การติดตามฝั่งเซิร์ฟเวอร์ของ OWOX ช่วยค้นหาแหล่งที่มาของ Conversion ที่แท้จริงสำหรับยอดขายออนไลน์มากกว่า 30% ได้อย่างไร

ปริมาณการเข้าชมโดยตรง/ไม่มีเปอร์เซ็นต์สูงเป็นเรื่องที่น่าปวดหัวสำหรับนักการตลาด เมื่อคุณไม่ทราบแหล่งที่มาที่แท้จริงของ Conversion คุณจะไม่เข้าใจว่าควรลงทุนในช่องทางใด และคุณก็ไม่สามารถรายงานค่าโฆษณาได้อีกด้วย

การติดตามฝั่งเซิร์ฟเวอร์ OWOX สามารถแก้ปัญหานี้ได้ การทดลองร่วมกันกับลูกค้าแสดงให้เห็นว่า OWOX BI สัดส่วนของธุรกรรมที่มาจากโดยตรง/ไม่มี ลดลงกว่า21%นอกจากนี้ยังสามารถระบุแหล่งที่มา/สื่อที่ถูกต้องสำหรับรายได้มากกว่า30% ซึ่งก่อนหน้านี้ไม่ทราบแหล่งที่มานอกจากนี้ การจัดสรรธุรกรรมไปยังช่องทางต่างๆ อย่างถูกต้อง ทำให้สามารถคำนวณ CPO ใหม่ได้ และเห็นว่าสำหรับบางช่องทางนั้น ต่ำกว่า CPO ที่คำนวณไว้ก่อนหน้านี้

ในบทความนี้ เราจะอธิบายรายละเอียดเกี่ยวกับผลลัพธ์ของการทดลองนี้

คุณอาจพบว่าสัดส่วนเซสชันและ Conversion จำนวนมากมาจากโดยตรง/ไม่มีเลย ดังนั้นจึงเป็นไปไม่ได้ที่จะเข้าใจว่าเซสชันและ Conversion เหล่านี้มาจากแหล่งใดอย่างแท้จริง สาเหตุที่พบบ่อยที่สุดคืออายุการใช้งานคุกกี้ที่จำกัด ซึ่งนำไปสู่สถานการณ์ที่แต่ละเซสชันที่ตามมาโดยผู้เข้าชมรายใดรายหนึ่งถูกกำหนดให้เป็นเซสชันใหม่ และการเชื่อมต่อกับเซสชันแรกจะขาดหายไป อย่างไรก็ตาม เซสชันแรกนั้นมีแหล่งที่มาที่แท้จริงของผู้ใช้

คุกกี้บุคคลที่หนึ่งในเบราว์เซอร์ Safari มีอายุการใช้งานจำกัดที่เจ็ดวัน บรรทัดล่างคือตัวระบุรหัสลูกค้าใช้เพื่อระบุผู้ใช้เฉพาะใน Google Analytics ดังนั้น เครื่องมือวิเคราะห์จึงถูกใช้เป็นกุญแจสำคัญในการทำความเข้าใจการกระทำของผู้ใช้เป็นระยะเวลานาน: ผู้ใช้มาจากไหน เพจใดที่พวกเขาเข้าชม และอื่นๆ

ตัวระบุclientIdถูกเขียนไปยังคุกกี้ ga_และจัดเก็บไว้ในอุปกรณ์ของผู้ใช้เมื่อผู้ใช้เยี่ยมชมเว็บไซต์ของคุณ นี่ถือเป็นคุกกี้ของบุคคลที่หนึ่ง แต่เนื่องจากเขียนด้วย JavaScript จึงอยู่ภายใต้ข้อจำกัดของ ITP ดังนั้นมันจึงมีชีวิตอยู่ได้ไม่เกินเจ็ดวัน

