วิธีใช้การวิเคราะห์อีคอมเมิร์ซเพื่อรับข้อมูลเชิงลึกทางธุรกิจ
เผยแพร่แล้ว: 2015-04-02เมื่อเร็ว ๆ นี้ ฉันได้วิเคราะห์ไซต์อีคอมเมิร์ซ 100 อันดับแรกโดยใช้ BuiltWith.com และพบว่าพวกเขาใช้ เครื่องมือวิเคราะห์ต่างๆ โดยเฉลี่ย 14 รายการเพื่อรวบรวมข้อมูลอีคอมเมิร์ซของลูกค้า
ข้อมูลที่รวบรวมช่วยปรับปรุงเว็บไซต์ การรับส่งข้อความ ผลิตภัณฑ์ และบริการเพื่อเพิ่มลูกค้าและรายได้
แม้จะมีประสิทธิภาพและความพร้อมใช้งานของเครื่องมือดังกล่าว แต่ธุรกิจอีคอมเมิร์ซส่วนใหญ่ ยัง ไม่ใช้ประโยชน์จากข้อมูลเพื่อปรับปรุงยอดขาย การศึกษาโดย MECLABS พบว่ามีเพียง 37% ของธุรกิจอีคอมเมิร์ซที่ทำการสำรวจใช้ข้อมูลในอดีตเพื่อปรับปรุงไซต์อีคอมเมิร์ซของตน
ในขณะเดียวกัน คนอื่นๆ ก็ลาออกจากการตัดสินใจทางธุรกิจด้วยวิธีที่ล้าสมัย (และมีประสิทธิภาพน้อยกว่า): ความคิดเห็น สัญชาตญาณ และการลอกเลียนแบบสิ่งที่คู่แข่งกำลังทำ
หากคุณเป็นหนึ่งใน 63% ของบริษัทที่ไม่ได้ใช้ประโยชน์จากเครื่องมือวิเคราะห์ แสดงว่าคุณกำลัง ด้วยเครื่องมือฟรี เช่น Google Analytics และคำแนะนำในการติดตั้งอย่างง่ายของ Shopify ทุกคน (รวมถึงคุณ) สามารถเริ่มใช้ประโยชน์จากข้อมูลจากผู้เยี่ยมชมไซต์เพื่อเพิ่มยอดขายและรายได้
ในบทความนี้ ฉันจะแบ่งปันข้อมูลเชิงลึกหลักสองประการที่ฉันพบในการใช้เครื่องมือวิเคราะห์ อย่างประสบความสำเร็จ แต่ก่อนอื่น ฉันจะอธิบายว่าทำไมบางบริษัทจึงพยายามและ ล้มเหลว ในการใช้การวิเคราะห์อีคอมเมิร์ซ เพื่อที่คุณจะได้ไม่ต้องตกหลุมพรางเดียวกัน
รายการเรื่องรออ่านฟรี: การเพิ่มประสิทธิภาพการแปลงสำหรับผู้เริ่มต้น
เปลี่ยนผู้เยี่ยมชมเว็บไซต์ให้กลายเป็นลูกค้ามากขึ้นโดยรับหลักสูตรความผิดพลาดในการเพิ่มประสิทธิภาพการแปลง เข้าถึงรายการบทความที่มีผลกระทบสูงฟรีและรวบรวมไว้ด้านล่าง
รับรายการเรื่องรออ่านการเพิ่มประสิทธิภาพการแปลงของเราที่ส่งตรงถึงกล่องจดหมายของคุณ
เกือบเสร็จแล้ว: โปรดป้อนอีเมลของคุณด้านล่างเพื่อเข้าถึงได้ทันที
เราจะส่งข้อมูลอัปเดตเกี่ยวกับคู่มือการศึกษาใหม่และเรื่องราวความสำเร็จจากจดหมายข่าว Shopify ให้คุณด้วย เราเกลียดสแปมและสัญญาว่าจะรักษาที่อยู่อีเมลของคุณให้ปลอดภัย
ทำไมบริษัทต่างๆ ถึงล้มเหลวในการใช้การวิเคราะห์อีคอมเมิร์ซ
มีข้อผิดพลาดสองประการที่บริษัทหลายแห่งเผชิญ ซึ่งทำให้บริษัทไม่สามารถใช้ประโยชน์จากการวิเคราะห์ด้วยวิธีที่มีความหมาย ($$$) ดังนี้:
- สมมติว่าเครื่องมือระดับองค์กร เช่น Google Analytics จะติดตามทุกสิ่งที่สำคัญโดยอัตโนมัติทันที
- เมื่อดูการวิเคราะห์อีคอมเมิร์ซ ปริมาณข้อมูลและคุณสมบัติมีมากมายมหาศาล ซึ่งช่วยให้ผู้คนอยู่ในระดับที่ตื้นมาก โดยดูเฉพาะเมตริกพื้นฐาน เช่น การเปิดดูหน้าเว็บ โดยเฉลี่ยจากผู้เข้าชมทั้งหมด
เสียงนี้คุ้นเคยหรือไม่?
