اندازه‌گیری کمپین‌های بازاریابی

منتشر‌شده در: towardsdatascience به تاریخ ۸ مارس ۲۰۲۱
لینک منبع: Measuring Marketing Campaigns

مقدمه

آیا این باور وجود دارد که نیازها و خواسته‌های مصرف‌کننده، امروزه در ایجاد محصولات و خدمات جدید، و توسعه برنامه‌های همراه با آن برای کالا به صورت سود، مسائل مهمی هستند. مدیریت ارتباط با مشتری هدف قرار دادن بخش‌های مشتری با فعالیت‌های تبلیغاتی متناسب است. یک سیستم و روش بازاریابی closed-loop، توانایی اندازه‌گیری بازگشت سرمایه برنامه‌های بازاریابی در سراسر کانال‌ها، هم به صورت آنلاین و هم آفلاین، از جمله سطوح تاثیرگذاری، بازدید از صفحه و سطح پاسخگویی را فراهم می‌کند. در اینجا ما یک مکانیزم برای اندازه‌گیری سهم بخش بازاریابی در خط لوله فروش با در نظر گرفتن اثر چندین کمپین ارائه می‌دهیم. به طور سنتی، مطالعات تبدیل تکنیک‌های استانداردی بوده‌اند که توسط آن‌ها بازاریابان اثربخشی تبلیغات را ارزیابی می‌کنند. این مقاله یک نقشه راه برای تکنیک‌های مختلف علوم داده مورد استفاده برای درک تاثیر کمپین بازاریابی و ارتباط دیدگاه‌های مهم و قابل‌اجرا با ذینفعان یک کسب‌وکار اشتراک آنلاین فراهم می‌کند.

اندازه‌گیری موفقیت کمپین بازاریابی

مفهوم تبدیل سوالات کسب‌وکار به نتایج قابل‌اندازه‌گیری، در مرکز کل علم داده قرار دارد. یکی از رایج‌ترین سوالاتی که ممکن است از یک متخصص داده پرسیده شود این است:

• آیا این کمپین موفقیت‌آمیز بود؟

یکی از بزرگ‌ترین چالش‌ها این است که چه معیارهایی برای اندازه‌گیری موفقیت کمپین وجود دارد. تعداد قابل‌توجهی از معیارها را شما به عنوان یک دانشمند داده بارها و بارها از آن‌ها استفاده خواهید کرد. داده‌های حاصل از چندین مطالعه نشان می‌دهد که برای یک تیم بازاریابی، موفقیت کمپین معمولا با نرخ تبدیل اندازه‌گیری می‌شود. به عبارت دیگر، از میان تمام افرادی که با کمپین بازاریابی شما در تماس هستند، و چه تعداد از کسانی که محصول را می‌خرند؟

بسته به کسب‌وکار، این می‌تواند به این معنی باشد که یک فرد خرید کرده و یا در سرویس شما مشترک شده است. علاوه بر این، بسیاری از کسب‌و‌کارهای مبتنی بر اشتراک نیز به حفظ حقوق خود اهمیت می‌دهند. زمانی که یک کاربر برای اشتراک ثبت‌نام کرده است، آیا آن‌ها هنوز هم یک مشترک یک، سه یا دوازده ماه دارند؟ نگرانی خاصی که در مورد معیار او وجود دارد این است که اندازه‌گیری آن می‌تواند به طور خاص دشوار باشد زیرا این معیار نیازمند صبر و شکیبایی است. ما نمی‌توانیم نرخ نگهداری ۹۰ روزه را تا ۹۰ روز پس از اینکه کاربر در ابتدا مشترک شد، بدانیم.

ممکن است مطالعه مقاله ۹ مورد از مهارت‌های مدیریت تیمی موثر برای سال جدیدبرای شما مفید باشد.

نرخ تبدیل

نرخ تبدیل درصد افرادی است که ما برای آنها برای اینکه در نهایت به خریدار محصول ما تبدیل ‌شوند، بازاریابی می‌کنیم. در این مقاله، ما بر روی سرویس اشتراک تمرکز خواهیم کرد و در مورد تبدیل از نظر اشتراک صحبت خواهیم کرد.

نرخ نگهداری

نرخ نگهداری درصد افرادی است که پس از یک دوره زمانی مشخص مشترک باقی می‌مانند و ما بر روی نگهداری ۱ ماهه تمرکز خواهیم کرد.

