Comment économiser 80 % sur les frais de publicité - étude de cas du fabricant de vélos électriques Delfast

L'équipe OWOX a construit un tableau de bord intelligent pour Delfast, une entreprise qui produit et vend des vélos électriques. À l'aide de filtres de bout en bout dans ce tableau de bord, Delfast a pu identifier des campagnes publicitaires coûteuses et inefficaces, les désactiver et économiser 80 % de son budget publicitaire mensuel.

Delfast est l'un des principaux fabricants mondiaux de vélos électriques, produisant des vélos électriques uniques et respectueux de l'environnement qui sont exceptionnels par leur autonomie, leur puissance et leur vitesse. La société détient le record du monde Guinness de la plus grande distance parcourue par un vélo électrique avec une seule charge - 228 miles.

Delfast est une société ukraino-américaine dont le double siège est à Kiev, en Ukraine, et à Whittier, en Californie. Ils développent et prototypent des vélos électriques en Ukraine, les produisent en Chine et terminent l'assemblage final à Los Angeles.

Delfast a démarré en tant que service de messagerie à Kiev, en Ukraine, en 2014. En 2017, la société a décidé de fermer son entreprise de messagerie florissante et de se consacrer entièrement au développement du vélo électrique, en lançant une campagne Kickstarter réussie qui a officiellement lancé l'ère de Delfast Bikes.

Les spécialistes du marketing de Delfast voulaient comprendre quelles campagnes en ligne leur apportaient de réels bénéfices et lesquelles gaspillaient leur budget publicitaire. Pour cela, ils avaient besoin d'un rapport combinant des données d'analyse numérique avec des informations sur les ventes de leur CRM. Le rapport devait montrer quelles campagnes en ligne apportaient des prospects, des offres et des commandes terminées, le budget publicitaire dépensé pour ces campagnes et les revenus qu'elles généraient.

Le problème était que les données de l'entreprise étaient collectées et stockées dans différents systèmes : les dépenses publicitaires étaient stockées dans les services publicitaires, les actions des utilisateurs sur le site Web étaient stockées dans Google Analytics et les informations sur les utilisateurs et les ventes étaient stockées dans HubSpot. Pour créer un rapport basé sur ces données, les spécialistes du marketing de Delfast devaient vérifier les erreurs et nettoyer, standardiser, regrouper et fusionner les données dans un format unique. Cela devait être fait régulièrement au fur et à mesure que les données étaient mises à jour afin de toujours avoir une image actuelle.

Nettoyer, normaliser et tester la compatibilité des données provenant de différentes sources prend beaucoup de temps si vous le faites à partir de zéro et manuellement. Pour préparer des rapports, les analystes doivent créer et maintenir une cascade de transformations SQL interconnectées. Plus tard, cela se transforme en un enchevêtrement de requêtes et de scripts SQL, dont le débogage prend beaucoup de temps mais ne crée pas de valeur supplémentaire.

Par conséquent, Delfast a décidé d'automatiser la préparation des rapports à l'aide des produits OWOX BI.

Étape 1. À l'aide d'OWOX BI Pipeline, l'entreprise collecte automatiquement les données de toutes ses sources dans Google BigQuery :

• Informations de Google Analytics
• Données brutes du site Web
• Frais de services publicitaires
• Données client du système HubSpot CRM

OWOX BI convertit automatiquement les données brutes dans un format prêt pour l'analyse : formats de balises unifiés, une devise unique, pas de doublons ni d'anomalies, détection de bot.

Étape 2. La transformation OWOX BI applique automatiquement des transformations de base aux données collectées, telles que la mise en session, la fusion des données de coût, la détermination du type d'utilisateur (nouveau ou de retour), le groupement de canaux personnalisé et bien d'autres.De plus, Delfast peut créer et appliquer ses propres transformations.

Étape 3. À l'aide d'OWOX BI Transformation, les analystes d'OWOX ont créé un modèle de données pour Delfast qui prend en compte les métriques et les fonctionnalités commerciales nécessaires.Sur la base de ce modèle de données, ils ont construit un magasin de données connecté à Google Looker Studio.

Voici à quoi ressemble le flux de données :

Grâce au modèle de données, les analystes et les spécialistes du marketing de Delfast ont considérablement réduit le temps nécessaire à la préparation d'autres rapports et tableaux de bord. Désormais, lorsqu'ils ont besoin d'un rapport pour une analyse ad hoc, ils ne se tournent plus vers des données brutes mais vers des données qui ont déjà été nettoyées, dédupliquées et qui contiennent les métriques commerciales nécessaires.

En conséquence, Delfast a reçu un tableau de bord intelligent de neuf pages qui combine ses données en ligne (dépenses, sessions et utilisateurs) avec des données CRM (contacts, transactions et transactions conclues).

Grâce à ce tableau de bord, les spécialistes du marketing de Delfast ont identifié les campagnes qui consommaient la majorité du budget et apportaient des conversions en ligne, mais ne généraient pas de transactions conclues.

Les spécialistes du marketing de Delfast ont ensuite désactivé ces campagnes et ont puredistribuer 80 % du budget libéré à d'autres campagnes.

Le tableau de bord principal affiche des statistiques sur tous les indicateurs clés ventilés par groupe de canaux, source/support et campagne.

Sur d'autres pages, des informations détaillées sont fournies séparément pour les annonces, les sessions, les visiteurs, les contacts, les offres et les offres conclues.

La caractéristique clé de ce tableau de bord est les filtres de bout en bout. Par exemple, lors de l'application d'un filtre de groupe de canaux aux sessions (en ne laissant que la recherche payante), le tableau de bord filtrera toute la partie suivante de l'entonnoir et mettra à jour toutes les mesures (visiteurs, contacts, conversions et commandes terminées).

Avant d'appliquer le filtre :

Après application du filtre :

Grâce à cela, les spécialistes de Delfast peuvent rapidement connaître le coût non seulement des conversions en ligne, mais également des commandes terminées.

Un autre avantage de ce tableau de bord est que le filtre de date peut être appliqué séparément pour chaque objet de l'entonnoir. Par exemple, le filtrage de toutes les conversions pour février ne réduira pas les objets non liés aux autres étapes de l'entonnoir.

Cela permet aux spécialistes du marketing de voir toutes les conversions apportées par les campagnes, en tenant compte de l'effet différé. Par exemple, disons que Delfast a lancé une campagne publicitaire en janvier et a eu des sessions pour celle-ci en janvier. Maintenant, ils veulent savoir combien de conversions cette campagne a généré non seulement en janvier mais aussi en février, mars et avril. Pour voir ces informations, il leur suffit d'appliquer un filtre de date aux sessions — tous les autres objets (conversions et commandes terminées) ne seront pas filtrés par date.

Si vous voulez le même tableau de bord, inscrivez-vous pour une démo !