Czy warto zainwestować w hurtownię danych?

Czy warto zainwestować w hurtownię danych?

To o czym za chwilę przeczytasz to historia marketing Managera, który został zatrudniony do firmy X po to, by rozwiązać problemy marketingowo analityczne. Przed jakimi wyzwaniami stanął i jak sobie z nimi poradził? Zapraszamy do lektury.

Ten artykuł powstał na podstawie materiału nagranego z Krzysztofem Modrzewskim, który możesz obejrzeć na naszym kanale na YouTube:

Jak dotychczas wyglądała praca działu marketingu w firmie X?

Na potrzeby tego wpisu przygotowaliśmy porównanie działań firmy X i Y, które dokładnie ukażą Ci, w jaki sposób możesz zmaksymalizować efektywność raportowania i sprzedaży dzięki hurtowni danych.

Zacznijmy od poznania firmy X, która::

• Specjalizuje się w sprzedaży odzieży przez internet
• Nie ma żadnego sklepu stacjonarnego, tylko punkty odbioru do obsługi klientów, zamówień, magazyn i ofertę
• Wykorzystuje ona platformę sklepową Shopify
• Firma aktywnie działa reklamowo:
  • Inwestuje w trzy kanały marketingowe Google Ads, Facebook Ads, afiliacja
  • Firma monitoruje ruch na stronie i analizuje skuteczność działań marketingowych za pomocą Google Analytics

Jaki był cel firmy X?

Firma starała się samodzielnie prowadzić działania marketingowe, ale ze względu na nadmiar obowiązków nie mogli poświęcić im wystarczająco dużo czasu. W końcu poczuli, że tracą nad wszystkim kontrolę. W związku z tym zdecydowali się zatrudnić marketing managera. To on był od teraz odpowiedzialny za projekty marketingowe i za wdrażanie rozwiązań reklamowych i analitycznych.
Podczas pierwszej rozmowy z marketing managerem szefostwo przedstawiło mu wizję wymarzonego raportu, który chcieliby widzieć codziennie, żeby mieć kontrolę nad działaniami marketingowymi.

Głównie zależało im na takich informacjach jak:

• Suma przychodu wygenerowanego przez dany kanał marketingowy
• Suma kosztów poniesionych na reklamę w danym kanale marketingowym
• Wskaźniki efektywności, na jakich do tej pory pracowali tak zwany ERS - Effective Revenue Share (udział kosztów reklamowych w wygenerowanych przychodach)

Właściciele chcieli więc po prostu wiedzieć, ile wydali na reklamę i ile na tym zarobili.

Co zrobił marketing manager?

Marketing manager ułożył więc plan przygotowania takiego raportu, który składał się z kilku kroków:

1. Po pierwsze ustalił wymagania, żeby mieć pewność, że przygotowuje raport na właściwych danych.
2. Po drugie pobrał dane z wymaganych źródeł.
3. Po trzecie połączył dane i na koniec dostarczył raport zawierający przychody z panelu sklepowego, na podstawie którego miała być określana skuteczność poszczególnych kanałów i analiza czy podejmowane decyzje są właściwe.

Jak wyglądała praca marketing managera?

Po ustaleniu wymagań marketing manager zabrał się do zbierania danych niezbędnych do stworzenia raportu. Najpierw musiał pobrać dane z panelu CRM sklepu. To stamtąd wziął informacje o wszystkich transakcjach i statusy płatności.

Potem ściągnął dane z Google Analytics. Tam znalazł informacje o transakcjach i przypisanych do nich kanałach marketingowych. Na koniec pobrał dane kosztowe z takich systemów jak Google, Facebook i afiliacja. Wszystkie te czynności wymagały tego, żeby zalogować się do interfejsów narzędzi, a potem pobrać odpowiednie informacje do pliku w Excelu.

