Olbrzymią przewagą internetu nad pozostałymi mediami jest możliwość precyzyjnego mierzenia efektów sprzedażowych. Dzieje się tak dlatego, że – teoretycznie – odpowiednie dane z kampanii spływają w czasie rzeczywistym i można połączyć je z informacjami na temat konkretnego internauty (jego zainteresowaniami czy demografią).
Dzięki temu można odtworzyć historię kontaktów takiego użytkownika z komunikacją w internecie, a w konsekwencji nie tylko mierzyć efekty kampanii, ale także optymalizować je pod kątem maksymalizacji sprzedaży. Tak wygląda teoria i możliwości, w praktyce jednak istnieje wiele wyzwań i trudności.
Aby możliwe było bardzo dobre opomiarowanie efektów sprzedażowych w internecie, potrzebne są zazwyczaj duże zasoby czasu i budżetu oraz współpraca z wieloma departamentami po stronie klienta, agencji mediowej czy wydawców, ponieważ kluczem do sukcesu są dane pochodzące z odpowiednich źródeł oraz charakteryzujące się odpowiednią jakością. Dlatego też, chcąc mierzyć efekty sprzedażowe kampanii w sposób zaawansowany, należy uwzględnić takie założenie na samym początku opracowywania strategii marketingowej. Projekt mierzenia efektów sprzedażowych kampanii internetowych wymaga zaangażowania np. specjalistów IT i prawników, którzy wspomnianą teorię muszą wdrożyć w organizacji od strony formalnej (umowy, kwestie dostępu do danych i ich przetwarzania, połączenie kampanii z bazami CRM itp.) oraz technologicznej (wybór technologii, sposobu kodowania, piksel plan). Jest to czasochłonne i niesie ze sobą znaczące koszty, więc może skutecznie zniechęcić do podjęcia wyzwania. Jednakże przejście przez nawet bardzo długi i skomplikowany projekt (np. integracji bazy CRM marketera z danymi z mediów cyfrowych) w dłuższej perspektywie przynosi niekwestionowane i wymierne efekty. Dzieje się tak, gdyż lepsze zrozumienie internetowej ścieżki zakupowej konsumenta przekłada się na możliwość podejmowania lepszych decyzji optymalizacyjnych kampanii sprzedażowych, skutecznie wspierających poziom sprzedaży. Ponadto, lepsza jakość danych to trafniejsze analizy, czyli efektywniejsze rozłożenie budżetu mediowego i dokładniejsze prognozy sprzedażowe. To zaś tylko część z możliwości, jakie niosą ze sobą technologie dostarczane przez wiele firm działających na polskim rynku zajmujących się właśnie integracją danych marketerów (CRM, baza mailingowa itp.) z kampaniami marketingowymi (marketing automation, programmatic, wysyłka spersonalizowanego mailingu itp.), np. SaveCart, User Engage, Ignico czy ExpertSender. To wszystko w dłuższej perspektywie przekłada się na znaczne oszczędności.
Na rynku dostępnych jest kilka narzędzi pozwalających na mniej lub bardziej precyzyjne opomiarowanie efektów sprzedażowych. Poniżej przedstawiono zestaw najbardziej popularnych rozwiązań, z których można korzystać w zależności od potrzeb i dostępnego budżetu. Decyzja o wyborze konkretnej technologii i metody dostarczającej możliwie najlepszej jakości dane marketingowe jest jedną z najważniejszych na początkowym etapie rozwoju biznesu – szczególnie takiego, który jest oparty na sprzedaży w internecie.
Modelowanie atrybucji za pomocą rozwiązań dostępnych na rynku
Stosowane w najprostszym scenariuszu modele atrybucji mogą zostać zaimplementowane bezpośrednio na adserwerze lub w narzędziu webanalitycznym (np. Double Click Campaign Manager lub Google Analytics) z wykorzystaniem gotowych modeli oferowanych w ramach tych narzędzi (np. Last Click, First Click, Time Decay, Uniform). Każde z tych rozwiązań przyjmuje określone i silnie zdefiniowane założenia dotyczące wpływu kanałów na sprzedaż i najczęściej obejmuje tylko ścieżki konwertujące, czyli pomijane są ścieżki użytkownika, które nie zakończyły się konwersją. Podejście takie będzie wystarczające dla procesu zakupowego, w którym większość ścieżek zakupowych składa się tylko z jednego kontaktu oraz dla mało zróżnicowanego miksu kanałów komunikacji (do 3 kanałów internetowych). Wtedy wyniki będą zbliżone do podejścia opartego o indywidualny model atrybucji (poniżej).
Dedykowane modelowanie atrybucji
W bardziej złożonych scenariuszach oraz przy odpowiednio dużej miesięcznej skali sprzedaży (minimum 500 konwersji) całość procesu analitycznego może zostać zrealizowana w oparciu o dedykowany, zaprojektowany pod indywidualne potrzeby algorytm modelowania atrybucji. Wówczas, w oparciu o dane klienta, przygotowuje się model analityczny, bazujący na każdej interakcji użytkownika z reklamą w kampanii. W przygotowaniu indywidualnego modelu atrybucji nie zakłada się z góry żadnych wytycznych dotyczących wpływu poszczególnych kanałów na sprzedaż (w przeciwieństwie do gotowych modeli, o których mowa powyżej). Zamiast tego model uczy się zależności na realnych danych z wykorzystaniem zaawansowanych metod wnioskowania statystycznego. Dane wykorzystywane do modelowania atrybucji powinny pochodzić z jednego źródła, dlatego ważne jest, aby wszystkie konwersje i aktywacje w internecie (zarówno te prowadzone przez agencję, jak i bezpośrednio przez klienta) były objęte jednym systemem monitorującym. W takim podejściu uwzględnia się zazwyczaj zarówno ścieżki konwertujące, jak i niekonwertujące, co daje możliwość oszacowania faktycznego prawdopodobieństwa konwersji. W wybranych przypadkach dedykowany algorytm pozwala na uwzględnienie wpływu reklamy telewizyjnej na przebieg ścieżki konwersji na podstawie wyników modelowania marketing miksu. Zaletą indywidualnego modelu atrybucji jest precyzyjny pomiar efektów sprzedażowych, a wnioski pozyskane w zaawansowanym projekcie pozwalają na nieporównywalnie większą efektywność optymalizacji działań sprzedażowych.
Google Analytics
Najpopularniejszym w Polsce rozwiązaniem, dostępnym w wersji darmowej lub płatnej, jest Google Analytics. W wersji darmowej – jeśli jest poprawnie skonfigurowane (zdefiniowane cele, wpięte kody konwersji, zdefiniowane tagi UTM itd.) – umożliwia ono łączenie efektów sprzedażowych z konkretnymi działaniami reklamowymi online. Należy jednak pamiętać, że wersja darmowa opiera się o próbkowanie danych, co wpływa na ich niską jakość. W wersji płatnej GA dostarcza natomiast precyzyjne dane, ale idą za tym wysokie koszty. Warto korzystać z płatnej wersji, jeśli jest podstawowym źródłem danych i wykorzystywana jest do integracji z pozostałymi rozwiązaniami z rodziny Google (Google Marketing Platform) oraz istnieje potrzeba szybkiego wdrożenia (zaletą GA jest prosty proces implementacji).
Tekst jest fragmentem publikacji Zespołu Badawczego IAB Polska “Leksykon: Pomiar efektywności komunikacji cyfrowej.” To niezwykłe źródło wiedzy dla wszystkich tych, którzy zamierzają zgłębiać tajniki pomiaru efektywności projektów wykorzystujących komunikację cyfrową. Publikację możesz w całości pobrać ze strony: