Как повысить эффективность ремаркетинга с помощью данных из CRM

149
3793
Материалы для скачивания
978.32 Kb

Если у вас накоплена большая база данных о покупках и предпочтениях своих клиентов — это конкурентное преимущество, которое ваши маркетологи могут использовать для эффективного таргетинга. Вы можете обогатить статистику Google Analytics информацией из внутренней системы и сформировать на основе этих данных аудитории для ремаркетинга и email-рассылок.

Содержание

Зачем использовать данные из CRM для ремаркетинга

Зачем вообще объединять данные и использовать CRM ремаркетинг? Почему стандартных возможностей Google Analytics недостаточно? Дело в том, что, создавая аудитории в GA, вы можете таргетироваться на пользователей только с того момента, когда они попадут в эту аудиторию. То есть выполнят определенные условия. Если же в последнее время клиент не проявлял активности на сайте, он не попадет в выбранный сегмент.

К примеру, больше 3 месяцев назад пользователь купил детскую коляску и после этого ничего на сайте не делал. Покупка была давно, поэтому клиент не попал в Google Analytics в нужный сегмент. Однако мы знаем, что этому пользователю интересна категория «Детские товары», и эта информация есть во внутренней базе данных. Так почему бы не получить из этого дополнительную ценность?

Как объединить все данные в одной системе и запустить ремаркетинг

Для сбора и обработки мы рекомендуем использовать облачное хранилище Google BigQuery. У такого выбора несколько причин: 

  • Недорогие и прозрачные тарифы — оплата происходит по факту использования ресурсов BigQuery.
  • При увеличении объема данных не нужно заводить дополнительные серверы.
  • Удобно обрабатывать данные с помощью SQL и User-defined function (JavaScript).
  • Благодаря готовым библиотекам, BigQuery легко интегрировать с другими сервисами, инструментами для визуализации, анализа данных и т. д.
  • Сертификаты безопасности позволяют хранить в BigQuery даже персональную информацию о клиентах (ФИО, телефон, номера кредитных карт и т. д.), чего нельзя делать в Google Analytics.

Чтобы получить максимум пользы от накопленных данных, вы можете: 

  1. Настроить экспорт данных о действиях пользователей из Google Analytics в Google BigQuery.
  2. Выгрузить в Google BigQuery информацию о клиентах и покупках из внутренних CRM/ERP систем.
  3. Обработать данные в BigQuery для формирования сегментов.
  4. Передать данные из BigQuery в Google Analytics и создать аудитории для ремаркетинга.

Вся информация будет объединяться по такой схеме:

Схема объединения данных

Рассмотрим детальнее каждый шаг.

Шаг 1. Настроить экспорт данных из Google Analytics в Google BigQuery

Передавать несемплированные данные о поведении пользователей с сайта в Google BigQuery можно двумя способами:

1. Пользователям платной версии Google Analytics 360 доступна функция BigQuery Export. Статистика за текущий день собирается в промежуточную таблицу и обновляется каждые 8 часов. Итоговая таблица формируется на следующий день, а промежуточная удаляется. За дополнительную плату можно активировать потоковый экспорт в отдельную таблицу, где данные будут обновляться каждые 15 минут.

2. Если у вас стандартный Google Analytics, вы можете использовать для сбора несемплированных данных OWOX BI. Сервис передает информацию в Google BigQuery напрямую с сайта, параллельно отслеживанию GA.

Благодаря тому, что данные о действиях пользователей на сайте попадают в ваш Google BigQuery проект практически в реальном времени, вы сможете оперативно отправлять триггерные сообщения, вовремя отключать неэффективные кампании и перераспределять бюджет.

Узнать больше о различиях этих способов вы можете в статье «Чем OWOX BI отличается от Google Analytics 360».

