วิธีทำรายงานการตลาดอัตโนมัติในธุรกิจร้านอาหาร

ด้วยความช่วยเหลือจากหน่วยงานการตลาดและผลิตภัณฑ์ OWOX BI นักการตลาดที่เครือร้านอาหารได้อัปเดตระบบการวิเคราะห์ของตนทั้งหมด

มีร้านอาหารและจุดบริการจัดส่งถึง 57 แห่ง ให้บริการทั้งอาหารญี่ปุ่นและอาหารอิตาเลียน ในการเชื่อมต่อกับการขยายขนาดและการกระจายความเสี่ยงของธุรกิจ ฝ่ายการตลาดต้องเผชิญกับงานใหม่:

• ทำความเข้าใจว่ากิจกรรมการโฆษณาใดนำผู้ใช้ใหม่มาที่เว็บไซต์และแอปพลิเคชันมือถือ และมีค่าใช้จ่ายเท่าใดในการดึงดูดลูกค้า พวกเขาต้องรวมข้อมูลจากเว็บไซต์ แอปพลิเคชันมือถือ และระบบ CRM เพื่อหาคำตอบ
• รับรายงานประสิทธิภาพที่รวดเร็วและเปรียบเทียบประสิทธิภาพจริงกับการคาดการณ์ สำหรับสิ่งนี้ พวกเขาจำเป็นต้องทำให้การรายงานทางการตลาดเป็นแบบอัตโนมัติ
• ประเมินผลกระทบที่เพิ่มขึ้นของการแสดงสื่อต่อช่องทางประสิทธิภาพและกิจกรรมเว็บไซต์เป้าหมายและแอปพลิเคชันบนอุปกรณ์เคลื่อนที่ ในการทำเช่นนี้ พวกเขารวมข้อมูลดิบที่ระดับรหัสไคลเอนต์กับการแสดงผลจากตัวจัดการแคมเปญ

มาดูกันว่าพวกเขาทำงานแต่ละอย่างให้สำเร็จได้อย่างไร และให้คำแนะนำแก่ผู้ที่เพิ่งเริ่มเข้าสู่เส้นทางการตลาดอัตโนมัติ

หมายเหตุ: รายงานทั้งหมดที่นำเสนอในบทความอ้างอิงจากชุดข้อมูลทดสอบ

ทีมสร้างการวิเคราะห์ขั้นสูงโดยใช้ OWOX BI, Google BigQuery และ Power BI แผนผังระบบมีลักษณะดังนี้:

OWOX BI นำเข้าข้อมูลค่าใช้จ่ายจากระบบโฆษณาทั้งหมด รวมถึงข้อมูลเว็บไซต์ดิบจาก Google Analytics และข้อมูลแอปพลิเคชันจาก AppsFlyer จากนั้นจะส่งข้อมูลทั้งหมดนี้ไปยัง Google BigQuery

Google BigQuery ยังได้รับเมตริกการคาดการณ์ที่ผู้เชี่ยวชาญของหน่วยงานคำนวณในอินเทอร์เฟซโดยใช้ภาษา R

ภายใน Google BigQuery ข้อมูลจะได้รับการประมวลผลและผสานโดยใช้มุมมองและการสืบค้นตามกำหนดเวลา

ในที่สุด ข้อมูลจะแสดงเป็นภาพใน Power BI

ทีมงานมุ่งเน้นไปที่รายงาน 3 ฉบับที่พวกเขาสามารถติดตามเมตริกที่จำเป็น:

• รายงานการจัดการขั้นพื้นฐานสำหรับระบบบาลานซ์สกอร์การ์ด
• รายงานการดึงดูดผู้ใช้เข้าสู่เว็บไซต์
• รายงานเกี่ยวกับการดึงดูดผู้ใช้ไปยังแอปพลิเคชัน

พวกเขาพัฒนา Impact Matrix ซึ่งเป็นลำดับชั้นของเมตริก เพื่อกำหนดว่าเมตริกใดที่จะมุ่งเน้นและในกรณีใด พวกเขายังใช้วิธีการจดแต้มสมดุลในการตรวจสอบข้อมูลการทำนาย เป็นผลให้พวกเขาได้รับรายงานที่อนุญาตให้:

• ทำความเข้าใจว่าเมตริกใดอยู่ข้างหน้าและอยู่หลังแผน
• ติดตาม KPI หลักที่มีน้ำหนักต่างกันสำหรับธุรกิจ (CPO, CR, รายรับ, CTR)
• ทำนาย KPI

ในสถาปัตยกรรมรายงาน สามารถแยกแยะได้สามระดับ: ระดับธุรกิจ ระดับ KPI และระดับรายละเอียด

