इनबाउन्ड मार्केटिंगका लागि डाटा एनालिटिक्स: कुन मेट्रिक्स हेर्नु र किन


साइबरक्लिकमा हामी हाइलाइट गरेर हाम्रो जीवन बिताउँछौं इनबाउन्ड मार्केटिंगमा डाटा एनालिटिक्सको महत्त्व .

हामी विश्वास गर्छौं कि हाम्रा सबै अभियानहरूमा के भइरहेको छ भन्ने कुराको मापन गर्न सक्षम हुनु मौलिक छ र यो मापन रणनीति र हामीले सुरुबाट गरेका निर्णयहरूमा पनी हुनुपर्दछ। youtube दृश्यहरू खरीद गर्नुहोस्

तर कविता वा कारणबिना डाटा सulating्कलन गर्ने कुनै पनि उपयोगी छैन। आज हामी लगभग सबै चीज मापन गर्न सक्दछौं, तर यसको मतलब यो होइन कि सबै चीजले हामीलाई चासो दिन्छ। हामी "विश्लेषण द्वारा पक्षाघात" मा पर्नबाट जोगिन र सबैभन्दा महत्त्वपूर्ण जानकारी प्राप्त गर्न र हाम्रो रणनीति को लागी लागू गर्न मा ध्यान केन्द्रित गर्नुपर्छ।

त्यसकारण, यस लेखमा हामी हेर्नेछौं डाटा विश्लेषकहरू किन इनबाउन्ड मार्केटिंगमा महत्त्वपूर्ण छ , कुन मेट्रिक्स हामीले विश्लेषण गर्नुपर्दछ र यसलाई कसरी प्रभावकारी रूपमा गर्ने। हामी सुरु गर्छौं!

हामीलाई हाम्रो आन्तरिक मार्केटिंगमा डाटा एनालिटिक्स किन चाहिन्छ?

  • लगानीको राम्रो फाइदा लिन । यदि हामी हाम्रो अभियानको नतीजा सटीक मापन गर्छौं, तब हामी थाहा पाउन सक्दछौं कि कहाँ पैसा खर्च भइरहेको छ र हामी लगानी पुन: प्राप्ति गर्दै छौं कि छैन। हामी पनि स्थापना गर्न सक्दछौं जुन सबैभन्दा प्रभावकारी कार्यहरू हुन् र जुन सार्थक हुँदैनन्। यसैले, हामी क्रमिक रूपमा हाम्रो बजेट समायोजित गर्नेछौं र अधिक र अधिक लाभदायक हुनेछौं।
  • हाम्रो सम्भावित ग्राहकहरुलाई वास्तवमै चिन्न । इनबाउन्ड मार्केटिंगको संसारमा हामी धेरै पटक खरीददारहरू, राम्रो अभ्यासहरू, अन्तर्ज्ञानको मिश्रणमा आधारित अभियानहरू सिर्जना गर्दछौं ... तर हामीले ती सुरू नगरुञ्जेल हामी वास्तवमै थाहा पाउँदैनौं कि के काम गर्छ र के गर्दैन। तर हामी हाम्रा प्रयोगकर्ताहरूको प्रतिक्रियाहरू देख्न सक्दैनौं, र तिनीहरूको प्रतिक्रिया केही टिप्पणीहरूमा सीमित हुन्छ। त्यसकारण, उनीहरूसँग साँच्चिकै कुराकानी गर्ने तरिका, उनीहरूलाई के मनपर्दछ र के गर्दैनन् भनेर उनीहरूको व्यवहारको बारेमा डेटाको विश्लेषण गर्नु हो।
  • हाम्रो अभियानहरूलाई निरन्तर सुधार गर्न । निरन्तर सुधार र सीखने (त्रुटिको यसको सान्दर्भिक खुराकको साथ!) इनबाउन्ड मार्केटिंग अगाडि बढ्ने एक अधिकतम हो। नियन्त्रित प्रयोगहरू र मेट्रिक विश्लेषणको माध्यमबाट हामी देख्न सक्छौं कि कुन लक्ष्यहरू प्रत्येक लक्ष्यको साथ सब भन्दा राम्रोसँग काम गर्दछन् र हाम्रो अभियानहरू उनीहरूलाई समावेश गर्न अनुकूलन गर्दछ।
यूट्यूब दृश्य खरीदका लागि छवि परिणाम
  • त्रुटिहरू पत्ता लगाउन । यद्यपि हामीले हाम्रो वेबसाइट र अन्य अनलाइन मार्केटिंग सामग्रीहरू सिर्जना गर्दा सबै भन्दा राम्रो अभ्यासहरू पालना गर्छौं, त्यहाँ हामीबाट जोगिन सँधै चीजहरू हुन्छन्: अलि अनुकूलित फारम, लोड हुनको लागि समय लिने भिडियो, मोबाइलबाट राम्रोसँग काम नगर्ने बटन ... जब हामी सुरु गर्छौं डाटा एनालिटिक्स, यो प्राय: यो हुन्छ कि हामी स्पष्ट रूपमा देख्दछौं जुन पृष्ठले काम नगरी राम्रोसँग काम गर्दछ। त्यहाँबाट हामी के हुँदैछ भनेर विश्लेषण गर्न सक्छौं र त्रुटिलाई सच्याउन सक्छौं जुन परिणामलाई नकरात्मक रूपमा प्रभाव पार्दै छ।
  • ग्राहकहरु, मालिकहरु र सहयोगीहरु संग कुराकानी गर्न । हाम्रो अभियानमा के हुँदैछ भनेर रिपोर्ट गर्नको लागि नियमित डाटा एनालिटिक्स रिपोर्टहरू राख्नु नै एक मूल्यवान उपकरण हो। यसैले, ग्राहकलाई बजेट वास्तवमै के हो भनेर बुझाउनको लागि हामीसँग कुरा गर्न को लागी धेरै सजिलो हुनेछ, मालिकसँग अर्को चरणहरू अनुसरण गर्न निर्णय गर्नुहोस् वा अन्य विभागहरूका सहकर्मीहरूलाई उनीहरूलाई हामीबाट के चाहिन्छ भनेर टिप्पणी गर्नुहोस्।

तपाईंले मापन गर्न आवश्यक इनबाउन्ड मार्केटिंग मेट्रिक्स

तपाईंलाई थाहा भएकै रूपमा, इनबाउन्ड मार्केटिंग अभियानहरू प्राय: तीन चरणहरूमा विभाजित हुन्छन्: TOFU वा फनेलको शीर्ष भाग, MOFU वा फनेलको बीच र BOFU वा फनेलको तल। ती मध्ये प्रत्येकसँग सम्बन्धित मेट्रिक्सको श्रृंखला छ जसले हामीलाई के हुँदैछ जान्न मद्दत गर्दछ। हामी प्रत्येक चरणमा सब भन्दा महत्त्वपूर्ण को हो हेरौं।

TOFU चरण

चरणमा, प्रयोगकर्ता प्रक्रियाको प्रारम्भिक चरणमा छ: उसले भर्खरै पहिचान गर्यो कि उसको आवश्यकता छ र समाधानहरू खोज्ने योजना छ।

  • : कुनै पनि इनबाउन्ड मार्केटिंग रणनीति प्रयोगकर्ताहरू हाम्रो वेबसाइटको भ्रमण गर्नको लागि आधारित छ। तर भ्रमणको कच्ची संख्या कथाको अंश मात्र हो। वेब ट्राफिकलाई वास्तवमै बुझ्नको लागि, हामीले सेसनहरूको संख्या, अद्वितीय प्रयोगकर्ताहरू, पृष्ठ दृश्यहरू, सत्रहरूको अवधि, बाउन्स विश्लेषण गर्नुपर्नेछ ... यी सबैले हामीलाई वेबसाइटको भ्रमण गर्नेहरूले कसरी व्यवहार गर्ने भनेर बुझ्न मद्दत पुर्‍याउँछ र यदि हामीले गर्नै पर्छ भने भ्रमणको गुणस्तर सुधार गर्न केही उपायहरू लिनुहोस्।सामाजिक नेटवर्कमा : यद्यपि सामाजिक नेटवर्कमा सment्लग्नता मेट्रिक्सलाई व्यापार परिणामहरूमा लिंक गर्न सजिलो छैन, यसको मतलब यो होइन कि हामीले उनीहरूको दृष्टि गुमाउनु पर्छ। सामाजिक मिडिया हाम्रो सामग्री वितरित गर्न र नयाँ प्रयोगकर्ताहरूलाई आकर्षित गर्न एक ठूलो च्यानल हो, र तिनीहरूको स्वास्थ्य स्थिति प्रभावहरू, क्लिकहरू र प्रयोगकर्ता प्रतिक्रियाहरू मार्फत मापन गरिन्छ।
  • इनबाउन्ड लिङ्कहरू : यो अर्को "माध्यमिक" मेट्रिक हो तर ईनबाउन्ड मार्केटिंगमा हाम्रो एसईओको परिणामहरू मूल्या .्कन गर्न महत्त्वपूर्ण। आगमन लिंकले उनीहरूलाई क्लिक गर्ने आगन्तुकहरूलाई मात्र आकर्षित गर्दैन, तर अन्य वेबसाईटहरूबाट विश्वासको मत जस्तै हो जसले गुगलमा हाम्रो कार्बनिक स्थिति सुधार गर्न मद्दत गर्दछ।
  • यातायात रूपान्तरण गर्न को लागी : जब प्रयोगकर्ताले हामीलाई उनीहरूको डेटा छोड्दछन्, यो नेतृत्व हुन्छ र रूपान्तरण फनेलको अर्को चरणहरूमा अग्रसर हुन्छ। वास्तवमा, हामी भन्न सक्दछौं कि एक इनबाउन्ड मार्केटिंग रणनीति भित्रका वेबसाइटहरूको मुख्य उद्देश्य लेडहरू उत्पन्न गर्नु हो। तर सबै सीसा एकै हुँदैनन्: हामीले छोड्ने सीसाहरू, बजारका लागि योग्य छन् र बिक्रीको लागि योग्य छन् कि ती बीच छुट्याउनु पर्छ।

