Google Analytics'teki Üçüncü Taraf Verileri

Dijital analitiklerin, dijital sorulara veri odaklı cevaplar elde etmenin bir yolu olduğu açıktır. Bunun nedeni, her sayfa yükleme, gösterim, tıklama ve video görüntülemesinin izlenmesi ve analiz edilmesidir. Peki ya dijital platformlar ile dijital dünyanın dışındaki çevre arasındaki ilişki? Örneğin, havanın müşterileriniz üzerinde nasıl bir etkisi var? Yoksa döviz kuru mu? Yoksa dün geceki futbol maçının sonucu mu?

Bir şirketin dahili verilerini üçüncü taraflarca sağlanan verilerle ilişkilendirme potansiyelini belirlemek önemlidir. Üçüncü taraf verilerini kullanan ve çok çeşitli dış verileri operasyonlarına başarıyla entegre eden kuruluşlar, üretkenlik ve risk yönetimindeki iyileştirmelerin kilidini açarak diğer şirketlerden daha iyi performans gösterebilir. COVID-19 krizi, harici verilerin ne kadar alakalı olabileceğinin mükemmel bir örneğini sunuyor. Pandemi, tüketici davranışından tedarik zincirlerine kadar her şeyi alt üst etti, işletmelerin öngörülemezliğini artırdı ve gelecekteki davranışları tahmin etmek için geçmiş verileri kullanmayı zorlaştırdı. Şirketler ancak kendi iç verileriyle bir yere kadar gidebilir ve onlara rehberlik etmek için dış kaynakları kullanmaktan yararlanabilir.

Ne yazık ki, bu veriler standart dijital analitik araçlarında hazır değildir. Bu nedenle, GA'ya hangi verilerin eklenebileceğini, bu verilerin iş sorularını yanıtlamak için nasıl kullanılabileceğini ve bu yanıtların işinizi geliştirmek için nasıl kullanılabileceğini incelediğimiz bu blog gönderisini derledik.

Google Analytics'e hangi Verileri ekleyebilirsiniz?

Dış veri kaynakları muazzam bir potansiyel sunar, ancak aynı zamanda birkaç pratik zorluk da sunarlar. Örneğin, neyin mevcut olduğuna dair temel bir anlayış kazanmak, önemli ölçüde çaba gerektirir. Çok çeşitli veri kaynaklarının mevcut olduğu ve bunların iş kararlarını çeşitli şekillerde bilgilendirebileceği düşünüldüğünde, üretilecek değer için iş sorununun net bir tanımına sahip olmak önemlidir.

Üçüncü taraf verilerini eklerken ilk adım, işletmenize iyi bakmak ve hangi çevresel faktörlerin onu etkileme olasılığının en yüksek olduğunu düşünmektir. Ismarlama aydınlatma sunan küçük bir çevrimiçi mağazaya spor sonuçları eklemenin bir anlamı yoktur, çünkü bunların işle ilgili olması pek olası değildir.

Ele almamız gereken ikinci adım, verilerin kaynağıdır. Uygulamamızın anahtarı, verilerin bir API aracılığıyla erişilebilir olması gerektiğidir. API, aradığımız verilere sahip başka bir hizmetle iletişim kurmanın bir yoludur.

Burada teknik ayrıntılara girmeyeceğiz, ancak ilgimizi çekebilecek türden verileri sunan çok sayıda API var. Bunlardan bazıları ücretsiz, bazıları belirli sayıda çağrıya kadar ücretsiz, diğerleri yalnızca hizmetler için ödenir. Veri eklemeye başlamadan önce, kullanacağınız API'yi bulmanız önemlidir.

Google Analytics'te üçüncü taraf verilerini kullanmanın riskleri nelerdir?

GDPR (Genel Veri Koruma Yönetmeliği) , veri koruma ve gizlilik söz konusu olduğunda sorumluluk kapsamını genişletmiştir; bu, hizmet sağlayıcıların neden olduğu güvenlik olaylarının etkileri konusunda artık önemli ölçüde daha dikkatli olunması gerektiği anlamına gelmektedir. Şirketler, harici verileri bulma ve kullanma süreci boyunca gizlilik endişelerini akıllarında tutmalıdır.

