數字分析和營銷的演變
已發表: 2022-03-15營銷人員需要如何處理分析的轉變正在進行中。 是時候停止考慮用戶流，而是考慮我們期望從參與用戶那裡獲得的一系列事件（任務）。
早在第一個網絡橫幅廣告出現之前（1994 年 10 月 27 日，在連線雜誌上），想要幫助他們的客戶進行營銷工作的營銷人員就接受了分析和營銷的結合。 隨著時間的推移，這種結合已經發展，分析工具的功能也在發展。
有一次，營銷報告是“看看活動產生的網站訪問者數量！” 或“看看我們獲得了多少頁面瀏覽量！” 這些是分析的常見用途。 最終，隨著分析工具的改進，將在線銷售歸因於特定營銷工作的能力成為可能。
在這 30 多年的時間裡，營銷部門對基於 Web 的分析的解釋始終保持不變：一項活動吸引了 X 個訪問者訪問該網站。 他們瀏覽瞭如此多的頁面，這導致了一定數量的銷售。 本質上，一個基本的用戶流程。 在訪問者的旅程中，網站上的每一步都被視為流暢且易於遵循。
作為營銷人員，我們需要開始為下一代分析工具和技術的到來做好準備。 新一代分析工具不再處理用戶活動記錄（日誌文件），而是將特定事件存儲在數據庫中。 如果您還沒有聽說過“基於事件的分析”，那麼您很快就會到處聽說它。
早在 2020 年 10 月，谷歌就發布了 Google Analytics 4 (GA4)。 它處於 Beta 模式，但任何註冊 Google Analytics 的用戶都會自動註冊到 GA4。 您必須熟悉 GA 才能設置舊的 Universal Analytics (UA)。 雖然 GA 可能是最流行的分析工具，但 Adobe Analytics 一直在做“基於事件的分析”，以及其他幾種分析工具。
雖然 Google 強制所有人切換到 GA4 的官方日期尚未公佈，但請放心，它即將到來，是時候開始考慮“基於事件的分析”，以及它與您習慣的不同之處以及其中包含的一些優點。
定義基於事件的分析
“基於事件的分析是跟踪和分析用戶與產品之間交互的方法，也稱為事件。”
這對營銷人員意味著什麼？ 我們需要重新考慮如何將分析數據作為營銷報告的一部分呈現。
過去，當我們談論用戶的旅程時，比如說，“他們來自這個活動，登陸了這個頁面，訪問了這些頁面併購買了 $XXX.XX。”
使用基於事件的分析，我們仍然可以查看哪些活動將訪問者帶到了網站。 在他們查看的頁面上跟踪他們並不容易，但是跟踪結帳過程中的各個步驟變得更加容易。
使用基於事件的分析，我們可以獲得比用戶流量更多的產品視圖。
例如，我們可以為特定活動創建一個細分並查看各個步驟（將其視為墊腳石，用戶可以輕鬆地從一個跳到另一個或跳過其中的一些）。 在電子商務網站中，我們將看到每種產品有多少單位添加到購物車以及購買了多少。 您不會看到他們是否將產品添加到他們的購物車中，然後稍後再回來將其刪除或減少訂購數量。 基於事件的分析將生成如下所示的報告：
基於事件的分析和細分
基於事件的分析提供的一個強大功能是增強的細分。 雖然訂單分析工具提供了一定程度的細分，但您現在在定義它們時將擁有更大的靈活性。 細分將使您能夠根據潛在客戶和客戶與您的產品的互動方式將他們分成特定的組。
下面是一個示例，說明如何通過不同的獲取渠道生成基於事件的分析用戶參與度。
使用基於事件的分析，您很可能不會看到報告的跳出率測量值。 為什麼？ 因為查看頁面的簡單行為就是一個事件。 大多數分析工具現在通過計時器記錄頁面上的時間（每 X 秒觸發一次事件），而不僅僅是來自頁面瀏覽之間的時間戳，它們還將跟踪用戶在頁面上的滾動（參與）。 為了簡化這一點，如果用戶在頁面上花費 X 秒或開始滾動，那麼他們並沒有反彈，但他們參與了。 我們現在必須考慮“參與會議”與“非參與會議”。 沒有滾動且花費少於 X 秒的單個頁面視圖是“非參與會話”。
閱讀下一篇：什麼是客戶旅程分析？
使用基於事件的分析來增加收入
使用電子商務網站和移動應用程序，網站訪問者（可能來自營銷活動）打開網站並瀏覽許多項目，然後將項目添加到他們的購物車。 可能是幾天后，他們重新登錄移動應用程序並完成購買。 現在在您的分析平台中，上述行為或事件可能如下所示：“用戶註冊”、“搜索商品”、“查看商品詳情”、“將商品添加到購物車”和“購買完成”。 在許多較舊的分析工具上，您不會看到這種相互關聯的旅程，但會看到用戶來自 X 活動，將商品添加到購物車，然後停止。 另一位用戶“神奇地”通過該應用程序登錄，但購買了東西，甚至沒有將它們添加到購物車中。
基於事件的數據可以產生導致產品更改和調整的問題。 在查看上述示例的數據後，我們可能會問：
- 在單個會話中完成結帳的用戶百分比？
- 轉換是否因項目或品牌而異？
- 如果用戶沒有轉化，他們在哪裡做的？ （棄站，繼續查看其他信息等）
- 轉換需要多長時間（以分鐘或幾天為單位）？
- 用戶在結賬過程中是否面臨支付錯誤或其他問題（事件）？
- 如果他們沒有立即購買，他們會永遠消失嗎？
您可能可以使用現有的分析工具回答上述問題，但使用基於事件的分析會變得容易得多。
基於事件的分析和數據倉庫
將您的基於事件的分析數據與數據倉庫相結合，可以讓您的數據更上一層樓。 您可能已經註意到，每個事件本質上都是一個可以輕鬆導出到數據倉庫的數據點。
只需導出數據，您現在就可以操作和處理原始數據。 以前，您必須使用分析工具中的可用數據。
例如，對於電子商務網站，您可能會跟踪唯一的客戶 ID。 根據法律，這是一個匿名 ID（無法鏈接到特定的個人身份信息）。 在您的數據庫中，您可以執行客戶查找並開始查看有多少特定客戶在訂購以及何時訂購。 如何生成將商品留在購物車中超過 2 週的客戶報告？ 作為營銷人員，您可以生成基於激勵的電子郵件，或者甚至讓他們指定的銷售代表給他們打電話，看看發生了什麼。 正是在數據倉庫中組合數據的這種力量中，真正允許基於事件的分析來推動銷售。
在訪問數據倉庫時，使用數據可視化工具進一步增強和簡化報告。 您不再需要連接多個數據源並顯示單獨的報告。 將您的數據可視化工具連接到數據倉庫，可以讓數據以統一的表格和圖表的形式呈現。
如果您的組織尚未實施基於事件的分析，請開始製定計劃。 如果您目前正在運行 Google 的 Universal Analytics (UA)，請開始為他們宣布關閉 UA 並強制您切換到 GA4 的日期做準備。 作為對所有 UA 用戶的建議，是時候開始並行運行 GA4，如果沒有其他原因，請熟悉它並開始看到它帶來的力量。
本文中表達的觀點是客座作者的觀點，不一定是 MarTech。 工作人員作者在這裡列出。