นักขี่ม้าสี่คนของการวิเคราะห์การตลาดดิจิทัล: โหมดยินยอม, ITP, ตัวบล็อกโฆษณา และ GA 4

ในบทความนี้ เราจะพูดถึงแนวโน้มการวิเคราะห์การตลาดล่าสุด หากละเลย อาจสร้างความปวดหัวให้กับนักการตลาดและนักวิเคราะห์ที่รับผิดชอบในการรวบรวมและเตรียมข้อมูลสำหรับรายงาน กล่าวคือ การละเลยพวกเขาอาจส่งผลเสียอย่างมากต่อการประเมินแคมเปญโฆษณา ลดประสิทธิภาพของแคมเปญและจำนวนลูกค้าที่ดึงดูด

มาวิเคราะห์กันว่าโหมดยินยอม ข้อจำกัดในการใช้คุกกี้ ตัวบล็อกโฆษณา และ Google Analytics 4 ใหม่ส่งผลต่อคุณภาพของข้อมูลและงานของนักวิเคราะห์ดิจิทัลอย่างไร คุณจะได้เรียนรู้ว่าเหตุใดคุณจึงต้องดำเนินการตอนนี้ และเปลี่ยนวิธีการสร้างรายงานการตลาดตามปกติของคุณ

เนื่องจากงบประมาณการโฆษณาออนไลน์ยังคงเพิ่มสูงขึ้น ต้นทุนในการได้มาซึ่งลูกค้าก็เพิ่มขึ้นเช่นกัน

นักการตลาดส่วนใหญ่พยายามปรับตัวด้วยการเพิ่มประสิทธิภาพแคมเปญโฆษณา แลนดิ้งเพจ และครีเอทีฟโฆษณา แต่มีน้อยคนที่เข้าใจว่าแคมเปญโฆษณาสามารถมี ROI หรือ ROAS ต่ำได้ ไม่ใช่เพราะว่าไม่ดี แต่เป็นเพราะคุณภาพของข้อมูลไม่ดี ในการเพิ่มประสิทธิภาพแคมเปญโฆษณาของคุณอย่างเหมาะสม คุณต้องแน่ใจว่าคุณสามารถเชื่อถือข้อมูลที่คุณใช้ในการตัดสินใจได้

จากการวิจัยของ Forrester สาเหตุหลักประการหนึ่งที่ทำให้ค่าโฆษณาเพิ่มขึ้นคือคุณภาพของข้อมูลไม่ดี นี่คือความหมายบางประการของตัวเลข:

ตัวเลขเหล่านี้ไม่ได้สุ่ม กองเครื่องมือการตลาดกำลังเติบโต จากประสบการณ์ของเรา รายงานการตลาดอย่างง่ายต้องการแหล่งข้อมูลมากกว่า 10 แห่งโดยเฉลี่ย หากคุณไม่ตอบสนองต่อการเปลี่ยนแปลงปัจจุบันทันเวลา อาจส่งผลให้ รายงานของคุณมีแหล่งที่มาของการเข้าชมที่ไม่ถูกต้องถึง 60% สิ่งนี้จะส่งผลต่อการตลาดของคุณอย่างไร?

การประเมินเบื้องต้นช่วยให้เราสามารถสรุปได้ดังต่อไปนี้:

• การตัดสินใจทางการตลาดที่เข้าใจง่ายจะมีความสำคัญมากขึ้น ทำให้การตัดสินใจเหล่านั้นมีโอกาสน้อยลงที่จะประสบความสำเร็จ รายงานจะแสดง Conversion น้อยกว่าประมาณ 30% ในแชแนลที่ไม่ใช่โดยตรงทั้งหมด
• ฝ่ายการตลาดจะสูญเสียหลักฐานเกือบทั้งหมดของผลกระทบของแคมเปญที่แสดงต่อ Conversion รูปแบบการระบุแหล่งที่มาทุกรูปแบบจะมีลักษณะเหมือนคลิกสุดท้าย
• ฝ่ายการตลาดจะมีข้อโต้แย้งจากข้อมูลน้อยลงเพื่อพิสูจน์ผลลัพธ์และปกป้องงบประมาณทางการตลาด ส่วนแบ่งรวมของการแปลง CRM ที่ไม่ตรงกันจะอยู่ที่ ~40%

