Cyberclick에서 우리는 인생을 강조하며 보냅니다. 인바운드 마케팅에서 데이터 분석의 중요성 .
우리는 모든 캠페인에서 일어나는 일을 측정 할 수있는 것이 필수적이며이 측정은 처음부터 결정과 전략에 뒤쳐 져야한다고 생각합니다. YouTube 조회수 구매
그러나 운율이나 이유없이 데이터를 축적하는 것도 유용하지 않습니다. 오늘날 우리는 거의 모든 것을 측정 할 수 있지만 모든 것이 우리에게 관심이 있다는 의미는 아닙니다. 우리는“분석에 의한 마비”에 빠지지 말고 가장 중요한 정보를 얻고이를 전략에 적용하는 데 집중해야합니다.
따라서이 기사에서는 인바운드 마케팅에서 데이터 분석이 중요한 이유 , 우리가 분석해야하는 메트릭과이를 효과적으로 수행하는 방법. 우리는 시작한다!
인바운드 마케팅에 데이터 분석이 필요한 이유는 무엇입니까?
- 투자를 더 잘 활용하려면 . 캠페인 결과를 정확하게 측정하면 자금이 어디에 사용되고 있는지, 투자 회수 여부를 알 수 있습니다. 우리는 또한 가장 효과적인 행동과 가치가없는 행동을 설정할 수 있습니다. 따라서 우리는 점차적으로 예산을 조정하고 더 많은 수익을 올릴 것입니다.
- 우리의 잠재 고객을 정말로 알고 . 인바운드 마케팅의 세계에서 우리는 구매자, 모범 사례, 직관의 혼합을 기반으로 여러 번 캠페인을 생성하지만 시작하기 전까지는 무엇이 효과가 있고 무엇이 효과가 없는지 알 수 없습니다. 그러나 우리는 사용자의 반응을 볼 수 없으며 종종 피드백이 몇 개의 댓글로 제한됩니다. 따라서 실제로 그들과 소통하고 그들이 무엇을 좋아하고 무엇을하지 않는지를 아는 방법은 그들의 행동에 대한 데이터를 분석하는 것입니다.
- 캠페인을 지속적으로 개선하기 위해 . 지속적인 개선과 학습 (그에 상응하는 오류 량 포함!)은 인바운드 마케팅을 발전시키기위한 최대 원칙 중 하나입니다. 통제 된 실험 및 메트릭 분석을 통해 각 목표에 가장 적합한 전술을 확인하고이를 통합하도록 캠페인을 조정할 수 있습니다.
- 오류를 감지하려면 . 웹 사이트 및 기타 온라인 마케팅 자료를 만들 때 모범 사례를 따르지만, 항상 우리를 피할 수있는 것들이 있습니다. 약간 최적화 된 양식,로드하는 데 시간이 걸리는 비디오, 모바일에서 제대로 작동하지 않는 버튼… 시작할 때 데이터 분석에서 페이지가 제대로 작동하지 않는다는 것을 분명히 알 수 있습니다. 거기에서 무슨 일이 일어나고 있는지 분석하고 결과에 부정적인 영향을 미치는 오류를 수정할 수 있습니다.
- 고객, 상사 및 동료와 의사 소통하기 . 정기적 인 데이터 분석 보고서를 갖는 것은 캠페인에서 일어나는 일을보고하는 데 매우 중요한 도구입니다. 따라서 고객에게 예산이 실제로 무엇인지 설명하고, 따라야 할 다음 단계를 상사와 함께 결정하거나, 필요한 다른 부서의 동료에게 의견을 제시하는 것이 훨씬 쉬울 것입니다.
측정해야 할 인바운드 마케팅 지표
아시다시피 인바운드 마케팅 캠페인은 일반적으로 TOFU 또는 퍼널 상단, MOFU 또는 퍼널 중간 및 BOFU 또는 퍼널 하단의 세 단계로 나뉩니다. 그들 각각은 우리가 무슨 일이 일어나고 있는지 알 수 있도록 일련의 관련 메트릭을 가지고 있습니다. 각 단계에서 가장 중요한 것이 무엇인지 봅시다.
두부 단계
단계에서 사용자는 프로세스의 초기 단계에 있습니다. 그는 솔루션을 찾을 필요가 있고 계획이 있음을 방금 인식했습니다.
