный идентификатор клиента. Это по закону является анонимным идентификатором (нет возможности сослаться на конкретную информацию, позволяющую установить личность). В вашей базе данных вы можете выполнить поиск клиентов и начать видеть, сколько конкретных клиентов заказывают и когда. Как насчет создания отчета о покупателях, оставивших товары в корзине более чем на 2 недели? Как маркетолог, вы могли бы затем генерировать электронные письма на основе стимулов или даже попросить их назначенного торгового представителя позвонить им, чтобы узнать, что случилось. Именно эта сила объединенных данных в хранилище данных действительно позволяет аналитике на основе событий увеличивать продажи.

Создание отчетов еще более улучшено и упрощено благодаря вашим инструментам визуализации данных при доступе к хранилищу данных. Вам больше не нужно подключать несколько источников данных и показывать отдельные отчеты. Подключение вашего инструмента визуализации данных к хранилищу данных позволяет представлять данные в унифицированных таблицах и графиках.

Если ваша организация еще не внедрила аналитику на основе событий, начните планировать это. Если вы в настоящее время используете Universal Analytics (UA) от Google, начните готовиться к тому, когда они объявят дату отключения UA и заставят вас перейти на GA4. В качестве рекомендации всем пользователям UA пора начать запускать GA4 параллельно, хотя бы по какой-то другой причине, чтобы ознакомиться с ним и начать видеть мощь, которую он несет с собой.

Мнения, выраженные в этой статье, принадлежат приглашенному автору, а не обязательно MarTech. Штатные авторы перечислены здесь.