มีเพียงสองสิ่งเท่านั้นที่สามารถมาจากสิ่งนี้ ทั้งสองไม่ดี
1. คุณทำการตัดสินใจทางธุรกิจโดยใช้ข้อมูลไม่เพียงพอ
ลองนึกภาพการออกแบบสะพานข้ามแม่น้ำถ้าคุณรู้แค่ความลึก เฉลี่ย เท่านั้น ตามสัญชาตญาณคุณรู้ว่าพื้นดินด้านล่างจะมียอดเขาและหุบเขาต่างกัน แต่การสนับสนุนของคุณจะถูกวัดเป็น "ค่าเฉลี่ย" เท่านั้น และคุณอธิษฐานให้ดีที่สุด
นั่นคือสิ่งที่คุณกำลังทำเมื่อคุณทำการตัดสินใจทางธุรกิจโดยพิจารณาจากการเปิดดูหน้าเว็บ โดยเฉลี่ย ระยะ เวลาการเข้าชม เฉลี่ย อัตราการเช็คเอาต์โดยเฉลี่ย และอื่นๆ...
2. คุณเห็นคุณค่าทางธุรกิจเพียงเล็กน้อยที่ส่วนตื้นของคลังข้อมูล
...คุณจึงยอมแพ้
ความหงุดหงิดของความพยายามทั้งหมดนั้นในการขับเคลื่อนด้วยข้อมูลนั้นเป็นเรื่องที่เข้าใจได้ โดยเฉพาะอย่างยิ่งเมื่อดูเหมือนว่าจะไม่มีผลตอบแทน
ไม่ใช่ทุกอย่างที่เป็นสีเทาและสิ้นหวัง เมื่อได้ปรึกษากับบริษัทมากมายที่พบว่าตัวเองอยู่ในสถานการณ์เหล่านี้ ฉันพบว่าความเสียหายสามารถย้อนกลับได้ㅡหรือหลีกเลี่ยงได้
กุญแจสู่การใช้การวิเคราะห์อีคอมเมิร์ซอย่างมีประสิทธิภาพ
ต่อไปนี้คือแนวคิดหลักสองข้อของฉันสำหรับการใช้ประโยชน์จากเครื่องมือวิเคราะห์อย่างมีประสิทธิภาพเพื่อ รับข้อมูลเชิงลึกที่นำไปปฏิบัติได้ซึ่งนำไปสู่รายได้ที่มากขึ้น แทนที่จะเป็นการถ่ายโอนข้อมูลแบบพาสซีฟ
- ไซต์ของคุณเป็นช่องทาง ไม่ใช่ลำดับชั้น คิดว่าทั้งไซต์ของคุณเป็นช่องทาง ไม่ใช่แผนผังองค์กร ในฐานะที่เป็นช่องทาง ไซต์ของคุณรับผู้เข้าชมจากปลายด้านหนึ่ง และแยกส่วนบางส่วนออกเป็นลูกค้าจากปลายอีกด้านหนึ่ง
- เพื่อให้ได้คำตอบที่ดี ให้เริ่มต้นด้วยคำถามที่ดี การวิเคราะห์สามารถดำเนินการได้ก็ต่อเมื่อคุณรู้ว่าคุณต้องการอะไร และนั่นหมายถึงการเริ่มต้นด้วยคำถาม คำถามยิ่งดี คำตอบยิ่งมีค่า ตามที่เขียนโดยดักลาส อดัมส์ "เมื่อคุณรู้ว่าคำถามคืออะไร คุณจะรู้ว่าคำตอบนั้นหมายถึงอะไร"
มาดูรายละเอียดเพิ่มเติมกันและวิธีนำไปใช้ในโลกแห่งความเป็นจริงกัน
เว็บไซต์ของคุณเป็นช่องทาง ไม่ใช่ลำดับชั้น
เป้าหมายของไซต์ของคุณคือการรับผู้เยี่ยมชมและแปลงเป็นลูกค้า ผู้ใช้ ผู้ภักดี แฟนๆ โอกาสในการขาย และอื่นๆ