Шаг 2. Выгрузить в Google BigQuery данные из внутренней системы

Для настройки ремаркетинга вам может понадобиться такая информация из CRM:

  • Персонализированные данные о пользователях: имейлы, статусы заказов и подписок, информация об активности, картах лояльности и т.д
  • Данные об исполняемости заказов и возвратах.
  • Данные о проводимых в разное время sms-рассылках, рекламных акциях и пр.

Импортировать их из вашей CRM в Google BigQuery можно различными способами — самостоятельно или обратившись за помощью к разработчикам.

Кроме того, сбор всей информации в едином хранилище упростит жизнь вашим маркетологам. Так легче устанавливать взаимосвязь между разрозненными данных и находить полезные инсайты для бизнеса. Вот несколько примеров того, как компания может использовать объединенные данные из BigQuery.

Пример 1. Популярность фильтров
Исследуя поведение пользователей на страницах каталога, можно определить наиболее популярные фильтры. Затем ранжировать их и выводить на страницах ниспадающим списком, в зависимости от их востребованности.

Пример 2. Улучшение внутреннего поиска на сайте
Маркетологи интернет-магазина могут анализировать взаимодействие посетителей сайта с внутренним поиском, чтобы сделать его комфортнее и эффективнее: выводить наиболее релевантные предложения по запросу пользователя, определять и обрабатывать запросы, которые ведут к пустым подсказкам и т. д.

Пример 3. Блоки рекомендаций
Благодаря Google BigQuery, вы можете отказаться от сторонних сервисов для вывода рекомендаций на сайте. У вас будет собственный инструмент, с помощью которого можно управлять логикой показа и улучшать рекомендации в блоках «Популярные товары», «Вместе с этим товаром покупают», «Также интересуются» и других.

Шаг 3. Обработать данные в Google BigQuery

Собрав всю необходимую информацию в Google BigQuery, при помощи SQL-запросов вы можете присваивать пользователям определенные характеристики, по которым будут формироваться сегменты.

Примечание: перед отправкой информации для сегментов из BigQuery в Google Analytics ознакомьтесь с типами данных, которые туда можно импортировать.

Шаг 4. Импортировать данные в Google Analytics и создать аудитории для ремаркетинга

С помощью OWOX BI Pipeline вы можете настроить выгрузку данных из Google BigQuery в Google Analytics. Этот инструмент автоматически импортирует сегменты в нужный набор данных в GA. При этом, если объем импортируемых данных превышает допустимые лимиты, OWOX BI автоматически делит выгрузку на несколько порций и удаляет старые файлы с предыдущими загрузками.

Формировать аудитории для ремаркетинга можно двумя способами:

  1. Передавать в GA агрегированную переменную, которая включает в себя идентификаторы различных сегментов пользователей. То есть каждое значение в этой переменной отвечает за конкретный сегмент. Затем с помощью регулярных выражений выбирать те категории, которые необходимы для создания аудитории.
  2. Передавать в пользовательские показатели (Custom Dimension) конкретные характеристики пользователей, по которым потом создают сегмент в GA.

Результат

Вы получите дополнительную ценность от того массива данных, который хранится в вашей клиентской базе. С помощью Google BigQuery и OWOX BI маркетологи могут связать каждого пользователя с историей его заказов, к примеру, по 10 последним категориям, с которыми он взаимодействовал. Также они могут обогатить данные пользователя в GA информацией из личного кабинета: пол, возраст, интересы и т.д.

Затем на основе объединенных данных маркетологи могут формировать аудитории и отправлять их в Google Ads и Display & Video 360, чтобы использовать для ремаркетинга и корректировки ставок. Благодаря такому подходу, вы значительно увеличите размер аудиторий.

P.S. Если вы хотите использовать информацию из CRM для формирования аудиторий, но у вас нет платного Google Analytics, попробуйте OWOX BI Trial. В течение 14 дней вы сможете бесплатно настроить и использовать импорт данных из GA в GBQ и обратно. Если возникнут вопросы, оставляйте их в комментариях — охотно поможем.

ПОПРОБОВАТЬ OWOX BI

Использованные инструменты

Вас также могут заинтересовать