• Üçüncü taraf satıcıların GPDR uyumlu olduğunu onaylayın.
• GDPR'nin kapsamında olduğu tüm alanları ve faaliyetleri net bir şekilde tanımlayın ve üçüncü taraf satıcıların, süreçlerinin Yönetmeliğin gerekliliklerini karşıladığı konusunda anlaşmaya varmasını ve imzalanmış sözleşme güvenceleri vermesini sağlayın.

GA4'te üçüncü taraf verilerinin durumu nedir?

Google Analytics 4 , yeni bir çevrimiçi veri toplama çağının başlangıcında kullanıma sunuluyor. Önümüzdeki birkaç yıl içinde, işletmelerin müşterilerle ilgili üçüncü taraf verilerine erişimi azalmaya devam edecek. Buna karşılık, pazarlama ekipleri, çerezlerin olmadığı bir internete uyum sağlamak için yeni dönüşüm stratejileri oluşturmak zorunda kalacak.

Çevrimiçi izleme araçlarının üçüncü taraf verilerindeki düşüşe geçici bir çözüm getirmesi gerekecek, neyse ki GA4, analitik verilerini harici veri kaynaklarıyla birleştirerek daha fazla esneklik sağlayan BigQuery ile bir entegrasyona sahip. Bu, teknik giderleri artırabilir, ancak önemli verilerin kullanılabilirliğini iyileştirecektir.

Bu verilerle hangi soruları yanıtlayabilirsiniz?

Harici verilerin kullanımı, çeşitli iş ve sektörlerde oyunun kurallarını değiştirme potansiyeline sahiptir. Google Analytics hesabınızda yeterince veri biriktirdikten sonra, bu üçüncü taraf verileri ile işlemler ve sayfa görüntülemeleri gibi geleneksel dijital metrikler arasındaki ilişkiyi araştırabilirsiniz.

Bunun nasıl kullanılabileceğini göstermek için kurgusal çevrimiçi giyim mağazası “E-Clothing”den bir örnek ekledik:

Aşağıda, üçüncü taraf hava durumu verilerini ve "çorap" ürün kategorisini birleştiren bir rapor bulunmaktadır. Bu, “insanlar en çok hangi havalarda çorap satın alır?” sorusuna cevap vermemizi sağlar.

Bu rapordan da görebileceğimiz gibi, dönüşüm oranı (satın almayla sonuçlanan ayrıntılı görüntülemelerin yüzdesi olarak ölçülür) yağmur yağdığında en yüksektir. Bu aynı zamanda en çok çorap satıldığı zamandır. İkinci en yüksek dönüşüm oranı, hafif yağmur yağdığında ve üçüncü en yüksek dönüşüm oranı bulutlu olduğunda. Bu, insanların hava kötü olduğunda çorap almaya daha meyilli olduğunu gösteriyor.

Aşağıda, yukarıdaki rapordaki aynı hava durumu boyutuyla birlikte "mayo" ürün kategorisini gösteren başka bir rapor bulunmaktadır.

Burada “çorap” davranışına zıt olan davranışı görebiliriz. Çorapların aksine mayo, hava açık olduğunda en yüksek dönüşüm oranlarını görür.

Son olarak, spor sonuçları şeklindeki üçüncü taraf verilerinin ürün verileriyle birleştirildiği bir örneğe bakacağız. Bu örnekte, Arsenal'in dahil olduğu tüm maçlar için futbol sonuçlarını, daha spesifik olarak hedef farkını kullanıyoruz ve bunu Arsenal ürünlerinin ürün satışlarıyla karşılaştırıyoruz.

Bu, “mal satışları ekip sonuçlarıyla mı ilgili?” sorusuna cevap vermemizi sağlar.

Yukarıdaki tabloda en çok göze çarpan sonuç, Arsenal'in üç golle kazandığı ilk sıra. Arsenal ürünlerinin bu oyundan hemen sonra görüntülenmesi, açık ara farkla en yüksek dönüşüm oranını gördü ve toplam satın almaların büyük bir bölümünü oluşturdu.