चरण MOFU

यहाँ प्रयोगकर्ताले उनीहरूको आवश्यकतालाई समाधान गर्न विभिन्न तरिकाहरूमा विचार गर्दैछ, जसमध्ये हाम्रो ब्रान्ड हो।

  • सीसाको गुणस्तर र रूपान्तरण अनुपात : यहाँ हामी विस्तृत अध्ययन गर्नेछौं प्रत्येक प्रकारको सीसाको अनुपात के हो र सबै भन्दा माथि, कसरी तिनीहरू एक राज्य देखि अर्को प्रगतिमा छन्। त्यो हो, कति जना प्रयोगकर्ताहरू जसले हामीलाई उनीहरूको डेटा छोडेर मार्केटिंगका लागि योग्य सम्पर्क हुन जान्छन् र यि धेरै मध्ये धेरै जना एकै समयमा योग्य सम्पर्कहरू हुन्छन् ताकि बिक्री टोली उनीहरूसँग काम गर्न थाल्छ। यस प्रकार हामी रूपान्तरण फनेलको चरण चरण क्रमशः प्रगति गर्ने छौं जबसम्म हामीसँग प्रयोगकर्ताहरू किन्न तयार छैनन्।
  • ईमेल मार्केटिंग मेट्रिक्स । ईमेल मार्केटिंग भित्र त्यहाँ धेरै प्रकारका अभियानहरू छन्, प्रत्येकको आफ्नै मेट्रिक्सका साथ र रूपान्तरण फनेल भित्रै फरक भूमिकाहरू छन्। तर मैले MOFU चरण भित्र ईमेल मार्केटिंग राख्ने निर्णय गरेको छु किनकि यसले प्रमुख पालना रणनीतिमा ठूलो महत्त्व राख्छ। सम्पर्क आधारमा नियमित प्रकाशनहरू पठाएर हामी नेतृत्वहरूलाई मार्केटिंग र बिक्रीको लागि योग्य लीडमा परिणत गर्न सक्दछौं र उनीहरूलाई रूपान्तरणको लागि मार्गनिर्देशन गर्दछौं। यदि यो प्रक्रियाले जस्तो गर्नुपर्दछ काम गर्दैन भने, यो हाम्रो विभाजन रणनीतिमा एक नजर लिने समय हो।

