Segmentering op basis van de aankoopbron van de gebruiker

NOTE
Het onderstaande proces ondersteunt Google Universal Analytics niet.

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, kunt u met Adobe Commerce Intelligence aan de slag gaan:

Ophaalbron van gebruiker bijhouden

Adobe raadt twee methoden aan om brongegevens van verwijzingen bij te houden op basis van uw instellingen:

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

Als u Google Analytics E-Commerce gebruikt om uw bestelling- en verkoopgegevens bij te houden, kunt u de [Google Analytics E-Commerce Connector] gebruiken om de brongegevens van elke bestelling te synchroniseren. Op deze manier kunt u inkomsten en orders segmenteren op verwijzingsbron (bijvoorbeeld utm_source of utm_medium ). U krijgt ook een idee van aanschafbronnen van klanten via Commerce Intelligence aangepaste afmetingen zoals User's first order source .

(Optie 2) Brongegevens van de Google Analytics -overname opslaan in uw database

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

Waarom?

Als u alleen de standaard Google Analytics conversie- en acquisitiemetriek bekijkt, krijgt u 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 Trackingverlicht dit probleem door transactiegegevens in Google Analytics op te slaan, maar deze oplossing werkt niet voor plaatsen buiten eCommerce. Ook zijn bepaalde gereedschappen, zoals cohortanalyse, niet eenvoudig in de interface van Google Analytics .

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 - het is in feite 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 de verwijzingsinformatie van de bezoeker in een koekje genoemd __utmz op. Nadat dit cookie is ingesteld (door de Google Analytics trackingcode), wordt de inhoud ervan verzonden met elke volgende aanvraag van die gebruiker naar uw domein. In PHP zou je bijvoorbeeld de inhoud van $_COOKIE['__utmz'] kunnen uitchecken en 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 werd vertaald in a PHP bibliotheek die op githubwordt ontvangen. Als u de bibliotheek wilt gebruiken, include verwijst u naar ReferralGrabber.php en roept u vervolgens

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

De geretourneerde $data -array is een kaart van de keys source, medium, term, content, campaign, gclid en hun respectievelijke waarden.

Adobe raadt u aan een tabel met de naam user_referral toe te voegen aan de database, waarin u de volgende kolommen kunt weergeven: 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 hebt:

ID
EMAIL
JOIN_DATE
ACQ_SOURCE
ACQ_MEDIUM
1
john@abc.com
24-01-2012
goochelaar
biologisch
2
jim@abc.com
24-01-2012
goochelaar
cpc
3
joe@def.com
25-01-2012
direct
-
4
jess@ghi.com
26-01-2012
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 cohortanalysevan 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