Como o OWOX Server-Side Tracking ajudou a encontrar as fontes reais de conversões para mais de 30% das vendas online

Uma alta porcentagem de tráfego direto/nenhum é uma dor de cabeça para qualquer profissional de marketing. Quando você não conhece as fontes reais de conversões, não consegue entender em quais canais investir e também não consegue gerar relatórios sobre gastos com anúncios.

O rastreamento do lado do servidor OWOX pode resolver esse problema. Um experimento conjunto com um cliente mostrou que, com o OWOX BI, a proporção de transações atribuídas a direto/nenhum diminuiu em mais de21% .Também foi possível identificar a fonte/mídia correta para mais de30% da receita, cujas fontes eram desconhecidas.Além disso, ao alocar corretamente as transações aos canais, foi possível recalcular o CPO e verificar que para alguns canais, ele ficou menor que o CPO calculado anteriormente.

Neste artigo, descrevemos em detalhes os resultados desse experimento.

Você pode descobrir que uma proporção significativa de sessões e conversões vem de direto/nenhum. Assim, é impossível entender de onde realmente vêm essas sessões e conversões. A causa mais comum é uma vida útil limitada do cookie, que leva a uma situação em que cada sessão subsequente de um visitante específico é definida como uma nova sessão e a conexão com a primeira sessão é perdida. No entanto, essa primeira sessão contém a verdadeira fonte de origem do usuário.

Os cookies primários no navegador Safari têm uma duração limitada de sete dias. O ponto principal é que o identificadorclientIdé usado para identificar um usuário específico no Google Analytics. Assim, é usado por ferramentas de análise como uma chave pela qual você pode entender as ações de um usuário por um longo período: de onde o usuário veio originalmente, quais páginas ele visitou e assim por diante.

O identificadorclientIdé gravado nocookie ga_e armazenado no dispositivo do usuário quando ele visita seu website. Este é considerado um cookie primário, mas como é escrito em JavaScript, está sujeito a restrições ITP. Portanto, não vive mais do que sete dias.

Isso significa que, se um usuário visitar seu site hoje a partir de um anúncio do Facebook e fizer um pedido oito dias depois, sua ferramenta de análise considerará o comprador como um novo usuário e o pedido não será atribuído de forma alguma à sua publicidade no Facebook. O profissional de marketing fica cego para essa parte do tráfego e, sem entender a verdadeira origem do pedido, pode desativar a publicidade supostamente ineficaz no Facebook. Isso pode levar a uma queda nos pedidos e nos lucros do negócio. Portanto, um aumento na proporção de novos usuários em análises pode levar a uma perda de receita.

Com o OWOX BI, você pode aumentar a precisão das estimativas de suas campanhas publicitárias e identificar as verdadeiras fontes/mídias/campanhas que geram receita. O rastreamento do lado do servidor OWOX BI monitora qualquer atividade do usuário em seu site, estende a vida útil do cookie e não é afetado por bloqueadores de anúncios, permitindo que você veja todo o caminho de conversão.

Rastreamento do lado do servidor sem cookies pronto para uso

Com o OWOX BI, você pode configurar a coleta de dados de terceiros para resolver problemas de ITP. Para fazer isso, no estágio de integração, criamos um subdomínio separado em seu site, no qual ocorrerá a coleta de dados.

A cada hit/evento, o OWOX BI cria um cookie ouid e o renova a cada interação com o usuário por 364 dias. Este cookie terá seu próprio ID de usuário:owox.user_id. Com base nisso, podemos criar relatórios de análise sem uma grande parcela de novos usuários falsos e criar um caminho de usuário por um período mais longo. Isso permite avaliar corretamente a eficácia das campanhas publicitárias e acompanhar toda a jornada do usuário.

O problema do tráfego direto/nenhum foi particularmente relevante para o cliente com quem realizamos o experimento, já que quase metade do tráfego (44%) vem do navegador Safari.

No experimento, comparamos como as principais métricas da empresa (transações, receita, CPO) diferem quando calculadas com base em dados coletados por meio de diferentes identificadores de usuário: Google Analyticsclient_ideowox.user_id.

A pergunta-chave que queríamos responder era quantas transações a fonte de tráfego mudaria. Por que isso é importante? Como a eficácia dos canais de publicidade é avaliada com base no número de transações por fonte/mídia e, com base nessa eficácia, são tomadas decisões sobre a redistribuição do orçamento e são gerados relatórios para a gestão.

