كيف ساعد التتبع من جانب الخادم من OWOX في العثور على المصادر الحقيقية للتحويلات لأكثر من 30٪ من المبيعات عبر الإنترنت

تعتبر النسبة العالية من الزيارات المباشرة / غير المباشرة مشكلة لأي مسوق. عندما لا تعرف المصادر الحقيقية للتحويلات ، لا يمكنك فهم القنوات التي تستثمر فيها ، ولا يمكنك أيضًا الإبلاغ عن الإنفاق الإعلاني.

يمكن لتتبع OWOX من جانب الخادم حل هذه المشكلة. أظهرت تجربة مشتركة مع عميل أنه مع OWOX BI ، انخفضت نسبة المعاملات المنسوبة إلى المباشر / لا شيء بنسبة تزيد عن21 ٪ .كان من الممكن أيضًا تحديد المصدر / الوسيط الصحيح لأكثر من30٪ من الإيرادات ، والتي لم تكن مصادرها معروفة من قبل.بالإضافة إلى ذلك ، من خلال تخصيص المعاملات بشكل صحيح للقنوات ، كان من الممكن إعادة حساب CPO ورؤية أنه بالنسبة لبعض القنوات ، كان أقل من CPO المحسوب سابقًا.

في هذه المقالة ، نصف بالتفصيل نتائج هذه التجربة.

قد تجد أن نسبة كبيرة من الجلسات والتحويلات تأتي من مباشرة / لا شيء. وبالتالي ، من المستحيل فهم المصادر التي تأتي منها هذه الجلسات والتحويلات حقًا. السبب الأكثر شيوعًا هو العمر الافتراضي المحدود لملفات تعريف الارتباط ، مما يؤدي إلى حالة يتم فيها تعريف كل جلسة لاحقة بواسطة زائر معين على أنها جلسة جديدة ، ويتم فقد الاتصال بالجلسة الأولى. ومع ذلك ، تحتوي تلك الجلسة الأولى على المصدر الحقيقي الذي جاء منه المستخدم.

ملفات تعريف الارتباط الخاصة بالطرف الأول في متصفح Safari لها عمر محدود لمدة سبعة أيام. خلاصة القول هي أن معرّفclientIdيستخدم لتحديد مستخدم معين في Google Analytics. وبالتالي ، يتم استخدامه بواسطة أدوات التحليل كمفتاح يمكنك من خلاله فهم إجراءات المستخدم على مدى فترة طويلة: من أين أتى المستخدم في الأصل ، وما الصفحات التي زارها ، وما إلى ذلك.

تتم كتابة معرفclientIdعلىملف تعريف الارتباط ga_وتخزينه على جهاز المستخدم عندما يزور المستخدم موقع الويب الخاص بك. يعتبر ملف تعريف ارتباط الطرف الأول ، ولكن نظرًا لأنه مكتوب بلغة JavaScript ، فإنه يخضع لقيود ITP. لذلك لا تعيش أكثر من سبعة أيام.

هذا يعني أنه إذا قام أحد المستخدمين بزيارة موقع الويب الخاص بك اليوم من إعلان على Facebook وقدم طلبًا بعد ثمانية أيام ، فإن أداة التحليلات الخاصة بك ستعتبر المشتري مستخدمًا جديدًا ، ولن يُنسب الطلب بأي شكل من الأشكال إلى إعلاناتك على Facebook. يصبح المسوق أعمى عن هذا الجزء من حركة المرور ، وعدم فهم المصدر الحقيقي للطلب ، قد يعطل الإعلان غير الفعال المزعوم على Facebook. قد يؤدي هذا إلى انخفاض في الطلبات وأرباح الأعمال. وبالتالي ، قد تؤدي زيادة نسبة المستخدمين الجدد في التحليلات إلى فقدان الدخل.

باستخدام OWOX BI ، يمكنك زيادة دقة تقديرات حملتك الإعلانية وتحديد المصادر / الوسائط / الحملات الحقيقية التي تولد الدخل. يراقب التتبع من جانب الخادم OWOX BI أي نشاط للمستخدم على موقع الويب الخاص بك ، ويطيل عمر ملفات تعريف الارتباط ، ولا يتأثر بمانع الإعلانات ، مما يسمح لك برؤية مسار التحويل بالكامل.

