Comment automatiser les rapports marketing dans le secteur de la restauration

Avec l'aide de l'agence de marketing et des produits OWOX BI, les spécialistes du marketing de la chaîne de restaurants ont entièrement mis à jour leur système d'analyse.

Il y a 57 restaurants et points de service de livraison, servant à la fois une cuisine japonaise et italienne. Dans le cadre de la montée en charge et de la diversification de l'entreprise, le service marketing a fait face à de nouvelles missions :

• Comprendre quelles activités publicitaires amènent de nouveaux utilisateurs sur le site Web et l'application mobile et combien il en coûte pour attirer un client. Ils ont dû combiner les données du site Web, de l'application mobile et du système CRM pour comprendre cela.
• Recevez des rapports de performances rapides et comparez les performances réelles avec les prévisions. Pour cela, ils devaient automatiser les rapports marketing.
• Évaluez l'impact supplémentaire des impressions médiatiques sur les canaux de performance et les activités ciblées sur les sites Web et les applications mobiles. Pour ce faire, ils ont fusionné les données brutes au niveau de l'ID client avec les impressions du gestionnaire de campagne.

Voyons comment ils ont accompli chacune de ces tâches et donnons quelques conseils à ceux qui débutent sur la voie de l'automatisation du marketing.

Remarque : Tous les rapports présentés dans l'article sont basés sur un ensemble de données de test.

L'équipe a créé des analyses avancées basées sur OWOX BI, Google BigQuery et Power BI. Schématiquement, le système ressemble à ceci :

OWOX BI importe les données de coût de tous les systèmes publicitaires ainsi que les données brutes du site Web de Google Analytics et les données d'application d'AppsFlyer. Ensuite, il transmet toutes ces données à Google BigQuery.

Google BigQuery reçoit également des métriques de prévision que les experts de l'agence calculent dans l'interface en utilisant le langage R.

Dans Google BigQuery, les données sont traitées et fusionnées à l'aide de vues et de requêtes planifiées.

Enfin, les données sont visualisées dans Power BI.

L'équipe s'est concentrée sur trois rapports grâce auxquels elle peut suivre les mesures nécessaires :

• Rapport de gestion de base pour le système de tableau de bord prospectif
• Rapport sur l'attraction d'utilisateurs sur le site Web
• Rapport sur l'attraction d'utilisateurs vers l'application

Ils ont développé une matrice d'impact - une hiérarchie de mesures - pour déterminer sur quelles mesures se concentrer et dans quels cas. Ils ont également utilisé la méthodologie du tableau de bord prospectif pour surveiller les données de prédiction. En conséquence, ils ont reçu un rapport qui permet de :

• comprendre quelles mesures sont en avance et lesquelles sont en retard par rapport au plan
• suivre les principaux KPI qui ont des poids différents pour l'entreprise (CPO, CR, revenus, CTR)
• prédire les KPI

Dans l'architecture du rapport, on distingue trois niveaux : le niveau métier, le niveau KPI et le niveau détaillé.

Niveau entreprise

À ce niveau, vous pouvez voir le plan par rapport aux faits pour les mesures commerciales cruciales.

À partir des données ci-dessus, l'équipe peut conclure que le CR KPI a été dépassé de 43 %. Dans le même temps, le volume de trafic et les conversions n'ont pas atteint les valeurs prévues. Un CR élevé peut indiquer un bon site Web et une bonne UX d'application - il y a peu de baisses et les utilisateurs convertissent bien. Cependant, il est nécessaire d'augmenter le volume de trafic pour assurer le volume de ventes requis.

Niveau KPI

Sur la base du rapport au niveau des KPI, les spécialistes du marketing analysent les placements efficaces et inefficaces du point de vue du CR et des indicateurs de coût - cela permet de répartir rapidement le budget entre les canaux pour remplir le plan général.

Le rapport illustre la correspondance de niveau supérieur entre les KPI planifiés et réels (CR, visites, revenus, transactions) et les valeurs prévisionnelles. Par exemple, vous pouvez voir que le plan pour le volume de trafic global du site Web n'a pas été atteint, mais cela est compensé par un CR plus élevé dans le trafic organique et direct. Il faut donc augmenter le CR du trafic payant (type CPC) avec une optimisation plus dynamique ou un prix d'achat majoré. L'équipe peut également avoir besoin d'augmenter l'achat de trafic payant en principe pour remplir le plan de trafic général.