ซึ่งหมายความว่าหากผู้ใช้เข้าชมเว็บไซต์ของคุณในวันนี้จากโฆษณาบน Facebook และทำการสั่งซื้อในอีกแปดวันต่อมา เครื่องมือวิเคราะห์ของคุณจะถือว่าผู้ซื้อเป็นผู้ใช้รายใหม่ และคำสั่งซื้อจะไม่ถูกระบุว่าเป็นการโฆษณาบน Facebook ของคุณไม่ว่าทางใด นักการตลาดจะมองไม่เห็นส่วนนี้ของการเข้าชม และไม่เข้าใจแหล่งที่มาที่แท้จริงของคำสั่งซื้อ อาจปิดใช้งานโฆษณาที่ถูกกล่าวหาว่าไม่ได้ผลบน Facebook สิ่งนี้อาจนำไปสู่การลดลงของคำสั่งซื้อและกำไรของธุรกิจ ดังนั้น การเพิ่มขึ้นของสัดส่วนผู้ใช้ใหม่ในการวิเคราะห์อาจทำให้สูญเสียรายได้

ด้วย OWOX BI คุณสามารถเพิ่มความแม่นยำของการประมาณการแคมเปญโฆษณาของคุณ และระบุแหล่งที่มา/สื่อ/แคมเปญที่แท้จริงที่สร้างรายได้ การติดตามฝั่งเซิร์ฟเวอร์ OWOX BI จะตรวจสอบกิจกรรมของผู้ใช้บนเว็บไซต์ของคุณ ยืดอายุการใช้งานของคุกกี้ และไม่ได้รับผลกระทบจากตัวบล็อกโฆษณา ช่วยให้คุณเห็นเส้นทางการแปลงทั้งหมด

การติดตามฝั่งเซิร์ฟเวอร์แบบไม่มีคุกกี้นอกกรอบ

ด้วย OWOX BI คุณสามารถตั้งค่าการรวบรวมข้อมูลจากบุคคลที่หนึ่งเพื่อแก้ปัญหา ITP ในการทำเช่นนี้ ในขั้นตอนการผสานรวม เราจะสร้างโดเมนย่อยแยกต่างหากบนเว็บไซต์ของคุณซึ่งจะมีการรวบรวมข้อมูล

ในแต่ละ Hit/เหตุการณ์ OWOX BI จะสร้างคุกกี้ ouid และต่ออายุด้วยการโต้ตอบกับผู้ใช้แต่ละครั้งเป็นเวลา 364 วัน คุกกี้นี้จะมีรหัสผู้ใช้ของตัวเอง:owox.user_idจากข้อมูลดังกล่าว เราอาจสร้างรายงานการวิเคราะห์โดยไม่มีผู้ใช้ใหม่ปลอมจำนวนมาก และสร้างเส้นทางผู้ใช้เป็นระยะเวลานานขึ้น ทำให้สามารถประเมินประสิทธิภาพของแคมเปญโฆษณาและติดตามเส้นทางของผู้ใช้ทั้งหมดได้อย่างถูกต้อง

ปัญหาของการเข้าชมโดยตรง/ไม่มีเลยนั้นมีความเกี่ยวข้องอย่างยิ่งกับลูกค้าที่เราทำการทดสอบด้วย เนื่องจากเกือบครึ่งหนึ่งของการเข้าชมของพวกเขา (44%) มาจากเบราว์เซอร์ Safari

ในการทดสอบ เราเปรียบเทียบเมตริกหลักของบริษัท (ธุรกรรม รายได้ CPO) ที่แตกต่างกันเมื่อคำนวณตามข้อมูลที่รวบรวมโดยใช้ตัวระบุผู้ใช้ที่แตกต่างกัน: Google Analyticsclient_idและowox.user_id

คำถามสำคัญที่เราต้องการตอบคือจำนวนธุรกรรมที่แหล่งที่มาของการเข้าชมจะเปลี่ยน เหตุใดสิ่งนี้จึงสำคัญ เนื่องจากประสิทธิผลของช่องทางการโฆษณาได้รับการประเมินตามจำนวนธุรกรรมตามแหล่งที่มา/สื่อ และขึ้นอยู่กับประสิทธิภาพนี้ การตัดสินใจจึงทำขึ้นในการจัดสรรงบประมาณใหม่และจัดทำรายงานสำหรับการจัดการ

