In che modo il monitoraggio lato server di OWOX ha aiutato a trovare le vere fonti di conversione per oltre il 30% delle vendite online

Un'alta percentuale di traffico diretto/assente è un mal di testa per qualsiasi operatore di marketing. Quando non conosci le vere fonti di conversione, non puoi capire su quali canali investire e non puoi nemmeno generare report sulla spesa pubblicitaria.

Il monitoraggio lato server OWOX può risolvere questo problema. Un esperimento congiunto con un cliente ha mostrato che con OWOX BI, la proporzione di transazioni attribuite a direct/nessuno è diminuita di oltreil 21% .È stato inoltre possibile identificare la fonte/mezzo corretto per oltreil 30% dei ricavi, fonti prima sconosciute.Inoltre, allocando correttamente le transazioni ai canali, è stato possibile ricalcolare il CPO e vedere che per alcuni canali era inferiore al CPO calcolato in precedenza.

In questo articolo, descriviamo in dettaglio i risultati di questo esperimento.

Potresti scoprire che​​ una percentuale significativa di sessioni e conversioni proviene da diretta/nessuna. Pertanto, è impossibile capire da quali fonti provengano veramente queste sessioni e conversioni. La causa più comune è una durata limitata dei cookie, che porta a una situazione in cui ogni sessione successiva di un particolare visitatore viene definita come una nuova sessione e la connessione con la prima sessione viene persa. Tuttavia, quella prima sessione contiene la vera fonte da cui proviene l'utente.

I cookie proprietari nel browser Safari hanno una durata limitata di sette giorni. La linea di fondo è che l'identificatoreclientIdviene utilizzato per identificare un utente specifico in Google Analytics. Pertanto, viene utilizzato dagli strumenti di analisi come chiave con cui è possibile comprendere le azioni di un utente per un lungo periodo: da dove proviene originariamente l'utente, quali pagine ha visitato e così via.

L'identificatoreclientIdviene scritto nelcookie ga_e memorizzato sul dispositivo dell'utente quando l'utente visita il tuo sito web. Questo è considerato un cookie di prima parte, ma poiché è scritto in JavaScript, è soggetto alle restrizioni ITP. Quindi non vive più di sette giorni.

Ciò significa che se un utente visita oggi il tuo sito Web da un annuncio di Facebook ed effettua un ordine otto giorni dopo, il tuo strumento di analisi considererà l'acquirente un nuovo utente e l'ordine non verrà in alcun modo attribuito alla tua pubblicità su Facebook. Il marketer diventa cieco rispetto a questa parte del traffico e, non comprendendo la vera fonte dell'ordine, può disabilitare la presunta pubblicità inefficace su Facebook. Ciò potrebbe comportare un calo degli ordini e dei profitti aziendali. Pertanto, un aumento della percentuale di nuovi utenti nell'analisi può portare a una perdita di reddito.

Con OWOX BI, puoi aumentare l'accuratezza delle stime delle tue campagne pubblicitarie e identificare le vere fonti/mezzi/campagne che generano reddito. Il monitoraggio lato server di OWOX BI monitora qualsiasi attività dell'utente sul tuo sito Web, estende la durata dei cookie e non è influenzato dagli ad blocker, consentendoti di vedere l'intero percorso di conversione.

Tracciamento lato server senza cookie pronto all'uso

Con OWOX BI, puoi configurare la raccolta dati di prima parte per risolvere i problemi ITP. Per fare ciò, in fase di integrazione, creiamo un sottodominio separato sul tuo sito Web su cui avverrà la raccolta dei dati.

Ad ogni hit/evento, OWOX BI crea un cookie ouid e lo rinnova ad ogni interazione con l'utente per 364 giorni. Questo cookie avrà il proprio ID utente:owox.user_id. Sulla base di ciò, potremmo creare report di analisi senza un'ampia quota di falsi nuovi utenti e creare un percorso utente per un periodo più lungo. Ciò consente di valutare correttamente l'efficacia delle campagne pubblicitarie e tracciare l'intero percorso dell'utente.

Il problema del traffico diretto/assente era particolarmente rilevante per il cliente con cui abbiamo condotto l'esperimento, in quanto quasi la metà del loro traffico (44%) proviene dal browser Safari.

Nell'esperimento, abbiamo confrontato in che modo le principali metriche dell'azienda (transazioni, entrate, CPO) differiscono se calcolate in base ai dati raccolti utilizzando identificatori utente diversi: Google Analyticsclient_ideowox.user_id.

La domanda chiave a cui volevamo rispondere era per quante transazioni sarebbe cambiata la sorgente di traffico. Perché questo è importante? Poiché l'efficacia dei canali pubblicitari viene valutata in base al numero di transazioni per sorgente/mezzo, e sulla base di questa efficacia, vengono prese le decisioni sulla ridistribuzione del budget e vengono formati i report per la gestione.