นี่คือสิ่งที่รายงานของคุณอาจดูเหมือนไม่มีข้อมูลที่ครบถ้วนและถูกต้อง:

ผลลัพธ์ที่น่าเศร้าที่คาดการณ์ได้คือข้อมูลนี้จะไม่ตรงตามข้อกำหนดของทีมการตลาดใดๆ ของคุณเพื่อให้แน่ใจว่าได้รับข้อมูลเชิงลึกและการปรับปรุงประสิทธิภาพในเวลาที่เหมาะสม

เราได้ระบุความท้าทายหลักสี่ประการต่อคุณภาพของข้อมูลในรายงานของวันนี้ ลองนึกภาพผู้ใช้ทั้งหมดที่คุณได้รับในแต่ละเดือน มาดูกันว่าสัดส่วนของ Conversion มีแหล่งที่มาของการเข้าชมที่ไม่ถูกต้องเนื่องจากปัญหาการติดตาม

เกิดอะไรขึ้น

เบราว์เซอร์และแพลตฟอร์มจำกัดอายุการใช้งานของคุกกี้ของบุคคลที่สามที่กำหนดโดยโดเมนบุคคลที่สาม สิ่งนี้ส่งผลต่อการแสดงตัวระบุที่สำคัญสำหรับระบบวิเคราะห์

ตัวอย่างเช่น รหัสลูกค้าคือรหัสหลักของผู้ใช้ที่ไม่ได้เข้าสู่ระบบ ซึ่งกำหนดโดยรหัสการวิเคราะห์ JavaScript ในเบราว์เซอร์ของผู้ใช้และจัดเก็บไว้ในคุกกี้ แต่คุกกี้นี้อยู่ภายใต้ข้อจำกัดใน Safari (ITP 2.2) และ Mozilla (ETP) อายุการใช้งานลดลงเหลือเจ็ดวัน และในบางกรณีอาจเหลือเพียงวันเดียว

วันนี้ส่วนแบ่งของการเข้าชมดังกล่าวคือ 20% ตั้งแต่ปี 2023 Chrome จะเข้าร่วมกับ Safari และ Mozilla และการแบ่งปันจะเพิ่มขึ้นระหว่าง 50% ถึง 60% คุณสามารถค้นหาว่าสิ่งนี้จะส่งผลต่อโครงการของคุณอย่างไรโดยการเชื่อมต่อข้อมูลของคุณกับแดชบอร์ดนี้

สิ่งที่คุณคาดหวังจะได้เห็นในรายงานของคุณ

คุณจะสังเกตเห็นการเปลี่ยนแปลงต่อไปนี้ในรายงานการตลาดของคุณในขณะนี้:

1. ส่วนแบ่งของคอนเวอร์ชั่นสำหรับผู้เข้าชมใหม่จะเพิ่มขึ้น 20-25% สิ่งเหล่านี้ไม่ใช่ผู้เยี่ยมชม "ใหม่" ที่แท้จริง แต่เป็นผู้เข้าชมที่ "กลับมา" ก่อน
2. ส่วนแบ่งของการแปลงโดยตรง / ไม่มีจะเติบโต 10-20%
3. ROI ของโฆษณาที่เสียค่าใช้จ่ายในรายงานจะมีข้อผิดพลาด 10-20% บ่อยขึ้นก็จะอยู่ด้านล่าง

วิธีแก้ปัญหา: ใช้การรวบรวมข้อมูลของบุคคลที่หนึ่ง

เพื่อแก้ปัญหานี้ เราจำเป็นต้องสร้างคุกกี้ที่เหมาะสำหรับเบราว์เซอร์ ต่อไปนี้เป็นวิธีดำเนินการในด้านเทคนิค:

• วางคุกกี้กับเซิร์ฟเวอร์ ไม่ใช่ด้วย JavaScript
• สร้างคุกกี้ด้วยพารามิเตอร์ httpOnly, Secure และ SameSite
• ติดตั้งคุกกี้ในนามของโดเมนเว็บไซต์ของคุณ (ผ่านระเบียน A-DNS)

คุกกี้ของบุคคลที่หนึ่งถูกกำหนดโดยเว็บเซิร์ฟเวอร์ของผู้โฆษณา และสามารถต้านทาน ITP 2.2 และ ETP ที่ใช้โดยเบราว์เซอร์ และจะไม่มีการรีเซ็ตหลังจากผ่านไปหนึ่งหรือเจ็ดวัน

