Bài viết này minh họa cách sử dụng, sửa đổi và tạo phân đoạn mới để phân tích dữ liệu của bạn.
Trong bài viết này:
So sánh Người chuyển đổi và Người không chuyển đổi
Phân đoạn hệ thống được thiết kế để bao gồm một phạm vi rộng các trường hợp sử dụng phổ biến. Trong ví dụ này, chúng tôi sẽ sử dụng hai phân đoạn hệ thống, Người chuyển đổi và Người không chuyển đổi, để so sánh hai điều mà mọi chủ sở hữu trang web hoặc ứng dụng đều quan tâm: số người dùng chuyển đổi (hoàn thành mục tiêu và/hoặc giao dịch) và số người dùng không chuyển đổi.
Hiểu những người dùng chuyển đổi giúp bạn tinh chỉnh các khía cạnh thành công trong tiếp thị của mình và cho bạn biết chỗ nào bạn có thể cải thiện những nỗ lực của mình để tiếp cận người dùng biểu lộ tiềm năng chưa khai thác.
Đưa ra thông tin chi tiết về lý do tại sao người dùng không chuyển đổi cho phép bạn giải quyết những điểm yếu trong cách bạn tiếp cận họ.
Đối với ví dụ đầu tiên này, hãy áp dụng hai phân đoạn hệ thống Người chuyển đổi và Người không chuyển đổi cho báo cáo Tổng quan về đối tượng để xem cách các phân đoạn đó cung cấp một cái nhìn mới về dữ liệu như thế nào.
Bạn có thể thấy rằng có ít người dùng chuyển đổi hơn (20.042 so với 54.212) và những người dùng đó thực hiện ít phiên hơn (27.788 so với 59.080).
Tuy nhiên, mặc dù Người chuyển đổi chiếm ít hơn một nửa lưu lượng truy cập đến trang web so với Người không chuyển đổi, nhưng họ chiếm nhiều hoạt động hơn trên trang web:
- Gấp trên 4 lần số lần xem trang
- Gấp trên 7 lần số trang mỗi phiên
- Gấp trên 10 lần thời lượng phiên trung bình
- Khoảng ⅙ tỷ lệ thoát
Việc người dùng chuyển đổi tương tác nhiều hơn không hẳn là một bất ngờ, nhưng dữ liệu cho thấy rằng khi bạn đã có người dùng trên trang web của mình thì họ sẽ trở nên tương tác nhiều. Và khi họ quay lại: hơn một phần ba trong số tất cả những Người chuyển đổi là người dùng quay lại.
Khi bạn áp dụng phân đoạn, chúng vẫn có hiệu lực cho tất cả các báo cáo của bạn, cho phép dễ dàng đánh giá dữ liệu trong nhiều ngữ cảnh khác nhau.
Mở báo cáo Nhân khẩu học > Độ tuổi.
Lưu ý rằng tỷ lệ giữa số chuyển đổi và không chuyển đổi giảm đều theo độ tuổi.
Nhóm 25-34 chiếm hầu hết các phiên có chuyển đổi (6312 hay 42,65%) và là nhóm chia đều nhất giữa số phiên có chuyển đổi và số phiên không có chuyển đổi (6312 so với 6886).
Có thể người dùng 25-34 vốn có khuynh hướng mua hàng trực tuyến hơn hay sản phẩm hoặc dịch vụ của bạn có sức hấp dẫn đặc thù với nhóm này. Hoặc có thể hoạt động tiếp thị của bạn tập trung hơn vào người dùng trẻ hơn. Những thống kê này cũng có thể cho thấy rằng trang web của bạn hướng tới đối tượng trẻ hơn, tinh thông về mặt kỹ thuật hơn. Bạn không thể nói chính xác những gì đang diễn ra chỉ từ thông tin này, nhưng rõ ràng cho đến bây giờ nhóm nhân khẩu học trẻ nhất đặc biệt có giá trị đối với bạn và các nhóm nhân khẩu học khác có thể ít giá trị hơn khi độ tuổi tăng.
Hai nhóm tuổi 25-34 và 35-44 cùng thực hiện trên một nửa tổng số phiên (56,9%) và thậm chí chiếm tỷ lệ phần trăm chuyển đổi cao hơn (64%).