L'esperimento ha dimostrato che l'utilizzodi owox.user_idha ridotto del 12% la percentuale di utenti erroneamente identificati come nuovi. Ciò significa che senza utilizzare lo streaming lato server OWOX, il sistema di analisi avrebbe identificato questi utenti come nuovi, ma grazie a OWOX BI, questi utenti sono stati identificati come di ritorno, riducendo la percentuale di nuovi utenti. Per l'esperimento, abbiamo analizzato i dati per un mese. Su un periodo più lungo, la riduzione degli utenti erroneamente identificati dovrebbe essere ancora maggiore.

Lo screenshot successivo mostra la percentuale di utenti identificati come restituiti (grafico superiore, daclient_id; grafico inferiore, daowox.user_id).

Questi grafici mostrano la percentuale di utenti riconosciuti come "ritornati". Possiamo vedere che durante i primi sette giorni (mentre il cookie di Safari è ancora attivo), la percentuale di utenti di ritorno è più o meno la stessa per entrambi i metodi. Tuttavia, dopo sette giorni, la differenza diventa significativa. Grazie aowox.user_id, è possibile riconoscere il doppio degli utenti di ritorno l'ottavo giorno e sei volte il numero di utenti di ritorno il trentesimo giorno. 😎

Lo screenshot successivo mostra la percentuale di transazioni per le quali la sorgente di traffico è cambiata a causa dell'utilizzo diowox.user_id(per chiarezza, la valutazione è stata effettuata utilizzando i più diffusi modelli di attribuzione First Click e Last Non-Direct Click).

Ad esempio, se guardiamo i dati del 27 marzo, possiamo vedere che la sorgente di traffico è cambiata per il 12% delle transazioni (secondo First Click) e il 6,8% delle transazioni (secondo LNDC). Ciò significa che fin dall'inizio la fonte è stata identificata in modo errato per queste transazioni. Di conseguenza, i canali da cui effettivamente provenivano queste transazioni sono stati sottovalutati. Ciò ha portato gli esperti di marketing a trarre conclusioni errate e ad allocare in modo inefficiente il budget. Il monitoraggio lato server può risolvere questo problema.

Passiamo ora alla parte principale dell'esperimento e vediamo in che modo i cambiamenti nella proporzione di utenti nuovi/di ritorno e l'origine della transazione influiscono sul tasso di conversione, sulle entrate e sul CPO.

Nella tabella seguente, possiamo vedere come l'uso del tracciamento lato server OWOX BI riduca il numero di transazioni con una sorgente di traffico diretta/nessuna. Questo viene fatto riassegnando queste transazioni alla loro vera fonte/mezzo.

Ad esempio, prendiamo i dati per il 6 aprile. Possiamo vedere che il numero di transazioni con (dirette)/nessuna in quel giorno è diminuito del 33,33%. Queste transazioni sono state ridistribuite tra altre combinazioni sorgente/mezzo: google/cpc ha ricevuto +12,5% di transazioni, twitter.com/social +50% di transazioni e così via.

La tabella successiva ci mostra come viene ridistribuito il ricavo delle transazioni, che in precedenza avevano sorgente/mezzo come diretto/nessuno.

Ad esempio, vediamo che il 6 aprile i ricavi derivanti da transazioni con una fonte/mezzo diretto/nessuno sono diminuiti del 32,78%. Tuttavia, queste entrate sono state distribuite tra altri canali e fonti. Ciò sembra sospetto, poiché i canali reali che hanno portato entrate sono stati sottovalutati. Ora, non solo possiamo sentirlo intuitivamente, ma anche giustificarlo con i numeri 😎.

Abbiamo anche notato che per alcune fonti/mezzi, il CPO è prevedibilmente diminuito. Perché? Perché la quota di transazioni dirette/nessuna è confluita in altre categorie di fonti/mezzi. Il numero di transazioni (al denominatore) a cui devono essere suddivise le spese per un determinato canale è aumentato, determinando una diminuzione del CPO. Per dirla in termini di marketing, le transazioni non contabilizzate in Google Analytics sono state incluse in queste categorie sorgente/mezzo, indicando che la loro efficacia effettiva è maggiore.

Ad esempio, il 31 marzo, il CPO per google/cpc è diminuito dell'8,77%:

Il CPO per bing/cpc è diminuito del 12,5%:

Il CPO per Facebook/social a pagamento è diminuito del 13,33%:

A causa delle limitazioni associate all'uso dei cookie di terze parti, la quota di nuovi utenti e il traffico diretto/nessun aumento. Ciò complica notevolmente la valutazione dei canali pubblicitari per gli operatori di marketing.

Il tracciamento lato server OWOX aiuta a risolvere questo problema: riduce la quota di traffico diretto/nessuno del 21% o più e ridistribuisce correttamente il 30% o piùdelle transazioni e delle entrate ad altre fonti e canali. Grazie a ciò, il team di marketing può soddisfare meglio i propri KPI e difendere più rapidamente il proprio budget.