Marcin Kowol, Web Analytics Wednesday, 25.02.2015, Warszawa
Jak zbudować liczbowe metryki pozwalające zmierzyć zaangażowanie pojedynczego użytkownika dla witryny, która nie prowadzi do konwersji online? Jak precyzyjnie zdefiniować miarę zaangażowania użytkownika? Nowatorska metodologia mająca zastosowanie dla precyzyjnego mierzenia efektywności na stronach nie będących ecommerce’ami.
4. Metryki podstawowe
odsłony reklamy (impresje)
kliknięcia w reklamę
współczynnik konwersji reklamy (CR kliknięcia/odsłony)
odwiedziny na stronie (unikalne odwiedziny)
współczynnik odrzuceń (bounce rate) – co to jest?
czas pobytu na stronie (wizyty)
liczba obejrzanych podstron podczas jednej wizyty
konwersja – co to jest?
współczynnik konwersji celu (CR realizacja celu/odwiedziny)
5. Metryki zaawansowane i cele
zmodyfikowany współczynnik odrzuceń
aktywność na podstronie (np. przewinięcie, klikanie zakładek)
interakcje z mediami (np. oglądanie filmów)
wypełnienie formularza (ale również porzucenie formularza)
cele sekwencyjne (np. obejrzenie produktu a następnie sprawdzenie dojazdu do sklepu)
przejście ze strony docelowej (landing page) na stronę produktową
8. dojazd do Centrumstrona któregokolwiek ze sklepów
plan Centrum
albo
^(www.|ru.|ruwarsaw.)?fashionhouse.pl?/(warszawa|gdansk|sosnowiec)/(sklep|promocje|kupony-rabatowe|promocje-graficzne)/(.*)
^(www.|ru.|ruwarsaw.)?fashionhouse.pl?/(warszawa|gdansk|sosnowiec)/(plan-centrum|dojazd|kontakt)/(.*)
12. Digital Campaign Optimisation
Proces ciągłej
optymalizacji
wydajności
kampanii online
poprzez
wprowadzanie
zmian w mediach,
kreacjach i stronach
docelowych.
13.
14. Optymalizujemy
W stosunku do tradycyjnej kampanii, której efektywność zmniejsza się w czasie, w przypadku
optymalizacji podnosimy efektywność cyklicznie.
15.
16. Czyli…
1. Dzielimy kampanię na odcinki czasowe (np. tygodnie).
2. Zbieramy dane w pierwszym okresie.
3. Analizujemy dane i przygotowujemy rekomendacje.
4. Wdrażamy rekomendacje – optymalizujemy kampanię w kolejnym okresie.
…i zaczynamy od początku.
Zbieranie
danych
Analiza
danych
Przygotowanie
rekomendacji
Selekcja i
wdrożenie
rekomendacji
Ponownie
Zbieranie
danych
18. Dlaczego DCO nie jest uniwersalne?
1. Podział kampanii na tygodnie = zakup mediów co tydzień.
2. Scoring = zdefiniowanie punktów scoringowych opiera się na doświadczeniu.
3. Narzędzia (adserwer, tag manager, datamart, real time attitudinal survey) = koszty.
4. Nie jest to automation marketing.
5. Nie nadaje się do optymalizacji kampanii lojalnościowych.
6. DCO jest autorską metodologią Starcomu dedykowanym dla Samsunga
22. Scoring – przykładowe efekty
Po optymalizacji mediów oraz częściowo kreacji, dokonanej na podstawie danych zebranych w
marcu 2014 otrzymaliśmy wyjątkowo zachęcające efekty dla kampanii długotrwałych (display z
wyłączeniem dniówek) w kolejnym miesiącu.
◦ Obniżyliśmy CPM z 5,37 PLN do 2,94 PLN
oraz
◦ obniżyliśmy koszt wizyty z 2,03 PLN do 0,67 PLN.
W praktyce wyglądało to tak:
marzec: budżet – 94 500 PLN, wizyty – 46 895
kwiecień: budżet – 65 700 PLN, wizyty – 98 051
0
20 000
40 000
60 000
80 000
100 000
120 000
marzec kwiecień
budżet [PLN] wizyty
23. Techniczne aspekty scoringów
Alternatywne rozwiązania:
1. Dedykowane narzędzia: adserwer, manager tagów, hurtownia danych, panel badawczy).
2. Pakiet minimum: system analityczny (z funkcjonalnością scoringu), arkusze excela.
3. Narzędzia tworzone w miarę potrzeb: własna baza SQL, własne skrypty php do komunikacji z
bazą na serwerze, Google Tag Manager, własne skrypty javascript dla GTM.