تتبع من جانب الخادم بدون ملفات تعريف الارتباط خارج منطقة الجزاء

باستخدام OWOX BI ، يمكنك إعداد مجموعة بيانات الطرف الأول لحل مشكلات ITP. للقيام بذلك ، في مرحلة التكامل ، نقوم بإنشاء مجال فرعي منفصل على موقع الويب الخاص بك يتم فيه جمع البيانات.

مع كل نتيجة / حدث ، ينشئ OWOX BI ملف تعريف ارتباط ouid ويجدده مع كل تفاعل مع المستخدم لمدة 364 يومًا. سيكون لملف تعريف الارتباط هذا معرف المستخدم الخاص به:owox.user_id. بناءً على ذلك ، قد نقوم بإنشاء تقارير تحليلية بدون حصة كبيرة من المستخدمين الجدد المزيفين وبناء مسار مستخدم لفترة أطول. هذا يجعل من الممكن إجراء تقييم صحيح لفعالية الحملات الإعلانية وتتبع رحلة المستخدم بأكملها.

كانت مشكلة حركة المرور المباشرة / لا شيء ذات صلة بشكل خاص بالعميل الذي أجرينا معه التجربة ، حيث أن ما يقرب من نصف حركة المرور (44٪) تأتي من متصفح Safari.

في التجربة ، قارنا كيف تختلف المقاييس الرئيسية للشركة (المعاملات ، الإيرادات ، CPO) عند حسابها استنادًا إلى البيانات التي تم جمعها باستخدام معرّفات مستخدم مختلفة: Google Analyticsclient_idوowox.user_id.

كان السؤال الرئيسي الذي أردنا الإجابة عليه هو عدد المعاملات التي سيتغير مصدر الزيارات. لماذا هذا مهم؟ نظرًا لأنه يتم تقييم فعالية القنوات الإعلانية بناءً على عدد المعاملات حسب المصدر / الوسيط ، وبناءً على هذه الفعالية ، يتم اتخاذ القرارات بشأن إعادة توزيع الميزانية ويتم تشكيل التقارير للإدارة.

أظهرت التجربة أن استخدامowox.user_idقلل النسبة المئوية للمستخدمين الذين تم تحديدهم بشكل غير صحيح على أنهم جدد بنسبة 12٪. هذا يعني أنه بدون استخدام البث من جانب الخادم OWOX ، كان نظام التحليلات سيحدد هؤلاء المستخدمين على أنهم جدد ، ولكن بفضل OWOX BI ، تم تحديد هؤلاء المستخدمين كعائدين ، مما يقلل من النسبة المئوية للمستخدمين الجدد. للتجربة ، قمنا بتحليل البيانات لمدة شهر واحد. على مدى فترة أطول ، يجب أن يكون الانخفاض في عدد المستخدمين الذين تم تحديدهم بشكل غير صحيح أكبر.

تُظهر لقطة الشاشة التالية النسبة المئوية للمستخدمين الذين تم تحديدهم على أنهم عادوا (الرسم البياني العلوي ، من خلالclient_id؛ الرسم البياني السفلي ، بواسطةowox.user_id).

توضح هذه الرسوم البيانية النسبة المئوية للمستخدمين الذين تم التعرف عليهم على أنهم "مرتجعون". يمكننا أن نرى أنه خلال الأيام السبعة الأولى (بينما لا يزال ملف تعريف الارتباط Safari نشطًا) ، فإن النسبة المئوية للمستخدمين العائدين هي نفسها تقريبًا لكلتا الطريقتين. ومع ذلك ، بعد سبعة أيام ، يصبح الفرق كبيرًا. بفضلowox.user_id، من الممكن التعرف على ضعف عدد المستخدمين العائدين في اليوم الثامن ، وستة أضعاف عدد المستخدمين العائدين في اليوم الثلاثين. 😎

تُظهر لقطة الشاشة التالية النسبة المئوية للمعاملات التي تغير فيها مصدر حركة المرور بسبب استخدامowox.user_id(للتوضيح ، تم إجراء التقييم باستخدام أكثر نماذج الإحالة "النقرة الأولى" و "النقرة الأخيرة غير المباشرة" الأكثر شيوعًا).

