Segmentering efter källa för kundvärvning

NOTE
Processen nedan stöder inte Google Universal Analytics.

Förmågan att segmentera data med hjälp av källan för kundvärvning är avgörande för att er marknadsföringsplan ska kunna hanteras effektivt. Genom att känna till nya användares anskaffningskälla kan ni visa vilka kanaler som ger störst avkastning, och teamet kan tryggt tilldela marknadsföringsbudgeten.

Om du inte redan spårar källor för användarförvärv i din databas kan Adobe Commerce Intelligence hjälpa dig att komma igång:

Spåra källa för kundvärvning

Adobe rekommenderar två metoder för att spåra hänvisningskälldata baserat på din konfiguration:

(Alternativ 1) Spåra källdata för orderreferenser via Google Analytics E-Commerce

Om du använder Google Analytics E-Commerce för att spåra dina order- och försäljningsdata kan du använda [Google Analytics E-Commerce Connector] för att synkronisera varje orders hänvisningskälldata. Detta gör att du kan segmentera intäkter och order efter hänvisningskälla (till exempel utm_source eller utm_medium). Du får också en uppfattning om kundvärvningskällor via Commerce Intelligence anpassade dimensioner, till exempel User's first order source.

(Alternativ 2) Sparar Google Analytics-inhämtningskälldata i databasen

I det här avsnittet beskrivs hur du sparar information om Google Analytics-förvärvskanalen i din egen databas, nämligen parametrarna source, medium, term, content, campaign och gclid som fanns på en användares första besök på webbplatsen. En förklaring av de här parametrarna finns i Google Analytics dokumentationen. Därefter utforskar du några av de kraftfulla marknadsföringsanalyser som kan utföras med den här informationen i Commerce Intelligence.

Varför?

Om du bara tittar på standardvärdena för konvertering och förvärv av Google Analytics får du inte hela bilden. Även om det är intressant att se antalet konverteringar från organiska sökningar till betalda sökningar, vad kan du göra med den informationen? Borde du spendera mer pengar på betald sökning? Det beror på värdet hos kunder som kommer från den kanalen, vilket inte är något Google Analytics tillhandahåller.

NOTE
Google Analytics eCommerce Tracking minskar det här problemet genom att lagra transaktionsdata i Google Analytics, men den här lösningen fungerar inte för icke-e-handelswebbplatser. Vissa verktyg som kohortanalys är inte heller enkla att göra i gränssnittet Google Analytics.

Vad händer om du vill skicka ett uppföljningserbjudande via e-post till alla kunder som skaffats via en viss e-postkampanj? Eller integrera kundvärvningsdata med CRM-systemet? Detta är omöjligt i Google Analytics - det är faktiskt inte kompatibelt med användarvillkoren för Google Analytics att lagra data som identifierar en individ. Men du kan lagra dessa data själv.

Metoden

Google Analytics lagrar information om besökarreferenser i en cookie med namnet __utmz. När denna cookie har angetts (av spårningskoden Google Analytics) skickas dess innehåll med varje efterföljande begäran till din domän från den användaren. I PHP kan du till exempel checka ut innehållet i $_COOKIE['__utmz'] och se en sträng som ser ut ungefär så här:

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

Det är tydligt att en del data för förvärvskälla är kodade i strängen. Detta testas för att bekräfta att detta är besökarens senaste anskaffningskälla och tillhörande kampanjdata. Nu behöver ni veta hur ni extraherar data.

Den här koden översattes till ett PHP-bibliotek på github. include en referens till ReferralGrabber.php och anropa sedan om du vill använda biblioteket

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

Den returnerade $data-arrayen är en karta över tangenterna source, medium, term, content, campaign, gclid och deras respektive värden.

Adobe rekommenderar att du lägger till en tabell i databasen med namnet user_referral, med kolumnerna 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). När en användare registrerar sig hämtar du hänvisningsinformationen och sparar den i den här tabellen.

Så här använder du dessa data

Nu när du sparar en källa för kundvärvning, hur kan du använda den?

Anta att du använder en SQL-databas och har en users-tabell med följande struktur:

ID
E-POST
JOIN_DATE
ACQ_SOURCE
ACQ_MEDIUM
1
john@abc.com
2012-01-24
google
organisk
2
jim@abc.com
2012-01-24
google
cpc
3
joe@def.com
2012-01-25
direkt
-
4
jess@ghi.com
2012-01-26
hänskjutande
techcrunch.com
5
jen@ghi.net
2012-01-30
övriga
organisk

För startprogram kan du räkna antalet användare som kommer från varje hänvisningskanal genom att köra följande fråga mot databasen:

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

Resultatet ser ut ungefär så här:

ACQ_SOURCE
USER_COUNT
google
294
direkt
156
hänskjutande
55
övriga
16

Detta är intressant, men av begränsad användning. Det du verkligen vill veta är:

  • Ökningshastigheten för dessa siffror över tiden
  • Inkomstbeloppet som genereras av varje förvärvskälla
  • En kohortanalys av användare som kommer från varje källa
  • Sannolikheten för att en användare från en av dessa kanaler returneras som kund i framtiden

De frågor som krävs för att utföra dessa analyser är komplexa. Med hjälp av den här informationen kan ni fastställa era mest lönsamma förvärvskanaler och fokusera marknadsföringstiden och pengarna därefter.

Relaterad

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