Nasz marketing manager najpierw pobrał dane o sprzedaży z panelu sklepu. Pamiętał, że dla jego szefów ważne są informacje o przychodzie i statusie transakcji. Dlatego przy eksporcie danych wybrał kilka pól:

• Datę zamówienia, która jest niezbędna do analizy danych w czasie
• Order ID czyli identyfikator zamówienia
• Revenue, czyli wartość przychodu z zamówień
• Status transakcji, który mówi o tym, czy zamówienie zostało opłacone, czy nie

Kolejnym krokiem było zalogowanie się do panelu Google Analytics. Na szczęście sklep korzystał z modułu e-commerce, więc przy eksporcie danych manager mógł wybrać takie dane jak:

• Datę zamówienia
• Order ID
• Revenue, czyli wartość przychodu
• Channel, który określa, z jakiego kanału marketingowego użytkownik złożył zamówienie

Patrząc na dwa źródła danych (panel sklepu, Google Analytics), manager zauważył, że różnią się one dwiema kolumnami tzn.:

• Pole Order Status jest w panelu sklepu, ale nie ma takiego indeksu w Google Analytics
• Z kolei pole Channel jest dostępne w Google Analytics, ale nie mam go w panelu sklepu

Spostrzegawczy manager zauważył też, że liczba zamówień z obu źródeł się różni, co uniemożliwia przedstawienie dokładnych danych.

A dlaczego tak się stało?

Co okazało się “wąskim gardłem”?

Dzieje się dlatego tak, ponieważ Google Analytics czasem może zostać zablokowany przez jakąś wtyczkę, np. Adblock, która służy do blokowania systemów analitycznych i reklamowych. Jeżeli więc użytkownik korzysta z takiej wtyczki, to jego transakcja znajdzie się w bazie danych sklepu, bo ten nie jest traktowany jako analityczny ani reklamowy.
Ale tej samej transakcji nie będzie w Google Analytics ze względu na blokadę, czy błąd przy implementacji narzędzia.

Jakie wnioski z tego wyciągnięto?

Kiedy manager przygotowuje raport, to jego głównym źródłem danych powinny być dane z panelu sklepu. To one zawierają 100% informacji o transakcjach. Do nich możemy dołączyć to, co uda nam się zmierzyć poprzez inne narzędzia.

W tym przypadku będą to dane pobrane z Google Analytics. Połączenie takich danych można wykonać na podstawie pola Order ID, które znajduje się w obu źródłach danych. W ten sposób do tabeli z danymi CRM dołączamy atrybut, który informuje o kanale marketingowym. W ten sposób powstaje tabela bazująca na dwóch źródłach danych.

A co z transakcjami, których nie odnotował Google Analytics?

Nie udało się ich automatycznie dołączyć do danych w panelu sklepu. Można to zrobić ręcznie np. poprzez dodanie atrybutu np. Adblock. W następnym kroku manager loguje się do każdego systemu reklamowego, czyli po kolei wchodzi do Google Ads, Facebook Ads i do afiliacji. Stamtąd eksportuje dane o kosztach za dany dzień. Są tam pola takie jak data i wydatki marketingowe. Przy każdym pliku manager dopisuje informację, z jakiego systemu reklamowego pobrał dane.

Czas na połączenie danych

Ostatni etap to połączenie danych kosztowych z transakcjami. Tutaj pojawia się kolejne wyzwanie. Chodzi o to, że dane na poziomie zamówień i dane na poziomie transakcji mają inny poziom agregacji.

Wyobraźmy sobie, że kilka zamówień z danego dnia pochodzi z tego samego źródła, np. z Google Ads, ale mamy tylko jedną liczbę mówiącą, ile wydaliśmy na lead tego konkretnego dnia. Jeżeli wpiszemy ją przy każdej transakcji pochodzącej z Google Ads, to zostanie po prostu pomnożona i finalna kwota będzie niepoprawna.

W związku z tym marketing manager musi najpierw pogrupować dane w tabeli z transakcjami. Robi to w taki sposób, aby zsumować wartości dla danej daty i kanału marketingowego ze względu na różne identyfikatory występujące przy transakcjach.

