Bij Cyberclick brengen we onze levens onder de aandacht het belang van data-analyse in inkomende marketing .
Wij zijn van mening dat het van fundamenteel belang is om te kunnen meten wat er gebeurt in al onze campagnes en dat deze meting achter de strategie en de beslissingen die we vanaf het begin staan, moet zijn. YouTube-weergaven kopen
Maar gegevens verzamelen zonder rijm of reden is ook niet zinvol. Tegenwoordig kunnen we bijna alles meten, maar dat betekent niet dat alles ons interesseert. We moeten voorkomen dat we in “verlamming door analyse” terechtkomen en ons concentreren op het verkrijgen van de belangrijkste informatie en deze toepassen op onze strategie.
Daarom zullen we in dit artikel zien waarom data-analyse belangrijk is bij inkomende marketing , welke statistieken we moeten analyseren en hoe we dit effectief kunnen doen. We beginnen!
Waarom hebben we gegevensanalyses nodig in onze inkomende marketing?
- Om beter te profiteren van de investering . Als we de resultaten van onze campagnes nauwkeurig meten, weten we waar het geld aan wordt besteed en of we de investering terugverdienen of niet. We kunnen ook vaststellen wat de meest effectieve acties zijn en welke niet de moeite waard zijn. Zo zullen we ons budget geleidelijk aanpassen en steeds winstgevender worden.
- Om onze potentiële klanten echt te leren kennen . In de wereld van inbound marketing maken we vaak campagnes op basis van een mix van kopers, goede praktijken, intuïties ... maar totdat we ermee beginnen, kunnen we niet echt weten wat werkt en wat niet. Maar we kunnen de reacties van onze gebruikers niet zien, en vaak blijft hun feedback beperkt tot enkele opmerkingen. Daarom is de manier om echt met hen te communiceren, om te weten wat ze wel en niet leuk vinden, door de gegevens over hun gedrag te analyseren.
- Om onze campagnes continu te verbeteren . Het continu verbeteren en leren (met de bijbehorende dosis fouten!) Is een van de stelregels om inbound marketing vooruit te helpen. Door gecontroleerde experimenten en metrische analyse kunnen we zien welke tactieken het beste werken bij elk doel en kunnen we onze campagnes aanpassen om ze op te nemen.
- Om fouten te detecteren . Hoewel we de best practices volgen bij het maken van onze website en ander online marketingmateriaal, zijn er altijd dingen die ons ontgaan: een enigszins geoptimaliseerde vorm, een video die lang duurt om te laden, een knop die niet goed werkt vanaf mobiel ... Wanneer we beginnen data-analyse komt het vaak voor dat we duidelijk zien dat een pagina niet zo goed werkt als zou moeten. Van daaruit kunnen we analyseren wat er gebeurt en de fout corrigeren die de resultaten negatief beïnvloedt.
- Communiceren met klanten, bazen en collega's . Het hebben van regelmatige gegevensanalyserapporten is een zeer waardevol hulpmiddel om te rapporteren wat er in onze campagnes gebeurt. Zo wordt het voor ons veel gemakkelijker om aan de klant uit te leggen waar het budget werkelijk voor is, om samen met de baas te beslissen over de vervolgstappen of om tegen de collega's van andere afdelingen commentaar te geven op wat we van hen nodig hebben.
De inkomende marketingstatistieken die u moet meten
Zoals u weet, zijn inkomende marketingcampagnes meestal onderverdeeld in drie fasen: TOFU of bovenkant van de trechter, MOFU of midden van de trechter en BOFU of onderkant van de trechter. Elk van hen heeft een reeks bijbehorende statistieken die ons helpen te weten wat er gebeurt. Laten we eens kijken welke de belangrijkste zijn in elke fase.
TOFU-fase
In de fase bevindt de gebruiker zich in de vroege stadia van het proces: hij heeft net ingezien dat hij een behoefte heeft en is van plan om naar oplossingen te zoeken.
