Abyste byli schopni efektivně optimalizovat vaše marketingové aktivity, je důležité znát dopodrobna veškerá svá data, která rozhodují o úspěchu či neúspěchu vámi zvolené strategie. Často je pak velkou výzvou spoléhat se na data z mnoha různých systémů najednou. Proto jsme spolu s vývojáři platformy ROI Hunter zapracovali na implementaci dat z interního systému Allegra a zefektivnili tak naši práci o mnoho hodin týdně, které jsme pak mohli věnovat účinné optimalizaci.
Co toto řešení ve zkratce přineslo:
- Desítky hodin uspořeného času měsíčně
- Zpomalení extrémního stárnutí PPC specialistů
- Ušetření několika šálků kávy denně
- Ale hlavně: zvýšení ROI kampaní až 7,4x
Jak to začalo
Když používáte pro vyhodnocení výkonnosti svých kampaní více systémů měření dat, každý z těchto systémů přispívá svojí měrou důležitých informací. Když ale tyto systémy nemluví stejným jazykem, můžete přijít o velice důležitou část informace, kterou byste použili k zefektivnění výsledků. Kromě toho můžou vzniknout chyby v dalším plánování vašich kroků, které vedou k dlouhodobě horším výsledkům. Tuto situaci zná jistě každý, kdo se snaží skloubit vyhodnocování dat z Facebooku a Google Analytics. Naštěstí tyto dvě platformy můžeme vyhodnocovat na jednom místě díky nástroji ROI Hunter.
Co se ale stane, když se do vyhodnocování vloží ještě jeden další systém, se kterým musíte pracovat? Přesně takový případ mělo Allegro, jeden z největších polských online obchodů, který funguje podobně jako u nás Aukro. Allegro má totiž svůj vlastní interní systém, který samo vyvinulo tak, aby maximálně splňoval všechny jejich náročné požadavky pro vyhodnocování výsledků kampaní ze všech zdrojů. To znamená, že pro získání reálného obrazu jejich marketingových aktivit muselo být zapojeno do vyhodnocování hned několik různých systémů zároveň.
Pro nás v Business Factory to pak představovalo doslova hodiny a hodiny práce párování tisíců unikátních záznamů z jejich interního systému s našimi výsledky ve Facebooku. Ve výsledku to znamenalo, že jsme běžně ztráceli čas na jednoduchých úkolech, které by zvládly splnit i cvičené opice, místo toho, abychom se soustředili na podrobnou analýzu výsledků a optimalizaci kampaní pro maximalizaci výkonnosti. Tento problém jsme proto potřebovali zautomatizovat.
Původní proces:
- Obdrželi jsme týdenní export jako tabulku v Excelu s detaily kampaní.
- Manuálně jsme párovali tisíce kampaní, ad setů a reklam s konkrétními útratami na Facebooku.
- Během párování jsme si vytrhali spoustu vlasů a vypili litry kávy.
- Ve zbývajícím čase jsme se pokusili o alespoň drobnou optimalizaci.
- Další týden jsme proces zopakovali.
Výzva 1:
Interní systém Allegra je nastavený tak, aby nám posílal hodnoty pro každou položku jako:
- Počet transakcí
- Hrubé příjmy
- Čisté příjmy
Facebook má ale zcela jiné parametry, se kterými vyhodnocuje výkonnost kampaní. Výsledkem tedy bylo limitované a opožděné porozumění výkonu jednotlivých kampaní/adsetů/reklam.
Výzva 2:
Jejich systém postrádal informace o tom, které konkrétní reklamy přivedly návštěvníky na jejich web. Pro tyto případy marketéři většinou používají UTM parametry jako například „kampaň“ a „typ obsahu“ a řídí se nimi pro další analýzu výsledků. Nicméně tento přístup je téměř nemožný pro tisíce reklam, reklamních sestav a kampaní.
Jak jsme na celou situaci nakonec vyzráli?
Co jsme potřebovali, bylo řešení šité na míru tak, aby umožnilo komunikaci všem systémům najednou a bylo možné vidět data na jednom místě pro možnou okamžitou analýzu výkonu každé z reklam. Takže tým našich vývojářů přišel s následujícím řešením:
- Pro každou reklamu bude vygenerováno unikátní ROI Hunter ID, které bude zakomponováno v UTM parametrech pro každou reklamu. Toto ID v UTM pak může vypadat například takto: utm_content=at1!12526154.
- Allegro poté každou hodinu exportuje reálné výsledky z interního systému právě podle výše zmíněného UTM parametru utm_content (např. utm_content=at1!12526154) a přidá ke každému ROI Hunter ID hodnotu transakcí, jejich počet a čistý zisk. Automaticky je poté nahraje na zabezpečenou adresu na našem FTP serveru.
- Naši vývojáři připravili algoritmus na pozadí ROI Hunteru, který automaticky páruje data z exportovaných souborů podle jejich ROI Hunter ID a to na všech úrovních (reklamy/reklamní sestavy/kampaně).
- My, kteří kampaně spravujeme, tak můžeme vidět výsledky z interního systému Allegra pro každou reklamu téměř v reálném čase a můžeme je díky tomu velice snadno optimalizovat.
Jaké to přineslo výsledky?
Zlepšení výsledků přišlo téměř okamžitě poté, co jsme toto technické řešení dokázali rozchodit v praxi.
- Během tří týdnů jsme byli schopni propojit veškerá reálná data z interního systému Allegra automaticky s daty ve Facebooku a vidět je přehledně na jednom místě.
- Dny práce jsme dokázali minimalizovat na minuty a to tak, že kampaně bylo možné optimalizovat na všech úrovních.
- Získali jsme spoustu volného času na provedení dalších testů a detailní analýzy dat, které jsme ze všech systémů získali.
- Díky zefektivnění naší práce jsme byli schopni zvýšit ROI až 7,4x oproti předchozím dvěma měsícům před plnou automatizací výsledků a hlavně jsme zvýšili spokojenost klienta.
Díky tomuto řešení jsme získali jasné poučení: Pokud máme kompletní přehled o veškerých datech a jsme schopni jednat rychle, můžeme naše kampaně snadno mnohonásobně vylepšit.
