С чего начинается настройка ремаркетинга? С сегментирования аудиторий. И вот здесь можно столкнуться с распространенной проблемой. Без учета реальных конверсий в сегменты попадают пользователи, которые ничего у вас не покупают. Итог: вы тратите на них свои ресурсы, а возврата этих инвестиций нет. Как же решить эту проблему? На вебинаре вы узнаете, почему стандартного ремаркетинга в Google Analytics недостаточно, зачем нужны данные из CRM и как можно объединить эти данные с данными из Google Analytics для формирования правильной аудитории и увеличения ее размера. Мы расскажем, какие сложности могут возникнуть в процессе и как их избежать. Скачать запись вебинара можно по ссылке https://www.owox.com/c/4ok

2. Почему доверяют OWOX
Наши клиенты
персональный маркетинг-аналитик

3. Сбор данных
с OWOX BI
Автоматически объединяйте данные
из разных систем: все действия на
вашем сайте, звонки и заказы из CRM,
email-рассылки и расходы на
рекламные кампании.
Записаться на демо

4. Маркетинговые
отчеты с OWOX BI
Мы настроим для вас сквозную аналитику
и автоматизируем отчеты любой
сложности: по рекламным кампаниям,
когортному анализу, ROPO, CPA, ROI, ROAS,
LTV, САС, атрибуции и многие другие.
Записаться на демо

5. На демо мы познакомим вас с OWOX BI
и расскажем, как с помощью нашего
инструмента вы сможете решить задачи
маркетинг-аналитики.
Записаться на демо

6. Сегодня в программе
1. Зачем нужны данные CRM, если есть Google Analytics
2. Каким образом можно объединить данные Google Analytics и
CRM. Какая нужна структура данных. Какие сложности могут
возникать
3. Как CRM данные могут повысить эффективность списков
ремаркетинга

7. Зачем нужны данные CRM,
если есть Google Analytics

8. Какие данные хранятся в Google Analytics, а
какие есть в CRM?
Данные, которые доступны в Google Analytics:
1. Демографические данные (если пользователь разрешил их использовать)
2. Данные об общих интересах (если пользователь разрешил их использовать)
3. Данные об онлайн-поведении на сайте / в приложении
4. История поиска
Данные, которые доступны в CRM:
1. История покупок
2. Маржинальность товаров
3. Офлайн-покупки
4. Email / номера телефонов
5. Разные устройства пользователя
6. Дни рождения
7. Другие офлайн данные

9. Ограничения при использовании онлайн-
данных для сегментации аудиторий
1. Аудитории становятся слишком обобщенными
2. В аудитории не попадают пользователи, которые какое-то время не появлялись онлайн
3. Нет возможности отправлять персонализированные email-рассылки
4. При создании аудиторий не учитывается реальная исполняемость заказов
5. Нет возможности делать персонализированные предложения
6. Неэффективное использование средств при назначении ставок

10. Каким образом можно объединить
данные Google Analytics и CRM. Какая
нужна структура данных. Какие
сложности могут возникать

11. Как получить максимум пользы от
накопленных данных
1. Настроить экспорт данных о действиях пользователей из Google Analytics в Google BigQuery:
● GA360 export
● OWOX BI
1. Выгрузить в Google BigQuery информацию о клиентах и покупках из внутренних CRM/ERP
систем
2. Обработать данные в BigQuery для формирования сегментов
3. Передать данные из BigQuery в рекламные сервисы и создать аудитории для ремаркетинга
● В Google Analytics с помощью OWOX BI и дальше в Google Ads или Display & Video 360
● Кастомным коннектором сразу в рекламный сервис

12. Схема объединения данных для построения
аудиторий

13. Выгрузить данные об онлайн-поведении
пользователей в BigQuery
Если у вас GA360* ― прямая интеграция с BQ
Если у вас нет GA360 ― сбор данных с помощью OWOX BI
* для некоторых задач может понадобиться real-time поток данных