- : elke inkomende marketingstrategie is erop gebaseerd gebruikers onze website te laten bezoeken. Maar het ruwe aantal bezoeken is slechts een deel van het verhaal. Om het webverkeer echt te begrijpen, moeten we het aantal sessies, de unieke gebruikers, de paginaweergaven, de duur van de sessies, de bounce ... analyseren. Dit alles zal ons helpen te begrijpen hoe bezoekers zich op onze website gedragen en of we dat moeten doen maatregelen nemen om de kwaliteit van de bezoeken te verbeteren.in sociale netwerken : hoewel het niet eenvoudig is om engagementstatistieken in sociale netwerken te koppelen aan bedrijfsresultaten, betekent dat niet dat we ze uit het oog moeten verliezen. Sociale media zijn een geweldig kanaal om onze inhoud te verspreiden en nieuwe gebruikers aan te trekken, en hun gezondheidsstatus wordt gemeten aan de hand van vertoningen, klikken en gebruikersreacties.
- inkomende links : dit is een andere "secundaire" statistiek, maar belangrijk om de resultaten van onze SEO in inkomende marketing te evalueren. De inkomende links trekken niet alleen bezoekers aan die erop klikken, maar zijn als een blijk van vertrouwen van andere websites die ons helpen onze organische positionering in Google te verbeteren.
- Conversie van verkeer naar leads : wanneer een gebruiker zijn gegevens bij ons achterlaat, wordt deze een lead en gaat hij door naar de volgende fasen van de conversietrechter. In feite zouden we kunnen zeggen dat het hoofddoel van de websites binnen een inkomende marketingstrategie is om leads te genereren. Maar niet alle leads zijn hetzelfde: we moeten onderscheid maken tussen leads die we kunnen negeren, die gekwalificeerd zijn voor marketing en degenen die gekwalificeerd zijn voor verkoop.
Fase MOFU
Hier overweegt de gebruiker verschillende manieren om zijn behoefte op te lossen, waaronder ons merk.
- Kwaliteits- en conversieratio's van de leads : hier zullen we in detail bestuderen wat het aandeel is van elk type leads en vooral hoe ze evolueren van de ene staat naar de andere. Dat wil zeggen, hoeveel van de gebruikers die ons hun gegevens achterlaten, worden een gekwalificeerd contact voor marketing en hoeveel van deze worden tegelijkertijd gekwalificeerde contactpersonen, zodat het verkoopteam met hen gaat samenwerken. Zo gaan we stap voor stap verder in de conversietrechter totdat we de gebruikers klaar hebben om te kopen.
- Statistieken voor e-mailmarketing . Binnen e-mailmarketing zijn er veel verschillende soorten campagnes, elk met zijn eigen statistieken en met verschillende rollen binnen de conversietrechter. Maar ik heb besloten om e-mailmarketing in de MOFU-fase te plaatsen vanwege het grote belang dat het heeft in de lead nurturing-strategieën. Door regelmatig publicaties naar het contactbestand te sturen, kunnen we de leads omzetten in gekwalificeerde leads voor marketing en sales en ze begeleiden op het pad naar conversie. Als dit proces niet naar behoren werkt, is het misschien tijd om eens naar onze segmentatiestrategie te kijken.
BOFU-fase
Eindelijk hebben we de fase waarin de gebruiker klaar is om te kopen
- Acquisitie kosten : zodra we de gebruiker zover hebben gekregen om klant te worden, kunnen we weten wat de kosten zijn geweest. Om dit te doen, zullen we de investering in de campagne verdelen over het aantal verkregen klanten. De kosten per acquisitie zijn een van de meest cruciale maatstaven voor de winstgevendheid van onze marketing, dus het is raadzaam om altijd op de hoogte te zijn en naar manieren te zoeken om deze zo laag mogelijk te maken.
- Verkoop neemt toe : hier meten we of we het hoofddoel van alle merken hebben bereikt, dat wil zeggen: “meer verkopen”. Met een goede data-analysestrategie kunnen we de hele reis van de klant zien vanaf het eerste contact tot de verkoop en weten of onze digitale marketingcampagnes echt bijdragen aan het verhogen van de verkoop.: Zeer gelinkt aan de vorige twee, dit is de maatstaf die vertelt ons of we erin geslaagd zijn het geïnvesteerde budget terug te krijgen. Hier kunnen we veel nuttige informatie vinden door de ROI van elk kanaal of zelfs van elke advertentie afzonderlijk te analyseren, om te zien welke beter werkten en om ons budget opnieuw te verdelen op basis van de resultaten.
- Waarde van de levensduur van de klant : dit is de maatstaf die ons laat weten of het werven van nieuwe klanten 'duur' of 'goedkoop' is, aangezien het ons vertelt hoeveel we gemiddeld voor elke klant zullen verdienen. Om dit te kunnen berekenen, moeten we het gemiddelde aankoopbedrag weten en het aantal keren dat de gebruiker koopt terwijl hij klant is van het merk.