ตัวอย่างเช่น คุณสามารถใช้คุกกี้ของบุคคลที่หนึ่งซึ่งมีอายุการใช้งานยาวนานเพื่อระบุผู้ใช้โดยใช้การติดตามฝั่งเซิร์ฟเวอร์ OWOX BI OWOX เขียนตัวระบุผู้ใช้ที่ไม่ซ้ำกัน owoxUserId ลงในคุกกี้บุคคลที่หนึ่งแต่ละคุกกี้ ช่วยให้คุณระบุแหล่งที่มาของการอ้างอิงได้อย่างแม่นยำ ซึ่งจะช่วยลดเปอร์เซ็นต์ของการเข้าชมโดยตรง/ไม่มีเลย คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการทำงานโดยสมัครใช้งานการสาธิต

คาดหวังอะไร

มายกตัวอย่างการตั้งค่าคุกกี้บุคคลที่หนึ่งสำหรับโครงการอีคอมเมิร์ซ:

ในแผนภูมิด้านบน คุณจะเห็นส่วนแบ่งของผู้ใช้ใหม่จาก Safari ในเซสชันคุกกี้ของบุคคลที่หนึ่งน้อยกว่าการแชร์ในเซสชันคุกกี้ของบุคคลที่สามอยู่แล้วในสัปดาห์ที่สองของการรวบรวมข้อมูล 5% ภายในสิ้นสัปดาห์ที่หก ความแตกต่างได้ถึง 20% 20% เหล่านี้เป็นผู้ใช้ที่กลับมาจริง ๆ และผู้ที่เคยเข้าชมจากแหล่งที่มาของการเข้าชมอื่นก่อนหน้านี้

หากคุณเปลี่ยนไปใช้การรวบรวมข้อมูลจากคุกกี้ของบุคคลที่หนึ่ง เริ่มในปี 2023 คาดว่า 20% ของ Conversion จะมีความเชื่อมโยงกับแหล่งที่มาของการเข้าชมก่อนหน้านี้มากขึ้น การระบุแหล่งที่มาของคุณจะแม่นยำยิ่งขึ้น

เกิดอะไรขึ้น

ผู้ใช้มากกว่า 27% ติดตั้งแอปเพื่อบล็อกเนื้อหาโฆษณา และส่วนแบ่งนี้เพิ่มขึ้นทุกปี ผู้ใช้เหล่านี้ส่วนใหญ่ไม่สามารถเข้าถึงไซต์ เนื่องจากข้อความโฆษณาถูกบล็อก แต่ผู้ใช้ประมาณหนึ่งในสามที่ติดตั้งตัวบล็อกโฆษณา (ประมาณ 9% ของผู้ใช้ทั้งหมด) จะยังคงเข้าชมไซต์ของคุณผ่านเนื้อหาทั่วไปหรือเนื้อหาที่ไม่ถูกบล็อก

สิ่งที่คุณเห็นในรายงานของคุณ

ผู้ใช้และ Conversion ดังกล่าวจะไม่ปรากฏให้เห็นใน Google Analytics เนื่องจากการส่งข้อมูลไปยังระบบวิเคราะห์นี้ก็อยู่ภายใต้การบล็อกเช่นกัน

คอนเวอร์ชั่นเหล่านี้สามารถพบได้ใน CRM ของคุณ แต่จะมีการลงทะเบียนโดยไม่มีแหล่งที่มาของทราฟฟิก ดังนั้นการใช้จ่ายในแคมเปญโฆษณาจึงยังคงเท่าเดิม แต่เหตุการณ์และธุรกรรมที่ทำการตัดสินใจนั้นน้อยลง 10% เนื่องจากการกระจายของ 10% นี้ข้ามแหล่งที่มาไม่สมส่วน คุณจะเห็น ROI บิดเบี้ยวลงในรายงาน