شما می‌توانید دفترچه یادداشتی که من برای پیاده‌سازی مدل‌ها نوشتم را پیدا کنید و اشکال را در مخزن Github برای این پست ایجاد کنید.

بازاریابی روزانه توسط هر کانال

یکی از جنبه‌های کلیدی کمپین‌های بازاریابی تعیین این است که چه تعداد از کاربران هر روز دارایی‌های بازاریابی را مشاهده می‌کنند. این بسیار مهم است که درک کنیم تلاش‌های بازاریابی ما در طول ماه گذشته چقدر موثر بوده است.

با توجه به داده‌های شکل، واضح است که در طول نیمه اول ماه حدود ۳۰۰ کاربر در روز در اطراف کانال می‌مانند. با این حال، ما یک جهش بزرگ را در اواسط ماه می‌بینیم. توضیح ممکن برای این موضوع ممکن است این باشد که بازاریابان یک ایمیل بازاریابی بزرگ ارسال کرده‌اند، که به بسیاری از کاربرانی رسیده است که هر روز از سایت بازدید نمی‌کنند. این نوسانات ممکن است قبل از محاسبه معیارها در نظر گرفته شوند.

نرخ تبدیل روزانه

زمانی‌که می‌خواهید بدانید کمپین شما چگونه اجرا می‌شود، نگاه کردن به این که چگونه معیارهای کلیدی در طول کمپین تغییر کرده‌اند، ضروری است. معیارهای کلیدی شما می‌توانند به شما کمک کنند تا مشکلاتی که ممکن است در طول کمپین رخ داده باشند را درک کنید، مانند یک اشکال در سیستم وارسی که منجر به یک شیب در تبدیل به انتهای کمپین شما می‌شود. همچنین، معیارها در طول زمان می‌توانند روندهای سطحی مانند به دست آوردن مشترکین بیشتر در طول تعطیلات آخر هفته یا تعطیلات خاص را نشان دهند.

از این جدول مشخص است که نرخ تبدیل نسبتا ثابت است به جز برای یک روز در ژانویه.

کیفیت مشترکان روزانه

کیفیت مشترک در طول زمان با نگاه به نرخ‌های نگهداری برای هر روز تغییر می‌کند. هنگام نگاه کردن به نرخ نگهداری در طول زمان بر اساس زمانی که کاربران مشترک هستند، اساسا کاری که ما در حال انجام یک شکل ساده از تجزیه و تحلیل گروهی هستیم که به ما کمک می‌کند کیفیت مشترکین هر روز را ارزیابی کنیم. اگر ما این روند معیار را در طول زمان ببینیم، این می‌تواند به این معنی باشد که ما در حال بهتر شدن در تبدیل کاربرانی هستیم که واقعا به محصول ما علاقمند هستند یا اینکه زمانی که کاربران مشترک می‌شوند، ما در حال بهبود فرآیند پردازش هستیم.

بخش‌بندی مشتریان

شواهد نشان می‌دهند که جدا کردن مشتریان علاوه بر معیارهای سطح بالا، مهم است. عبارت «تقسیم‌بندی» به معنی شکستن معیارها توسط ویژگی‌های خاص است. به عنوان مثال، علاوه بر نگاه کلی به نرخ تبدیل، فرد ممکن است بخواهد به نرخ تبدیل توسط گروه سنی نگاه کند. این امکان وجود دارد که یک کمپین نرخ تبدیل پایینی داشته باشد، اما برای کاربرانی که ۵۵ سال و بالاتر بودند بسیار موثر بوده است. تیم تحلیل داده به جای شکست کمپین، روش جدیدی را برای بازاریابی افراد مسن آموخته است. از این نتایج می‌توان برای انجام یک کمپین استفاده کرد که در آن کاربران ۵۵ سال و بالاتر یک تکنیک بازاریابی متفاوت نسبت به دیگران دریافت می‌کنند.

مقایسه نرخ‌های تبدیل بر اساس زبان

دانشمندان داده باید نتایج را به وضوح به ذینفعان کسب‌وکار ارتباط دهند. پرسیدن سوالات درست برای این فرآیند اساسی است. بنابراین علم داده باید به این مشکل در دیدگاه‌های جامع بپردازد. برای مثال، در مورد ما، ما به گروه‌های سنی مختلف نگاه کردیم و آن‌ها مربوط به تبدیل بودند. سپس، ما می‌توانیم مقایسه بین زبان‌ها انجام دهیم، پس از آن، این به ما این حس را می‌دهد که کدام زبان‌ها به خوبی نسبت به دیگر زبان‌ها تبدیل می‌شوند.