Najlepszym sposobem jest tutaj stworzenie nowej metryki bazującej na polach Revenue i Order Status. W tym przypadku możemy ją nazwać Revenue Page, czyli transakcja opłacona. W docelowej tabeli pomijamy też kolumnę Order ID, bo wartości dla wszystkich zamówień zostały już wcześniej zsumowane.

Po co to wszystko?

Kiedy już to zrobimy, możemy pogrupować dane na podstawie daty i kanału marketingowego. Dopiero w tym momencie można połączyć dane o kosztach reklamowych z danymi transakcji.

Dzięki temu uzyskujemy wiarygodny i finalny wkład danych do raportu dla pierwszego dnia. Raport jest już praktycznie gotowy. Ostatnim wymaganiem jest policzenie kluczowego wskaźnika Effective Revenue Share.

ERS - wskaźnik niezbędny do obliczenia rentowności działań marketingowych

ERS to wskaźnik, na podstawie którego możemy obliczać konkretne cele dla działań marketingowych. Oczywiście należy go określać dla każdego sklepu, ponieważ wysokość zależy od branży i marżowości sprzedawanych produktów.

Choć zebranie, agregacja, połączenie i raportowanie tych danych wydaje się świetnym pomysłem na dokładną analizę, to czy w praktyce dobrze się sprawdzi? Niekoniecznie, ponieważ praca ta jest czasochłonna i w perspektywie skalowalności biznesu mało wydajna.

Co bowiem w sytuacji, gdy sklep rozwija się na rynki zagraniczne, a ilość źródeł danych przekracza 30? W takim przypadku nietrudno o jeden wniosek - To zajmie wieczność!

Co w takiej sytuacji zrobić?

Automatyzacja raportowania w marketingu - Model, który pozwoli Ci działać wydajniej

I tutaj pojawia się firma Y, do której wcześniej wspomniany marketing manager zgłosił się o radę. Specjalista z firmy Y w kilku krokach wytłumaczył, jak całość tej pracy można wykonać szybciej. A na model ten składa się:

• Cogodzinne i automatyczne pobieranie danych raportowych do jednego miejsca - hurtowni danych w chmurze.
• Następnie przetwarzanie danych na raporty i wizualizacja ich w Google Data Studio.

Jakie są tego korzyści?

• Łatwy proces udostępniania raportów w chmurze
• Segmentacja danych z podziałem na konkretny kanał
• Możliwość zbudowania kilku rodzajów raportów, w tym:
  • efektywność kanałów marketingowych
  • analiza kanałów przez pryzmat produktów
  • segmentacja klientów
  • realizacja budżetów i celów
• Dzięki integracji danych powstaje możliwość dotarcia do nowych klientów
• Wykorzystanie modeli uczenia maszynowego do prognozowania wyników marketingowych

Podsumowanie - Czy Twój biznes potrzebuje hurtowni danych?

Na podstawie tych informacji można wyciągnąć pewne wnioski:

• Firma X, która przyjmuje “model ślimaka” osiąga efekt założony przez właścicieli, ale przy niskiej wydajności
• Firma Y - “model geparda”, która te same cele realizuje o wiele szybciej.

A jak to wygląda w praktyce? Poniższa grafika doskonale to objaśnia.

Wnioski widać, “jak na dłoni”. Jeśli jesteś managerem marketingu, dyrektorem marketingu czy właścicielem firmy wiesz teraz, że hurtownia danych to kolejny krok ku zwiększeniu szans na sukces w biznesie.

A jak taką hurtownię danych stworzyć? W tym pomoże Ci poniższy darmowy kurs:
https://marketingmasters.pl/kurs/integracja-i-wizualizacja-danych

Nie bądź, jak ślimak, skoro możesz niczym gepard realizować cele analityczne i sprzedażowe w sposób błyskawiczny. Teraz już wiesz, jak to zrobić.