- : 모든 인바운드 마케팅 전략은 사용자가 당사 웹 사이트를 방문하도록 유도하는 것을 기반으로합니다. 그러나 원시 방문 횟수는 이야기의 일부일뿐입니다. 웹 트래픽을 실제로 이해하려면 세션 수, 순 사용자, 페이지 뷰, 세션 기간, 바운스를 분석해야합니다.이 모든 것이 방문자가 웹 사이트에서 어떻게 행동하는지, 그리고 필요한지 여부를 이해하는 데 도움이됩니다. 방문의 질을 개선하기위한 조치를 취하십시오.소셜 네트워크에서 : 소셜 네트워크의 참여 지표를 비즈니스 결과에 연결하는 것은 쉽지 않지만 그렇다고해서 우리가이를 놓쳐 야한다는 의미는 아닙니다. 소셜 미디어는 콘텐츠를 배포하고 신규 사용자를 유치 할 수있는 훌륭한 채널이며, 그들의 건강 상태는 노출, 클릭 및 사용자 반응을 통해 측정됩니다.
- 인바운드 링크 : 이것은 또 다른 "보조"측정 항목이지만 인바운드 마케팅의 SEO 결과를 평가하는 데 중요합니다. 들어오는 링크는 클릭하는 방문자를 끌어들일뿐만 아니라 Google에서 유기적 위치를 개선하는 데 도움이되는 다른 웹 사이트의 신뢰에 대한 투표와 같습니다.
- 트래픽을 리드로 변환 : 사용자가 데이터를 떠나면 리드가되어 전환 퍼널의 다음 단계로 진행됩니다. 실제로 인바운드 마케팅 전략에서 웹 사이트의 주요 목표는 리드를 생성하는 것이라고 말할 수 있습니다. 그러나 모든 리드가 동일한 것은 아닙니다. 버릴 수있는 리드, 마케팅 자격이있는 리드 및 판매 자격이있는 리드를 구분해야합니다.
단계 MOFU
여기서 사용자는 필요를 해결하기 위해 다양한 방법을 고려하고 있으며 그중에서 우리 브랜드입니다.
- 리드의 품질 및 전환율 : 여기서 우리는 각 유형의 리드의 비율이 무엇인지, 무엇보다도 한 상태에서 다른 상태로 어떻게 진행되고 있는지 자세히 연구합니다. 즉, 데이터를 남겨 두는 사용자 중 몇 명이 마케팅 담당자가되고 이들 중 몇 명이 동시에 자격을 갖춘 담당자가되어 영업 팀이 그들과 작업을 시작하는지입니다. 따라서 사용자가 구매할 준비가 될 때까지 전환 퍼널에서 단계적으로 진행합니다.
- 이메일 마케팅 지표 . 이메일 마케팅에는 다양한 유형의 캠페인이 있으며 각 캠페인에는 고유 한 메트릭이 있고 전환 퍼널 내에서 다른 역할이 있습니다. 그러나 나는 리드 육성 전략에서 매우 중요하기 때문에 MOFU 단계에 이메일 마케팅을 배치하기로 결정했습니다. 정기 간행물을 연락처 기반으로 보내면 리드를 마케팅 및 판매를위한 자격있는 리드로 전환하고 전환 경로를 안내 할 수 있습니다. 이 프로세스가 제대로 작동하지 않으면 세분화 전략을 살펴볼 때입니다.
BOFU 단계
마지막으로 사용자가 구매할 준비가 된 단계가 있습니다.
- 취득 비용 : 일단 사용자가 고객이되게하면 비용이 얼마인지 알 수 있습니다. 이를 위해 우리는 캠페인에 대한 투자를 획득 한 고객 수로 나눌 것입니다. 획득 당 비용은 마케팅의 수익성에 대한 가장 중요한 지표 중 하나이므로 항상이를 인식하고 가능한 한 낮게 만드는 방법을 찾는 것이 좋습니다.
- 매출 증가 : 여기서는 모든 브랜드의 스타 목표, 즉 "더 많이 판매"를 달성했는지 측정합니다. 좋은 데이터 분석 전략을 사용하면 고객의 첫 접촉부터 판매까지의 전체 여정을 볼 수 있으며 디지털 마케팅 캠페인이 실제로 판매 증가에 기여하고 있는지 알 수 있습니다. : 이전 두 가지와 매우 관련이있는 메트릭입니다. 투자 된 예산을 회수 할 수 있었는지 알려줍니다. 여기에서는 각 채널 또는 각 광고의 ROI를 개별적으로 분석하여 어떤 것이 더 효과가 좋은지 확인하고 결과에 따라 예산을 재분배하는 데 유용한 많은 정보를 찾을 수 있습니다.
- 고객 평생의 가치 : 이는 신규 고객 확보가 "비싸다"또는 "저렴"한지 여부를 알려주는 지표입니다. 각 고객에 대해 평균적으로 얼마를 벌 수 있는지 알려주기 때문입니다. 이를 계산하려면 평균 구매 금액과 사용자가 브랜드의 고객 인 동안 구매 한 횟수를 알아야합니다.