چیزی که در این شکل دیده می‌شود این است که گویشوران آلمانی و عربی نرخ تبدیل بسیار بالاتری نسبت به گویشوران انگلیسی و اسپانیایی دارند.

شاید به مطالعه مقاله 10 ابزار برای کمک به هر فریلنسر برای بهره‌وری و کسب درآمد بیشتر علاقمند باشید.

اولویت‌های زبان روزانه

زمانی که ما مقایسه بین زبان‌ها انجام می‌دهیم، می‌توانیم درک کنیم که کدام زبان‌ها به خوبی نسبت به دیگر زبان‌ها تبدیل می‌شوند. ما همچنین متوجه شدیم که نرخ تبدیل برای زبان انگلیسی و اسپانیایی بسیار کم‌تر است. این می‌تواند نیاز به انجام تحقیقات عمیق‌تر در مورد تفاوت‌های بین نرخ تبدیل توسط زبان را تحریک کند.

در شکل، یک روند واضح وجود دارد که رایج‌ترین زبان انگلیسی است.

کانال‌های بازاریابی در گروه‌های سنی مختلف

ممکن است برخی ذینفعان بازاریابی بخواهند بدانند که آیا کانال‌های بازاریابی آن‌ها به طور مساوی به تمام کاربران می‌رسد یا برخی کانال‌های بازاریابی در حال خدمت به جمعیت شناختی خاص عصر حاضر هستند. در یک تیم بازاریابی، دریافت درخواست‌هایی که نیاز به تجزیه و تحلیل سریع و تجسم دارند، رایج است. هرچه شما در تجسم نتایج بهتر باشید، احتمال اینکه یافته‌های خود را به طور موثر به ذینفعان خود منتقل کنید، بیشتر است.

چیزی که در مورد داده‌های این شکل جالب است این است که ایمیل به گروه‌های سنی بالاتر نمی‌رسد، و پیام‌های فیسبوک به افراد زیر ۱۸ سال زیادی نمی‌رسد.

افزایش نرخ تبدیل در گروه‌های‌ سنی

سهامداران بازاریابی شما یک گزارش از نرخ تبدیل روزانه برای هر گروه سنی درخواست کرده‌اند، و آن‌ها هر چه سریع‌تر به آن نیاز دارند. آن‌ها می‌خواهند که شما این گزارش را در مورد یک آهنگ ماهانه به‌روزرسانی کنید. این یک فرصت عالی برای استفاده از کارکردهای شماست. نه تنها این وظایف به شما کمک می‌کنند تا این گزارش را به سرعت امروز به دست آورید، بلکه هر ماه زمانی که زمان بازسازی داده‌ها فرا می‌رسد نیز به شما کمک خواهند کرد.

نرخ نگهداری کانال اشتراک

ما کل مشترکین و مشترکین نگه‌داری شده را محاسبه کرده‌ایم، می‌توانیم به این سوال پاسخ دهیم که کدام کانال دارای بالاترین نرخ نگهداری است. در نمودار، شما نرخ نگهداری برای هر کانال اشتراک را می‌بینید.

از این شکل، می‌توانیم ببینیم کدام کانال‌ها مشترکین را با طولانی‌ترین نرخ نگهداری هدایت می‌کنند. در صورت ارسال ایمیل، می‌توان مشاهده کرد که خوشه‌های بزرگ اغلب موارد به ۰ کاهش می‌یابند. این امر معمول است زیرا ایمیل‌ها معمولا به صورت انبوه ارسال می‌شوند تا كاربران در همان مجموعه روزهای محدود به عضویت درآیند.
زمانی که نرخ نگهداری صفر است، این به این معنی است که هیچ‌کس در آن روزها مشترک نشده است.

گزارش‌های سهامداران

بیایید درک خود از کمپین‌های بازاریابی را گسترش دهیم و انواع گزارش‌هایی را که ممکن است سهامداران ندانند، مطرح کنیم، اما خوشحال می‌شویم که نگاهی به آن‌ها انداخته‌اید. تیم تبلیغات نگران بی‌نظمی‌هایی است که در نرخ تبدیل دیده‌اند. برای ذینفعان عادی است که با نگرانی‌هایی که در مورد تغییر معیارها متوجه شده‌اند، به یک متخصص داده مراجعه کنند. کار دانشمند داده این است که تعیین کند که آیا این تغییرات نوسانات طبیعی هستند یا نیاز به تحقیقات بیشتر دارند.