Lưu ý rằng nhóm tuổi 65+ chỉ chiếm 5,1% tổng số phiên và chỉ chiếm 3,5% tổng số chuyển đổi, điều này dường như củng cố giá trị cho bạn về nhân khẩu học người trẻ tuổi.
Tuy nhiên, mặc dù độ tuổi 25-44 chiếm 64% số chuyển đổi, người dùng 65+ có tỷ lệ chuyển đổi cao hơn: 0,77% so với tỷ lệ kết hợp là 0,63% của người dùng 25-44 tuổi. Ít chuyển đổi hơn từ nhóm 65+, nhưng có vẻ như có tiềm năng tốt, chưa khai thác trong nhóm đó.
Mở báo cáo Nhân khẩu học > Giới tính và đặt chỉ số Chuyển đổi cho Tất cả các mục tiêu và xem các nhóm giới tính có chuyển đổi khác nhau hay không.
Người dùng nam có số phiên có chuyển đổi gấp 2,5 lần so với người dùng nữ (12.011 so với 4.756).
Tuy nhiên, nếu bạn nhìn vào Tỷ lệ chuyển đổi mục tiêu, bạn thấy rằng mặc dù số lượng nữ chuyển đổi ít hơn, nhưng Tỷ lệ chuyển đổi mục tiêu của họ cao hơn một chút so với nam (84,13% so với 83,56%).
Với áp dụng đơn giản hai phân đoạn hệ thống, bạn có thể điều hướng qua một vài báo cáo và bắt đầu thấy các mẫu xuất hiện:
- Người dùng trẻ hơn chiếm tổng số chuyển đổi nhiều hơn, nhưng người dùng già hơn có tỷ lệ chuyển đổi cao hơn.
- Người dùng nữ chiếm tổng số chuyển đổi nhiều hơn, nhưng người dùng nam có tỷ lệ chuyển đổi cao hơn.
Mặc dù điều tra ban đầu này không thể cung cấp đánh giá đầy đủ cho những thay đổi về cách bạn phân bổ tài nguyên, nhưng nó cung cấp hướng để điều tra thêm.
Ví dụ: tạo phân đoạn cho mỗi nhóm tuổi cũng như giới tính và áp dụng chúng cho báo cáo Chiến dịch của bạn để xem hoạt động tiếp thị của bạn có hấp dẫn chủ yếu với một nhóm nào hay không. Nếu hoạt động tiếp thị của bạn có sức hấp dẫn không chủ định và hẹp, bạn có thể tạo thêm chiến dịch và quảng cáo hướng đến các nhóm cho thấy tiềm năng nhưng không phản hồi tốt với hoạt động tiếp thị hiện tại của bạn (ví dụ: nữ hoặc người dùng 65+).
Áp dụng cùng những phân đoạn đó cho báo cáo Vị trí địa lý để xem liệu có vị trí mà bạn không chạy chiến dịch, nhưng có tỷ lệ cao hơn trong số những người dùng cho thấy nhiều tiềm năng.
Áp dụng những phân đoạn đó cho báo cáo Tổng quan về sở thích để xem sở thích giữa các nhóm khác nhau nhiều như thế nào và liệu bạn có cần phát triển đối tượng chuyên biệt hơn cho các lần mua quảng cáo lập trình của bạn.
Khi bạn thực hiện khám phá ban đầu về dữ liệu có ý nghĩa (ví dụ: nhóm thể hiện là nguồn chuyển đổi tiềm năng), bạn có thể tạo các phân đoạn tương ứng, áp dụng chúng cho các báo cáo của bạn và thực hiện phân tích kỹ lưỡng để xem những nỗ lực và phân bổ tài nguyên mới nào bạn có thể thực hiện để tận dụng thông tin chi tiết đó.
Phân tích Phiên có chuyển đổi từ khu vực địa lý cụ thể
Trong ví dụ này, chúng tôi sẽ sao chép và sửa đổi phân đoạn hệ thống Phiên có chuyển đổi.
Bắt đầu với báo cáo Tổng quan về đối tượng và áp dụng phân đoạn Phiên có chuyển đổi.
Xóa phân đoạn Tất cả các phiên để bạn có thể tập trung vào chỉ những phiên mà người dùng đã hoàn tất chuyển đổi.