Hoe u gegevensanalyses stap voor stap kunt toepassen op uw inbound marketing
In de vorige sectie hebben we veel statistieken gezien die nuttig kunnen zijn om de resultaten van onze inbound marketing te meten, maar het ontbreekt ons aan een raamwerk om ze toe te passen om onze resultaten te verbeteren. Laten we dus eens kijken naar een eenvoudige stapsgewijze methode om onze campagnes te verbeteren met data-analyse.
1) Definieer een probleem
Allereerst moet je weten wat je wilt bereiken of welk probleem je moet oplossen . Alleen dan weet je welke data je echt nodig hebt en in welke context je ze moet analyseren. Als u de verkeerde gegevens meet of deze onjuist interpreteert, komt u tot verkeerde conclusies en wijkt u af van de te volgen weg.
Vraag uzelf daarom af wat u wilt bereiken. Het is misschien een algemeen probleem, maar je moet het kunnen koppelen aan een specifieke KPI, zoals leads, sales of de conversieratio.
Bijvoorbeeld: "Ik denk dat mijn website niet de resultaten geeft die het zou moeten en ik zou er graag meer leads mee willen".
2) Stel doelen op basis van gegevens
Nu dat je duidelijk bent over het probleem en wat je wilt bereiken, heb je een concrete en kwantificeerbare doelstelling om te bepalen of u het krijgt of niet. De doelstellingen en vergelijkingen (bijvoorbeeld de gemiddelde conversieratio naar leads in uw sector of in eerdere campagnes) geven context aan de gegevens en helpen ons deze te interpreteren.
We kunnen doelstellingen vaststellen binnen een foutmarge, bijvoorbeeld om ons een eerste doelstelling te geven die betaalbaar is, een ambitieuzer doel en een derde die de ideale situatie zou zijn. Als we deze cijfers als referentie gebruiken, weten we wat en hoeveel we moeten verbeteren.
Volgens het bovenstaande voorbeeld kunnen we de gegevens van onze. We zien dus dat een van hen veel verkeer trekt, maar de conversieratio is slechts 1%. In vergelijking met de rest van de site zien we dat de beste bestemmingspagina op onze website 5% conversies behaalt, dus hebben we besloten om ons te concentreren op het verbeteren van de verhouding van deze specifieke bestemmingspagina in plaats van op het webverkeer in het algemeen. Op basis van deze cijfers kunnen we een minimumdoelstelling vaststellen om de conversieratio te verdubbelen tot 2% en een ideaal doel om 6% te bereiken.
3) Gegevens verzamelen
In deze fase, nauwkeurigheid is fundamenteel. Om tot de juiste conclusie te komen en de juiste maatregelen te nemen, moeten onze tools voor gegevensanalyse betrouwbaar zijn en ons de gegevens in een gemakkelijk te interpreteren formaat verstrekken.
Om dit te laten gebeuren, moeten we nauw samenwerken met de computerapparatuur om ervoor te zorgen dat we alle plug-ins, pixels, trackingcodes en andere tools hebben geïnstalleerd. We hebben ook een analyseplatform nodig (zoals Google Analytics) waarmee we de gegevens die we verkrijgen kunnen analyseren.
4) Beslissingen nemen die weloverwogen zijn
Op basis van de informatie die we hebben verzameld, is het moment aangebroken om te beginnen veranderingen maken . De meest efficiënte manier om te werken is om hypothesen te formuleren en experimenten te doen met A / B- of multivariabele tests .
We kunnen bijvoorbeeld denken dat de bestemmingspagina van ons voorbeeld beter zou converteren als deze een kortere vorm had en een verklarende video van het product. Laten we de wijzigingen een voor een testen met A / B-tests om te zien of dit waar is.
In de eerste test lanceren we een versie van de landing met de verkorte vorm en in een andere behouden we het origineel, waarbij de helft van het verkeer naar elk van hen wordt geleid. We zien dat de versie met de kortste vorm erin slaagt om de conversieratio tot 2.5% te verhogen, dus we blijven erbij.
Vervolgens hebben we een versie van de nieuwe landing getest met video en een andere zonder video. Wederom zien we dat we succesvol waren, aangezien de landing met de kortste vorm en met vi