มีอินพุต (ผู้เข้าชม) และผลลัพธ์ที่คาดหวัง (ลูกค้า ผู้ใช้ ลูกค้าเป้าหมาย ฯลฯ)
ถูกต้องกว่าที่จะนึกภาพว่าเป็นช่องทางที่มีเส้นที่แสดงถึงการไหลของผู้คน แทนที่จะเป็นแผนผังองค์กรที่มีเส้นที่แสดงถึงลำดับชั้นของหน้า:
แค่ คิดว่า ไซต์ของคุณเป็นช่องทางจะช่วยให้คุณเริ่มทำความเข้าใจข้อมูลผู้เข้าชมได้
แทนที่จะคิดถึงหน้าเว็บแบบคงที่ คุณสามารถเริ่มคิดในแง่ของอินพุต เอาต์พุต อัตราประสิทธิภาพ (เอาต์พุต ÷ อินพุต) และผลตอบแทนจากการลงทุน (มูลค่าของเอาต์พุต ÷ ต้นทุนของอินพุต) สำหรับทั้งไซต์ สิ่งนี้มีประโยชน์มากกว่าการคิดแค่จำนวนหน้าที่มีการเปิดและเวลาเฉลี่ยที่ใช้ในแต่ละหน้า (ข้อมูลเกือบจะไร้ประโยชน์อยู่แล้ว)
มูลค่าที่แท้จริงของเครื่องมือวิเคราะห์อีคอมเมิร์ซคือความสามารถในการ:
แยก อินพุต เอาต์พุต ประสิทธิภาพ และมูลค่า (ROI) ตามมิติข้อมูล เช่น ที่ตั้งทางภูมิศาสตร์ แหล่งที่มาของการเข้าชม แคมเปญการตลาด ประเภทเบราว์เซอร์ และอื่นๆ
เปรียบเทียบ ข้างต้นกับกลุ่มประชากรตามรุ่นต่างๆ ตัวอย่างเช่น การเข้าชมจากการค้นหามีมูลค่าเท่าใดเมื่อเทียบกับการเข้าชมทางสังคม
ดู แนวโน้ม และ ความสัมพันธ์ เช่น ปริมาณการค้นหาเพิ่มขึ้นเมื่อเวลาผ่านไปอย่างไร และมีความสัมพันธ์กับรายได้ทั้งหมดหรือไม่
สังเกตว่าการแสดงข้อมูลนี้ง่ายเพียงใด
นอกจากนี้ คุณสามารถรับรายละเอียดในระดับนี้ได้ด้วยการทำงานเพียงเล็กน้อย:
- เพิ่ม Google Analytics ให้กับร้านค้าของคุณหากคุณยังไม่มี ดูคำแนะนำโดยละเอียดและง่ายต่อการปฏิบัติตามสำหรับร้านค้า Shopify
- กำหนดค่า เป้าหมาย เพื่อติดตาม Conversion หลัก เช่น การชำระเงินที่เสร็จสมบูรณ์หรือบัญชีใหม่ คุณยังสามารถสร้างเป้าหมายสำหรับ Conversion รอง (เรียกอีกอย่างว่า "การแปลงขนาดเล็ก") เช่น การสมัครรับจดหมายข่าว
- (ไม่บังคับ) เพิ่มการติดตามเหตุการณ์สำหรับเหตุการณ์สำคัญตลอดทั้งช่องทางที่ไม่จำเป็นต้องแสดงถึง Conversion ตัวอย่างเช่น เหตุการณ์บางอย่างที่คุณอาจต้องการติดตาม: การเพิ่มรายการลงในรถเข็น ดำเนินการค้นหาคำสำคัญ การกรองผลการค้นหา