Với một phân đoạn hệ thống đó được áp dụng, bạn có thể xem qua các báo cáo của mình để xem liệu có tập hợp con dữ liệu có thể đáng quan tâm, ví dụ: khu vực địa lý có số lượng phiên có chuyển đổi tương đối cao. Mở báo cáo Địa lý > Vị trí.
Trong trường hợp này, Hoa Kỳ có số lượng phiên có chuyển đổi nhiều hơn gấp 10 lần quốc gia thành công thứ hai.
Bạn có thể sao chép và sửa đổi phân đoạn gốc để thêm bộ lọc bổ sung sao cho bạn có thể kiểm tra các tập hợp con dữ liệu (ví dụ: Phiên có chuyển đổi từ Hoa Kỳ). Với phân đoạn hẹp hơn được áp dụng, bạn có thể điều hướng qua các báo cáo tập trung vào chỉ tập hợp con đó.
Ở đầu báo cáo, mở menu cho Phiên có chuyển đổi và nhấp vào Sao chép.
Định nghĩa phân đoạn gốc mở ra trong trình tạo phân đoạn.
Nhấp vào + Thêm bộ lọc để thêm bộ lọc điều kiện bổ sung giới hạn phân đoạn chỉ trong những phiên có chuyển đổi bắt nguồn từ Hoa Kỳ.
Đặt tên cho phân đoạn mới có ý nghĩa đối với bạn (ví dụ: Phiên có chuyển đổi - Hoa Kỳ).
Nhấp vào Lưu.
Xóa phân đoạn Phiên có chuyển đổi để bạn có thể tập trung vào chỉ những chuyển đổi ở Hoa Kỳ.
Từ đây, bạn có thể mở bất kỳ báo cáo nào khác của bạn và kiểm tra chỉ tập hợp con dữ liệu cụ thể này.
Căn cứ vào tỷ lệ chuyển đổi cao, việc hiểu được đối tượng này bao gồm những kiểu người dùng nào rất hữu ích.
Mở báo cáo Nhân khẩu học > Tổng quan.
Bạn có thể thấy ngay lập tức rằng hầu hết người dùng chuyển đổi 25-34 tuổi và là nam.
Mở báo cáo Sở thích > Danh mục sở thích.
Mặc dù có phân phối khá đều giữa 10 danh mục sở thích hàng đầu, nhưng Người thích công nghệ mới, Người yêu âm nhạc và Người yêu truyền hình là phổ biến nhất.
Mở báo cáo Công nghệ > Trình duyệt & HĐH.
Đối với những người dùng này, Chrome là trình duyệt phổ biến nhất.
Với cấu hình tối thiểu và chỉ một vài nhấp chuột, bạn có thể tập trung vào các khía cạnh có ý nghĩa của dữ liệu và bắt đầu có được hiểu biết thực sự về ai là người dùng giá trị nhất trong phân đoạn đó. Trong ví dụ này, đó là Nam 25-34, có sở thích về Công nghệ, Phim ảnh và Truyền hình, sử dụng trình duyệt Chrome để bắt đầu phiên từ Hoa Kỳ. Được trang bị loại thông tin này, việc xây dựng đối tượng cho các nỗ lực tiếp thị của bạn nhắm mục tiêu đến người dùng nhiệt tình nhất của bạn thật dễ dàng.
Tạo phân đoạn người dùng giá trị cao
Ngoài việc sử dụng phân đoạn hệ thống trong cấu hình mặc định hoặc thực hiện sửa đổi đối với chúng, bạn cũng có thể tạo phân đoạn tùy chỉnh của riêng mình để tập trung vào bất kỳ dữ liệu nào mà bạn quan tâm.
Thông tin chi tiết giá trị nhất về người dùng trong số những người dùng giá trị cao đối với doanh nghiệp của bạn: những người đã tương tác với nội dung của bạn hoặc mua gần đây, tương tác hoặc mua thường xuyên và đã tham gia vào các chuyển đổi giá trị cao.
Bạn có thể tạo phân đoạn Gần đây-Tần suất-Giá trị bằng tiền (RFM) xác định những người dùng đó.
Gần đây: Người dùng đã tương tác với nội dung của bạn hoặc mua gần đây (ví dụ: trong hai ngày qua hoặc tuần qua) có nhiều khả năng tương tác hoặc mua lại hơn.