วิธีแก้ไข: ตั้งค่าการรวบรวมข้อมูลฝั่งเซิร์ฟเวอร์บนโดเมนที่กำหนดเอง

ตั้งค่าจุดเชื่อมต่อแยกต่างหากเพื่อโอนเหตุการณ์ทั้งหมดจากฝั่งเซิร์ฟเวอร์ จุดเชื่อมต่อได้รับการกำหนดค่าในโดเมนที่กำหนดเอง (เช่น tracker.yoursite.com) ด้วยการกำหนดค่านี้ ตัวบล็อกโฆษณาส่วนใหญ่จะไม่บล็อกการรวบรวมเหตุการณ์ เนื่องจากโดเมนนี้จะไม่ปรากฏในรายการ

คาดหวังอะไร

โดยเฉลี่ย คุณสามารถคาดหวังข้อมูลที่เพิ่มขึ้น 7% ถึง 8% ที่รวบรวมจากคอนเวอร์ชัน ผู้ใช้ และการเข้าชมออนไลน์ในรายงาน สำหรับการขาย CRM คุณสามารถคาดหวังให้รวบรวมแหล่งที่มาของการเข้าชมเพิ่มขึ้น 7% ถึง 8%

เกิดอะไรขึ้น

เพื่อให้เป็นไปตามข้อกำหนดของ GDPR เจ้าของเว็บไซต์ต้องปฏิเสธที่จะระบุผู้ใช้ที่ไม่ต้องการแชร์คุกกี้ของตนและไม่คลิกปุ่มการตลาดแบบมหัศจรรย์ที่ระบุว่า "ยอมรับคุกกี้"

เมื่อผู้ใช้ปฏิเสธคุกกี้ ผู้โฆษณาจะรวบรวมข้อมูลกิจกรรมของผู้ใช้ต่อไป แต่จะไม่สามารถระบุได้ว่าการโต้ตอบใดกับโฆษณาทำให้เกิด Conversion

ส่วนแบ่งเฉลี่ยของผู้ใช้ที่ปฏิเสธคุกกี้ในโครงการที่ใช้โหมดความยินยอมคือ 30% การแชร์นี้สามารถเข้าถึง 40% ขึ้นอยู่กับประเภทของโครงการ

สิ่งที่คุณเห็นในรายงานของคุณ:

ในรายงานการตลาด ปริมาณคอนเวอร์ชั่นออนไลน์จะยังคงเท่าเดิม แต่ Conversion จะไม่เชื่อมต่อกับแหล่งที่มาของการคลิกและคำสั่งซื้อที่เสร็จสมบูรณ์ใน CRM ด้วยเหตุนี้ รายได้ 30% จะไม่เชื่อมโยงกับแคมเปญโฆษณา และคุณจะได้รับ ROI ที่ต่ำมาก

วิธีแก้ไข: ใช้การสร้างแบบจำลองการแปลง

ตรวจสอบให้แน่ใจว่าสามารถกำหนดค่าโหมดความยินยอมสำหรับตัวติดตามของคุณตามข้อกำหนดของ GDPR ทั้งหมด

หลังจากกำหนดค่าแล้ว ให้ตรวจสอบว่ามีการรวบรวมข้อมูลผู้ใช้สำหรับผู้ใช้ที่ไม่ยินยอมหรือไม่: ฟิลด์อีเมล หมายเลขโทรศัพท์ ID ผู้ใช้ และที่อยู่ IP ต้องว่างเปล่า

ให้ชัดเจน: หลังจากขั้นตอนนี้ คุณได้รวบรวมประมาณ 70% ของ Conversion ที่มีแหล่งที่มาของการเข้าชม (ยินยอม) และประมาณ 30% โดยไม่มีแหล่งที่มาและรหัสที่ตรงกัน (ไม่ยินยอม) แต่มีพารามิเตอร์ที่ไม่ใช่ส่วนบุคคลที่คุณสามารถใช้สำหรับการสร้างแบบจำลองแมชชีนเลิร์นนิงของแหล่งที่มาของ Conversion ได้แก่ ภูมิภาค เบราว์เซอร์ และอุปกรณ์

คำนวณ Conversion โดยประมาณสำหรับกลุ่ม Conversion ที่ไม่ได้รับความยินยอม และเพิ่มเมตริกนี้ลงในรายงานของคุณ

การสร้างแบบจำลองการแปลงทำงานอย่างไร

สำหรับข้อมูลส่วนนั้นที่ได้รับความยินยอม (isConsent = TRUE) เราสร้างรายงานแบบเก่า: เรามีแหล่งที่มา / สื่อ เราเห็นจำนวนธุรกรรม และเราสามารถพูดได้อย่างแน่นอนว่ามีธุรกรรมสองรายการจาก google / organic และอีกหนึ่งจาก facebook / cpc:

นอกจากนี้เรายังมีธุรกรรมสองรายการซึ่งไม่ทราบแหล่งที่มาเนื่องจาก isConsent เป็นเท็จ ในการระบุแหล่งที่มา เราใช้โมเดลแมชชีนเลิร์นนิงที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลที่สอดคล้องกันตลอดจนพารามิเตอร์เพิ่มเติม (User-Agent, Geo, Device และอื่นๆ) พูดง่ายๆ ก็คือ โมเดลจะวิเคราะห์คอนเวอร์ชั่นที่จับคู่กับแหล่งที่มาที่รู้จัก และกระจายคอนเวอร์ชั่นที่ไม่สอดคล้องกันที่เหลือไปยังแหล่งที่มา/สื่อที่อยู่ในข้อมูลตามสัดส่วน

ในคอลัมน์สุดท้ายของตารางด้านบน เราจะเห็นธุรกรรมแบบจำลอง

คาดหวังอะไร

สำหรับ 30% ของ Conversion ของผู้ใช้ที่ไม่ได้รับความยินยอม แหล่งที่มาของการเข้าชมจะถูกระบุโดยอิงตามโมเดล ML ที่ได้รับการฝึกอบรมเกี่ยวกับกลุ่มที่ได้รับความยินยอม คุณจะเห็น ROI ที่ปรับปรุงแล้วในรายงานของคุณ

เกิดอะไรขึ้น

Google Analytics เวอร์ชันใหม่ใช้โครงสร้างข้อมูลและตรรกะการรวบรวมข้อมูลที่แตกต่างอย่างสิ้นเชิง Universal Analytics มีรูปแบบข้อมูลที่เรียกว่าเซสชัน (ตามคุกกี้) โดยมีรายงานที่สร้างจากรหัสไคลเอ็นต์และเซสชัน Google Analytics 4 มีโมเดลตามเหตุการณ์ (อิงตามผู้ใช้) ซึ่งทุกอย่างสร้างขึ้นจากเหตุการณ์ (ไม่ใช่รอบเซสชัน) และการโต้ตอบใดๆ กับเว็บไซต์ถือเป็นเหตุการณ์ เหตุการณ์จะถูกบันทึกไว้และเส้นทางของผู้ใช้ผ่านเว็บไซต์ถูกสร้างขึ้นจากพวกเขา

สิ่งที่คุณเห็นในรายงานของคุณ

หากโครงสร้างของข้อมูลเริ่มต้นเปลี่ยนแปลง รายงานทั้งหมดที่ใช้ข้อมูลนี้จะต้องทำใหม่

ตัวอย่างเช่น สมมติว่าคุณมีรายงานเก่าใน Google ชีตหรือ Data Studio ตามข้อมูล Universal Analytics คุณได้ตั้งค่า Google Analytics 4 รวบรวมข้อมูลมาระยะหนึ่งแล้ว และตัดสินใจเชื่อมต่อกับรายงานนี้ แต่ Google Analytics 4 จะรวบรวมเซสชันด้วยวิธีที่ต่างออกไป ตัวเลขไม่ตรงกัน การเข้าชมและตัวบ่งชี้อื่นๆ หายไป ตอนนี้คำถามเกิดขึ้น: อะไรคือปัญหา? คุณตั้งค่าการติดตามใน GA4 ไม่ถูกต้องหรือไม่ คุณสร้างการสืบค้นข้อมูลไม่ถูกต้องหรือไม่? หรือมีอะไรเปลี่ยนแปลงในตลาด?

