گوگل اخیرا آپدیت های مهم مختلفی به محصول آنالیتیکس خودش اعمال کرده که تمام این امکانات به بازاریاب ها کمک می کنند تا مشتری ها را بهتر بشناسند. در ادامه تاثیرات هر یک از این چهار تغییر را در تحلیل بازاریابی موتورهای جستجو بررسی می کنیم.
پیاه سازی مداوم تکنیک های یادگیری ماشینی در تمامی محصولات گوگل با افزایش هوش تحلیلی که یکی از تغییرات برجسته 12 ماه گذشته بوده، مزایای مختلفی برای گوگل آنالیتیکس (Google Analytics) در بر داشته است.
گوگل همواره تمایل دارد اطلاعات مفیدی در اختیار صاحبان وبسایت ها قرار دهد تا تاثیر فعالیت های بازاریابی آن ها در کانال های مختلف را مشخص کند. این هدف همیشه وجود داشته اما از نظر ردیابی و نظارتی کار چالش برانگیزی است.
چهار آپدیت جدیدی که به گوگل آنالیتیکس اعمال شده اند هر کدام از جنبه ای نشان دهنده این گرایش هستند و همچنان جایگاه تکنیک های یادگیری ماشینی و تحلیل در سطح کاربر حفظ شده است.
چهار تغییر مهم در گوگل آنالیتیکس
اطلاعات کاربران در گزارش های استاندارد
پایه ها و اصول داشبورد گزارش استاندارد به صورتی تغییر کرده که اطلاعات بیشتری از رفتار کاربران فراهم کنند. در واقع این روش با روش قبلی که بیشتر بر تاریخچه سشن ها متمرکز بود فرق دارد، چون ممکن است یک کاربر واحد در طی یک روز چندین سشن مختلف داشته باشد.
بدون شک بازاریاب ها از تحلیل رفتار کاربران در سشن های مختلف استقبال می کنند و انتظار می رود که گوگل به افزایش دقت و پیشرفت این اطلاعات ادامه دهد. به این ترتیب گزینه های بیشتری برای ارزیابی و هدفگیری ایجاد خواهد شد.
اما بازاریاب ها چطور می توانند از این ویژگی استفاده کنند؟
- در حساب کاربری گوگل آنالیتیکس خودتان وارد قسمت Admin و بعد Property Settings شده و گزینه مربوط به فعال سازی Enable Users in Reporting را انتخاب کنید.
- سعی کنید این ویژگی را با سایر ویژگی ها از جمله Cohort Analysis ترکیب کنید تا تصویر واضح و کاملی از اینکه چطور گروه های کاربری مختلف وبسایت شما را پیدا می کنند – و چگونگی تعامل آن ها با سایت – داشته باشید.
User Explorer: معیارهای مختلف مربوط به طول عمر مشتری و ویژگی های مختلف آن
User Explorer که به بازاریاب ها امکان تفکیک رفتار کاربر در سطوح مختلف سشن را می دهد، به عنوان یک ابزار تحلیلی قابلیت های زیادی دارد. این امکانات در حال حاضر در تمام حساب های گوگل آنالیتیکس وجود دارد و اطلاعاتش را از کل طول عمر یک کوکی خاص از کاربر فراهم می کند.
گوگل اخیرا این ویژگی را بروزرسانی کرده و معیارهای مختلف مربوط به طول عمر و ابعاد مختلفی از ویژگی های کاربران را به آن اضافه کرده است.
همانطور که در اسکرین شات زیر ملاحظه می کنید، این گزینه در یک داشبورد قرار گرفته که حاوی اطلاعات مختلفی درباره رفتارهای گذشته، حال و همچنین پیش بینی رفتارهای کاربر در آینده است.
این سطح از تقسیم بندی جزئیات کارایی زیادی دارد و استفاده از این اطلاعات برای شناسایی الگوهای رفتاری بر اساس شناسه مشتری مختلف می تواند برای بازاریاب ها بسیار مفید باشد. وقتی کاربران مشابه را گروه بندی کنیم می توانیم پیام ها و فعالیت های بازاریابی را طوری تنظیم کنیم که خاص هر گروه باشند. این امکانات هم برای کشف الگوهای مختلف و هم بازاریابی مجدد بسیار مفید هستند.
بازاریاب ها چطور می توانند از این ویژگی استفاده کنند؟
- الگوهای موجود در کانال هایی که مشتری های باارزشی را به سمت سایتتان هدایت می کنند، شناسایی کنید. این الگوها برای تعیین ویژگی های مشترک بین مشتری های جدید بسیار مفید هستند.
- ارزش طول عمر مشتری های فعلی را از طریق بازاریابی مجدد و ارسال پیام هایی متناسب با هر گروه به حداکثر برسانید.
گزارشاتی راجع به مخاطب
این آپدیت یکی از پرکاربردترین آپدیت های آنالیتیکس است که استقبال زیادی به همراه داشته است. در حال حاضر کاربران می توانند مخاطبین مختلفی در گوگل آنالیتیکس ایجاد کرده و بعد آن ها را برای تحلیل بیشتر در این پلتفرم منتشر کنند.