ระดับธุรกิจ

ในระดับนี้ คุณจะเห็นแผนเทียบกับข้อเท็จจริงสำหรับตัวชี้วัดทางธุรกิจที่สำคัญ

จากข้อมูลข้างต้น ทีมงานสรุปได้ว่า CR KPI เกิน 43% ในขณะเดียวกัน ปริมาณการเข้าชมและการแปลงไม่ถึงค่าที่วางแผนไว้ ค่า CR สูงสามารถบ่งบอกถึงเว็บไซต์และแอปพลิเคชัน UX ที่ดี — มีการลดลงเล็กน้อย และผู้ใช้แปลงได้ดี อย่างไรก็ตาม จำเป็นต้องเพิ่มปริมาณการเข้าชมเพื่อให้แน่ใจว่ายอดขายที่ต้องการ

ระดับ KPI

จากรายงานระดับ KPI นักการตลาดจะวิเคราะห์ตำแหน่งที่มีประสิทธิภาพและไม่มีประสิทธิภาพจากมุมมองของ CR และตัวบ่งชี้ต้นทุน ซึ่งช่วยให้สามารถแบ่งงบประมาณระหว่างช่องทางต่างๆ ได้อย่างรวดเร็วเพื่อให้บรรลุตามแผนทั่วไป

รายงานแสดงให้เห็นถึงความสอดคล้องกันในระดับบนของ KPI ที่วางแผนไว้และตามจริง (CR, การเข้าชม, รายได้, ธุรกรรม) กับค่าที่คาดการณ์ ตัวอย่างเช่น คุณจะเห็นว่าไม่ตรงตามแผนสำหรับปริมาณการเข้าชมเว็บไซต์โดยรวม แต่สิ่งนี้ถูกหักล้างด้วย CR ที่สูงขึ้นในการเข้าชมทั่วไปและการเข้าชมโดยตรง ดังนั้น จึงจำเป็นต้องเพิ่ม CR ของการเข้าชมที่เสียค่าใช้จ่าย (ประเภท CPC) ด้วยการเพิ่มประสิทธิภาพแบบไดนามิกหรือราคาซื้อที่เพิ่มขึ้น ทีมงานอาจต้องเพิ่มการซื้อการเข้าชมแบบชำระเงินเพื่อให้เป็นไปตามแผนการจราจรทั่วไป

ระดับรายละเอียด

ในระดับนี้ นักการตลาดจะพิจารณาการเปลี่ยนแปลงของเมตริกตามภูมิภาคและประเภทอุปกรณ์ ซึ่งจะช่วยเปลี่ยนเส้นทางงบประมาณไปยังสิ่งที่ทำงานได้ดีกว่า

จากข้อมูลข้างต้น สามารถสรุปได้ว่าทีมพลาดแผนในแง่ของจำนวนธุรกรรมทั้งหมดและ CR สำหรับช่วงเวลาที่กำหนดของการวิเคราะห์ 5.5% ในเวลาเดียวกัน การเข้าชมบนเดสก์ท็อปและอุปกรณ์เคลื่อนที่มีแนวโน้มใกล้เคียงกันที่จะน้อยกว่าปริมาณ Conversion (เดสก์ท็อปลดลง 5.7% อุปกรณ์เคลื่อนที่ลดลง 5.6%) ดังนั้น อุปกรณ์ทั้งสองประเภทจึงทำให้เกิด Conversion ในจำนวนที่เท่ากัน แต่เพื่อเพิ่มประสิทธิภาพ จะต้องมีการวิเคราะห์การรับส่งข้อมูลในส่วน CR

จะเห็นได้ว่าทราฟฟิกบนมือถือ (1.8%) และทราฟฟิกแท็บเล็ต (2.8%) มี CR ต่ำที่สุดในเดือนธันวาคม เนื่องจากการเข้าชมบนอุปกรณ์เคลื่อนที่ทำให้เกิด Conversion จำนวนเท่ากันกับการเข้าชมบนเดสก์ท็อปและอาจมีราคาถูกกว่า นักการตลาดสามารถพยายามเพิ่มประสิทธิภาพการเข้าชมบนอุปกรณ์เคลื่อนที่โดยการซื้อปริมาณการใช้ข้อมูลที่มีคุณภาพดีกว่าเพื่อเพิ่ม CR

กราฟนี้แสดงแผนประสิทธิภาพสำหรับการจราจรในเมืองต่างๆ ด้วยข้อมูลเกี่ยวกับปริมาณที่ซื้อ จึงสามารถสรุปได้ว่าประสิทธิภาพที่ต่ำกว่านั้นมีความสำคัญและส่งผลต่อประสิทธิภาพของแคมเปญทั้งหมด