BOFU चरण

अन्तमा, हामीसँग चरण छ, जसमा प्रयोगकर्ता किन्न तयार छ

  • अधिग्रहण लागत : एकचोटी हामीले ग्राहक प्राप्त गर्न ग्राहक पाइसकेपछि, हामी थाहा पाउन सक्दछौं कि लागत के भयो। यो गर्नका लागि, हामी अभियानमा लगानी प्राप्त ग्राहकहरुको संख्या बीच विभाजन गर्नेछौं। प्रति अधिग्रहण लागत हाम्रो मार्केटिंगको नाफाको लागि सबैभन्दा महत्त्वपूर्ण मेट्रिक्स हो, त्यसैले यो सँधै सतर्क रहन र यसलाई सकेसम्म कम बनाउनका लागि उपायहरू खोज्न सल्लाह दिइन्छ।
  • बिक्री बढ्छ : हामी यहाँ मापन गर्छौं यदि हामीले सबै ब्रान्डको स्टार लक्ष्य प्राप्त गरेका छौं, त्यो छ, 'बढि बेच्नुहोस्'। राम्रो डाटा एनालिटिक्स रणनीतिको साथ हामी ग्राहकको पूरै यात्रालाई पहिलो सम्पर्कबाट बिक्रीमा देख्न सक्दछौं र जान्न सक्दछौं कि यदि हाम्रा डिजिटल मार्केटिंग अभियानहरूले वास्तवमै बिक्री वृद्धि गर्न योगदान पुर्‍याइरहेका छन्: धेरै अघिल्लो दुईसँग जोडिएको छ, यो मेट्रिक हो कि हामीलाई भन्दछ कि यदि हामीले लगानी गरिएको बजेट पुन: प्राप्ति गर्न सफल भयौं भने। यहाँ हामी प्रत्येक च्यानलको आरओआई वा प्रत्येक विज्ञापनको छुट्टै विश्लेषणको लागि धेरै उपयोगी जानकारी फेला पार्न सक्दछौं, कुन कुनले राम्रोसँग काम गर्यो भनेर हेर्न र परिणामहरूको आधारमा हाम्रो बजेट पुनः वितरण गर्नुहोस्।
  • ग्राहकको जीवनकालको मूल्य : यो मेट्रिक हो जसले हामीलाई थाहा दिन्छ कि नयाँ ग्राहकहरू प्राप्त गर्न "महँगो" वा "सस्तो" छ, किनकि यसले हामीलाई प्रत्येक ग्राहकको लागि औसत कती कमाउछ भनेर बताउँछ। यसको हिसाब गर्न, हामीले खरीदको औसत मूल्य र ब्रान्डको ग्राहक भएको बेला प्रयोगकर्ताले खरिद गरेको पटकको संख्या जान्नु आवश्यक छ।

तपाईंको इनबाउन्ड मार्केटिंग चरण-चरणमा डाटा एनालिटिक्स कसरी लागू गर्ने

अघिल्लो सेक्सनमा हामीले धेरै मेट्रिक्सहरू देख्यौं जुन हाम्रो इनबाउन्ड मार्केटिंगको नतीजा मापन गर्न उपयोगी हुन सक्छ, तर हामीसँग हाम्रो फ्रेमवर्कको अभाव छ जसमा ती परिणामहरू सुधार गर्नका लागि तिनीहरूलाई लागू गर्ने। त्यसोभए डेटा एनालिटिक्सको साथ हाम्रा अभियानहरू सुधार गर्न एक सरल चरण-देखि-चरण विधि हेर्नुहोस्।

1) एक समस्या परिभाषित गर्नुहोस्

सबै भन्दा पहिले, तपाईंलाई थाहा हुनु पर्छ तपाइँ के प्राप्त गर्न चाहानुहुन्छ वा कुन समस्या तपाईले सुल्झाउनु पर्छ । त्यसोभए मात्र तपाईले जान्न सक्नुहुनेछ कि कुन डेटा तपाईलाई वास्तवमा चाहिन्छ र कुन संदर्भमा तपाईले विश्लेषण गर्नुपर्दछ। यदि तपाईं गलत डाटा नाप्नुभयो वा यसलाई गलत व्याख्या गर्नुभयो भने, तपाईं गलत निष्कर्षमा आउँदै हुनुहुन्छ र अनुसरण गर्न बाट पथबाट विचलित हुनुहुनेछ।

त्यसकारण, आफैंलाई सोध्नुहोस् कि तपाई के प्राप्त गर्न चाहानुहुन्छ। यो सामान्य समस्या हुन सक्छ, तर तपाईले यसलाई निश्चित केपीआईमा लि link्क गर्न सक्षम हुनु आवश्यक पर्दछ, जस्तै लीड्स, बिक्री वा रूपान्तरण दर।

उदाहरण को लागी: "मलाई लाग्छ मेरो वेबसाइटले नतिजा दिइरहेको छैन र मँ यसको साथ बढि नेतृत्व लिन चाहन्छु"।

2) डेटामा आधारित लक्ष्यहरू सेट गर्नुहोस्

अब जब तपाईं समस्या र तपाई के प्राप्त गर्न चाहानुहुन्छ भन्ने बारेमा स्पष्ट हुनुहुन्छ, तपाईलाई एक चाहिन्छ ठोस र quantifiable उद्देश्य तपाइँले यसलाई पाउँदै हुनुहुन्छ कि हुन्न भनेर निर्धारण गर्न। उद्देश्य र तुलना (उदाहरणका लागि, तपाईंको क्षेत्र वा अघिल्लो अभियानमा बढेको औसत रूपान्तरण दर) डाटालाई प्रस context्ग दिन्छ र हामीलाई तिनीहरूको व्याख्या गर्न मद्दत गर्दछ।