نرخ تبدیل برای تبلیغات داخلی

مثال‌های قبلی شیب در نرخ تبدیل برای House Ads را مشخص کرده‌اند. جالب توجه است که مشکل این بود که کاربران تبلیغات را به زبان‌هایی غیر از زبان مورد علاقه خود می‌دیدند. ما تاثیر این اشتباه را ارزیابی کردیم. در حالی که نمی‌توان داده‌های مربوط به اشتباهات در کمپین را نادیده گرفت، می‌توان برآورد کرد که اگر مشکلی وجود نداشته باشد، تبدیل ممکن است چه شکلی باشد.

روز ترند هفتگی

یکی از رایج‌ترین دلایل برای معیارهای در حال نوسان می‌تواند به دلیل تفاوت در نحوه رفتار مشتریان در روزهای مختلف هفته باشد. برای مثال، برخی از کسب‌و‌کارها در طول روزهای هفته عملکرد بهتری نسبت به تعطیلات آخر هفته دارند.

این شکل به روش‌های مختلف کاملا آشکار است. اول، برخلاف شکل دیگری که می‌توانید ببینید، به نظر می‌رسد که رابطه‌ای وجود دارد مثلا اگر کاربران در اواخر هفته مشترک شوند نرخ نگهداری آنها کم‌تر است، اما این تفاوت کوچک است و به احتمال زیاد نشان‌دهنده چیز دیگری است، مانند ارسال ایمیل‌های بیشتر در آخر هفته که کاربران کمتری را تبدیل می‌کند. بنابراین نوسانات در روزهای هفته رایج هستند و لزوما شایسته بالا بردن پرچم قرمز نیستند حتی اگر یک الگوی ثابت وجود داشته باشد. با این حال، ممکن است به معنای تغییر باشد وقتی که شما تلاش می‌کنید به شدت برای مشتریان خود بازاریابی کنید.

مطالعه مقاله به شدت چگونه یک برنامه کسب‌وکار عملی (بیزینس پلن) آماده کنیم؟ توصیه می‌شود.

تبدیل تبلیغات روزانه داخلی

اکنون که شما تایید کرده‌اید که تبدیل تبلیغات داخلی از ۱۱ ژانویه به بعد کاهش یافته است. طبیعتا، نیازمند شناسایی علل بالقوه برای کاهش است. به عنوان یک دانشمند داده که از یک تیم بازاریابی حمایت می‌کند، فرد باید در تمام مدت به معیارهای متغیر بپردازد. بنابراین، شناسایی این که آیا نوسانات ناشی از تغییرات مورد انتظار در رفتار کاربر هستند یا خیر، (یعنی تفاوت در طول روزهای هفته) در مقابل یک مشکل بزرگ‌تر در اجرای فنی یا استراتژی بازاریابی بسیار حیاتی است! .

در اینجا، ما با بررسی اینکه آیا احتمال تغییر کاربر در آخر هفته نسبت به روزهای هفته بیشتر است یا خیر شروع خواهیم کرد و تعیین خواهیم کرد که آیا این می‌تواند دلیل تغییر نرخ تبدیل آگهی‌های داخلی باشد.

بررسی دقیق‌تر این شکل نشان می‌دهد که نرخ تبدیل ایمیل به ویژه بالا است و ممکن است بازتابی از خطای ردیابی باشد، اما تبلیغات خانگی در طول هفته با یک اوج جزئی در روز سه‌شنبه پایدار به نظر می‌رسند. این موضوع باید بیشتر مورد بررسی قرار گیرد.

تبدیل تبلیغات داخلی بر اساس زبان

ما نوسانات طبیعی را در طول روز هفته‌ای که یک کاربر دارایی‌های بازاریابی ما را در نتیجه کاهش تبلیغات داخلی مشاهده می‌کند، رد کرده‌ایم، منطقی است که با گذشت زمان بر اساس زبان تغییر پیدا کند. شاید کمپین بازاریابی جدید در فرهنگ‌های مختلف کاربرد گسترده‌ای نداشته باشد.

