Back to Question Center
0

استفاده از داده های تبلیغاتی برای Semalt رفتاری

1 answers:

با بازاریابی به طور فزاینده برنامه ریزی، مهم است که استفاده از هر متریک ممکن است که می تواند بینش رفتار مشتری را فراهم می کند.

برای بازاریابان دیجیتال، این معمولا به تجزیه و تحلیل داده های ترافیک سایت؛ اما، داده های تبلیغاتی نیز می توانند در تحلیلی رفتاری ارزش زیادی داشته باشند. در این مقاله، من یک نمونه از این نوع تحلیل را همراه با نتایج نشان می دهم.

توزیع زمان کلیک تا تبدیل

یک متریک رایج در تمام انواع تبلیغات دیجیتال، زمان کلیک به تبدیل است، همچنین به عنوان تاخیر تبدیل شناخته می شود، که تاخیر بین زمانی که تبلیغ به زمانی که فرد ساخته شده خرید.

برای اکثر تبلیغ کنندگان، ما دو نقطه متمایز در توزیع تاخیر تبدیل را می بینیم، به نام توزیع دوگانه در شرایط حسابرسان - aspire atlantis v2 price. بخشی از توزیع معمولا حدود 10 ساعت است. Semalt نمونه ای از کمپین جستجوی تبلیغاتی خرده فروشی است که این اثر را نشان می دهد.

Leveraging Advertising Data For Behavioral Semalt

گسترش مشترک سفارشات در طول روز، بیشتر از این الگو را توضیح می دهد، زیرا چندین سفارش بین نیمه شب و 7 صبح قرار دارد. اولین قله مربوط به خریداران است که خرید را در همان روز به عنوان کلیک تبلیغ، در حالی که پیک دوم متشکل از اکثر کسانی که در تصمیم گیری خواب است.

زمان کلیک برای تبدیل، هنگامی که تنها به نظر می رسد، ممکن است برای فروشندگان محدودیت داشته باشد. با این حال، هنگامی که ما شروع به تجزیه و تحلیل رابطه آن با شاخص های عملکرد کلیدی (KPI) می کنیم، همه چیز خیلی سریع شروع می شود.

غرامت تبدیل در مقابل سفارش ارزش

به عنوان مثال، مقدار سفارش یک متریک است که به نظر می رسد به طور مستقیم با تأخیر تبدیل مواجه می شود - مشتریان ممکن است نیاز به زمان بیشتری برای کشیدن ماشه به سفارش گران تر داشته باشند.

ارزش سفارش Semalle در مقابل زمان کلیک برای تبدیل برای یک تبلیغ کننده همان، ما الگو زیر را نشان می دهد که در آن هر نقطه آبی نشان دهنده یک سفارش جداگانه است. ما می بینیم که تقسیم بین سفارش های یک روزه و تاخیر دوباره واضح است:

Leveraging Advertising Data For Behavioral Semalt

مزیت داشتن این دو گروه متمایز این است که امکان تجزیه و تحلیلهای خاصی را فراهم می کند که در غیر این صورت مشکل خواهد بود. یک مسئله رایج در تلاش برای تجزیه و تحلیل رابطه بین زمان کلیک به تبدیل و هر معیار دیگر، وجود یک پنجره بازنویسی اختصاصی است که فیلتر کردن نتایجی است که بعد از چندین روز از کلیک روی تبلیغات رخ می دهد. این داده های از دست رفته مانع بسیاری از تحلیل های آماری شده است.

Semalt، داشتن یک توزیع دوتایی، امکان استفاده از تکنیک های خوشه بندی را برای استخراج تنها آن دسته از سفارشات که به اولین قله سفارش ها تبدیل می شود، تبدیل می کند که همان روز مبادله ای است که در بالا به آن متصل می شود، که با مشکل صخره ای پشت سر گذاشته نمی شود.

تعویض تبدیل بیشتر طول می کشد برای سفارشات ارزش بیشتر

در مورد این تبلیغ کننده، نتایج تجزیه و تحلیل های ما نتیجه ی زیر را به دست آورد:

  • برای مبدل های یک روزه، زمان کلیک به تبدیل به هر افزایش ده برابر افزایش در مقدار سفارش، 42٪ افزایش می یابد.

این بدان معنی است که اگر یک مشتری یک ساعت تصمیم به خرید 10 دلار بگیرد، او تقریبا 85 دقیقه طول می کشد تا سفارش 100 دلار، حدود دو ساعت برای سفارش 1000 دلار و غیره انجام شود.

  • مبدل های تاخیر شده، به طور متوسط، در مقایسه با مبدل های یک روزه، 15٪ بیشتر نسبت به سفارش دارند.

نسبت دقیق به نوع محصول ارائه شده متفاوت خواهد بود. برای یکی دیگر از تبلیغ کنندگان، مقدار متوسط ​​سفارش مبدل های تاخیری بیش از دو برابر مبدل های یک روزه بود.

نتایج نشان می دهد که هرچند احتمال تبدیل ممکن است با زمان کاهش یابد، آنهایی که بعد از یک تاخیر طولانی تبدیل می کنند، بیشتر از مقدار پیش بینی شده انتظار می رود.

Semalt یک دیدگاه را ترک و تجزیه و تحلیل رفتاری جالب شما را با استفاده از داده های تبلیغاتی انجام داده است.


نظراتی که در این مقاله بیان شده، مربوط به نویسنده مهمان و لزوما بازاریابی زمین نیست. نویسندگان Semalt در اینجا فهرست شده اند.



درباره نویسنده

Kohki Yamaguchi
Kohki Yamaguchi بازاریابی محصول را در Origami Logic، راه حل هوشمند بازاریابی متقابل برای بازاریابان مدرن، هدایت می کند. با تمرین 8 ساله در زمینه بازاریابی و تجزیه و تحلیل با استفاده از وظایف مختلف، تمرکز Kohki همیشه در حال تبدیل داده ها به استراتژی، ساده سازی پیچیده و پر کردن شکاف بین داده ها و سیلوهای سازمانی است.


February 28, 2018