تا به امروز فقط امکان ایجاد مخاطب و انتشار آن ها در سایر پلتفرم های گوگل مثل ادوردز وجود داشت. این امکانات جدید برای بازاریابی مجدد بسیار مفید بود اما امکان ایجاد گزارشی از این مخاطبین در خود گوگل آنالیتیکس وجود نداشت.
در این ویژگی جدید از ‘Audience’ به عنوان یکی از ابعاد مهم ارزیابی ها استفاده شده و به کاربران امکان مقایسه عملکرد بخش های مختلف داده می شود. مثلاً می توانیم یک audience یا مخاطب منطقی ایجاد کنیم که نشان دهنده مشتریانی باشد که در 6 ماه گذشته بیشتر از 5 بار خرید داشته اند و بعد آن را با بازدیدکننده هایی که حجم زیادی از محتوا را مورد بررسی و مطالعه قرار می دهند اما خریدی نمی کنند، مقایسه کنیم.
بازاریاب ها چطور می توانند از این ویژگی استفاده کنند؟
- مخاطبین را بر اساس رفتارهایی که برای کسب و کارتان اهمیت دارند ایجاد کرده و تعاملات آن ها را طی زمان بررسی کنید. می توانید بعدا از این اطلاعات برای بدست آوردن درک بیشتری از پرارزش ترین مشتری ها استفاده کنید.
- اگر امکان آپلود کردن این لیست ها به ادوردز وجود داشته باشد می توانیم خط مستقیم تری از گزارشات تحلیلی به اقدام و عمل رسم کنیم. اگر در گزارشات آنالیتیکس به گرایشات و رفتار گروه هایی از مشتریان که اهمیت خاصی دارند دقت کنیم می توانیم با هدف قرار دادن مخاطبینی مشابه از طریق ادوردز باعث حفظ این مشتری ها و در صورت نیاز تغییر رفتار آن ها شویم.
- از لیست مخاطبین به عنوان پایه و اساسی برای تست های بهینه سازی نرخ تبدیل استفاده کنید.
احتمال تبدیل
احتمالا این مورد یکی از جالب توجه ترین این چهار آپدیت است و بیشترین پتانسیل را برای افزایش بازگشت هزینه بازاریابی دارد.
گوگل می تواند با تحلیل اطلاعات تاریخچه ای سایت و شناسایی خودکار الگوهای رفتاری مشتریانی که ارزش بیشتری دارند، بازدیدکنندگان اخیری که بیشترین احتمال تبدیل شدن در آینده را دارند شناسایی کند.
این امکانات قبلا از طریق ابزارهای مختلفی از جمله اطلاعات موجود در Google Analytics Premium، تحلیل های آماری و Google BigQuery وجود داشت. پلتفرم های پرداختی مربوط به مدیریت رسانه و گوگل ادوردز هم از این تکنیک های یادگیری ماشینی برای کمک به مدیریت پیشنهادات قیمت استفاده می کنند.
اما با بکار بستن این فناوری در پلتفرم گوگل آنالیتیکس استاندارد، کاربران بیشتری به این تحلیل ها که رفتار مشتری ها را پیش بینی می کنند، دسترسی دارند.
این ویژگی در ترکیب با سایر امکاناتی که در بالا لیست شد تصویر کامل تری نسبت به رفتارهای فعلی و آینده کاربران فراهم می کند. گوگل از تکنیک های یادگیری ماشینی برای شناسایی مشتریان آینده استفاده می کند و صاحبان سایت ها هم می توانند از این اطلاعات جهت ایجاد مخاطبینی برای تحلیل و بازاریابی مجدد استفاده کنند.
این ویژگی طی چند ماه آینده کم کم به تمام اکانت ها اضافه می شود پس بهتر است از همین حالا با پتانسیل های آن آشنا شوید.
بازاریاب ها چطور می توانند از این ویژگی استفاده کنند؟
- کیفیت ترافیکی که توسط فعالیت های بازاریابی مختلف ایجاد شده را مشخص کنید. معیاری تحت عنوان Average % Conversion Probability در قسمت گزارشات تبدیل، این اطلاعات را نمایش می دهد.
- خود گوگل چند نکته برای بازاریابی مجدد مطرح کرده است.
- مزایای این سیستم کاملا واضح و مشخص است: بازاریاب ها می توانند لیست هایی برای بازاریابی مجدد تهیه کنند تا کاربرانی را هدف بگیرند که احتمال خرید بیشتری دارند و بعد از طریق کمپین های تبلیغاتی در AdWords یا آزمایش و بررسی سایت در Optimize به آن کاربران دسترسی پیدا کنند.
با در نظر گرفتن این تغییرات به صورت کلی یک نکته کلیدی کاملا آشکار می شود. گوگل سعی دارد قابلیت های یادگیری ماشینی خودش را برای ایجاد درکی عمیق تر از کاربران استفاده کند که یکی از سودآورترین آنها تحلیل های آینده نگر است، بویژه برای کمپانی هایی با فناوری های هدفگیری کارآمدی مثل گوگل. آخرین بهبودهای صورت گرفته در گوگل آنالیتیکس باعث می شود این قابلیت ها در اختیار کاربران بیشتری قرار بگیرد.
2 پاسخ
مطلب خوبی بود مرسی.
سلام
خوشحالیم که این مقاله نظر شما رو جلب کرد، مقالات بیشتر رو می تونید در بلاگ مطالعه کنید.
https://www.ratin.agency/blog/