ตัวชี้วัดการเคลื่อนไหว: วิธีเปลี่ยนข้อมูลให้เป็นดอลลาร์

นักการตลาดที่เชี่ยวชาญให้ความสนใจกับเมตริกของตน โดยมุ่งเน้นที่การพัฒนาความเข้าใจที่ดีขึ้นว่าการกระทำใด (เช่น หัวเรื่องใหม่) ส่งผลให้เกิดผลลัพธ์ที่ต้องการ (เช่น การเพิ่มขึ้นของการคลิกผ่าน) แต่ถ้าคุณมุ่งเน้นเฉพาะเมตริกที่บอกคุณว่าเกิดอะไรขึ้น คุณกำลังเสี่ยงต่ออนาคตของโปรแกรมการตลาดทั้งหมดของคุณ การทำความเข้าใจกับ สิ่งที่ เกิดขึ้นเป็นสิ่งสำคัญอย่างแน่นอน แต่ไม่สำคัญเท่ากับการค้นหา สาเหตุ - เหตุผลเบื้องหลังผลลัพธ์

นั่นคือที่มาของ " ตัววัดการเคลื่อนไหว " ตัววัดการเคลื่อนไหวเป็นชื่อที่แฟนซีสำหรับการวินิจฉัย - หรือปัจจัยเชิงสาเหตุเบื้องหลังผลลัพธ์ ตัวชี้วัดการเคลื่อนไหวเป็นเพียง "เหตุผล" ที่อธิบายผลลัพธ์ พวกเขาคือ "ฮีโร่ตัวน้อย" ของโลกข้อมูลที่ให้คุณก้าวไปข้างหน้าสู่ความสำเร็จซ้ำๆ เพราะคุณรู้ถึงสาเหตุที่อยู่เบื้องหลังประสิทธิภาพที่ดีขึ้น

น่าเสียดายที่นักการตลาดจำนวนมากไม่เคยค้นพบตัวชี้วัดการเคลื่อนไหวสำหรับโปรแกรมของตน พวกเขายุ่งเกินกว่าจะลงมือทำ หรือแค่ไม่รู้ว่าจะวินิจฉัยอย่างไร แต่คุณสามารถช่วยตัวเองให้อยู่ดึกได้มากด้วยการรู้ว่าควรใช้เวลาของคุณที่ใด และกิจกรรมใดที่เสียเวลาโดยสิ้นเชิง และความรู้นั้นยังเป็นข้อได้เปรียบในการแข่งขันสำหรับคุณและบริษัทของคุณ ซึ่งเกือบจะรับประกันความสำเร็จในระยะยาว

ตัวชี้วัดสามประเภท: กิจกรรม ผลลัพธ์ และการเคลื่อนไหว

นักการตลาดส่วนใหญ่คุ้นเคยกับตัวชี้วัดสองประเภท: ตัวชี้วัดกิจกรรมและตัวชี้วัดผลลัพธ์ ตัวชี้วัดกิจกรรมช่วยให้คุณมีรายการตรวจสอบ สิ่งที่คุณทำ สำหรับนักการตลาดทางอีเมล อาจรวมถึง "พัฒนาข้อเสนอที่มั่นคง" และ "ล้างรายการก่อนส่ง" ตัวชี้วัดผลลัพธ์คือ ผลลัพธ์ ของกิจกรรมเหล่านั้น ในกรณีของการตลาดผ่านอีเมล อาจมีจำนวน Conversion เพิ่มขึ้นหรือด้านลบคืออัตราตีกลับที่เพิ่มขึ้น แต่เมตริกที่นักการตลาดมักมองข้ามคือเมตริกที่เกิดขึ้นระหว่างกิจกรรมกับผลลัพธ์ นั่น คือเมตริกการเคลื่อนไหว

ตัวชี้วัดการเคลื่อนไหวอธิบายว่าทำไมเบื้องหลัง What

เมตริกที่อยู่ระหว่างเมตริกเหล่านี้คือเมตริกที่เราเรียกว่า เมตริกการเคลื่อนไหว เมตริกการเคลื่อนไหวคือข้อมูลที่ จะ ช่วยให้คุณเข้าใจ ว่าทำไม ผลลัพธ์นั้นจึงเกิดขึ้น คุณจึงตัดสินใจได้ว่าควรทำซ้ำสิ่งใดและควรหลีกเลี่ยงสิ่งใด สิ่งเหล่านี้คือตัวชี้วัดที่ระบุ สาเหตุ ที่ Conversion เพิ่มขึ้น หรือ คำอธิบายเบื้องหลัง อัตราตีกลับที่สูงขึ้น