เพื่อให้ข้อมูล Universal Analytics เทียบได้กับข้อมูล Google Analytics 4 ข้อมูลของคุณต้องได้รับการแปลงเป็นโครงสร้างแบบจำลอง กล่าวโดยย่อคือ ลดขนาดให้เป็นตัวส่วนร่วม ในกรณีนี้ จำเป็นต้องเขียนคำสั่ง SQL ทั้งหมดที่สร้างรายงานของคุณใหม่ และคุณจะต้องทำเช่นนี้ทุกครั้งที่คุณจำเป็นต้องเปลี่ยนรายงาน เพิ่มตัวชี้วัดใหม่ ฯลฯ นักการตลาดและพนักงานคนอื่นๆ ไม่สามารถสั่งรายงานล่วงหน้าได้ เนื่องจากพวกเขาไม่ทราบว่าอาจจำเป็นต้องใช้สิ่งใดในช่วงเวลาที่กำหนด

แต่การเขียนแบบสอบถาม SQL ทั้งหมดใหม่อย่างต่อเนื่องไม่ใช่ตัวเลือก — สิ่งเหล่านี้จะล้าสมัยเร็วกว่าที่นักวิเคราะห์เขียนไว้

วิธีแก้ไข: ตั้งค่า Google Analytics 4 ทันที

หาก KPI ของคุณมีเมตริก เช่น ROAS และ/หรือ Conversion ออนไลน์ คุณเหลือเวลาอีกประมาณสองเดือนในการอัปเกรดเป็น Google Analytics 4 อย่างราบรื่น ใช่ เพียงสองเดือน แม้ว่าวันที่ปิด Universal Analytics คือวันที่ 1 กรกฎาคม 2023

เหตุผลก็คือสคีมาข้อมูลและตรรกะของ Google Analytics 4 แตกต่างจากของ Google Analytics Universal ดังนั้น แนวโน้มประจำปีจึงเป็นความเสี่ยง เว้นแต่ว่าคุณจะเริ่มรวบรวมข้อมูลใน Google Analytics 4 ภายในวันที่ 1 กรกฎาคม 2022

ตัวอย่างเช่น เซสชันใน Google Analytics 4 จะไม่หยุดตอนเที่ยงคืน และเหตุการณ์อาจมีแหล่งที่มาของการเข้าชมอื่นที่ไม่ใช่เซสชัน ดังนั้น คุณสามารถคาดหวังความคลาดเคลื่อนระหว่างตัวบ่งชี้เดียวกันได้

การวิเคราะห์สาเหตุที่แท้จริงเป็นกิจกรรมพื้นฐานสำหรับนักวิเคราะห์ดิจิทัลทุกคน และแทบจะเป็นไปไม่ได้เลยหากไม่มีข้อมูลตามฤดูกาล

OWOX มีโซลูชันที่จะช่วยให้คุณเปลี่ยนมาใช้ Google Analytics 4 ได้อย่างไม่ลำบากเท่าที่เป็นไปได้ เก็บรายงานที่คุณต้องการ และรับรายงานใหม่โดยไม่ต้องเขียนคำสั่ง SQL ใหม่ ลูกค้าจำนวนมากของเราได้ใช้ประโยชน์จากมันแล้ว

ค้นหาว่า OWOX BI สามารถช่วยคุณเปลี่ยนมาใช้ GA4 ได้อย่างไรโดยลงชื่อสมัครใช้สำหรับการสาธิต

1. เนื่องจากปัญหาด้านความทันเวลาและความถูกต้องของข้อมูล ฝ่ายการตลาดจึงเสียเวลา 21% ของงบประมาณและ 32% ของเวลาพิเศษของทีม
2. ข้อจำกัดการติดตามสมัยใหม่ที่ส่งผลต่อความสมบูรณ์ของข้อมูลยังเพิ่มปัญหาเหล่านี้อีกด้วย การแปลงออนไลน์มากถึง 60% อาจมีแหล่งที่มาที่ไม่ถูกต้อง
3. ด้วยความแม่นยำ ROI ดังกล่าว ฝ่ายการตลาดจึงยากขึ้นในการปกป้องงบประมาณ หาข้อสรุปที่เชื่อถือได้ ดำเนินการทดลอง และดังนั้นจึงเติบโต แม้ว่าโอกาสจะสูง
4. ข่าวดีก็คือการรักษาความเชื่อมโยงระหว่างงบประมาณและประสิทธิภาพเป็นงานที่เข้าใจได้และใช้งานได้จริง ประกอบด้วยการใช้โซลูชันทางเทคโนโลยีสี่รายการตามลำดับและได้อธิบายไว้ในบทความนี้ โซลูชันเหล่านี้กำหนดห่วงโซ่แหล่งที่มาของการเข้าชมมากกว่า 97% ของ Conversion และทั้งสี่โซลูชันเหล่านี้สามารถกำหนดค่าได้ด้วย OWOX BI