Bagaimana Pelacakan Sisi Server OWOX Membantu Menemukan Sumber Konversi Nyata untuk lebih dari 30% Penjualan Online

Persentase lalu lintas langsung/tidak ada yang tinggi merupakan masalah bagi pemasar mana pun. Saat Anda tidak mengetahui sumber konversi yang sebenarnya, Anda tidak dapat memahami saluran mana yang harus diinvestasikan, dan Anda juga tidak dapat melaporkan pengeluaran iklan.

Pelacakan sisi server OWOX dapat mengatasi masalah ini. Eksperimen bersama dengan klien menunjukkan bahwa dengan OWOX BI, proporsi transaksi yang dikaitkan dengan direct/none menurun lebih dari21% .Dimungkinkan juga untuk mengidentifikasi sumber/media yang tepat untuk lebih dari30% pendapatan, yang sumbernya sebelumnya tidak diketahui.Selain itu, dengan mengalokasikan transaksi ke saluran dengan benar, dimungkinkan untuk menghitung ulang CPO dan melihat bahwa untuk beberapa saluran, lebih rendah dari perhitungan CPO sebelumnya.

Pada artikel ini, kami menjelaskan secara rinci hasil percobaan ini.

Anda mungkin menemukan bahwa sebagian besar sesi dan konversi berasal dari langsung/tidak ada. Jadi, tidak mungkin untuk memahami dari mana sumber sesi dan konversi ini benar-benar datang. Penyebab paling umum adalah umur cookie yang terbatas, yang mengarah ke situasi di mana setiap sesi berikutnya oleh pengunjung tertentu didefinisikan sebagai sesi baru, dan koneksi dengan sesi pertama terputus. Namun, sesi pertama itu berisi sumber sebenarnya dari mana pengguna berasal.

Cookie pihak pertama di browser Safari memiliki masa pakai terbatas selama tujuh hari. Intinya adalah pengidentifikasiclientIddigunakan untuk mengidentifikasi pengguna tertentu di Google Analytics. Dengan demikian, ini digunakan oleh alat analitik sebagai kunci untuk memahami tindakan pengguna dalam jangka waktu lama: dari mana asal pengguna, halaman apa yang mereka kunjungi, dan sebagainya.

PengidentifikasiclientIdditulis kecookie ga_dan disimpan di perangkat pengguna saat pengguna mengunjungi situs web Anda. Ini dianggap sebagai cookie pihak pertama, tetapi karena ditulis dalam JavaScript, ini tunduk pada batasan ITP. Jadi itu hidup tidak lebih dari tujuh hari.

Ini berarti bahwa jika pengguna mengunjungi situs web Anda hari ini dari iklan Facebook dan melakukan pemesanan delapan hari kemudian, alat analitik Anda akan menganggap pembeli sebagai pengguna baru, dan pesanan tersebut tidak akan diatribusikan dengan cara apa pun ke iklan Facebook Anda. Pemasar menjadi buta terhadap bagian lalu lintas ini dan, karena tidak memahami sumber pesanan yang sebenarnya, dapat menonaktifkan iklan yang diduga tidak efektif di Facebook. Hal ini dapat menyebabkan penurunan pesanan dan keuntungan bisnis. Oleh karena itu, peningkatan proporsi pengguna baru dalam analitik dapat menyebabkan hilangnya pendapatan.

Dengan OWOX BI, Anda dapat meningkatkan keakuratan perkiraan kampanye iklan Anda dan mengidentifikasi sumber/media/kampanye sebenarnya yang menghasilkan pendapatan. Pelacakan sisi server OWOX BI memantau setiap aktivitas pengguna di situs web Anda, memperpanjang masa pakai cookie, dan tidak terpengaruh oleh pemblokir iklan, memungkinkan Anda melihat keseluruhan jalur konversi.

Pelacakan sisi server tanpa cookie di luar kotak

Dengan OWOX BI, Anda dapat menyiapkan pengumpulan data pihak pertama untuk menyelesaikan masalah ITP. Untuk melakukan ini, pada tahap integrasi, kami membuat subdomain terpisah di situs web Anda tempat pengumpulan data akan dilakukan.

Dengan setiap hit/event, OWOX BI membuat cookie ouid dan memperbaruinya dengan setiap interaksi dengan pengguna selama 364 hari. Cookie ini akan memiliki ID penggunanya sendiri:owox.user_id. Berdasarkan itu, kami dapat membuat laporan analitik tanpa banyak pengguna baru palsu dan membangun jalur pengguna untuk jangka waktu yang lebih lama. Ini memungkinkan untuk mengevaluasi dengan benar keefektifan kampanye iklan dan melacak seluruh perjalanan pengguna.

Masalah lalu lintas langsung/tidak ada sangat relevan untuk klien yang melakukan percobaan dengan kami, karena hampir setengah dari lalu lintas mereka (44%) berasal dari browser Safari.

Dalam percobaan, kami membandingkan perbedaan metrik utama perusahaan (transaksi, pendapatan, CPO) saat dihitung berdasarkan data yang dikumpulkan menggunakan pengidentifikasi pengguna yang berbeda:client_idGoogle Analytics danowox.user_id.

Pertanyaan kunci yang ingin kami jawab adalah berapa banyak transaksi yang akan diubah oleh sumber lalu lintas. Mengapa ini penting? Karena keefektifan saluran periklanan dinilai berdasarkan jumlah transaksi menurut sumber/media, dan berdasarkan keefektifan ini, keputusan dibuat untuk mendistribusikan ulang anggaran dan laporan dibuat untuk manajemen.