Niveau détaillé

À ce niveau, les spécialistes du marketing examinent la dynamique des mesures par région et par type d'appareil, ce qui permet également de réorienter le budget vers ce qui fonctionne le mieux.

À partir des données ci-dessus, on peut conclure que l'équipe a raté le plan en termes de nombre total de transactions et de CR pour la période d'analyse donnée de 5,5 %. Dans le même temps, le trafic desktop et mobile affiche à peu près la même tendance à prendre du retard par rapport au volume de conversions (le desktop a chuté de 5,7 %, le mobile de 5,6 %). En conséquence, les deux types d'appareils génèrent un nombre égal de conversions. Mais pour optimiser, le trafic dans la section CR doit être analysé.

Ici, on peut voir que le trafic mobile (1,8 %) et le trafic sur tablette (2,8 %) ont affiché les CR les plus faibles en décembre. Étant donné que le trafic mobile génère environ le même nombre de conversions que le trafic sur ordinateur et qu'il est probablement moins cher, les spécialistes du marketing peuvent essayer d'optimiser le trafic mobile en achetant un trafic de meilleure qualité pour augmenter son CR.

Ce graphique illustre le plan de performance pour le trafic à travers les villes. Avec des informations sur les volumes achetés, il est possible de conclure où la sous-performance est critique et a un impact sur l'efficacité de toutes les campagnes.

Grâce à ces rapports, l'équipe a pu répartir tous les achats entre les nouveaux clients et les clients fidèles. Cela a permis d'exclure les clients récurrents des campagnes publicitaires pour les nouveaux clients, réduisant ainsi le CPO sur tous les canaux. En voyant simultanément les statistiques dans la section des canaux pour les utilisateurs récurrents et les nouveaux utilisateurs, les spécialistes du marketing ont pu comprendre quelles sources génèrent le plus de nouvelles commandes et faire pencher le budget en leur faveur. Dans les sources où les achats répétés prédominent, ils ont réduit le budget, réduisant ainsi le CPO total prévu.

Soit dit en passant, les principaux KPI de ces rapports sont calculés sur la base des données CRM.

Le rapport ci-dessus montre que le plus grand nombre de nouveaux achats pour l'ensemble du trafic du site Web est mené par inst_kz (81,82 %), Facebook Ads (43,45 %), mobrain_int (31,25 %) et gomobile_int (30,38 %). Étant donné que, en général, l'entreprise a un public actif et fidèle et un pourcentage élevé de couverture du marché, il est clair que certains sites Web conduisent des clients qui ont déjà passé une commande au moins une fois dans l'application. Pour une plus grande efficacité et exécution du KPI d'acquisition de clients, l'équipe peut essayer d'exclure l'audience CRM active dans les paramètres de la campagne publicitaire et lancer des promotions pour les nouveaux clients.

Ici, vous pouvez voir que plus de la moitié du trafic des ordinateurs de bureau sur tous les groupes de canaux revient aux clients. Cela indique l'importance de travailler avec une base fidèle et d'augmenter la rétention.

Avec l'analyse post-vue, vous pouvez évaluer l'influence de l'activité des médias sur le nombre de commandes.

Les statistiques d'impression sont téléchargées dans BigQuery depuis Google Campaign Manager et sont détaillées jusqu'à l'utilisateur individuel (ID client). Le rapport compare les segments de ceux qui ont vu et ceux qui n'ont pas vu les publicités dans les médias. En conséquence, nous pouvons évaluer l'effet incrémental des impressions médias sur les canaux de performance et les actions ciblées sur le site Web et dans l'application mobile.

Par exemple, l'équipe a appris que les conversions en commandes de ceux qui ont vu des vidéos et des bannières étaient 42 % plus élevées que pour ceux qui ne les ont pas vues. Grâce à l'analyse post-vue, ils ont également déterminé que l'audience de ceux qui ont vu la publicité dans les médias rapportait le double des revenus.

À l'avenir, l'équipe prévoit de développer des rapports multiplateformes. La première étape consiste à évaluer l'impact du trafic Web sur les conversions d'applications en reliant les données des applications mobiles et du site Web. Ces rapports créeront une compréhension complète de la valeur des canaux publicitaires et évalueront leur impact les uns sur les autres. Cela aidera également à prendre des décisions de gestion concernant le développement des canaux d'interaction client et à ajuster la stratégie de communication marketing.