Tần suất: Người dùng tương tác hoặc mua thường xuyên (ví dụ: hàng tuần hoặc hàng tháng), cũng như gần đây, có nhiều khả năng tương tác hoặc mua lại hơn.
Giá trị bằng tiền: Người dùng tham gia vào các chuyển đổi giá trị nhất, cùng với việc đã chuyển đổi gần đây và thường xuyên, có nhiều khả năng chuyển đổi lại hơn.
Bạn cần chỉ định ngưỡng RFM xác định người dùng giá trị cao của bạn.
Để tạo phân đoạn RFM, hãy dựa trên các bộ lọc như sau:
Hành vi
Số ngày kể từ phiên cuối cùng < 5 (gần đây)
Số phiên > 5 (tần suất)
Thương mại điện tử
Doanh thu trên mỗi người dùng > 100 (giá trị bằng tiền)
Điều kiện > Lọc người dùng
Số mục tiêu hoàn thành trên mỗi người dùng > 10 (giá trị bằng tiền)
Giá trị mục tiêu trên mỗi người dùng > 10 (giá trị bằng tiền)
Như trong các ví dụ trước, bạn có thể tạo loại phân đoạn này rồi điều hướng qua các báo cáo của bạn để xem người dùng nào được bao gồm (ví dụ: quốc gia/tiểu bang/thành phố nào, nhân khẩu học nào, công nghệ nào, kênh nào) và sau đó phát triển đối tượng và hoạt động tiếp thị quanh dữ liệu đó.
Tạo phân đoạn nhóm thuần tập
Bạn có thể tạo phân đoạn để xác định nhóm thuần tập, ví dụ: người dùng mới đến trang web của bạn vào một ngày cụ thể hoặc trong một phạm vi ngày cụ thể là những người đến do kết quả của chiến dịch cụ thể. Sử dụng các bộ lọc như sau:
Ngày của phiên đầu tiên: phạm vi ngày của chiến dịch của bạn
Nguồn lưu lượng: Chiến dịch khớp chính xác với tên của chiến dịch
Với nhóm thuần tập, bạn có thể theo dõi hành vi của một tập hợp người dùng qua thời gian. Ví dụ: bạn có thể tạo nhóm thuần tập dựa trên chiến dịch và theo dõi những người dùng đó qua khoảng thời gian vài tuần hoặc vài tháng để xem mức độ nhanh chóng và phạm vi những người dùng đó chuyển đổi và bao lâu sau họ tiếp tục chuyển đổi. Nếu bạn nhận thấy rằng sự tăng lên từ các chiến dịch của bạn duy trì lâu hơn bạn dự kiến, bạn có thể quyết định chạy ít chiến dịch hơn. Nếu có quy luật tăng và giảm, bạn có thể sử dụng thông tin đó để bắt đầu chiến dịch mới khi những tác động của các chiến dịch trước đó bắt đầu giảm dần. Bạn cũng có thể thực hiện so sánh trực tiếp các chiến dịch để xem chiến dịch nào hiệu quả hơn về tổng số chuyển đổi và doanh thu và chiến dịch nào có tác động bền vững nhất.
Tạo phân đoạn người mua tiềm năng
Một nhóm người dùng bạn muốn xác định và tiếp cận lại qua tiếp thị lại là những người đã bắt đầu kênh mua hàng nhưng không hoàn tất quy trình, ví dụ: người dùng đã thêm mặt hàng vào giỏ hàng của họ nhưng không bao giờ hoàn tất mua hàng.
Để xác định những người dùng này, tạo phân đoạn có bộ lọc Điều kiện như sau:
- Người dùng > Bao gồm
Trang chứa ProductDetails - Người dùng > Bao gồm
Hành động sự kiện so khớp chính xác AddToCart - Người dùng > Loại trừ
Trang khớp chính xác với ThankYou.html
Phân đoạn này so khớp người dùng đã xem trang chi tiết sản phẩm, nhấp vào Thêm vào giỏ hàng, nhưng chưa bao giờ xem trang xác nhận đơn hàng, trang này luôn hiển thị ở cuối quy trình đặt hàng, cho biết rằng đơn hàng của họa chưa bao giờ hoàn tất. Căn cứ vào những người dùng này đã cho thấy họ rất quan tâm đến việc mùa hàng, họ là đối tượng hoàn hảo để tiếp cận lại bằng chiến dịch tiếp thị lại.
