Jak wdrożyliśmy analitykę BI w dziale content marketingu

Chcesz, żebym powiedział, czym Twoi pracownicy zajmują się w tym momencie? Generują raporty ręcznie w arkuszach kalkulacyjnych. Ile czasu spędzają, na próżno ignorując automatyzację? Zobaczyć realną sytuację prosto: policz liczbę roboczogodzin spędzonych na raportowanie i pomnóż przez średni koszt godziny pracy specjalisty. W tym artykule opowiem, dlaczego warto wprowadzać rozwiązanie BI dla firm, jakie problemy można rozwiązać poprzez automatyzację oraz co dostał Netpeak, po opracowaniu własnego rozwiązania BI dla działu content marketingu.

Jak długo trwała realizacja?

Realizacja projektu — zaczynając od sformułowania problemu i kończąc zakończeniem — zajęła około 5 miesięcy.

Co robiliśmy przez cały ten czas?

1. Przygotowanie do projektu

1.1 Określiliśmy główne i dodatkowe cele wdrożenia BI.

1.2 Określiliśmy, z których źródeł powinny być uzyskane niezbędne dane. Jako priorytetowe źródła obraliśmy Google AdWords, Google Analytics, oraz Facebook. Przeważająca większość budżetu reklamowego, przeznaczonego na projekty naszych klientów, jest skierowana na te platformy. Stał się również źródłem wewnętrzny ERP a szereg arkuszy kalkulacyjnych Google, wypełnionych przez pracowników.

1.3 Na podstawie celów, określiliśmy listę raportów, wykresów i filtrów, potrzebnych do rozwiązywania problemów biznesowych.

1.4 Opracowaliśmy architekturę bazy danych, która będzie przechowywać informację niezbędną do wizualizacji.

1.5 Dobraliśmy instrumenty służące realizacji projektu przy minimalnych kosztach finansowych.

2. Realizacja techniczna projektu.

2.1 Zbadaliśmy dokumentację, dotyczącą pracy z API uprzednio wybranych źródeł.

• Google Analytics — dokumentacja API;
• Google AdWords — dokumentacja API;
• Facebook — dokumentacja API.

2.2 Otrzymaliśmy dostęp do API wszystkich potrzebnych źródeł.

2.3 Napisaliśmy pakiety funkcji w języku R do pracy z  Facebook:

• pakiet rfacebookstat do pracy z API Facebooka.

2.3 Zbadaliśmy dokumentację pakietów funkcji do pracy z API Google Analytics i Google AdWords, również w celu przekształcenia pieniędzy w jedną określoną walutę:

• RAdwords;
• RGoogleAnalytics;
• RGA;
• quantmod.

2.5 Napisaliśmy skrypty w języku R do zbierania i rejestrowania danych ze wszystkich źródeł do bazy danych.

2.6 Skonfigurowaliśmy wizualizację raportów i wykresów.

2.7 Rozdzieliliśmy poziomy dostępu do rejestrów w odniesieniu do pracowników.

A teraz przechodzimy do szczegółów.

Jak określić cele wdrożenia BI?

W jaki sposób można zrozumieć, że Twoja firma potrzebuje BI, zamiast ręcznego zbierania i przetwarzania danych w arkuszach kalkulacyjnych?

Przeanalizuj:

W czasie pisania artykułu w Netpeak pracują ponad 30 specjalistów ds. reklamy kontekstowej. Każdy z nich regularnie zbiera i analizuje dane dotyczące kampanii z różnych systemów. Aby specjaliści mieli czas wolny na analizę danych i optymalizację reklamy, postanowiliśmy zebrać wszystkie niezbędne informacje “w jednym miejscu”.

W dziale content marketingu Netpeak określili takie cele:

1. Kontrola głównych wskaźników skuteczności kampanii reklamowych dla wszystkich platform i projektów.
2. Znalezienie sposobów na rozszerzenie kampanii reklamowych bez utraty wydajności.
3. Wzrost budżetu bez zmniejszenia skuteczności kampanii reklamowych.
4. Ogólny wzrost efektywności kampanii reklamowych dla wszystkich projektów.

Jak zrozumieć, które arkusze i wykresy są potrzebne, aby osiągnąć te cele?

Jest to proste. Kiedy ścisło określisz cel, rozumienie tego, jakie informacje i w jakiej formie muszą być otrzymane, pojawia się automatycznie.

Po rozmowach z ekspertami i kierownictwem działu zidentyfikowaliśmy listę raportów, wykresów i kluczowych wskaźników, na podstawie których pracownicy analizują kampanii reklamowe, a kierownictwo — ocenia skuteczność działu składającego się z ponad 30 osób.