การทดลองแสดงให้เห็นว่าการใช้ owox.user_idช่วยลดเปอร์เซ็นต์ของผู้ใช้ที่ระบุว่าใหม่อย่างไม่ถูกต้องได้ถึง 12% ซึ่งหมายความว่าหากไม่ใช้การสตรีมฝั่งเซิร์ฟเวอร์ OWOX ระบบวิเคราะห์จะระบุว่าผู้ใช้เหล่านี้เป็นผู้ใช้ใหม่ แต่ด้วย OWOX BI ผู้ใช้เหล่านี้จะถูกระบุว่ากลับมา ซึ่งลดเปอร์เซ็นต์ของผู้ใช้ใหม่ สำหรับการทดลอง เราวิเคราะห์ข้อมูลเป็นเวลาหนึ่งเดือน ในระยะเวลาที่นานขึ้น การลดลงของผู้ใช้ที่ระบุไม่ถูกต้องควรจะมากกว่านี้

ภาพหน้าจอถัดไปแสดงเปอร์เซ็นต์ของผู้ใช้ที่ระบุว่าส่งคืน (กราฟบนโดยclient_idกราฟล่างโดยowox.user_id)

กราฟเหล่านี้แสดงเปอร์เซ็นต์ของผู้ใช้ที่รู้จักว่า “กลับมา” เราจะเห็นว่าในช่วงเจ็ดวันแรก (ในขณะที่คุกกี้ Safari ยังทำงานอยู่) เปอร์เซ็นต์ของผู้ใช้ที่กลับมาจะใกล้เคียงกันสำหรับทั้งสองวิธี อย่างไรก็ตาม หลังจากผ่านไป 7 วัน ความแตกต่างจะมีนัยสำคัญ ต้องขอบคุณowox.user_idทำให้สามารถจดจำผู้ใช้ที่กลับมาได้มากเป็นสองเท่าในวันที่แปด และมากถึงหกเท่าของผู้ใช้ที่กลับมาในวันที่สามสิบ 😎

ภาพหน้าจอถัดไปแสดงเปอร์เซ็นต์ของธุรกรรมที่แหล่งที่มาของการเข้าชมมีการเปลี่ยนแปลงเนื่องจากการใช้owox.user_id(เพื่อความชัดเจน การประเมินทำขึ้นโดยใช้รูปแบบการระบุแหล่งที่มาแบบคลิกแรกและคลิกสุดท้ายที่ไม่ใช่โดยตรง) ที่ได้รับความนิยมสูงสุด)

ตัวอย่างเช่น หากเราดูข้อมูลในวันที่ 27 มีนาคม เราจะเห็นว่าแหล่งที่มาของทราฟฟิกเปลี่ยนไป 12% ของธุรกรรม (ตาม First Click) และ 6.8% ของธุรกรรม (ตาม LNDC) ซึ่งหมายความว่าตั้งแต่เริ่มต้น มีการระบุแหล่งที่มาอย่างไม่ถูกต้องสำหรับธุรกรรมเหล่านี้ ดังนั้น ช่องทางที่ธุรกรรมเหล่านี้มาจากจริงจึงมีมูลค่าต่ำเกินไป สิ่งนี้ทำให้นักการตลาดสร้างข้อสรุปที่ไม่ถูกต้องและจัดสรรงบประมาณอย่างไม่มีประสิทธิภาพ การติดตามฝั่งเซิร์ฟเวอร์สามารถแก้ปัญหานี้ได้

ตอนนี้ มาดูส่วนหลักของการทดสอบและดูว่าการเปลี่ยนแปลงสัดส่วนของผู้ใช้ใหม่/ผู้ใช้ที่กลับมาและแหล่งที่มาของธุรกรรมส่งผลต่ออัตรา Conversion รายได้ และ CPO อย่างไร

ในตารางด้านล่าง เราจะเห็นว่าการใช้การติดตามฝั่งเซิร์ฟเวอร์ OWOX BI ช่วยลดจำนวนธุรกรรมด้วยแหล่งที่มาของการเข้าชมโดยตรง/ไม่มีได้อย่างไร สิ่งนี้ทำได้โดยการจัดสรรธุรกรรมเหล่านี้ใหม่ไปยังแหล่งที่มา/สื่อที่แท้จริง