O experimento mostrou que usarowox.user_idreduziu a porcentagem de usuários identificados incorretamente como novos em 12%. Isso significa que, sem usar o streaming do lado do servidor OWOX, o sistema de análise teria identificado esses usuários como novos, mas graças ao OWOX BI, esses usuários foram identificados como recorrentes, reduzindo a porcentagem de novos usuários. Para o experimento, analisamos os dados por um mês. Em um período mais longo, a redução de usuários identificados incorretamente deve ser ainda maior.

A próxima captura de tela mostra a porcentagem de usuários identificados como retornados (gráfico superior, porclient_id; gráfico inferior, porowox.user_id).

Esses gráficos mostram a porcentagem de usuários reconhecidos como “retornados”. Podemos ver que durante os primeiros sete dias (enquanto o cookie do Safari ainda está ativo), a porcentagem de usuários recorrentes é aproximadamente a mesma para ambos os métodos. No entanto, após sete dias, a diferença torna-se significativa. Graças aoowox.user_id, é possível reconhecer o dobro de usuários recorrentes no oitavo dia e seis vezes mais usuários recorrentes no trigésimo dia. 😎

A próxima captura de tela mostra a porcentagem de transações para as quais a fonte de tráfego foi alterada devido ao uso deowox.user_id(para maior clareza, a avaliação foi feita usando os modelos de atribuição de primeiro clique e último clique não direto mais populares).

Por exemplo, se olharmos para os dados de 27 de março, podemos ver que a origem do tráfego mudou para 12% das transações (de acordo com o First Click) e 6,8% das transações (de acordo com o LNDC). Isso significa que, desde o início, a fonte foi identificada incorretamente para essas transações. Consequentemente, os canais de onde essas transações realmente vieram foram subavaliados. Isso levou os profissionais de marketing a tirar conclusões incorretas e alocar o orçamento de maneira ineficiente. O rastreamento do lado do servidor pode resolver esse problema.

Agora vamos passar para a parte principal do experimento e ver como as mudanças na proporção de usuários novos/retornantes e a origem da transação afetam a taxa de conversão, a receita e o CPO.

Na tabela abaixo, podemos ver como o uso do rastreamento do lado do servidor OWOX BI reduz o número de transações com uma fonte de tráfego direta/nenhuma. Isso é feito realocando essas transações para sua verdadeira fonte/meio.

Por exemplo, vamos pegar os dados de 6 de abril. Podemos ver que o número de transações com (direto)/nenhum naquele dia diminuiu 33,33%. Essas transações foram redistribuídas entre outras combinações de origem/mídia: google/cpc recebeu +12,5% de transações, twitter.com/social +50% de transações e assim por diante.

A tabela a seguir nos mostra como é redistribuída a receita das transações, que antes tinham origem/mídia como direta/nenhuma.

Por exemplo, vemos que em 6 de abril, a receita de transações com uma fonte/meio direta/nenhuma diminuiu 32,78 pontos percentuais. No entanto, essa receita foi distribuída entre outros canais e fontes. Isso parece suspeito, pois os canais reais que geraram receita foram subestimados. Agora, podemos não apenas senti-lo intuitivamente, mas também justificá-lo com números 😎.

Também notamos que, para algumas fontes/mídias, o CPO previsivelmente diminuiu. Por que? Porque a parcela de transações diretas/nenhuma fluiu para outras categorias de fonte/mídia. O número de transações (no denominador) para o qual as despesas de um determinado canal precisam ser divididas aumentou, resultando em uma diminuição no CPO. Para colocá-lo em termos de marketing, as transações que não foram contabilizadas no Google Analytics foram incluídas nessas categorias de origem/mídia, indicando que sua eficácia real é maior.

Por exemplo, em 31 de março, o CPO para google/cpc diminuiu 8,77%:

O CPO para bing/cpc diminuiu 12,5%:

O CPO para Facebook/social pago diminuiu 13,33%:

Devido às limitações associadas ao uso de cookies de terceiros, a participação de novos usuários e tráfego direto/nenhum está aumentando. Isso complica significativamente a avaliação dos canais de publicidade para os profissionais de marketing.

O rastreamento do lado do servidor OWOX ajuda a resolver esse problema: ele reduz o compartilhamento de tráfego direto/nenhum em 21% ou mais e redistribui corretamente 30% ou maisdas transações e receita para outras fontes e canais. Graças a isso, a equipe de marketing pode atender melhor seus KPIs e defender seu orçamento com mais rapidez.