14. В какой структуре выгрузить в BigQuery
данные из CRM
Обязательные поля:
User_id ― единый идентификатор пользователя в CRM
Client_id ― идентификатор пользователя онлайн
Transaction_id ― идентификатор транзакции / конверсии
Transaction_status ― статус транзакции (completed, refunded, cancelled, pending,
in_process, awaiting_fulfillment, awaiting_shipment или awaiting_pickup)
Transaction_revenue ― доход от транзакции
Transaction_created ― время создания транзакции
Подробнее со структурой данных CRM можно ознакомиться по ссылке

15. Какие еще данные выгрузить в BigQuery из
CRM
Необязательные, но полезные данные:
● Имейлы
● Статусы подписок
● Информация об активности офлайн и картах лояльности
● Данные о проводимых в разное время sms-рассылках, рекламных
акциях и пр.
Подробнее со структурой данных CRM можно ознакомиться по ссылке

16. Как выгрузить в BigQuery данные из CRM
1. С помощью ИТ-отдела
2. Использовать встроенные коннекторы (если ваша CRM такие
поддерживает)
3. Использовать кастомные коннекторы:
● MSQL-сервер
● FTPS-сервер
● amoCRM

17. Обработка данных в BigQuery
Объединение данных онлайн и CRM
Определение сегментов для последующих аудиторий
Подробнее про OWOX UserID

18. Отправка данных в Google Analytics и
создание аудиторий
С помощью OWOX BI можно настроить выгрузку данных из Google
BigQuery в Google Analytics. Этот инструмент автоматически
импортирует сегменты в нужный набор данных в GA. При этом,
если объем импортируемых данных превышает допустимые
лимиты, OWOX BI автоматически делит выгрузку на несколько
порций и удаляет старые файлы с предыдущими загрузками.
Подробнее об импорте данных и формате по ссылке

19. На демо мы познакомим вас с OWOX BI
и расскажем, как с помощью нашего
инструмента вы сможете решить задачи
маркетинг-аналитики.
Записаться на демо

20. Способы формирования аудиторий
в Google Analytics
1. Передавать в GA агрегированную переменную, которая
включает в себя идентификаторы различных сегментов
пользователей. То есть каждое значение в этой переменной
отвечает за конкретный сегмент. Затем с помощью
регулярных выражений выбирают те категории, которые
необходимы для создания аудитории.
1. Передавать в пользовательские переменные (Custom
Dimension) конкретные характеристики пользователей, по
которым потом создают сегмент в GA.

21. Примеры того, как CRM данные
могут повысить эффективность
ремаркетинга

22. Увеличение аудитории ремаркетинга
Учитываем пользователей, которые не посещали сайт какое-то время и
не попали бы в аудиторию, если б учитывался только онлайн.
Дополнительные данные:
1. Предпочтения по категориям заказов (в том числе офлайн)
2. Пол, возраст, интересы

23. Персонализированные email-рассылки
Дополнительные данные:
1. Email
2. Предпочтения по категориям заказов (в том числе офлайн)
3. Онлайн-данные о поведении на сайте
Кейс “Rozetka увеличила доход с директ-маркетинга на 18% и получила
ROI 23%”

24. Не показывать пользователям уже
купленный товар
Дополнительные данные:
1. Данные об исполняемости заказов
2. Данные об офлайн покупках

25. Показывать пользователям товары
из интересующих категорий
Дополнительные данные:
1. Избранное
2. Товары-аксессуары

26. Персонализированные скидки
к знаменательным датам
Дополнительные данные:
1. Данные о днях рождениях (например, из данных карт лояльности)
2. Предпочтения по категориям товаров
3. Данные о номерах телефонов и / или email

27. Построение аудиторий на основании RFM-
анализа
1. RFM-анализ – полное руководство
2. Пример расчета RFM сегментов
3. Импорт результатов RFM-анализа в Google Analytics из Google
BigQuery
4. История Butik. Хочешь удержать клиентов — сегментируй!

28. Выводы
CRM-данные можно и нужно использовать не только для пост-анализа
эффективности ваших маркетинговых усилий, но и для оперативного и
качественного влияния на ваши аудитории для ремаркетинга.

30. mail@owox.ru
www.owox.ru
Вопросы?