Сервис бронирования билетов увеличил доход благодаря оптимизации расходов на рекламу

 
3

Цели

Тысячи клиентов используют этот сервис для бронирования билетов на самолет и отелей каждый день. Некоторые из них приносят больше дохода и бронируют чаще, другие бронируют реже, третьи — не бронируют вовсе. Основная цель бизнеса была — объединить пользователей по их покупательской способности, затем определить наиболее ценных пользователей и разработать разные стратегии для увеличения дохода в каждом сегменте.

Решение

OWOX рекомендовал провести RFM и LTV анализы, основываясь на данных CRM в Google BigQuery.

Вначале CRM данные были обработаны в Google BigQuery для определения R (recency — давность), F (frequency — частота), M (monetary — деньги) ценность и LTV сегмент для каждого пользователя. В течение RFM анализа пользователи каждого сегмента были разделены на 3 разные группы (1 — наиболее ценные пользователи; 3 — наименнее ценные пользователи). Таким образом, мы получили 27 разных групп. При LTV анализе пользователи были разделены на 5 сегментов (1 — пользователи, которые приносят больше всего дохода; 5 — пользователи, которые приносят меньше всего дохода).

Вторым шагом была произведена загрузка данных из Google BigQuery в Google Analytics по такому алгоритму:

  1. BigQuery Reports адд-он для экспорта данных из Google BigQuery в Google Sheets.
  2. Создание переменной пользовательского уровня в Google Analytics.
  3. Создание датасет User Data Import в Google Analytics.
  4. Использование Data Import и Data Upload адд-он для импорта данных в Google Analytics.

Третьим шагом было создание и визуализирование отчетов в Google Sheets, используя BigQuery Reports адд-он.

Последним шагом были проанализированы отчеты, которые позволили определить какие источники приводят наиболее ценных клиентов.

Результаты:

  1. Определили какие источники трафика приводят наиболее ценных клиентов.
  2. Оптимизировали затраты.
  3. Увеличили средний чек и ROI.

Вас также могут заинтересовать