収益性は私たちに正しい答えを提供します

さらに読む前に、この質問に答えてください。月末に、収益の増加または利益の増加のどちらを見たいですか？ ほとんどの場合、答えは利益です。

ウォール街と金融業界は何十年もの間、利益を指標のゴールドスタンダードとして使用してきましたが、マーケティングキャンペーンの成功は収益指標で判断されます。 収益は、私たちがよく知っている指標であるコンバージョンを介して私たちに変換されます。 基本的に、コンバージョンを監視することは、マーケティング活動のパフォーマンスに関する迅速で決定的な答えにつながるため、理にかなっています。 ただし、コンバージョンと収益の測定と収益性の測定の違いは、収益性が答えだけでなく正しい答えにもつながるということです。

上のグラフは、製品1のコンバージョンが前月比で100％増加していることを示しています（MoM）。 シャンパンをポップし、予算全体を製品1のターゲットに向けて動かし、勝者を見つけました。 一方、製品2はフラットであり、MoM変換の増分リフトは0％です。 製品2について考えたことがある人を解雇し、製品カタログから製品2を削除します。製品2は存在しませんでした。 これはいくつかの急いでの意思決定であり、単純な例ですが、ここのデータは、私たちの取り組みを調整して製品1に向けて注力する必要があることを明確に示しています。

この例では、企業は一連の論理的な手順と決定的な答えを見つけました。製品1のコンバージョンが急増し、製品1への取り組みが増えています。新しい情報を導入したらどうなるでしょうか。 製品1の利益率が$1.00で、製品2の利益率が$5.00であるとします。

収益性を考慮した後、状況は異なって見え始めています。 製品1のコンバージョンは劇的に増加しましたが、製品2は製品1よりも多くの利益を生み出しています。

より健康的な利益はより健康な企業につながるので、私たちは今、新しい答えを持っています：私たちは製品2の売上を増やす必要があります。

オーディエンスを調査し、マーケターが頻繁に増加させようとしている別の指標である平均注文額（AoV）を使用している間、収益性の力は持続します。

チームのもう1つの勝利として、これをチョークします。 オーディエンス1のAoVは100％増加し、収益の伸びは爆発的に増加しています。 もう一度見てみましょうが、今回はAoVではなく平均注文利益（AoP）を測定しましょう。 この例では、オーディエンス1は、利益率が$ 2.50で、注文あたりのアイテム数を10から20に増やした製品のバリエーションのみを購入しているのに対し、オーディエンス2は、 $ 9.00の利益率ですが、注文ごとに10個しか購入しません。

AoVから厳密に離れると、通常の考え方では、オーディエンス1により多くの努力を払うことになります。似たようなオーディエンスを作成し、オーディエンス1に該当し、オーディエンス2に費やす労力を減らした顧客にリマーケティングします。正反対。 オーディエンス1のAoPが2倍になったことにまだ恍惚としているはずですが、オーディエンス2の売り上げを伸ばすために時間と労力を注ぐ必要があります。

では、どのようにして利益の測定を開始するのでしょうか。 利益率を達成するには、各製品の売上原価（COGS）データを分析プラットフォーム、またはマーケティングチームが使用している広告、分析、CRMプラットフォームにプッシュする必要があります。 これを実現するには3つの方法があります。

• dataLayerを介して動的に
• 分析プラットフォームへの特定の時点でのアップロードとして静的に
• タグ管理システム（TMS）のルックアップテーブルを介して静的に

dataLayerの使用

dataLayerは、タグ管理システムまたは他のピクセルに設定されたタグによって取得できる情報を格納する場所として、Webサイトの舞台裏に存在します。 情報はキーと値のペアとして表示されます（製品名：白いTシャツ）。 dataLayerで一般的に見られる情報には、製品名、SKU番号、価格が含まれます。 注意すべき点の1つは、dataLayerで見つかった情報を公開して表示できることですが、売上原価データを競合他社が見るような方法で表示することについて懸念が生じる前に、作成などのデータをマスクする簡単な方法があります。選択した入力を受け取り、それらを対応するドルの数値にリンクするキー。

dataLayerを使用する利点は、変数が動的にキャプチャされることです。

dataLayerは、バックエンドデータ、またはCRMやGoogleスプレッドシートなどのサードパーティのソースにアクセスすることで、変数の値を入力します。 これは、収益性を測定する場合に特に重要です。正確な指標がリアルタイムで利用できるようになると、そのメリットが劇的に高まるためですが、それについては後で詳しく説明します。 dataLayerで見つかった情報は、分析プラットフォームに自動的に送信され、その後、収益性についてレポートしたり、AoPなどのメトリックを作成したりするために使用できます。

静的アップロード

分析プラットフォームを使用すると、ユーザーはデータをアップロードし、カスタムメトリックを介してレポートに実装できます。 このプロセスを利用するには、製品カタログと対応するCOGSデータを含むスプレッドシートを作成し、そのスプレッドシートを分析プラットフォームにアップロードします。

タグ管理システムのルックアップテーブル

広告主は、SKUデータを関連する売上原価に一致させるタグ管理システムでルックアップテーブルを作成できます。 TMSは、このデータを取得して分析プラットフォームにプッシュできます。

dataLayerとアップロードおよびテーブル

dataLayerを利用することは、COGSデータを提供するためのはるかに強力で効率的な方法です。 dataLayerは情報を動的に取得するため、正確なCOGSを維持するには、COGSデータが保存されている数値を更新し、残りをdataLayerとイベント追跡に任せて収集し、分析プラットフォームにプッシュするだけです。 アップロードまたはルックアップテーブルを介してCOGSデータを最新の状態に保つには、より多くの労力が必要です。 製品の売上原価データが変更されるたび、または製品が製品カタログに追加または削除されるたびに、新しいアップロードまたは編集を行う必要があります。 アップロードまたはルックアップテーブルプロセスを介して必要な労力により、企業は多くの場合、設定された間隔で更新を行い、更新時にCOGSを、間隔全体で販売された商品の原価として適用します。 そうすることで、収益性の測定によって提供される情報が曖昧になり、洞察を収集するのが難しくなります。

2か月のデータを見てみましょう。1つはCOGSデータが毎日更新され、dataLayerを介してプッシュされ、もう1つはアップロードによって月末に入力されたCOGSと、全期間に適用された静的COGSを使用します。

情報を毎日更新することにより、広告主が利用できるコンテキストと情報が大幅に増えます。 ポイントインタイムアップデートは、その月の総利益と売上原価に関する不正確な情報を提供し、毎日の利益率や月間の傾向についての洞察を提供しません。 この情報は、広告主がマーケティング活動について決定を下すときに重要です。 上記のグラフを例にとると、広告主は、月の19日から売上原価が大幅に減少したという事実を活用し、高価値の広告プレースメントへの入札を増やして売上を増やすことができます。

全体的なメリット

dataLayerを利用するか、COGSデータを分析プラットフォームに直接アップロードするかに関わらず、収益性を含めることで、ビジネスにまったく新しいパラダイムが開かれます。 広告費用対効果やセッションあたりの収益などの指標が広告費に対する利益とセッションあたりの利益になるため、マーケティング目標は貸借対照表の収益と直接一致し始めます。 リマーケティング、類似オーディエンスの作成、製品予算などの目標が、収益性の実装によってどのように強力になるかを見ました。 ただし、収益性を含めることで、企業は新製品の人気と既存製品の利益率を組み合わせて新しいバンドルを顧客に提供するなどの販売戦略を作成することもできます。 マーケティングにおける曇った意思決定の時代は終わりに近づいており、正確な選択を行うための新しい方法は、収益性を測定することから始まります。