Saluran email dalam proyek e-commerce telah lama digunakan. Milis diluncurkan untuk memberi tahu pelanggan tentang produk baru dan berita perusahaan, berbicara tentang promosi saat ini dan yang direncanakan, dan berbagi konten yang menarik. Tujuan utama menggunakan saluran ini, saya pertimbangkan: meningkatkan tagihan rata-rata dan jumlah pesanan pelanggan dengan mengirimkan produk terkait, merangsang pembelian impulsif melalui penawaran dan promosi yang unik, meningkatkan loyalitas audiens terhadap produk dan “menghangatkan” audiens melalui cerita tentang kualitas perdagangan unik dari produk tersebut.
MilisAsumsikan bahwa hasil email perusahaan menarik bagi tiga orang: direktur pemasaran (laporan strategis), analis (laporan analitik) dan pemasar email (laporan operasional). Kami akan merancang dasbor melalui email untuk direktur pemasaran.
Dasbor akan menjawab pertanyaan-pertanyaan berikut:
- Apa keuntungan dan pendapatan dari saluran?
- Bisakah kita meningkatkan profitabilitas saluran?
- Bagaimana situasi dengan pelanggan: apakah tingkat pelanggan yang berhenti tumbuh, apakah kita meningkatkan ukuran basis pelanggan?
Indikator Kinerja Utama
Kinerja keuangan
Bagikan pendapatan dari saluran email dari semua pendapatan . Ini akan menunjukkan betapa pentingnya peran pemasaran email dibandingkan dengan saluran lain, apakah hasilnya sepadan dengan upaya kami.
Tagihan rata-rata . Ini akan menunjukkan apakah kami meningkatkan cek rata-rata pesanan karena penawaran promosi. Apakah kita memilih produk yang tepat untuk konten surat? Apakah ada terlalu murah di antara mereka yang menarik semua perhatian saat melihat surat itu?
Pendapatan, laba kotor (perbedaan antara pendapatan dan harga pokok barang). Apakah kita kehilangan uang karena diskon, apakah stok kita efektif, atau mereka membeli barang-barang margin tinggi dari milis.
Margin (rasio laba kotor terhadap pendapatan). Apakah ada stok yang merugi di bulan apa pun, apakah kami meningkatkan margin saluran dari bulan ke bulan.
Jumlah pesanan .
Metrik Daftar Mailing
Pangsa pengiriman (rasio pesanan yang dikirim ke semua pesanan). Menunjukkan seberapa baik kami memproses pesanan dari buletin email. Mungkin ada saat ketika manajer tidak diberitahu tentang promosi rahasia, dan pesanan untuk promosi ini datang. Akibatnya, pelanggan mengharapkan satu nilai barang dan hadiah, tetapi pada kenyataannya tidak menerimanya. Kami menampilkan dalam bentuk grafik dengan dinamika proporsi distribusi pesanan berdasarkan status.
Bagikan penemuan . Berapa banyak penemuan unik surat dari semua surat yang dikirim. Menunjukkan bagaimana headline menarik dan relevan digunakan.
Bagikan transisi . Berapa banyak sesi yang ada pada hari surat itu dikirim dari bacaan unik surat ini. Memperlihatkan bagaimana judul cocok dengan isi surat, bagaimana konten yang menarik dan produk yang cocok digunakan.
Tingkat konversi . Berapa banyak pesanan ditempatkan setelah pergi ke situs dari surat. Ini menampilkan status pelanggan dan situs kami: mereka hanya ingin melihat produk di situs atau setelah transisi mereka tertarik untuk membeli produk, apakah situs tersebut nyaman untuk melakukan pembelian.
Loyalitas dasar
Bagikan spam, Berhenti berlangganan . Berapa banyak pelanggan yang bosan dengan surat-surat kami, apakah ada frekuensi distribusi yang tinggi.
Ukuran basis pelanggan dan dinamikanya . Berapa banyak pelanggan yang datang kepada kami melalui metode berlangganan mana. Basis pelanggan tumbuh atau menurun.
Mengunggah dan menagih di Power BI
Untuk menghitung indikator di atas, kita perlu membongkar dari CRM dengan pesanan, membongkar dari CRM dengan biaya pesanan, membongkar dari penghitung statistik (biarlah itu Google Analytics) dengan saluran sumber dari setiap pesanan, membongkar dari sistem ESP dengan data pada promo dan memicu surat.
Untuk mengunggah dari GA, kami akan menggunakan konektor khusus untuk Power Analytics dari Google Analytics, tetapi untuk kurangnya pengambilan sampel, kami akan menulis fungsi kami sendiri yang mengunggah data berdasarkan hari.
