以用户驱动利润——Webtrekk数据解决之道

初级网站分析师关注数据,中级网站分析师关注业务,高级网站分析师关注人。这是数据分析的三个不同的阶段,同时也说明了网站数据分析的方向。人的行为产生数据,人的信息产生价值,人的决策产生利润。数据分析中最有价值的部分都与人密不可分。人是连接数据与价值的纽带,在网站数据分析的过程中对人关注的再多也不为过。

Webtrekk是一个以原始数据为基础,提供网站分析工具和服务的公司。之前的文章中我们曾经介绍过他们的工具,最近这款工具进行了全面升级。其中最主要的部分是将URM(User Relationship Management)模块升级为DMP(Data-Management Platform)。从用户行为和生命周期的管理提升为以用户为中心的数据管理和应用平台。通过用户聚焦跟踪、预测生命周期价值、以及更强的定位功能来加强对用户行为的预测及生命周期中价值的挖掘。在介绍这些新功能之前我们先来简单看下URM的进化历程。

Webtrekk的URM前身是CRM管理系统,CRM是市场营销人员都比较熟悉的工具,它主要功能是负责收集和管理网站中的客户信息,但CRM有很强的局限性,它几乎没有分析的功能,更谈不上预测和价值挖掘。并且CRM也有一些自身的问题无法克服,首先是整体的数据量较少,并且更新速度较慢,信息的出错率较高。CRM中大部分数据都是已知客户的信息并且由于更新频率较低,属于静态数据,在营销过程中很难起到支持作用。

Webtrekk在CRM的基础上创建了客户关系管理系统URM。URM直接从网站中实时获取及更新用户信息,并且通过对用户的追踪记录,精准识别每一位用户,对用户的行为数据进行追踪和记录。除此之外URM还提供多种用户信息接入方式,通过将线上,线下,广告端,网站端,PC端和移动端的数据整合最大程度的还原了用户在不同设备及线上线下的行为信息,使得用户信息不再是一座座的数据孤岛。

URM与传统网站分析的关系

用户数据广泛整合与标记为Webtrekk的多维度用户行为分析提供了支持。URM基于结构化的用户数据描绘出完整的用户画像。并提供了全面的用户价值分析模型,在这个分析模型中分为三部分,访问分析,访客分析和用户分析。在这个分析模型中打破了传统基于访问的数据采集和分析模式。更加关注用户画像,跨设备访问行为以及偏好的挖掘和分析。

用户信息卡

URM的另一个特点是对于用户数据的应用。在URM中支持根据业务需求自定义KPI指标。我们常说无法度量就无法改进,无法改进就无法提高。对于用户的管理也是如此。与用户的生命周期相似,大部分的网站及产品也有自己的生命周期。从导入期、成长期、成熟期到衰退期每个阶段对于用户的衡量标准都不一样。导入期我们关注用户的数量,成长期关注用户粘性,成熟期关注用户的质量和价值。除此之外URM中还支持使用RFM模型进行分析对用户进行细分。

RFM模型

以上都是Webtrekk的URM模块功能。最新的版本中Webtrekk将URM升级为DMP,全面提升了用户聚焦跟踪,生命周期价值预测和定位功能。DMP提供了关于用户更丰富、预测性的应用——无论他们使用何种设备。每一页面,每一个来源,每一次搜索,以及看过或买过的每一件产品,这一切都基于用户进行存储。以用户数据支持网站的职能营销和个性化推荐功能。实现了从数据采集到数据应用的闭环。

用户聚焦跟踪

每一位数据分析师都知道,分析汇总数据是对人类的犯罪。因此我们强调细分的重要性。Webtrekk的UCT分配给每个用户一个客户ID,以支持分析师的每一种细分和挖掘。此外,作为客户管理的核心模块,UCT也在摆脱Cookie的束缚来解决数据准确性的问题。UCT的客户ID可以跨设备进行跟踪,这是单纯基于Cookie跟踪无法实现的。在Cookie的机制下,用户通过智能手机、平板或PC访问了网站会被识别为一个访客。而UCT为提供关于客户的准确的数据提供了可能。客户ID跨越任何单个设备进行追踪,这个ID可以帮助你为客户提供基于单个设备的个性化体验:根据他们的喜好、平均订单量或者更多信息,实时提供信息。

预测生命周期价值

什么样的用户更有价值,哪些用户更有“潜力”?用户价值挖掘并非一朝一夕的事情。Webtrekk URM给了你不一样的分析视角。URM通过相同属性用户的历史数据来预测用户整个生命周期中的价值。基于用户聚焦跟踪功能和非Cookie的准确用户追踪模式,客户ID能让你了解到底客户对服务、产品、价格或广告活动的反馈。并基于这些历史数据提供更好的用户体验以挖掘用户生命周期中更大的价值。

更强的定位功能

我知道我的广告费有一半浪费了,但遗憾的是,我不知道是哪一半被浪费了。Webtrekk 中的定位功能也许可以解决这个问题,定位功能可以更加高效的支持Webtrekk的智能推荐功能,包括实时广告和邮件再营销等完全集成在Webtrekk URM之中。这样一来,你在进行市场营销时无需猜测广告终端的用户到底是谁。

除此之外,升级后的Webtrekk还将DMP模块与智能营销模块MA(Marketing Automation)整合,从外部营销和内部推荐两部分对DMP数据进行应用。对特定渠道和特定偏好的用户展现与之相对应的个性化内容。我们对MA背后的算法不得而知,但可以确定的是个性化内容的推荐必须基于结构化的高质量历史访客数据。而这些数据来自于Webtrekk的DMP中。

在Webtrekk的MA中分为线上广告和个性化内容推荐两部分,在两部分的功能中都导入来自URM的数据及分析结果。对于线上广告投放,MA的系统中允许我们加入广告活动的起止时间,对象,内容和位置等条件,而对象可以是应用来自DMP的用户分类规则。

用户规则1

应用用户分类规则后的广告将只对特定的人群展示广告,以提高目标用户与广告内容的匹配度。

新老客户

除了线上广告以外,MA和DMP的组合也可以应用在站内推荐上,用以向用户推荐商品和挽回可能流失的客户。从MA的界面中可以看到,系统允许导入来自URM的定义好的用户群体规则。

用户规则

从数据的追踪采集,到线上线下数据的整合,分析,以及最终的应用。Webtrekk通过Tag Integration,Data-Management Platform,Analytics和Marketing Automation链接成了一个完整的闭环。而在这个闭环中用户数据的整合,管理和分析起到了至关重要的作用。通过对用户数据的管理,分析和预测,Webtrekk实现了以用户驱动利润的数据解决之道。

suuite

Speak Your Mind

*