Segmentering op basis van de aankoopbron van de gebruiker

NOTE
Het onderstaande proces ondersteunt niet Google Universal Analytics.

De mogelijkheid om uw gegevens te segmenteren op basis van de aankoopbron van de gebruiker is van essentieel belang voor het effectief beheren van uw marketingplan. Als u de aankoopbron van nieuwe gebruikers kent, ziet u welke kanalen de beste opbrengsten opleveren en stelt u uw team in staat marketingdollars met vertrouwen toe te wijzen.

Als u de aanschafbronnen van gebruikers nog niet bijhoudt in uw database, Adobe Commerce Intelligence kunt u helpen aan de slag te gaan:

Ophaalbron van gebruiker bijhouden

Adobe adviseert twee methodes om verwijzingsbrongegevens te volgen die op uw opstelling worden gebaseerd:

(Optie 1) Brongegevens voor verwijzing bijhouden via Google Analytics E-Commerce

Als u Google Analytics E-Commerce om uw bestelling en verkoopgegevens te volgen, kunt u [Google Analytics E-Commerce Connector] om de brongegevens van elke opdracht te synchroniseren. Dit staat u toe om opbrengst en bevelen door verwijzingsbron (bijvoorbeeld) te segmenteren utm_source of utm_medium). U krijgt ook een gevoel van bronnen voor klantaankopen via Commerce Intelligence aangepaste afmetingen zoals User's first order source.

(Optie 2) Opslaan Google Analytics' brongegevens in de database verkrijgen

In dit onderwerp wordt uitgelegd hoe u het bestand opslaat Google Analytics verwervingskanaalgegevens in uw eigen database - namelijk source, medium, term, content, campaign, en gclid parameters die aanwezig waren op het eerste bezoek van een gebruiker aan uw website. Voor een uitleg van deze parameters raadpleegt u de Google Analytics documentatie. Vervolgens verkent u enkele krachtige marketinganalyses die met deze informatie kunnen worden uitgevoerd in Commerce Intelligence.

Waarom?

Als u alleen naar de standaardinstelling kijkt Google Analytics conversie- en acquisitiemetriek, u krijgt niet het hele beeld. Terwijl het zien van het aantal omzettingen van organisch onderzoek tegenover betaalde onderzoek interessant is, wat kunt u met die informatie doen? Moet je meer geld uitgeven aan betaalde zoekopdrachten? Dat hangt van de waarde van klanten af die uit dat kanaal komen, wat niet iets Googles Analytics verstrekt.

NOTE
Google Analytics eCommerce Tracking verhelpt dit probleem door transactiegegevens op te slaan in Google Analytics, maar deze oplossing werkt niet voor niet-eCommerce-sites. Ook zijn bepaalde gereedschappen, zoals cohortanalyse, niet eenvoudig in de Google Analytics interface.

Wat als u een follow-up overeenkomst aan alle klanten wilt e-mailen die van een bepaalde e-mailcampagne worden verworven? Of integreer aanschafgegevens met uw CRM-systeem? Dit is onmogelijk in Google Analytics - in feite is het tegen de Servicevoorwaarden voor Google Analytics om gegevens op te slaan die een individu identificeren. Maar je kunt deze gegevens zelf opslaan.

De methode

Google Analytics slaat verwijzingsinformatie van de bezoeker in genoemd koekje op __utmz. Nadat deze cookie is ingesteld (door Google Analytics traceren code), wordt de inhoud ervan verzonden met elke volgende aanvraag van die gebruiker naar uw domein. In PHP kun je bijvoorbeeld de inhoud van $_COOKIE['__utmz'] en je zou een string zien die er ongeveer zo uitziet:

100000000.12345678.1.1.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=rj metrics

Het is duidelijk dat er bepaalde brongegevens voor acquisities in de tekenreeks zijn gecodeerd. Dit wordt getest om te bevestigen dat dit de recentste aanschafbron van de bezoeker en bijbehorende campagnegegevens is. Nu moet u weten hoe u de gegevens kunt extraheren.

Deze code is omgezet in een PHP-bibliotheek gehost op github. Als u de bibliotheek wilt gebruiken, include een verwijzing naar ReferralGrabber.php en vervolgens bellen

$data = ReferralGrabber::parseGoogleCookie($_COOKIE['__utmz']);

De geretourneerde $data array is een kaart van de keys source, medium, term, content, campaign, gcliden hun respectieve waarden.

Adobe raadt u bijvoorbeeld aan een tabel met de naam van de database toe te voegen. user_referral, met de volgende kolommen: id INT PRIMARY KEY, user_id INT NOT NULL, source VARCHAR(255), medium VARCHAR(255), term VARCHAR(255), content VARCHAR(255), campaign VARCHAR(255), gclid VARCHAR(255). Wanneer een gebruiker zich aanmeldt, haalt u de verwijzingsinformatie op en slaat u deze op in deze tabel.

Hoe deze gegevens te gebruiken

Hoe kunt u de aanschafbron van de gebruiker nu opslaan?

Stel dat u een SQL-database gebruikt en een users tabel met de volgende structuur:

ID
EMAIL
JOIN_DATE
ACQ_SOURCE
ACQ_MEDIUM
1
john@abc.com
2012-01-24
goochelaar
biologisch
2
jim@abc.com
2012-01-24
goochelaar
cpc
3
joe@def.com
2012-01-25
direct
-
4
jess@ghi.com
2012-01-26
verwijzing
techcrunch.com
5
jen@ghi.net
2012-01-30
overige
biologisch

Om te beginnen, kunt u het aantal gebruikers tellen die uit elk verwijzingskanaal door de volgende vraag tegen uw gegevensbestand in werking te stellen komen:

SELECT acq_source, COUNT(id) as user_count FROM users GROUP BY acq_source;

Het resultaat ziet er ongeveer als volgt uit:

ACQ_SOURCE
USER_COUNT
goochelaar
294
direct
156
verwijzing
55
overige
16

Dat is interessant, maar weinig nuttig. Wat u echt wilt weten is:

  • Het groeitempo van deze getallen in de loop der tijd
  • Het bedrag van de inkomsten die door elke verwervingsbron worden gegenereerd
  • A cohortanalyse van gebruikers die uit elke bron komen
  • De waarschijnlijkheid dat een gebruiker van één van deze kanalen als klant in de toekomst zal terugkeren

De query's die nodig zijn om deze analyses uit te voeren zijn complex. Op basis van deze informatie kunt u de meest winstgevende aanschafkanalen bepalen en de marketingtijd en het geld daarop afstemmen.

Verwante

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc