Analityka marketingowa: fazy i etapy

Kiedy podchodzimy do marketingu na serio, jednym z zadań, którymi musimy się zająć, jest analizowanie skuteczności naszych działań.

Ta analiza oczywiście będzie różnić się formą i zakresem w zależności od zainwestowanych zasobów.

Logiczne jest, że zasięg nie będzie taki sam, jeśli inwestujemy 100€ miesięcznie, jak wtedy, gdy inwestujemy milion.

W pierwszym scenariuszu prawdopodobnie użyjemy tylko jednego lub dwóch kanałów, podczas gdy w drugim na pewno będzie ich ponad dziesięć.

Dlatego wraz ze wzrostem projektu zmienia się analytics, którą do niego stosujemy.

Przejdziemy przez różne fazy. Osiągniemy różne etapy.

I w tym artykule chcę pokazać ci pięć najważniejszych, które podsumowuję w tej tabeli:

Faza 1: Google Analytics

Najprostszy sposób, by zacząć mierzyć „coś” w naszym marketingu lub produkcie cyfrowym.

Jeśli mamy projekt cyfrowy z witryną lub aplikacją, będzie to pierwsze narzędzie, którego użyjemy, ponieważ jest bezpłatne, bardzo łatwe do wdrożenia na podstawowym poziomie i dostarcza sporo informacji.

To początkowa faza analityki marketingowej.

Co możesz mierzyć za pomocą Google Analytics

Po prawidłowej konfiguracji pozwala mierzyć takie rzeczy jak:

Interakcje twoich użytkowników

• Ruch z twoich OTAGOWANYCH kampanii
• Współczynnik Odrzuceń / Zaangażowania na landing pages.
• Wyświetlone produkty / usługi.
• Produkty / usługi dodane do koszyka.
• Użytkownicy przechodzący do checkout => Remarketing.
• Inne events na stronie.

Cechy twoich użytkowników

• Urządzenia używane przez twoich użytkowników.
• Kraje, z których się łączą.

Konwersje

• Konwersje według kampanii (model LCI lub „oparty na danych” w zależności od raportu).
• Zakupy produktów i zwroty.

Reklama na naszej stronie

• Promocje na naszej witrynie (banery)
• Produkty pokazywane użytkownikom.

Czego Google Analytics NIE pozwala mierzyć

Choć dostarcza nam wiele informacji, są też rzeczy, których mu brakuje i które będziemy musieli mierzyć w inny sposób, na przykład:

• Kampanie w mediach tradycyjnych (TV, prasa, outdoor).
• Kampanie cyfrowe bez kliknięć (banery marki, otwarcia e-maili, wyświetlenia filmów na YouTube): postview.
• Wielourządzeniowy Customer journey. Są próby, ale to tylko prowizorki.
• Działania użytkowników, którzy nie akceptują cookies lub używają adblockerów.
• Pełny model atrybucji (dane obciążone).
• Dane osobowe (CRM).

Co mierzy tylko częściowo

• Kliknięcia w twojej witrynie (można by mierzyć wszystkie, ale nie jest to zalecane).
• Koszty kampanii na platformach innych niż Google (trzeba załadować dane).
• Keywords SEO (widzisz ich bardzo mało).
• Cechy socjodemograficzne (Signal)
• Dane bezpośrednio niezbierane (błędy JS, adblockery, Safari): zawsze będzie brakować ci pewnego % konwersji. Luka rośnie z każdym dniem.

Zalety Google Analytics

Całkiem sporo, szczerze mówiąc:

• Uzyskanie podstawowych informacji jest szybkie. Możemy zbierać dane już po kilku minutach.
• To najprostszy sposób, by zacząć mierzyć „coś” w naszym marketingu lub produkcie cyfrowym.
• To najlepsze bezpłatne narzędzie do analityki cyfrowej. I lepsze od wielu płatnych.

Wady Google Analytics

Oczywiście ma też kilka wad:

• Nie odzwierciedla rzeczywistości biznesu. Ani nawet działu marketingu. Ani marketingu cyfrowego. Bo brakuje mu do tego danych.
• Innymi słowy, mierzy tylko niewielką część, więc nie warto oceniać całego biznesu na podstawie jego danych Analytics.
• GA4 jest dziś gorsze niż GA3. Wymaga bardziej złożonego wdrożenia technicznego w trudniejszym otoczeniu (GDPR, prywatność…)

Podsumowanie

Z wszystkich powyższych powodów uważam, że Google Analytics to za mało.

Nawet do mierzenia wyłącznie skuteczności produktu cyfrowego (witryny lub aplikacji) potrzebujesz innych narzędzi uzupełniających.

A co dopiero, jeśli chcesz kontrolować cały biznes, niezależnie od tego, jak bardzo jest cyfrowy…

W każdym razie będzie to pierwszy krok w analytics.

Faza 2: Raportowanie według kanału cyfrowego

Gdy rośniemy i mamy kilka kanałów cyfrowych, zwłaszcza płatnych (Google Ads, Meta, afilianci…), nadal będziemy analizować ogólny performance jak w poprzedniej fazie, ale zaczniemy też analizować każdy kanał osobno i głębiej, aby próbować go optymalizować.

Częstotliwość

Ta analiza będzie się różnić w zależności od budżetu:

• Przy budżecie poniżej 2 lub 3K/miesiąc raport będzie miesięczny.
• Powyżej raport będzie być może tygodniowy.

Potrzebujemy bowiem odpowiedniej ilości danych, by podejmować decyzje. A zebranie takiej ilości wymaga więcej lub mniej czasu w zależności od wielkości projektu i inwestycji.

Odpowiedzialny

Zawsze będzie ktoś odpowiedzialny za prezentację i wyciąganie wniosków. Może to być:

• Zespół wewnętrzny: jeśli marketing jest zarządzany inhouse.
• Freelancers: jeśli korzystamy z różnych osób zależnie od kanału.
• Agencja: gdy zatrudniamy ją do zarządzania całym paid lub SEO.

Co obejmuje

W zależności od kanału reporting będzie obejmował różne rzeczy. Żeby dać ci wyobrażenie, raporty te będą zawierały:

• Postępy kampanii .
• W paid media głównym celem będą sprzedaże.
• W SEO – pozycjonowanie i ORM.
• W social media – zasięg lub kontakty i rozwiązywanie incydentów.

Cel raportowania według kanału

W rzeczywistości najważniejsze jest sprawdzenie, jak wyglądamy względem celów biznesowych ustalonych. Na tej podstawie będziemy mieć dwa scenariusze:

• Jeśli jesteśmy na właściwym poziomie, będzie to tylko monitoring.
• Jeśli jesteśmy poniżej, będziemy potrzebować propozycji działań, na przykład:
  • Zmiana inwestycji.
  • Cambio en la oferta.
  • Cambio en el mix de medios.
  • Cambio en las creatividades.
• …

Warto wiedzieć, że cyfrowe kampanie direct response pozwalają na bardzo szybkie zmiany.

Źródło danych

Wszystkie te informacje zapewnią nam różne narzędzia. Możemy więc używać:

• Raportów platformy (Google Ads, Meta…).
• Google Analytics.
• AdServera, jeśli go używamy (zalecany przy wysokich budżetach, ponieważ kosztuje)
• Search Console.
• Metricool
• …

Przykłady

Zobaczmy kilka obrazów tego typu raportów, abyś mógł lepiej zrozumieć, jak wyglądają:

Tygodniowy raport paid media

Miesięczny raport SEO

Miesięczny raport Social Media

Podsumowując

W tej drugiej fazie zaczynamy rozumieć nasz marketing cyfrowy: jak kanały są ze sobą powiązane, kanały pozyskania i kanały konwersji.

Jednak pomijają wszystko, co dzieje się w produkcie cyfrowym: trzeba je połączyć z Google Analytics (i kilkoma innymi narzędziami), aby lepiej zobaczyć, co dzieje się na naszej stronie.

Poza tym wymagają czasu na przygotowanie i lekturę.

Z powodu powyższego czasami ograniczają się do podawania liczb zamiast dostarczać informacje i rekomendacje, a to jest najważniejsze.

Faza 3: Modele ekonometryczne

Czym jest model ekonometryczny

Model ekonometryczny to nic innego jak matematyczna symulacja rzeczywistości, która pomaga nam zrozumieć, dlaczego coś wydarzyło się w określony sposób na podstawie konkretnych zmiennych.

Najlepiej wykorzystać tę wiedzę do podejmowania przyszłych decyzji.

Chodzi o wyjaśnienie zmiennej zależnej (zwykle przychodów lub sprzedaży) na podstawie innych zmiennych (objaśniających), takich jak ruch na stronie, cena, zainteresowanie odbiorców, inwestycje reklamowe czy NPS naszej marki.

Kiedy stosować modele ekonometryczne w marketingu

Wraz ze wzrostem zaczynasz rozważać działania poza kanałami cyfrowymi. Wtedy zaczynasz korzystać z modeli ekonometrycznych.

Nie chodzi o coś nowszego czy bardziej zaawansowanego niż miesięczne raporty według narzędzia, lecz o dostarczenie innego rodzaju informacji.

Częstotliwość będzie co najmniej miesięczna. Może się zwiększyć w zależności od projektu lub sezonowości (nie jest normalne ciągłe prowadzenie działań telewizyjnych).

Kto jest odpowiedzialny

Za przygotowanie może odpowiadać:

• Zespół wewnętrzny: jeśli mamy silny zespół analytics.
• Agencja marketingowa lub mediowa: gdy zatrudniamy ją do zarządzania całym paid lub mediami.
• Agencja / narzędzie atrybucji: niezależne od agencji. Lepsze, ale droższe (kolejny fee do zapłacenia).

Co jest tutaj uwzględnione

Zasadniczo dwie rzeczy:

• Jak działa nasza inwestycja w długim terminie, a nie tylko w krótkim i średnim.
• Obejmuje media tradycyjne.

Jaki jest cel

• Sprawdzić, które media generują sprzedaż.
• Sprawdzić, jak wpływają zmienne zewnętrzne (konkurencja, pogoda).
• Jak najlepiej dopasować inwestycję.

Źródeł danych jest wiele

Jeszcze więcej niż w poprzedniej fazie:

• Google Analytics.
• AdServer
• Narzędzie atrybucji.
• Search Console.
• Piksel platform reklamowych.
• CRM.

Zalety modeli ekonometrycznych

Jest ich wiele, w tym kilka bardzo oczywistych, których brakowało w poprzednich fazach:

• Obejmuje kanały inne niż cyfrowe.
• I zmienne zewnętrzne (sezonowość lub konkurencja).
• Dostarcza strategicznych i praktycznych informacji.
• Wyjaśnia przeszłość i pozwala robić prognozy na przyszłość.
• Bardzo pomaga stworzyć optymalny układ planu marketingowego.
• Mimo swojej złożoności można taki model zrobić nawet w Excel.

Wady modeli ekonometrycznych

Oczywiście mają też szereg wad, przez co nadają się tylko do projektów o określonej skali:

• Nie jest łatwo stworzyć solidny model:
  • Trzeba dobrze wybrać zmienne.
  • Tener el histórico de datos.
• Trzeba umieć go przygotować i przedstawić we właściwym formacie.
• To oznacza pracochłonne zadanie, trudne do automatyzacji (wiele źródeł danych).
• Potrzeba BARDZO DUŻO danych aby był wiarygodny. Nie nadaje się do małych projektów.
• Jeśli zlecimy go na zewnątrz, nie jest tani.
• Agencje są sędzią i stroną.

Podsumowując

Dość dobrze rozumiemy już, jak działa nasz marketing, nie tylko jego część cyfrowa, oraz jak zachowuje się nasza inwestycja.

Ponownie w dużej mierze pomija się część dotyczącą produktu cyfrowego (współczynnik konwersji i events), choć możemy uwzględnić je jako zmienne.

Trzeba wierzyć w model. To akt wiary (dopóki model nie udowodni swojej trafności). Jeśli w niego nie wierzymy, to zły znak.

Jest kosztowny. Czasowo, finansowo lub jedno i drugie.

Faza 4: Atrybucja

Analizę ekonometryczną zazwyczaj stosuje się, gdy przechodzimy do kanałów niedigitalowych.

Ale może się zdarzyć, że nigdy tego kroku nie zrobimy.

Wtedy, aby rozwijać analytics naszego biznesu, skupimy się na Atrybucji, która nie jest niczym innym niż przypisaniem konwersji kanałowi lub kanałom, które ją umożliwiły.