โดยค่าเริ่มต้น Google Analytics จะติดตามการ ในการติดตามผลลัพธ์ คุณ ต้อง สร้างเป้าหมาย (ขั้นตอนที่ 2 ด้านบน) จำไว้ว่าวัตถุประสงค์คือเพื่อให้ได้ข้อมูลซึ่งคุณสามารถใช้เป็นฐานในการตัดสินใจทางธุรกิจและการตลาด โดยไม่ทราบผลลัพธ์ คุณจะไม่สามารถคำนวณอัตราประสิทธิภาพและ ROI ได้ และคุณเหลือข้อมูลอินพุตเท่านั้น ซึ่งไม่มีประโยชน์สำหรับการตัดสินใจด้วยตนเอง
ต่อไปนี้คือรูปลักษณ์ของช่องทางการแปลงเมื่อคุณมีอินพุต เอาต์พุต และการติดตามเหตุการณ์
และแน่นอน คุณยังสามารถ แยก เปรียบเทียบ และ ดูแนวโน้มและความสัมพันธ์ กับช่องทางนี้ได้
คุณอาจสงสัยว่าจะหาไดอะแกรมนี้ได้จากที่ใดใน Google Analytics น่าเสียดายที่ไม่มี มีรายงานบางฉบับใน Google Analytics ที่เข้าใกล้ ㅡ การไหลของผู้ใช้ โฟลว์เหตุการณ์ โฟลว์เป้าหมาย และการแสดงภาพช่องทางㅡแต่ยังห่างไกลจากความเป็นมิตรต่อผู้ใช้และเหมาะที่สุดสำหรับผู้ใช้ขั้นสูง
ข่าวดีก็คือไม่ว่า Google Analytics จะมีรายงานที่มีลักษณะเช่นนี้หรือไม่ก็ตาม หากคุณคิดว่าไซต์ของคุณเป็นช่องทาง ไม่ใช่ลำดับชั้น และคุณวัดอินพุต เอาต์พุต และเหตุการณ์ คุณ จะ สามารถค้นหาข้อมูลที่นำไปดำเนินการได้เพื่อเพิ่ม Conversion และรายได้ของคุณ
ในการค้นหาข้อมูลที่สามารถนำไปปฏิบัติได้นั้น เราไปยังคีย์ที่สองของการใช้การวิเคราะห์อีคอมเมิร์ซอย่างมีประสิทธิภาพ
เพื่อให้ได้คำตอบที่ดี ให้เริ่มต้นด้วยคำถามที่ดี
เครื่องมือวิเคราะห์สามารถให้คำตอบได้ มากมาย แต่คำตอบจะไม่มีความหมายหากคุณไม่ทราบคำถาม
ถ้าคุณไม่ว่างมากพอ (คุณทำธุรกิจ ไม่น่าจะเป็นเช่นนั้น) อย่าลุยข้อมูลโดยไม่มีวัตถุประสงค์โดยหวังว่าสิ่งที่มีประโยชน์จะพุ่งเข้ามาหาคุณ มันจะไม่ ให้ใช้เวลาสร้างคำถามที่ดีก่อน แล้วลองดูว่าคุณจะพบคำตอบในข้อมูลหรือไม่
เมื่อคุณเริ่มต้นด้วยคำถามที่ดี Google Analytics จะกลายเป็นโซลูชันที่มีประสิทธิภาพในการค้นหาข้อมูลที่ให้คำตอบ
แม้ว่าจะมีเครื่องมือมากมายใน Google Analytics แต่คุณสามารถหาคำตอบได้มากที่สุดโดยทำความคุ้นเคยกับสิ่งต่อไปนี้:
- รายงานมาตรฐาน (ผู้ชม การได้มา พฤติกรรม และ Conversion): ตารางมิติข้อมูลที่กำหนดไว้ล่วงหน้า เช่น แหล่งที่มาของการเข้าชม และเมตริก เช่น จำนวนผู้เข้าชม
- เซ็กเมนต์: กรองข้อมูลที่แสดงสำหรับผู้ใช้หรือเซสชันที่ตรงกับตัวกรองที่กำหนดไว้ล่วงหน้าหรือกำหนดเอง คุณสามารถเปรียบเทียบได้ถึงสี่กลุ่มพร้อมกัน มีประโยชน์สำหรับ การแยก และ การเปรียบเทียบ และการ ดูความสัมพันธ์
- วันที่: กรองข้อมูลที่แสดงตามช่วงวันที่ และเปรียบเทียบช่วงวันที่สูงสุดสองช่วง มีประโยชน์สำหรับการ ดูแนวโน้มและความสัมพันธ์
- การกรองขนาด: กรองว่าจะแสดงแถวใด
ด้านล่างนี้คือตัวอย่างคำถามสองสามข้อซึ่งมีคำตอบอยู่ในข้อมูลช่องทาง:
- มูลค่าส่งออกเฉลี่ย (รายได้) ของลูกค้าที่กลับมาซื้อซ้ำคือเท่าใด เมื่อเทียบกับลูกค้าขาจร?
- มีคนเพิ่มสินค้าลงในรถเข็นกี่คนโดยไม่บรรลุเป้าหมายการชำระเงิน (เรียกอีกอย่างว่าการ ละทิ้งรถเข็น .)
- มีกี่คนที่เริ่มกระบวนการเช็คเอาต์โดยไม่บรรลุเป้าหมาย?
- ในจำนวน นี้มีขั้นตอนที่เสียคนมากกว่าขั้นตอนอื่นหรือไม่?
- ผลลัพธ์ของผู้เยี่ยมชมจากแคมเปญโซเชียลมีเดียเป็นอย่างไรเมื่อเปรียบเทียบกับผู้เยี่ยมชมจากแคมเปญอีเมล?
- เมื่อลูกค้าใช้รหัสส่งเสริมการขาย มูลค่าการซื้อเฉลี่ยของพวกเขาเทียบกับผู้ที่ไม่ได้ใช้เป็นอย่างไร
- หากมี การสนับสนุนแชทสดจะส่งผลต่ออัตราการเช็คเอาต์หรือไม่?
- ROI ของค่าใช้จ่ายในการโฆษณาบนการค้นหาของเดือนที่แล้วคือเท่าไร?
ขอให้สังเกตว่าคำถามเหล่านี้ทั้งหมดเกี่ยวกับ อินพุต เอาต์พุต อัตราประสิทธิภาพ และ ROI เหล่านี้เป็นองค์ประกอบทั้งหมดของ กรวย
คำตอบสำหรับคำถามเหล่านี้มีค่าอย่างยิ่งต่อบริษัทออนไลน์ทุกแห่ง โดยเฉพาะอย่างยิ่ง กับธุรกิจอีคอมเมิร์ซ คุณสามารถรับข้อมูลเช่นนี้ ได้โดยไม่ต้อง ใช้ซอฟต์แวร์ราคาแพงหรือทีมวิทยาศาสตร์ข้อมูลจำนวนมาก คุณเองก็สามารถใช้เครื่องมือในการเก็บรวบรวมและวิเคราะห์ข้อมูลที่ทันสมัยเพื่อรับข้อมูลที่เป็นประโยชน์และนำไปปฏิบัติได้เกี่ยวกับลูกค้าและธุรกิจของคุณ
และถ้าคุณไม่ใช้การวิเคราะห์ที่ดี คู่แข่งของคุณก็จะทำเช่นนั้น
เขียนโดย: Grigoriy Kogan