W rezultacie zostały opisane 60 elementów wizualnych oraz szereg filtrów (dla wygody pracy z nimi).

Jak dobrać instrumenty służące realizacji projektu przy minimalnych kosztach finansowych?

Przy wyborze narzędzi najlepiej jest opierać się na opinii specjalistów mających co najmniej kilka platform BI i baz danych, a także umiejących pracować z dużą ilością danych.

Kolejnym punktem zwrotnym podczas wyboru platformy BI jest coroczne badanie Gartner Magic Quadrant for Business Intelligence & Analytics Platform.

Liderzy branży BI nie zmieniają się już od kilku lat. To są Microsoft (Power BI), Tableau Software (Tableau) i Qlik (QlikView, QlilSense). Akurat na te rozwiązania należy zwrócić uwagę.

Wybierając platformę BI do określonego celu, należy rozważyć:

Wybrałem następujące narzędzia:

1. Arkusze kalkulacyjne Google — do przechowywania informacji referencyjnych o projektach oraz informacji, którą pracownicy codziennie wpisują ręcznie. Z reguły są to małe arkuszy, które składają się z maksymalnie kilkuset wierszy. To narzędzie jest darmowe i idealnie pasuje do osób pracujących razem w jednym dokumencie w trybie online.
2. Język R — do zebrania informacji z API systemów reklamowych. To narzędzie też jest darmowe, zostało ono zaprojektowane do szybkiego przetwarzania dużych ilości informacji.
3. MySQL —  SZBD do przechowywania zebranych informacji, które nie trzeba w przyszłości w żaden sposób zmieniać. Do bazy danych zapisywaliśmy dane zagregowane, więc wydajności MySQL z pewnością wystarczy, aby rozwiązać problem. Dostajemy około 300 tysięcy wierszy danych miesięcznie — gdy baza danych a indeksowanie arkuszy są prawidłowo skonfigurowane, wtedy wydajność MySQL jest wystarczająca do przetwarzania tych danych.
4. Microsoft Power BI — narzędzie do wizualizacji danych. Dostępne funkcji pozwalają rozwiązać określony problem. Ponadto Microsoft Power BI jest darmowy dla pulpitów, a wersja online będzie tańsza, niż konkurencyjne (Nie ma potrzeby kupowania osobnego serwera, wszystkie dane są przechowywane i przetwarzane na serwerach Microsoftu).

Techniczna realizacja projektu

Techniczna realizacja powinna być rozpoczęta opisem procesu zbierania, przetwarzania, agregacji, przechowywania i wizualizacji danych.

Aby obliczyć miejsce potrzebne do przechowywania informacji, należy określić:

• częstotliwość, z jaką raporty muszą być aktualizowane;
• ilość danych, która ma być przechowywana;
• jaki będzie rozmiar bazy po roku pracy.

Zbieramy informacje co miesiąc, dalej w ciągu miesiąca specjaliści optymalizują kampanii reklamowe na podstawie raportów, i w przyszłym miesiącu otrzymamy informacje dla dalszej optymalizacji i rozszerzenia się.            

Schemat pracy

Schemat pracy rozwiązania BI dla działu content marketingu

1. Co miesiąc wszyscy marketingowcy dodają dane, dotyczące ich projektów, do arkusza kalkulacyjnego Google. W taki sposób zbieramy katalog, który zawiera wszystkie niezbędne do skryptów informacje.
2. Po aktualizacji katalogu uruchamiają się skrypty, które zbierają informację za pomocą API ze wszystkich platform reklamowych, zajmują się ich dalszym łączeniem, agregacją i przechowywaniem w bazie danych MySQL.
3. W ciągu miesiąca pracownicy firmy wypełniają mnóstwo innych dokumentów w arkuszach Google: informacje, dotyczące oceny skuteczności projektów, nowych i zakończonych projektów i tak dalej. Te wszystkie dokumenty są związane z Power BI Desktop za pomocą łącznika R.
4. Raz w miesiącu, po zebraniu wszystkich informacji za ostatni miesiąc, za pomocą przycisku “update” w interfejsie Power BI desktop zostaną zaktualizowane wszystkie raporty i wykresy.
5. Dane są publikowane w Power BI Service, żeby specjaliści, team liderzy i kierownicy działu mogli otrzymać dostęp online do nich.

Jak specjaliści ds. reklamy kontekstowej używają rozwiązania BI?

Na początek, w Power BI można określać rolę. Więc każdy pracownik będzie miał dostęp do określonego zestawu danych.