인바운드 마케팅에 단계별로 데이터 분석을 적용하는 방법
이전 섹션에서 우리는 인바운드 마케팅의 결과를 측정하는 데 유용 할 수있는 많은 메트릭을 보았지만 결과를 개선하기 위해이를 적용 할 프레임 워크가 부족합니다. 이제 데이터 분석을 통해 캠페인을 개선하는 간단한 단계별 방법을 살펴 보겠습니다.
1) 문제 정의
우선, 당신은 알아야합니다 달성하고자하는 문제 또는 해결해야 할 문제 . 그래야만 실제로 필요한 데이터와 분석해야하는 컨텍스트를 알 수 있습니다. 잘못된 데이터를 측정하거나 잘못 해석하면 잘못된 결론에 도달하고 따라야 할 경로에서 벗어날 수 있습니다.
따라서 달성하고 싶은 것이 무엇인지 스스로에게 물어보십시오. 일반적인 문제 일 수 있지만 리드, 판매 또는 전환율과 같은 특정 KPI에 연결할 수 있어야합니다.
예 : "내 웹 사이트가 원하는 결과를 제공하지 못하고 있으며 더 많은 리드를 얻고 싶습니다."
2) 데이터를 기반으로 목표 설정
이제 문제와 달성하고자하는 것에 대해 명확 해 졌으므로 구체적이고 정량화 가능한 목표 당신이 그것을 받고 있는지 여부를 결정합니다. 목표 및 비교 (예 : 해당 부문 또는 이전 캠페인의 리드에 대한 평균 전환율)는 데이터에 대한 컨텍스트를 제공하고이를 해석하는 데 도움이됩니다.
예를 들어, 첫 번째 목표는 저렴하고 하나는 더 야심적인 목표, 세 번째 목표는 이상적인 상황으로 표시하기 위해 오류 범위 내에서 목표를 설정할 수 있습니다. 이 수치를 참조로 사용하면 개선해야 할 사항과 개선 사항을 알 수 있습니다.
위의 예에 따라. 따라서 그중 하나는 많은 트래픽을 유도하지만 전환율은 1 %에 불과합니다. 나머지 사이트와 비교할 때, 우리 웹 사이트의 최고의 방문 페이지가 5 %의 전환을 달성한다는 것을 알기 때문에 우리는 일반적으로 웹 트래픽 대신이 특정 방문 페이지의 비율을 개선하는 데 집중하기로 결정했습니다. 이 수치를 바탕으로 전환율을 2 %로 두 배로 늘리는 최소 목표와 6 %에 도달하는 이상적인 목표를 설정할 수 있습니다.
3) 데이터 수집
이 단계에서 기본입니다. 올바른 결론에 도달하고 적절한 조치를 취하려면 데이터 분석 도구가 신뢰할 수 있어야하며 해석하기 쉬운 형식으로 데이터를 제공해야합니다.
이를 위해 우리는 모든 플러그인, 픽셀, 추적 코드 및 기타 도구를 설치했는지 확인하기 위해 컴퓨터 장비와 협력해야합니다. 또한 획득 한 데이터를 분석 할 수있는 분석 플랫폼 (예 : Google Analytics)이 필요합니다.
4) 정보에 입각 한 의사 결정
우리가 수집 한 정보를 바탕으로 시간이 시작되었습니다 변경 . 가장 효율적인 작업 방법은 가설을 수립하고 다음을 사용하여 실험하는 것입니다. A / B 또는 다 변수 테스트 .
예를 들어, 우리 예제의 랜딩 페이지가 더 짧은 형식과 제품 설명 비디오가 있으면 더 잘 변환 될 것이라고 생각할 수 있습니다. 이것이 사실인지 확인하기 위해 A / B 테스트를 사용하여 변경 사항을 하나씩 테스트 해 보겠습니다.
첫 번째 테스트에서는 단축 된 형태의 착륙 버전을 출시하고 다른 버전에서는 원본을 유지하여 트래픽의 절반을 각각에 전달합니다. 가장 짧은 형식의 버전이 전환율을 최대 2.5 %까지 높일 수 있다는 것을 알기 때문에 그대로 남아 있습니다.
다음으로, 비디오가있는 새로운 랜딩 버전과 비디오가없는 다른 버전을 테스트했습니다. 다시 한 번, 우리는 가장 짧은 형태와 vi로 착륙했기 때문에 성공했음을 알 수 있습니다.