हामी त्रुटिको सीमान्त भित्र उद्देश्यहरू स्थापना गर्न सक्दछौं, उदाहरणका लागि, हामीलाई सस्तो पहिलो उद्देश्यलाई चिनो लगाउन, एक बढी महत्वाकांक्षी र तेस्रो जुन आदर्श अवस्था हुनेछ। सन्दर्भको रूपमा यी तथ्या Using्कहरू प्रयोग गर्दा, हामी के जान्दछौं कि हामी के र कति सुधार गर्नु पर्छ।

माथिको उदाहरण अनुसरण गर्दै, हामी हाम्रो डाटा को विश्लेषण गर्न सक्छौं। यसैले, हामी देख्छौं कि ती मध्ये एक धेरै धेरै यातायात आकर्षित गर्दछ तर रूपान्तरण अनुपात मात्र 1% हो। साइटको बाँकीसँग तुलना गर्दा, हामी देख्छौं कि हाम्रो वेबसाइटमा सब भन्दा राम्रो अवतरण पृष्ठले 5% रूपान्तरणहरू प्राप्त गर्दछ, त्यसैले हामीले सामान्य रूपमा वेब ट्राफिकको सट्टा यो विशेष अवतरण पृष्ठको अनुपात सुधार गर्ने कुरामा ध्यान केन्द्रित गर्ने निर्णय गर्यौं। यी तथ्या on्कहरूको आधारमा, हामी 2% मा रूपान्तरण अनुपात दोगुना गर्ने र 6% सम्म पुग्नको एक आदर्श लक्ष्यको न्यूनतम उद्देश्य स्थापना गर्न सक्छौं।

3) डाटा स Collect्कलन गर्नुहोस्

यस चरणमा, शुद्धता मौलिक छ। सहि निष्कर्षमा पुग्न र उचित उपायहरू राख्नको लागि, हाम्रो डाटा एनालिटिक्स उपकरणहरू भरपर्दो हुनुपर्दछ र ढाँचाको व्याख्या गर्न सजिलोमा हामीलाई डाटा दिनुहोस्।

यो हुनको लागि, हामीले कम्प्युटर उपकरणहरूसँग मिलेर काम गर्नुपर्नेछ, यो सुनिश्चित गर्न कि हामीले सबै प्लगइनहरू, पिक्सलहरू, ट्र्याकिंग कोडहरू र अन्य उपकरणहरू स्थापना गरेका छौं। हामीसँग एनालिटिक्स प्लेटफर्म हुनु आवश्यक छ (गुगल एनालिटिक्स जस्तै) जसले हामीलाई हामीले प्राप्त गरिरहेका डाटाको विश्लेषण गर्न मद्दत पुर्‍याउँछ।

4) सूचित निर्णय गर्नुहोस्

हामीले स collected्कलन गरेको जानकारीको आधारमा, समय सुरु हुने समय आएको छ परिवर्तन गर्दै । काम गर्ने सब भन्दा प्रभावकारी तरिका सम्मोहनहरू बनाउनु र प्रयोगहरू प्रयोग गर्नु हो A / B वा मल्टिभिएबल परीक्षणहरू .

उदाहरण को लागी, हामी सोच्न सक्छौं कि हाम्रो उदाहरण को अवतरण पृष्ठ राम्रो रूपान्तरण हुनेछ यदि यो एक छोटो फारम र उत्पाद को एक व्याख्यात्मक भिडियो छ भने। यो सत्य छ कि छैन भनेर हेर्न, A / B परीक्षणहरू प्रयोग गरेर एक पछि अर्को परिवर्तन गरौं।

पहिलो परीक्षणमा, हामी छोट्याइएको फारमको साथ अवतरणको संस्करण लन्च गर्छौं र अर्कोमा हामी मूल राख्छौं, प्रत्येक ट्राफिकको आधा निर्देशन दिन्छ। हामी देख्छौं कि सब भन्दा छोटो फारमको संस्करणले रूपान्तरण अनुपात 2.5% सम्म बढाउनको लागि प्रबन्ध गर्छ, त्यसैले हामी यससँग बाँकी छौं।

अर्को, हामीले भिडियोमा नयाँ ल्यान्डि ofको संस्करण र भिडियो बिना अर्को परीक्षण गर्‍यौं। फेरि फेरी हामी देख्छौं कि हामी सफल थियौं, किनकी सब भन्दा छोटो रूप र vi साथ अवतरण गर्दै