ด้วยรายงานเหล่านี้ ทีมสามารถแบ่งการซื้อทั้งหมดออกเป็นลูกค้าใหม่และลูกค้าเก่าที่กลับมา สิ่งนี้ทำให้สามารถยกเว้นลูกค้าที่กลับมาจากแคมเปญโฆษณาสำหรับลูกค้าใหม่ ซึ่งส่งผลให้ CPO ลดลงในทุกช่องทาง เมื่อดูสถิติในส่วนช่องทางสำหรับผู้ใช้ที่กลับมาและผู้ใช้ใหม่พร้อมกัน นักการตลาดสามารถเข้าใจได้ว่าแหล่งที่มาใดกระตุ้นคำสั่งซื้อใหม่มากกว่าและปรับงบประมาณให้เป็นประโยชน์ ในแหล่งที่มีการซื้อซ้ำ ๆ พวกเขาลดงบประมาณ ซึ่งจะเป็นการลด CPO ที่วางแผนไว้ทั้งหมด

อย่างไรก็ตาม KPI หลักในรายงานเหล่านี้จะคำนวณตามข้อมูล CRM

รายงานด้านบนแสดงให้เห็นว่าการซื้อใหม่จำนวนมากที่สุดสำหรับการเข้าชมทั้งหมดจากเว็บไซต์นำโดย inst_kz (81.82%), Facebook Ads (43.45%), mobrain_int (31.25%) และ gomobile_int (30.38%) เนื่องจากโดยทั่วไปแล้ว บริษัทมีผู้ชมที่กระตือรือร้นและภักดีและมีความครอบคลุมตลาดในเปอร์เซ็นต์ที่สูง จึงเป็นที่ชัดเจนว่าเหตุใดบางเว็บไซต์จึงเป็นผู้นำลูกค้าที่ได้ทำการสั่งซื้ออย่างน้อยหนึ่งครั้งในแอปพลิเคชัน เพื่อประสิทธิภาพและการดำเนินการ KPI การได้มาซึ่งลูกค้าที่ดียิ่งขึ้น ทีมสามารถพยายามยกเว้นผู้ชม CRM ที่ใช้งานอยู่ในการตั้งค่าแคมเปญโฆษณาและเปิดตัวโปรโมชันสำหรับลูกค้าใหม่

ที่นี่ คุณจะเห็นว่ามากกว่าครึ่งหนึ่งของการเข้าชมบนเดสก์ท็อปในทุกกลุ่มแชแนลเป็นลูกค้าที่กลับมา สิ่งนี้บ่งชี้ถึงความสำคัญของการทำงานกับฐานที่ภักดีและการรักษาลูกค้าที่เพิ่มขึ้น

ด้วยการวิเคราะห์หลังการดู คุณสามารถประเมินอิทธิพลของกิจกรรมสื่อที่มีต่อจำนวนการสั่งซื้อ

สถิติการแสดงผลจะอัปโหลดไปยัง BigQuery จาก Google Campaign Manager และมีรายละเอียดตามผู้ใช้แต่ละราย (รหัสไคลเอ็นต์) รายงานจะเปรียบเทียบกลุ่มผู้ที่เห็นและผู้ที่ไม่เห็นโฆษณาทางสื่อ ด้วยเหตุนี้ เราจึงสามารถประเมินผลกระทบที่เพิ่มขึ้นของการแสดงผลสื่อต่อช่องทางประสิทธิภาพและการดำเนินการที่เป็นเป้าหมายบนเว็บไซต์และในแอปพลิเคชันมือถือ

ตัวอย่างเช่น ทีมงานได้เรียนรู้ว่าการแปลงเป็นคำสั่งซื้อจากผู้ที่เห็นวิดีโอและแบนเนอร์นั้นสูงกว่าผู้ที่ไม่เห็นถึง 42% เนื่องจากการวิเคราะห์หลังการดู พวกเขายังระบุว่าผู้ชมของผู้ที่ชมโฆษณาทางสื่อสร้างรายได้เพิ่มขึ้นเป็นสองเท่า

ในอนาคต ทีมงานวางแผนที่จะพัฒนาการรายงานข้ามแพลตฟอร์ม ขั้นตอนแรกคือการประเมินผลกระทบของการเข้าชมเว็บต่อการแปลงแอปพลิเคชันโดยการเชื่อมโยงแอปพลิเคชันบนมือถือและข้อมูลเว็บไซต์ การรายงานดังกล่าวจะสร้างความเข้าใจที่สมบูรณ์เกี่ยวกับคุณค่าของช่องทางการโฆษณาและประเมินผลกระทบที่มีต่อกัน นอกจากนี้ยังช่วยในการตัดสินใจด้านการจัดการเกี่ยวกับการพัฒนาช่องทางปฏิสัมพันธ์กับลูกค้าและปรับกลยุทธ์การสื่อสารทางการตลาด