در حالت ایده‌آل، تیم بازاریابی تفاوت‌های فرهنگی را قبل از شروع یک کمپین در نظر خواهد گرفت، اما گاهی اوقات اشتباهات انجام می‌شوند، و شناسایی علت اصلی آن، یک دانشمند داده است. اغلب دانشمندان داده اولین خط دفاعی هستند که تعیین می‌کنند چه چیزی در یک کمپین بازاریابی اشتباه بوده است. وظیفه آن‌ها این است که خلاقانه فکر کنند تا علت را شناسایی کنند.

چیزی که در مورد این ارقام قابل‌توجه است این است که نرخ تبدیل زبان انگلیسی در حدود ۱۱‌ام کاهش می‌یابد، و به نظر نمی‌رسد که تبلیغات به مدت دو هفته به زبان‌های دیگر ارائه شده باشند. این می‌تواند نامزدی برای تحقیقات بیشتر باشد.

تایید خطای تبلیغات

گام بعدی در این فرآیند این است که آیا کاربران تبلیغات را به زبان صحیح مشاهده می‌کنند یا خیر. یک راه ممکن این است که ببینیم چه درصدی از کاربران تبلیغات را به زبان درست دریافت نمی‌کنند.

از این نمودار، می‌توان مشاهده کرد که تا‌کنون بزرگ‌ترین دلیل انجام تبلیغات داخلی به دلیل ایجاد تمام تبلیغات به زبان انگلیسی به جای زبان مورد نظر هر کاربر بوده است.

تعیین تعداد مشترکین از دست رفته

ما یک شیب در نرخ تبدیل برای House Ads شناسایی کرده‌ایم. به نظر می‌رسد که مشکل این بود که کاربران تبلیغات را به زبان‌هایی غیر از زبان مورد نظر خود می‌دیدند. برای دانستن تاثیر کلی، ما می‌توانیم مجموعه داده تبدیل مورد انتظار را تنها به روزهایی محدود کنیم که اشکال رخ می‌دهد. سپس، تعداد مشترکین مورد انتظار و واقعی در طول آن دوره را به صورت جداگانه جمع کنید. در نهایت، ما تفاوت در تعداد مشتریانی که انتظار داشتیم و مشتریانی که دریافت کردیم را ایجاد می‌کنیم، که به ما برآوردی از تعداد مشتریانی که به دلیل خطای زبانی از دست دادیم را می‌دهد. ما به این نتیجه رسیدیم که ۳۲مشترک مفقود شده‌اند. که ممکن است زیاد به نظر نرسد، اما برای یک شرکت کوچک، این مساله می‌تواند اهمیت حیاتی داشته باشد، به خصوص زمانی که به بازارهای جدید گسترش می‌یابد.

نتیجه‌گیری

ارتباط اندازه‌گیری کمپین بازاریابی توسط یافته‌های فعلی پشتیبانی می‌شود به عنوان یک جنبه مهم مدیریت ارتباط با مشتری هدف قرار دادن بخش‌های مشتری با فعالیت‌های تبلیغاتی متناسب است. در‌حالی‌که بیشتر مشارکت‌ها بر انتخاب مشتریان آینده‌دار برای هدف قرار دادن تمرکز دارند، تنها تعداد کمی از نویسندگان به این سوال می‌پردازند که کدام تفاوت‌های خاص برای هدایت به سمت گروه‌های هدف انتخاب‌شده ارائه می‌شوند.
روی هم رفته، ما روی هر دو مساله تمرکز می‌کنیم و نشان داده‌ایم که چگونه می‌توانیم اثربخشی یک کمپین بازاریابی را اندازه‌گیری کنیم. راه‌های زیادی برای ارزیابی موفقیت کمپین وجود دارد. به عبارت دیگر، معیارهایی وجود دارند که ممکن است بارها و بارها از آن‌ها استفاده کنید. بنابراین بدون نگاه کردن به این لنزهای مختلف، ما قادر به ارائه زمینه لازم برای توضیح برخی از آنچه که معیارهای کلیدی نشان می‌دادند نبودیم. هر تجزیه و تحلیل کمپین بر اساس ماهیت آن متفاوت خواهد بود و به یک رویکرد خاص نیاز خواهد داشت اما این اصول اساسی در صورتی که به کار گرفته شوند حداقل مقداری سختی را برای به حداقل رساندن تعصب در نتایج فراهم خواهند کرد.

این متن با استفاده از ربات ترجمه مقالات علم داده ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.