Zobaczmy przykładowy journey żeby to wyjaśnić:

Ten użytkownik wszedł na naszą stronę różnymi kanałami, na różnych urządzeniach i w różnych momentach, aż w końcu dokonał konwersji.

Któremu kanałowi przypisujemy więc tę konwersję?

• Pierwszemu?
• Ostatniemu?
• Kilku?

Atrybucja może być jednokanałowa lub wielokanałowa, w zależności od tego, ile touchpoints użytkownika z naszą stroną uwzględniamy.

Ponadto model atrybucji pomaga zrozumieć, że istnieją kanały konwertujące „sępy bramkowe”, takie jak remarketing czy brand SEM, oraz kanały wspomagające , na przykład e-mail. Są też inne, które otwierają funnel.

Ostatecznie trzeba rozumieć, co wnosi każdy z nich.

Najczęstsze modele atrybucji

Spopularyzowane przez Google Analytics, możemy powiedzieć, że najważniejsze są następujące:

• Last-click (jednokanałowy) => narzędzia reklamowe.
• Last-click indirect (jednokanałowy) => Google Analytics, w większości raportów.
• Time decay (wielokanałowy) => Google Analytics.
• Oparty na danych (wielokanałowy) => Google Analytics i inne zaawansowane narzędzia analytics.

GA4 opiera się na danych zbieranych ze strony oraz, jeśli tak go skonfigurujemy, na tym, co wie o użytkowniku, ale brakuje mu informacji.

Na przykład nie uwzględnia wyświetleń reklam i efektu post-view, ani informacji o kanałach offline czy różnych urządzeniach użytkownika, jeśli nie jest zalogowany.

Dlatego Google Analytics nie jest najlepszym narzędziem do prawidłowej atrybucji.

Inne narzędzia (niebezpłatne) rozwiązują te problemy i uwzględniają więcej zmiennych, nie tylko media (CRM, połączenia, wizyty w sklepie, konkurencję, umowy…).

Z użyciem wszystkich tych zmiennych stosuje się statystyczny model matematyczny podobny do modeli ekonometrycznych.

Co obejmuje ta faza

• Tak jak w modelu ekonometrycznym: wkład każdego kanału w sprzedaż.
• Choć często obejmuje tylko informacje z kanałów cyfrowych (łatwiejsze), tak naprawdę do modelu można dodać wszystko, czego potrzebujemy (w tym inwestycje w kanały tradycyjne), zależnie od narzędzia.

Cele

• Sprawdzić, które media generują sprzedaż.
• Sprawdzić, jak wpływają inne zmienne.
• Jak najlepiej dopasować inwestycję.

Źródło danych

Ponownie źródeł jest wiele:

• Google Analytics i AdServer.
• Ankiety.
• Dane biznesowe.
• Wizyty w sklepie.
• BTL.
• CRM / połączenia / SMS.
• …

Zalety atrybucji

Bardzo podobne do zalet modeli ekonometrycznych:

• Obejmuje wszystkie informacje , których potrzebujemy (przynajmniej w zaawansowanych narzędziach).
• Dostarcza bardzo praktycznych i strategicznych informacji dotyczących inwestycji.
• Wyjaśnia przeszłość i pozwala robić prognozy na przyszłość.
• Bardzo pomaga zmienić optymalny układ planu marketingowego, jeśli uważamy, że możemy poprawić założenia.

Wady atrybucji

Znów podobne do tych z poprzedniej fazy:

• Nie jest łatwo stworzyć solidny model:
  • Trzeba dobrze wybrać zmienne.
  • Tener el histórico de datos.
• Trzeba umieć go przygotować i przedstawić we właściwym formacie.
• To oznacza pracochłonne zadanie, trudne do automatyzacji (wiele źródeł danych).
• Potrzeba BARDZO DUŻO danych aby był wiarygodny. Nie nadaje się do małych projektów.
• Zwykle zleca się to na zewnątrz, a dobre narzędzia nie są tanie.

Podsumowanie

Ten etap analytics jest świetny dla działu marketingu cyfrowego firmy. Zwłaszcza jeśli nie prowadzi się działań w kanałach offline.

To analiza bardzo wiarygodna kanałów mających największy wpływ na sprzedaż, co pomaga odpowiednio rozdzielić inwestycję.

