Marcin Kowol, Web Analytics Wednesday, 25.02.2015, Warszawa
Jak zbudowa? liczbowe metryki pozwalaj?ce zmierzy? zaanga?owanie pojedynczego u?ytkownika dla witryny, ktra nie prowadzi do konwersji online? Jak precyzyjnie zdefiniowa? miar? zaanga?owania u?ytkownika? Nowatorska metodologia maj?ca zastosowanie dla precyzyjnego mierzenia efektywno?ci na stronach nie b?d?cych ecommerceami.
4. Metryki podstawowe
? ods?ony reklamy (impresje)
? klikni?cia w reklam?
? wsp?czynnik konwersji reklamy (CR klikni?cia/ods?ony)
? odwiedziny na stronie (unikalne odwiedziny)
? wsp?czynnik odrzuce (bounce rate) C co to jest?
? czas pobytu na stronie (wizyty)
? liczba obejrzanych podstron podczas jednej wizyty
? konwersja C co to jest?
? wsp?czynnik konwersji celu (CR realizacja celu/odwiedziny)
5. Metryki zaawansowane i cele
? zmodyfikowany wsp?czynnik odrzuce
? aktywno?? na podstronie (np. przewini?cie, klikanie zak?adek)
? interakcje z mediami (np. ogl?danie filmw)
? wype?nienie formularza (ale rwnie? porzucenie formularza)
? cele sekwencyjne (np. obejrzenie produktu a nast?pnie sprawdzenie dojazdu do sklepu)
? przej?cie ze strony docelowej (landing page) na stron? produktow?
8. dojazd do Centrumstrona ktregokolwiek ze sklepw
plan Centrum
albo
^(www.|ru.|ruwarsaw.)?fashionhouse.pl?/(warszawa|gdansk|sosnowiec)/(sklep|promocje|kupony-rabatowe|promocje-graficzne)/(.*)
^(www.|ru.|ruwarsaw.)?fashionhouse.pl?/(warszawa|gdansk|sosnowiec)/(plan-centrum|dojazd|kontakt)/(.*)
12. Digital Campaign Optimisation
Proces ci?g?ej
optymalizacji
wydajno?ci
kampanii online
poprzez
wprowadzanie
zmian w mediach,
kreacjach i stronach
docelowych.
14. Optymalizujemy
W stosunku do tradycyjnej kampanii, ktrej efektywno?? zmniejsza si? w czasie, w przypadku
optymalizacji podnosimy efektywno?? cyklicznie.
16. Czyli
1. Dzielimy kampani? na odcinki czasowe (np. tygodnie).
2. Zbieramy dane w pierwszym okresie.
3. Analizujemy dane i przygotowujemy rekomendacje.
4. Wdra?amy rekomendacje C optymalizujemy kampani? w kolejnym okresie.
i zaczynamy od pocz?tku.
Zbieranie
danych
Analiza
danych
Przygotowanie
rekomendacji
Selekcja i
wdro?enie
rekomendacji
Ponownie
Zbieranie
danych
18. Dlaczego DCO nie jest uniwersalne?
1. Podzia? kampanii na tygodnie = zakup mediw co tydzie.
2. Scoring = zdefiniowanie punktw scoringowych opiera si? na do?wiadczeniu.
3. Narz?dzia (adserwer, tag manager, datamart, real time attitudinal survey) = koszty.
4. Nie jest to automation marketing.
5. Nie nadaje si? do optymalizacji kampanii lojalno?ciowych.
6. DCO jest autorsk? metodologi? Starcomu dedykowanym dla Samsunga
22. Scoring C przyk?adowe efekty
Po optymalizacji mediw oraz cz??ciowo kreacji, dokonanej na podstawie danych zebranych w
marcu 2014 otrzymali?my wyj?tkowo zach?caj?ce efekty dla kampanii d?ugotrwa?ych (display z
wy??czeniem dniwek) w kolejnym miesi?cu.
? Obni?yli?my CPM z 5,37 PLN do 2,94 PLN
oraz
? obni?yli?my koszt wizyty z 2,03 PLN do 0,67 PLN.
W praktyce wygl?da?o to tak:
? marzec: bud?et C 94 500 PLN, wizyty C 46 895
? kwiecie: bud?et C 65 700 PLN, wizyty C 98 051
0
20 000
40 000
60 000
80 000
100 000
120 000
marzec kwiecie
bud?et [PLN] wizyty
23. Techniczne aspekty scoringw
Alternatywne rozwi?zania:
1. Dedykowane narz?dzia: adserwer, manager tagw, hurtownia danych, panel badawczy).
2. Pakiet minimum: system analityczny (z funkcjonalno?ci? scoringu), arkusze excela.
3. Narz?dzia tworzone w miar? potrzeb: w?asna baza SQL, w?asne skrypty php do komunikacji z
baz? na serwerze, Google Tag Manager, w?asne skrypty javascript dla GTM.