ตัวอย่างเช่น ลองมาดูข้อมูลของวันที่ 6 เมษายน เราจะเห็นว่าจำนวนธุรกรรมที่มี (โดยตรง)/ไม่มีเลยในวันนั้นลดลง 33.33% ธุรกรรมเหล่านี้ได้รับการแจกจ่ายใหม่ระหว่างแหล่งที่มา/สื่ออื่นๆ ที่รวมกัน: google/cpc ได้รับธุรกรรม +12.5%, twitter.com/social +50% ธุรกรรม และอื่นๆ

ตารางถัดไปแสดงให้เราเห็นว่ารายได้จากธุรกรรมซึ่งก่อนหน้านี้มีแหล่งที่มา/สื่อเป็นโดยตรง/ไม่มี ถูกแจกจ่ายใหม่อย่างไร

ตัวอย่างเช่น เราเห็นว่าในวันที่ 6 เมษายน รายได้จากธุรกรรมที่มีแหล่งที่มา/สื่อโดยตรง/ไม่มีเลย ลดลง 32.78% จุด อย่างไรก็ตาม รายได้นี้กระจายไปตามช่องทางและแหล่งอื่นๆ เรื่องนี้รู้สึกน่าสงสัย เนื่องจากช่องจริงที่สร้างรายได้นั้นประเมินค่าต่ำเกินไป ตอนนี้ เราไม่เพียงแต่รู้สึกได้โดยสัญชาตญาณเท่านั้น แต่ยังปรับให้เข้ากับตัวเลขได้ด้วย 😎

นอกจากนี้ เรายังสังเกตเห็นว่าสำหรับแหล่งที่มา/สื่อบางอย่าง CPO ลดลงอย่างคาดการณ์ได้ ทำไม เนื่องจากส่วนแบ่งของธุรกรรมจากโดยตรง/ไม่มีไหลไปยังแหล่งที่มา/สื่อประเภทอื่น จำนวนธุรกรรม (ในตัวส่วน) ที่ต้องแบ่งค่าใช้จ่ายสำหรับช่องทางใดช่องทางหนึ่งเพิ่มขึ้น ส่งผลให้ CPO ลดลง หากพูดในแง่การตลาด ธุรกรรมที่ไม่รวมอยู่ใน Google Analytics จะรวมอยู่ในหมวดหมู่แหล่งที่มา/สื่อเหล่านี้ ซึ่งบ่งชี้ว่าประสิทธิภาพที่แท้จริงนั้นสูงกว่า

ตัวอย่างเช่น ในวันที่ 31 มีนาคม CPO สำหรับ google/cpc ลดลง 8.77%:

CPO สำหรับ bing/cpc ลดลง 12.5%:

CPO สำหรับ Facebook/โซเชียลแบบชำระเงินลดลง 13.33%:

เนื่องจากข้อจำกัดที่เกี่ยวข้องกับการใช้คุกกี้ของบุคคลที่สาม ส่วนแบ่งของผู้ใช้ใหม่และการรับส่งข้อมูลโดยตรง/ไม่มีเลยจึงเพิ่มขึ้น สิ่งนี้ทำให้การประเมินช่องทางการโฆษณาสำหรับนักการตลาดมีความซับซ้อนอย่างมาก

การติดตามฝั่งเซิร์ฟเวอร์ OWOX ช่วยแก้ปัญหานี้: ลดส่วนแบ่งของการรับส่งข้อมูลโดยตรง/ไม่มีเลย 21% หรือมากกว่านั้น และกระจายธุรกรรมและรายได้ 30% หรือมากกว่าไปยังแหล่งที่มาและช่องทางอื่นๆ ได้อย่างถูกต้อง ด้วยเหตุนี้ ทีมการตลาดจึงสามารถตอบสนอง KPI ได้ดีขึ้นและปกป้องงบประมาณของตนได้รวดเร็วยิ่งขึ้น