Można stopniowo dodawać zmienne z events, które zachodzą w produkcie cyfrowym (mikrokonwersje, istotne odsłony stron…).

Ponadto wymagają zespołu, zewnętrznych narzędzi i czasu na wewnętrzne przygotowanie danych zasilających model.

Faza 5: Inkrementalność

Atrybucja rozdziela konwersje między różne kanały marketingowe.

Ale prawda jest taka, że nie wszystkie konwersje na stronie i nie cała sprzedaż biznesu są efektem marketingu.

Przypomnij sobie model Product Led Growth, na przykład.

Albo pomyśl o markach własnych supermarketów, które nigdy nie prowadziły kampanii, a mimo to sprzedają.

Dlatego przy analizie sprzedaży poza promocją działają też inne czynniki, takie jak dystrybucja lub baseline wypracowany.

A pracując w marketingu, idealnie byłoby rozumieć rzeczywisty wkład, jaki wnosimy. To jest inkrementalność:

Wykres pochodzi z tego niezwykle interesującego artykułu:

https://www.marketingweek.com/ehrenberg-bass-advertising-growth/

Zdecydowanie warto przeczytać.

Jak mierzyć inkrementalność

“Połowa pieniędzy, które wydaję na reklamę, jest zmarnowana. Problem w tym, że nie wiem która połowa.”

John Wanamaker (1.838-1.922)

I naprawdę, ale naprawdę nie jest łatwo tego mierzyć.

To tak złożone, że w żadnym projekcie, w którym brałem udział, tak naprawdę nie próbowano tego mierzyć.

 Oto przykład, jak można to zrobić, od świetnego Avinasha Kaushika: zasadniczo chodzi o stosowanie różnych strategii wobec różnych grup podobnych użytkowników i mierzenie wyników.

Podsumowanie

Powinno to być naszym celem, ale prawda jest taka, że tylko duże projekty mają zasoby ludzkie i finansowe potrzebne do wdrożenia systemów pomiaru inkrementalności.

Biorąc trzy ostatnie szczeble analityki marketingowej, można powiedzieć, że:

• Jeśli modele ekonometryczne są idealne dla działów komunikacji i mediów off…
• Modele atrybucji dla marketingu cyfrowego…
• Pomiar inkrementalności jest ostatecznym celem dyrektora każdego biznesu w odniesieniu do marketingu.

Końcowe wnioski

Jeśli mówimy o małym lub średnim projekcie, normalne będzie stopniowe przechodzenie wyżej, po jednym etapie, zaczynając od pierwszego.

Jeśli jednak mówimy o projektach z większymi inwestycjami, normalne jest rozpoczęcie od razu co najmniej od:

• Scenariusza 2, jeśli działamy tylko digital.
• 3, jeśli prowadzimy kampanie TV.

Powiedziałbym ci, że naprawdę powinieneś mieć obsesję na punkcie osiągnięcia fazy 5 w swoim projekcie, ale skłamałbym. Współpracowałem z bardzo udanymi biznesami różnej wielkości i jedyne, co mieliśmy –jeśli wliczę mój- to chęć osiągnięcia tego poziomu, ale bez podejmowania działań w tym kierunku.

Bo dobry plan marketingowy i poprawna analytics w fazie 2, 3 lub 4 w wielu przypadkach w zupełności wystarczają.

To powiedziawszy, faza 1 niemal zawsze jest niewystarczająca, więc jeśli twój projekt jest właśnie tam i przeznaczasz zasoby na marketing, zrób sobie przysługę i przejdź przynajmniej do drugiej. Bo nawet jeśli nie korzystasz z płatnych kanałów, SEO i email (żeby wymienić dwa najczęstsze) także trzeba optymalizować.

A gdy twój projekt i marketing rosną, nie zapominaj, że analytics musi iść z nimi w parze i również się rozwijać. To jedyny sposób, by zoptymalizować tę inwestycję.

Jeśli masz wynieść z tego artykułu tylko jedną rzecz, niech będzie to:

Marketing, a szczególnie digital, zawsze, zawsze, zawsze musi iść w parze z dobrą analizą.

Jeśli potrzebujesz pomocy ze swoim, zobacz ten kurs business analytics dla ecommerce albo skontaktuj się ze mną, a wspólnie to przejrzymy.