Struktura działu:

DH (Department Head) — kierownictwo. Pracownicy z tym poziomem dostępu mogą zobaczyć informacje o wszystkich projektach, co pomaga im kontrolować pracę działu i reagować w odpowiednim czasie na negatywne trendy, dotyczące kluczowych wskaźników zespołów.

TL (Team Leaders) — liderzy zespołów. Mają dostęp do informacji o projektach specjalistów, pracujących w ich zespole, ale nie widzą danych o projektach innych zespołów.

IM (Internet Marketer) — specjaliści ds. reklamy kontekstowej. Mają dostęp do informacji wyłącznie o swoich projektach, ale nie widzą dane dotyczące projektów innych specjalistów.

Wyraźnie ograniczyliśmy dostęp do danych. Każdy pracownik ma dostęp do potrzebnej mu informacji i może podejmować decyzje na swoim poziomie odpowiedzialności.

W raportach BI Można zobaczyć informacje ogólne, dotyczące KPI, które mają kontrolować naczelnicy wydziałów i zespołów:

Rozpatrzmy szczegółowo, w jaki sposób specjaliści korzystają z opracowanego narzędzia podczas zarządzania kampaniami reklamowymi.

1. Ogólna analiza projektu

Pierwsza tabela, którą widzą specjaliści, wyświetla dane na temat ilości pieniędzy wydanych, ilości wyświetleń, kliknięć, CTR i ceny za kliknięcie w ramach projektu, źródła i kanału ruchu.

Z tych danych, zaczyna się głębsza analiza każdego projektu. Specjalista może przystąpić do badania wykresów, odzwierciedlających liczbę utraconych transakcji, przychody i konwersje, i na podstawie tych danych wyciągnąć wnioski.

2. Analiza kosztu utraconych korzyści

Koszt utraconych korzyści — na wykresie podzielony na straty budżetu i pozycji.  

• Specjalista może natychmiast zobaczyć: projekty i kampanie, gdzie jest to możliwe, aby zwiększyć budżet bez zmniejszenia skuteczności kampanii reklamowych;
• Projekty i kampanie, w których trzeba zwrócić uwagę na wynik jakości a koszt leadów, aby zminimalizować straty związane z niskim rankingiem reklamy.

Specjalista także może przeanalizować za pomocą tej tabeli konwersje utracone z powodu niewystarczającego budżetu. W niej są przedstawione dane dla każdego projektu i kampanii,

informujące o tym, ile pieniędzy nie wystarczyło dla maksymalnie możliwego zasięgu, a ile transakcje zostały utracone w związku z tym.

Także specjalista ma dostęp do grafiki, pokazującej część budżetu, która potencjalnie mogłaby być wydana bez utraty skuteczności.

Po obejrzeniu wymienionych wykresów i raportów specjalista może napisać list z zaleceniami co do zwiększenia budżetu, jak również określić wysokość dochodu lub liczbę transakcji i konwersji, które zostaną uzyskane poprzez zwiększenie budżetu. W taki sposób specjalista dowie się, w jakich projektach a dla których kampanii można skutecznie zwiększyć budżet reklamowy i przynieść więcej korzyści dla klientów.

3. Analiza utraconych konwersji w związku z pozycją reklamy

Kolejny krok — minimalizacja utraconych korzyści, związanych z rankingiem reklamy. W tym przypadku istnieją dwa sposoby:

3.1. Zwiększenie jakości słów kluczowych

Przede wszystkim konieczne jest, aby zwrócić uwagę na wynik jakości, ponieważ to pomoże zoptymalizować koszt transakcji.

Do pracy ze wskaźnikiem jakości dostępne są sześć wykresów.

Pierwsze dwa wykresy pokazują ogólne informacje, dotyczące wyniku jakości projektów. Można również przejść na poziom kampanii lub grupy reklam.

Wykres lewy rozdziela wszystkie słowa kluczowe w koncie na trzy grupy:

• High (zaznaczone na zielono) — słowa kluczowe o wysokim wskaźniku jakości, od 8 do 10 punktów.
• Middle (zaznaczone na żółto) — słowa kluczowe o średnim wskaźniku jakości, od 5 do 7 punktów.
• Low (zaznaczone na czerwono) — słowa kluczowe o wyniku jakości mniej niż 5 punktów.

Wykres po prawej stronie pokazuje średni wskaźnik jakości konta, kampanii lub grupy reklam.

Za pomocą tych wykresów specjalista widzi konta problemowe, kampanii, grupy reklam i potrafi powiedzieć w skrócie, jakie słowa kluczowe powinny być zoptymalizowane.

Poniższe trzy wykresy pokazują każdy składnik wyniku jakości w ramach kont, kampanii oraz grup reklam.