Eksperimen menunjukkan bahwa menggunakanowox.user_idmengurangi persentase pengguna yang salah diidentifikasi sebagai pengguna baru sebesar 12%. Ini berarti bahwa tanpa menggunakan streaming sisi server OWOX, sistem analitik akan mengidentifikasi pengguna ini sebagai pengguna baru, tetapi berkat OWOX BI, pengguna ini diidentifikasi kembali, sehingga mengurangi persentase pengguna baru. Untuk percobaan, kami menganalisis data selama satu bulan. Selama periode yang lebih lama, pengurangan pengguna yang salah diidentifikasi seharusnya lebih besar lagi.

Tangkapan layar berikutnya menunjukkan persentase pengguna yang diidentifikasi sebagai dikembalikan (grafik atas, menurutclient_id; grafik bawah, menurutowox.user_id).

Grafik ini menunjukkan persentase pengguna yang dikenali sebagai "kembali". Kita dapat melihat bahwa selama tujuh hari pertama (saat cookie Safari masih aktif), persentase pengguna yang kembali kira-kira sama untuk kedua metode tersebut. Namun, setelah tujuh hari, perbedaannya menjadi signifikan. Berkatowox.user_id, dimungkinkan untuk mengenali dua kali lebih banyak pengguna yang kembali pada hari kedelapan, dan enam kali lebih banyak pengguna yang kembali pada hari ketiga puluh. 😎

Tangkapan layar berikutnya menunjukkan persentase transaksi yang sumber lalu lintasnya telah berubah karena penggunaanowox.user_id(agar lebih jelas, penilaian dilakukan menggunakan model atribusi Klik Pertama dan Klik Non-Langsung Terakhir yang paling populer).

Misalnya, jika kita melihat data tanggal 27 Maret, kita dapat melihat bahwa sumber lalu lintas berubah untuk 12% transaksi (menurut Klik Pertama) dan 6,8% transaksi (menurut LNDC). Ini berarti bahwa sejak awal, sumber salah diidentifikasi untuk transaksi ini. Akibatnya, saluran dari mana transaksi ini sebenarnya berasal dinilai terlalu rendah. Hal ini menyebabkan pemasar membuat kesimpulan yang salah dan mengalokasikan anggaran secara tidak efisien. Pelacakan sisi server dapat mengatasi masalah ini.

Sekarang mari beralih ke bagian utama eksperimen dan lihat bagaimana perubahan proporsi pengguna baru/kembali dan sumber transaksi memengaruhi rasio konversi, pendapatan, dan CPO.

Pada tabel di bawah, kita dapat melihat bagaimana penggunaan pelacakan sisi server OWOX BI mengurangi jumlah transaksi dengan sumber lalu lintas langsung/tidak ada. Ini dilakukan dengan merealokasi transaksi ini ke sumber/media aslinya.

Sebagai contoh, ambil data pada tanggal 6 April. Kita dapat melihat bahwa jumlah transaksi dengan (langsung)/tidak ada pada hari tersebut menurun sebesar 33,33%. Transaksi ini didistribusikan ulang di antara kombinasi sumber/media lain: google/cpc menerima +12,5% transaksi, twitter.com/social +50% transaksi, dan seterusnya.

Tabel berikutnya menunjukkan kepada kita bagaimana pendapatan dari transaksi, yang sebelumnya memiliki sumber/media sebagai langsung/tidak ada, didistribusikan kembali.

Misalnya, kami melihat bahwa pada 6 April, pendapatan dari transaksi dengan sumber/media langsung/tidak ada turun sebesar 32,78% poin. Namun, pendapatan ini didistribusikan di antara saluran dan sumber lain. Ini terasa mencurigakan, karena saluran nyata yang menghasilkan pendapatan diremehkan. Sekarang, kita tidak hanya dapat merasakannya secara intuitif tetapi juga membenarkannya dengan angka 😎.

Kami juga memperhatikan bahwa untuk beberapa sumber/media, CPO diduga menurun. Mengapa? Karena porsi transaksi dari direct/none mengalir ke kategori sumber/media lain. Jumlah transaksi (dalam penyebut) di mana pengeluaran untuk saluran tertentu perlu dibagi meningkat, mengakibatkan penurunan CPO. Untuk memasukkannya ke dalam istilah pemasaran, transaksi yang tidak diperhitungkan di Google Analytics disertakan dalam kategori sumber/media ini, yang menunjukkan bahwa keefektifannya yang sebenarnya lebih tinggi.

Misalnya, pada tanggal 31 Maret, CPO untuk google/cpc turun sebesar 8,77%:

CPO untuk bing/cpc turun 12,5%:

CPO untuk Facebook/sosial berbayar menurun sebesar 13,33%:

Karena keterbatasan yang terkait dengan penggunaan cookie pihak ketiga, pangsa pengguna baru dan lalu lintas langsung/tidak ada meningkat. Ini secara signifikan mempersulit evaluasi saluran periklanan untuk pemasar.

Pelacakan sisi server OWOX membantu mengatasi masalah ini: ini mengurangi pangsa lalu lintas langsung/tidak ada sebesar 21% atau lebih dan mendistribusikan kembali 30% atau lebihtransaksi dan pendapatan dengan benar ke sumber dan saluran lain. Berkat ini, tim pemasaran dapat memenuhi KPI mereka dengan lebih baik dan lebih cepat mempertahankan anggaran mereka.