Jak śledzenie po stronie serwera OWOX pomogło znaleźć prawdziwe źródła konwersji dla ponad 30% sprzedaży online

Wysoki odsetek ruchu bezpośredniego/brak ruchu to ból głowy dla każdego marketera. Gdy nie znasz prawdziwych źródeł konwersji, nie możesz zrozumieć, w które kanały inwestować, a także nie możesz raportować wydatków na reklamę.

Śledzenie po stronie serwera OWOX może rozwiązać ten problem. Wspólny eksperyment z klientem wykazał, że dzięki OWOX BI odsetek transakcji przypisanych do direct/none spadł o ponad21% .Udało się również wskazać właściwe źródło/medium dla ponad30% przychodów, których źródła były wcześniej nieznane.Dodatkowo, dzięki prawidłowemu przypisaniu transakcji do kanałów, można było przeliczyć CPO i zobaczyć, że dla niektórych kanałów był on niższy od CPO wyliczonego wcześniej.

W tym artykule szczegółowo opisujemy wyniki tego eksperymentu.

Może się okazać, że znaczna część sesji i konwersji pochodzi z opcji direct/none. Dlatego nie można zrozumieć, z jakich źródeł naprawdę pochodzą te sesje i konwersje. Najczęstszą przyczyną jest ograniczona żywotność cookies, co powoduje, że każda kolejna sesja danego odwiedzającego jest traktowana jako nowa sesja, a połączenie z pierwszą sesją zostaje utracone. Jednak ta pierwsza sesja zawiera prawdziwe źródło, z którego pochodzi użytkownik.

Własne pliki cookie w przeglądarce Safari mają ograniczony czas życia wynoszący siedem dni. Najważniejsze jest to, że identyfikatorclientIdsłuży do identyfikacji konkretnego użytkownika w Google Analytics. Dlatego jest używany przez narzędzia analityczne jako klucz, dzięki któremu można zrozumieć działania użytkownika w długim okresie: skąd pochodził użytkownik, jakie strony odwiedzał itd.

IdentyfikatorclientIdjest zapisywany wpliku cookie ga_i przechowywany na urządzeniu użytkownika, gdy odwiedza on Twoją witrynę. Jest to uważane za własny plik cookie, ale ponieważ jest napisane w języku JavaScript, podlega ograniczeniom ITP. Żyje więc nie dłużej niż siedem dni.

Oznacza to, że jeśli użytkownik odwiedzi dziś Twoją witrynę z reklamy na Facebooku i złoży zamówienie osiem dni później, Twoje narzędzie analityczne uzna kupującego za nowego użytkownika, a zamówienie nie zostanie w żaden sposób przypisane do Twojej reklamy na Facebooku. Marketer staje się ślepy na tę część ruchu i nie rozumiejąc prawdziwego źródła zamówienia, może wyłączyć rzekomo nieskuteczną reklamę na Facebooku. Może to doprowadzić do spadku zamówień i zysków biznesowych. Stąd wzrost udziału nowych użytkowników w analityce może prowadzić do utraty dochodów.

Dzięki OWOX BI możesz zwiększyć dokładność szacunków swoich kampanii reklamowych i zidentyfikować prawdziwe źródła/medium/kampanie, które generują dochód. Śledzenie po stronie serwera OWOX BI monitoruje wszelkie działania użytkowników w Twojej witrynie, wydłuża żywotność plików cookie i nie ma na nie wpływu blokowanie reklam, co pozwala zobaczyć całą ścieżkę konwersji.

Śledzenie po stronie serwera bez plików cookie po wyjęciu z pudełka

Dzięki OWOX BI możesz skonfigurować gromadzenie danych pierwszej firmy w celu rozwiązania problemów związanych z ITP. W tym celu na etapie integracji tworzymy na Twojej stronie osobną subdomenę, na której odbywać się będzie zbieranie danych.

Z każdym trafieniem/zdarzeniem OWOX BI tworzy plik cookie i odnawia go przy każdej interakcji z użytkownikiem przez 364 dni. Ten plik cookie będzie miał własny identyfikator użytkownika:owox.user_id. Na tej podstawie możemy budować raporty analityczne bez dużego udziału fałszywych nowych użytkowników i budować ścieżkę użytkownika na dłuższy okres. Dzięki temu możliwa jest prawidłowa ocena skuteczności kampanii reklamowych oraz śledzenie całej podróży użytkownika.

Problem ruchu bezpośredniego/brak był szczególnie istotny dla klienta, z którym przeprowadziliśmy eksperyment, ponieważ prawie połowa jego ruchu (44%) pochodzi z przeglądarki Safari.

W eksperymencie porównaliśmy, jak różnią się główne wskaźniki firmy (transakcje, przychody, CPO) obliczone na podstawie danych zebranych przy użyciu różnych identyfikatorów użytkownika:identyfikator_klientaGoogle Analytics iowox.user_id.

Kluczowym pytaniem, na które chcieliśmy znaleźć odpowiedź, było to, dla ilu transakcji zmieni się źródło ruchu. Dlaczego to jest ważne? Ponieważ skuteczność kanałów reklamowych oceniana jest na podstawie liczby transakcji w podziale na źródła/medium i na podstawie tej skuteczności podejmowane są decyzje o redystrybucji budżetu i tworzone są raporty dla kierownictwa.