Teks fungsi untuk mengunggah sumber pesananlet = (date) => let = GoogleAnalytics.Accounts(), #"***" = {[Id="***"]}[Data], #"UA-***-2" = #"***"{[Id="UA-***-2"]}[Data], #"***" = #"UA-***-2"{[Id="***"]}[Data], #" " = Cube.Transform(#"***", { {Cube.AddAndExpandDimensionColumn, "ga:transactionId", {"ga:transactionId"}, {"Transaction ID"}}, {Cube.AddAndExpandDimensionColumn, "ga:date", {"ga:date"}, {"Date"}}, {Cube.AddAndExpandDimensionColumn, "ga:campaign", {"ga:campaign"}, {"Campaign"}}, {Cube.AddAndExpandDimensionColumn, "ga:sourceMedium", {"ga:sourceMedium"}, {"Source / Medium"}}, {Cube.AddMeasureColumn, "Transactions", "ga:transactions"} }), #" " = Table.SelectRows(#" ", each [Date] = date) in #" " in
Pembuatan kolom tanggal dan panggilan fungsi let x = Number.From(DateTime.LocalNow())-Number.From(#date(2017, 1, 1)), Source = List.Dates(#date(2017, 1, 1), x, #duration(1, 0, 0, 0)), #"Converted to Table" = Table.FromList(Source, Splitter.SplitByNothing(), null, null, ExtraValues.Error), #"Changed Type" = Table.TransformColumnTypes(#"Converted to Table",{{"Column1", type date}}), #"Renamed Columns" = Table.RenameColumns(#"Changed Type",{{"Column1", "DimDate"}}), #" " = Table.AddColumn(#"Renamed Columns", "ga - trans id", each #"ga - trans id"([DimDate])), #" ga - trans id" = Table.ExpandTableColumn(#" ", "ga - trans id", {"Date", "Campaign", "Source / Medium", "Transactions", "Transaction ID"}, {"Date", "Campaign", "Source / Medium", "Transactions", "Transaction ID"}) in #" ga - trans id"
Untuk menghitung dinamika indikator dibandingkan dengan bulan lalu dan dibandingkan dengan tahun lalu, kami menggunakan tabel tambahan dengan tanggal. Filter umum per lembar menurut tanggal akan menggunakan kolom dengan tanggal dari tabel tambahan, dan menghitung perubahan indikator akan menghapus filter ini dan menggunakannya sebagai pencarian untuk tanggal saat ini.
Perhitungan dinamika pendapatanBenar, perbandingan Januari 2018 dan Desember 2017 tidak akan berhasil melalui formula semacam itu. Jika perbandingan bulan tahun berjalan dan bulan tahun lalu sangat penting, maka rumusnya harus ditingkatkan secara signifikan.
Rev. Penghasilan, pr bulan =
(jumlah ('CRMorders' [Pendapatan]) -
HITUNG (SUM ('Pendapatan CRM' [Pendapatan]);
Filter (ALL ('CRMorders');
Dan (Dan (Dan (tahun ('CRMorders' [ditempatkan_on]) = tahun (Maks ('DateNow' [Tanggal]));
bulan ('CRMorders' [ditempatkan_on]) = bulan (Maks ('DateNow' [Tanggal])) - 1);
'CRMorders' [Sumber / Media] = "UniSender / email");
'CRMorders' [status] = "logistic_delivered")))) /
HITUNG (SUM ('Pendapatan CRM' [Pendapatan]);
Filter (ALL ('CRMorders');
Dan (Dan (Dan (tahun ('CRMorders' [ditempatkan_on]) = tahun (Maks ('DateNow' [Tanggal]));
bulan ('CRMorders' [ditempatkan_on]) = bulan (Maks ('DateNow' [Tanggal])) - 1);
'CRMorders' [Sumber / Media] = "UniSender / email");
'CRMorders' [status] = "logistic_delivered")))
Dasbor Strategis untuk Analisis Saluran Email
Sebagai hasil dari manipulasi, sebuah dashboard dari tipe berikut diperoleh.
Indikator dinamika
Data untuk periode pelaporan saat iniAlgoritma untuk menggunakan dasbor oleh direktur pemasaran mungkin sebagai berikut.
- Kami menentukan bagian pendapatan dari saluran di bulan berjalan. Jika tidak signifikan (misalnya, kurang dari 10%), maka kami melihat laporan dengan lancar. Kami sedang mendiskusikan dengan pemasar email peluang kualitas untuk pertumbuhan saluran. Ini mungkin beralih ke sistem ESP lain, meningkatkan frekuensi distribusi, lebih banyak koleksi pelanggan ke database. Jika bagian pendapatan dari saluran besar, maka kami menyelidiki laporan.
- Kami memilih bulan terakhir di filter dan melihat nilai indikator keuangan dan dinamika mereka dibandingkan tahun lalu. Jika dinamika positif dan kami sepenuhnya puas, kami menutup laporan. Jika ada sesuatu yang salah, maka lihatlah lebih dalam.
- Alasan penurunan pendapatan di sekitar indikator konstan lainnya mungkin penurunan cek rata-rata, jumlah pesanan, margin, dan bagian pengiriman. Jika kita melihat penurunan dalam satu indikator, maka kita menetapkan tugas bagi analis untuk mencari tahu alasannya.
- Jika kejatuhan yang tidak bisa dijelaskan melalui indikator keuangan, maka kita melihat lebih dalam pada indikator distribusi. Sudahkah kita mulai mengirim surat lebih sedikit, seberapa baik surat dibuka, apakah mereka mengklik tautan surat itu dan apakah pesanan dilakukan.
- Untuk memahami situasi di saluran secara keseluruhan dan pengaruhnya terhadap loyalitas pelanggan, kami melihat dinamika pelanggan, dari bentuk apa yang pelanggan langgan, apakah mereka mulai mengirim surat ke spam dan berhenti berlangganan lebih sering.
Untuk meringkas, dalam laporan strategis saya menampilkan indikator utama kinerja saluran (ada banyak dari mereka, tetapi menghapus berlebihan selalu lebih mudah daripada menambahkan). Dari dasbor Anda dapat dengan jelas melihat indikator mana yang tidak mencapai nilai target dan ke arah mana bergerak untuk menemukan penyebab tren negatif dan mengatur langkah-langkah untuk memperbaiki situasi.
Artikel dari siklus