على سبيل المثال ، إذا نظرنا إلى بيانات 27 آذار (مارس) ، يمكننا أن نرى أن مصدر حركة المرور قد تغير لـ 12٪ من المعاملات (وفقًا لـ First Click) و 6.8٪ من المعاملات (وفقًا لـ LNDC). هذا يعني أنه منذ البداية ، تم تحديد المصدر بشكل غير صحيح لهذه المعاملات. وبالتالي ، فإن القنوات التي جاءت منها هذه المعاملات في الواقع كانت مقومة بأقل من قيمتها الحقيقية. أدى هذا إلى قيام جهات التسويق بتكوين استنتاجات غير صحيحة وتخصيص الميزانية بشكل غير فعال. يمكن للتتبع من جانب الخادم حل هذه المشكلة.

الآن دعنا ننتقل إلى الجزء الرئيسي من التجربة ونرى كيف تؤثر التغييرات في نسبة المستخدمين الجدد / العائدين ومصدر المعاملة على معدل التحويل ، والأرباح ، و CPO.

في الجدول أدناه ، يمكننا أن نرى كيف يؤدي استخدام OWOX BI للتتبع من جانب الخادم إلى تقليل عدد المعاملات مع مصدر حركة مرور مباشر / لا شيء. يتم ذلك عن طريق إعادة تخصيص هذه المعاملات لمصدرها / وسيطها الحقيقي.

على سبيل المثال ، لنأخذ بيانات 6 أبريل. يمكننا أن نرى أن عدد المعاملات مع (مباشر) / لا شيء في ذلك اليوم انخفض بنسبة 33.33٪. تمت إعادة توزيع هذه المعاملات بين مجموعات المصدر / الوسيط الأخرى: تلقى google / تكلفة النقرة معاملات + 12.5٪ ، twitter.com/social + 50٪ معاملات ، وما إلى ذلك.

يوضح الجدول التالي كيفية إعادة توزيع الإيرادات من المعاملات ، التي كان لها سابقًا المصدر / الوسيط على أنه مباشر / لا شيء.

على سبيل المثال ، نرى أنه في 6 أبريل ، انخفضت الإيرادات من المعاملات مع مصدر / وسيط مباشر / لا شيء بنسبة 32.78٪ نقطة. ومع ذلك ، تم توزيع هذه الإيرادات على قنوات ومصادر أخرى. وهذا أمر مريب ، لأن القنوات الحقيقية التي جلبت الإيرادات كانت مقومة بأقل من قيمتها الحقيقية. الآن ، لا يمكننا الشعور بها بشكل حدسي فحسب ، بل يمكننا أيضًا تبريرها بالأرقام 😎.

لاحظنا أيضًا أنه بالنسبة لبعض المصادر / الوسط ، انخفض CPO بشكل متوقع. لماذا؟ لأن حصة المعاملات من مباشرة / لا شيء تدفقت إلى فئات مصدر / وسيط أخرى. عدد المعاملات (في المقام) التي تحتاج إلى تقسيم نفقات قناة معينة ، مما أدى إلى انخفاض في CPO. لوضعها في مصطلحات التسويق ، تم تضمين المعاملات التي لم يتم احتسابها في Google Analytics في فئات المصدر / الوسيط هذه ، مما يشير إلى أن فعاليتها الفعلية أعلى.

على سبيل المثال ، في 31 آذار (مارس) ، انخفض CPO لـ google / تكلفة النقرة بنسبة 8.77٪:

انخفض CPO لـ bing / cpc بنسبة 12.5٪:

انخفض CPO لـ Facebook / الاجتماعية المدفوعة بنسبة 13.33٪:

نظرًا للقيود المرتبطة باستخدام ملفات تعريف الارتباط التابعة لجهات خارجية ، فإن نسبة المستخدمين الجدد وحركة المرور المباشرة / غير المباشرة آخذة في الازدياد. هذا يعقد بشكل كبير تقييم قنوات الإعلان للمسوقين.

يساعد تتبع OWOX من جانب الخادم في حل هذه المشكلة: فهو يقلل من حصة حركة المرور المباشرة / غير المباشرة بنسبة 21٪ أو أكثر ويعيد توزيع 30٪ أو أكثرمن المعاملات والإيرادات بشكل صحيح إلى مصادر وقنوات أخرى. بفضل هذا ، يمكن لفريق التسويق تلبية مؤشرات الأداء الرئيسية الخاصة بهم بشكل أفضل والدفاع عن ميزانيتهم ​​بشكل أسرع.