Na każdym grafiku widać, stosunek słów kluczowych według różnych ocen. Odsetek słów kluczowych z wynikiem powyżej średniego poziomu jest zaznaczony na zielono, średniego — na żółto, niskiego — na czerwono.

Na schemacie po lewej stronie widać ocenę kluczowych słów odpowiednio do relewantności reklam. Dla słów kluczowych z niską oceną specjalista musi ułożyć reklamę w taki sposób, żeby ona zawierała w tytule lub tekście słowa kluczowe.

Centralny schemat odzwierciedla ocenę słów kluczowych według oczekiwanego wskaźnika CTR. Ten współczynnik ma większy wpływ na wskaźnik jakości niż inne. Jednak zmienić go jest wystarczająco trudne. Jeśli grupa zawiera wysoką część reklam z niskim poziomem oczekiwanego CTR, specjalista musi uczynić reklamy bardziej widocznymi i atrakcyjnymi: sprawdzić, czy rozszerzenia reklam są włączone, bardziej twórczo podejść do samych tekstów oraz tytułów reklamy.

Diagram po prawej stronie pokazuje ocenę jakości strony docelowej. W tym przypadku specjalista powinien starać się zmienić stronę lądowania na bardziej relewantną, lub polecić klientowi przepisać tekst na stronie docelowej, żeby słowa kluczowe z grup reklam zdarzały się częściej.

Po opracowaniu specjalistą wskaźniku jakości i osiągnięciu maksymalnego poziomy obniża się stawka kliknięcia. W związku z tym zwiększa się liczba kliknięć i transakcji przy tym samym budżecie.

3.2 Podniesienie stawek w kampaniach reklamowych, gdzie koszt przyciągnięcia klienta no pozwala

Jeśli po optymalizacji wskaźnika jakości ciągle tracisz konwersji przez niski ranking reklamy, zwróć uwagę na ustalone stawki. Aby marketingowiec był w stanie ocenić, czy potrafi on zwiększyć stawki w ramach kampanii reklamowej.

Analiza wartości transakcji

Specjalista zna koszt dopuszczalny konwersji dla każdego projektu i może porównać te dane z tym, ile konwersji były utracone. Jeżeli wartość transakcji jest poniżej dopuszczalnego i przy tym istnieje utrata dochodów z powodu niskiego rankingu, warto zwiększyć stawki. W takim przypadku liczba utraconych aukcji zmniejszy się i specjalista będzie w stanie dotrzeć do większej liczby użytkowników zainteresowanych, i jako skutek — zwiększyć dochód.

4. Rozszerzenie kampanii

Dla rozwiązań BI jest dodany szereg raportów, dotyczących kosztu kliknięcia w Google AdWords według różnych tematyk, a także krajów i miast. Opierając się na te dane, marketingowiec może ocenić, czy warto rozszerzać kampanii reklamowe na konkretne miasta i regiony i zrobić to tak maksymalnie skutecznie, w zależności od możliwości i specyfiki biznesu klienta.

Obecnie dostępne są informacje na temat kosztu kliknięcia:

• w 188 krajach;
• w 25,7 tysiącach miast;
• podzielone na 27 tematów:

Również podobny raport, dotyczący kosztu kliknięcia według tematyki i kraju jest dostępny na Facebooku.

Wersja demonstracyjna części gotowego rozwiązania na przykładzie losowo generowanych danych

Zobacz demo opisanego rozwiązania na przykładzie danych testowych pod tym linkiem.

Wnioski

Jak wdrożyliśmy analitykę BI dla działu content marketingu:

1. Określiliśmy cele, źródła oraz listę raportów wymaganych do rozwiązywania problemów biznesowych.
2. Opracowaliśmy architekturę bazy danych i dobraliśmy instrumenty niezbędne do realizacji projektu.
3. Otrzymaliśmy dostęp do API wszystkich niezbędnych źródeł i opracowaliśmy pakiety funkcji w języku R.
4. Wizualizowaliśmy raporty w Power BI.
5. Ograniczyliśmy dostęp do danych, w zależności od roli pracownika.

Jaki jest wynik?

1. Kierownictwo:

• Kontroluje KPI działu;
• Otrzymuje dane dla rozdzielenia projektów pomiędzy specjalistami w zależności od ich zajętości.

2. Marketingowcy na podstawie uzyskanych danych:

• Szacują ilość utraconych dochodów; analizują konwersji utracone w związku z rankingiem.
• Optymalizują kampanii reklamowe i łatwo określają strefę wzrostu;
• Rozszerzają kampanii reklamowe, dołączając nowe regiony i źródła.