Aynı modeli izleyen daha fazla veri göz önüne alındığında, ekip ürünleri için dönüşüm oranının gerçekten de o ekibin performansıyla ilişkili olduğu sonucuna kolayca varabiliriz.

Covid-19 salgını, tüketici davranışlarını birçok yönden değiştirdi. Ciddi aksamaların yaşandığı bir sektör hizmet sektörüdür. Birçok restoran, web siteleri için çevrimiçi sipariş platformları başlattı, üçüncü taraf teslimat ortaklıklarını genişletti ve/veya arabaya servis şeritleri oluşturdu. Ancak pandeminin ciddiyetinin döngüsel doğası nedeniyle, tüketicilerin reklamlarda yanıt verecekleri dengeyi sağlamak zor olabilir.

Üçüncü taraf verilerinin buna nasıl yardımcı olabileceğine dair bir örnek, restoranların reklamını hangi tekliflerin (teslimat ve toplama ile akşam yemeğine karşı) değiştirdiğini değiştirmek olabilir. Tabii ki, enfeksiyon oranı ne kadar yüksekse, düşük temaslı teslimat ve toplama seçeneklerine o kadar fazla odaklanmalıdırlar. Tersine, enfeksiyon oranları daha düşükse, tekrar akşam yemeği seçeneklerine odaklanabilirler. Geçmişteki bulaşma oranlarını, akşam yemeği ve paket servis satışlarının gerçek oranlarıyla karşılaştırarak, müşterilerinin hangi oranlarda yemek yemeyi güvenli hissettiklerini ve ne zaman toplama veya teslimat seçeneklerinin reklamını yapmaları gerektiğini daha kesin olarak görebilirler.

Bu cevaplarla ne yapabilirsiniz?

Bu veriler, riskleri en aza indirmeye ve şirkete değer katmaya yardımcı olabilir; ancak problem çözme, yapılandırılmış çalışma ve odaklanmış yürütmenin bir karışımını gerektirir.

Reklam stratejinizi uyarlayın

Bu verilerin en mantıklı uygulamalarından biri reklam kampanyalarının optimizasyonudur. Yukarıdaki örnekte "çorap" kategorisinin ve "mayo" kategorisinin performansı göz önüne alındığında, bu kategoriler için reklamlarımızı hava durumuna göre kolayca ayarlayabiliriz. Yağmurlu veya kötü havalarda, "çorap" kampanyamız için teklifleri artırırken, aynı zamanda "mayo" kampanyalarımız için teklifleri düşürebiliriz. Ayrıca mayoya ayrılan bütçenin çoraplara taşınması için yeniden bütçe ayırabiliriz. Ardından, hava açık olduğunda süreci tersine çevirebilir ve çorap bütçesinin tamamını mayoya ayırabilir ve teklifleri yeniden ayarlayabiliriz.

Benzer şekilde, spor sonuçları ve takım ürünleri arasındaki korelasyon göz önüne alındığında, reklam bütçemizin daha fazlasını yakın zamanda ikna edici galibiyetler kaydeden takımlar için takım ürünlerine ayırabiliriz.

Bu optimizasyonlar manuel olarak da yapılabilir, ancak çoğu durumda programlı olarak yapılmalıdır. Her iki durumda da, optimizasyonlarımıza bu yeni faktörleri dahil etmek, Reklam harcamalarımız için daha yüksek bir YG elde etmemize yardımcı olabilir.

Web sitenizin içeriğini ayarlayın

PPC reklamcılığına ek olarak, bu veriler web sitenizdeki içeriği özelleştirmek için de kullanılabilir. Verilerin toplandığı aynı API'leri kullanarak, E-Clothing ana sayfasında hangi ürünlerin görüntüleneceğini mevcut hava koşullarına göre değiştirebiliyoruz.

Sonraki adımlar

Geriye sadece sizin ve ekibinizin çevrimiçi performansınızı etkileme olasılığı en yüksek olan dış faktörlerin beyin fırtınası yapması, bu verilere erişmenizi sağlayacak bir API bulmanız ve izlemeye başlamanız kalıyor!