Eksperyment pokazał, że użycieowox.user_idzmniejszyło odsetek użytkowników błędnie zidentyfikowanych jako nowych o 12%. Oznacza to, że bez użycia OWOX server-side streaming system analityczny zidentyfikowałby tych użytkowników jako nowych, ale dzięki OWOX BI użytkownicy ci zostali zidentyfikowani jako powracający, zmniejszając odsetek nowych użytkowników. W ramach eksperymentu analizowaliśmy dane z jednego miesiąca. W dłuższym okresie redukcja błędnie zidentyfikowanych użytkowników powinna być jeszcze większa.

Następny zrzut ekranu przedstawia odsetek użytkowników zidentyfikowanych jako zwróconych (górny wykres, przezclient_id; dolny wykres, przezowox.user_id).

Te wykresy pokazują odsetek użytkowników uznanych za „zwróconych”. Widzimy, że w ciągu pierwszych siedmiu dni (kiedy plik cookie Safari jest nadal aktywny) odsetek powracających użytkowników jest mniej więcej taki sam dla obu metod. Jednak po siedmiu dniach różnica staje się znacząca. Dziękiowox.user_idmożna rozpoznać dwa razy więcej powracających użytkowników ósmego dnia i sześć razy więcej powracających trzydziestego dnia. 😎

Na kolejnym zrzucie ekranu przedstawiono odsetek transakcji, dla których źródło ruchu zmieniło się w wyniku zastosowaniaowox.user_id(dla jasności ocena została dokonana przy użyciu najpopularniejszych modeli atrybucji First Click i Last Non-Direct Click).

Dla przykładu, jeśli spojrzymy na dane z 27 marca, zobaczymy, że źródło ruchu zmieniło się dla 12% transakcji (wg First Click) i 6,8% transakcji (wg LNDC). Oznacza to, że od początku źródło tych transakcji było błędnie identyfikowane. W rezultacie kanały, z których faktycznie pochodziły te transakcje, były niedowartościowane. Doprowadziło to marketerów do sformułowania błędnych wniosków i nieefektywnej alokacji budżetu. Śledzenie po stronie serwera może rozwiązać ten problem.

Przejdźmy teraz do głównej części eksperymentu i zobaczmy, jak zmiany proporcji nowych/powracających użytkowników oraz źródła transakcji wpływają na współczynnik konwersji, przychody i CPO.

W poniższej tabeli możemy zobaczyć, jak wykorzystanie śledzenia po stronie serwera OWOX BI zmniejsza liczbę transakcji ze źródłem ruchu bezpośredniego/brak. Odbywa się to poprzez przeniesienie tych transakcji do ich prawdziwego źródła/medium.

Dla przykładu weźmy dane z 6 kwietnia. Widzimy, że liczba transakcji z (direct)/none w tym dniu spadła o 33,33%. Transakcje te zostały rozdzielone między inne kombinacje źródło/medium: google/cpc otrzymało +12,5% transakcji, twitter.com/social +50% transakcji i tak dalej.

Następna tabela pokazuje nam, jak redystrybuowany jest przychód z transakcji, dla których źródło/medium było bezpośrednie/brak.

Na przykład widzimy, że 6 kwietnia przychody z transakcji ze źródłem/medium direct/none spadły o 32,78 punktów procentowych. Przychody te zostały jednak rozdzielone między inne kanały i źródła. Wydaje się to podejrzane, ponieważ prawdziwe kanały, które przynosiły dochody, były niedoceniane. Teraz możemy to nie tylko wyczuć intuicyjnie, ale też uzasadnić liczbami 😎.

Zauważyliśmy również, że w przypadku niektórych źródeł/mediów CPO przewidywalnie spadło. Dlaczego? Ponieważ udział transakcji z direct/none płynął do innych kategorii źródło/medium. Wzrosła liczba transakcji (w mianowniku), na które należy podzielić wydatki na dany kanał, co przełożyło się na spadek CPO. Mówiąc marketingowo, transakcje, które nie zostały uwzględnione w Google Analytics, zostały uwzględnione w tych kategoriach źródła/medium, co wskazuje, że ich rzeczywista skuteczność jest wyższa.

Na przykład 31 marca CPO dla google/cpc spadło o 8,77%:

CPO dla bing/cpc spadło o 12,5%:

CPO dla Facebooka/płatnych mediów społecznościowych spadł o 13,33%:

Ze względu na ograniczenia związane z wykorzystaniem plików cookies podmiotów trzecich, rośnie udział nowych użytkowników oraz ruchu bezpośredniego/brak. To znacznie komplikuje ocenę kanałów reklamowych dla marketerów.

Śledzenie po stronie serwera OWOX pomaga rozwiązać ten problem: zmniejsza udział ruchu bezpośredniego/żadnego o 21% lub więcej i prawidłowo redystrybuuje 30% lub więcejtransakcji i przychodów do innych źródeł i kanałów. Dzięki temu zespół marketingowy może lepiej realizować swoje KPI i szybciej bronić swojego budżetu.