เคล็ดลับในการวัดการเคลื่อนไหวคือการรู้ว่าจะรวบรวมข้อมูลใด วิธีรวบรวมและวิเคราะห์ข้อมูลที่มีประสิทธิภาพที่สุด และจะทำอย่างไรกับข้อมูลดังกล่าวเมื่อได้รับการวิเคราะห์แล้ว จากนั้น คุณจะตัดสินใจได้ดีขึ้นและนำไปใช้ได้จริงมากขึ้นซึ่งให้ผลลัพธ์ที่มีความหมาย

ตัวชี้วัดการเคลื่อนไหว: "วิธีการ"

การเริ่มต้นใช้งานตัววัดการเคลื่อนไหวคล้ายกับการเริ่มต้นใช้งานตัววัดการกระทำหรือผลลัพธ์ คุณทำตามขั้นตอนเริ่มต้นเดียวกัน: สร้างพารามิเตอร์ที่มีความหมาย จากนั้นระบุตัวชี้วัดที่จะแสดงให้คุณเห็นว่าแคมเปญของคุณประสบความสำเร็จหรือไม่ นอกจากนี้ คุณควรตรวจสอบรายงานแดชบอร์ดล่าสุดที่แสดงตัวชี้วัดและตัวบ่งชี้ประสิทธิภาพหลัก (KPI) ที่หลากหลาย ณ เวลาที่กำหนด

แต่จากนั้น คุณต้องใช้กระบวนการวิเคราะห์ของคุณไปอีกขั้นเพื่อค้นหาสาเหตุที่โปรแกรมการตลาดของคุณทำงานได้ดีหรือทำงานได้ไม่ดี ยังไง? ด้วยการถาม "ทำไม" "ทำไม" "ทำไม" จนกว่าคุณจะพบคำตอบ คุณสร้างสมมติฐาน - จากนั้นทดสอบจนกว่าคุณจะพบข้อพิสูจน์

ถามคำถาม สร้างสมมติฐาน ทดสอบและทำซ้ำ

เรามักได้ยินความคล้ายคลึงกันของการลอกชั้นของหัวหอมกลับคืนมา เช่นเดียวกับหัวหอมมีหลายชั้น กระบวนการทางการตลาดก็มีหลายชั้นเช่นเดียวกัน นักการตลาดที่ชาญฉลาดเข้าใจดีว่ามันเป็นส่วนหนึ่งของกระบวนการทางการตลาดที่จะคอยลอกเลียนชั้นผลลัพธ์ – ถามอยู่เสมอว่า "ทำไม" ในแต่ละขั้นตอนของกระบวนการ

ลองนึกภาพว่าคุณมี Conversion ลดลงอย่างมากในแคมเปญการตลาดผ่านอีเมลบางแคมเปญ จำสิ่งที่คุณได้เรียนรู้เกี่ยวกับการวัดการเคลื่อนไหว และใช้เหตุการณ์นี้เป็นตัวเร่งปฏิกิริยาเพื่อเริ่มลอกเลเยอร์กลับ โดยถามว่า "ทำไม" จนกว่าคุณจะสร้างชุดของสมมติฐานที่ต้องการคำตอบ ลองนึกถึงสิ่งที่อาจทำให้ Conversion ลดลง - คุณได้ทำการเปลี่ยนแปลงข้อเสนอ ครีเอทีฟโฆษณา หรือช่วงเวลาที่ส่งข้อความหรือไม่ อัตราตีกลับของคุณสูงขึ้นหรือคุณส่งข้อความไปยังรายการใหม่หรือไม่?

หลังจากตั้งสมมติฐานแล้ว ให้ทดสอบดู หากคุณตั้งสมมติฐานว่ารายการของคุณไม่สะอาด ให้ตรวจสอบอัตราตีกลับเพื่อทดสอบว่าสมมติฐานนี้มีน้ำหรือไม่ หากสมมติฐานของคุณคือเนื้อหาอีเมลไม่เกี่ยวข้องกับผู้ชม ให้ทดสอบโดยพิจารณาที่อัตราการคลิกเพื่อเปิดอย่างละเอียด เมื่อคุณเริ่มตั้งสมมติฐานและทดสอบคำตอบสำหรับคำถามแต่ละข้อที่คุณได้ระบุ คุณจะค่อยๆ แยกแยะสมมติฐานที่ใช้ไม่ได้ผลออกอย่างช้าๆ แต่แน่นอน จนกว่าคุณจะค้นพบข้อที่ใช่ แล้วคุณจะได้คำตอบ

ขุดลงไปในความผิดปกติ

อีกวิธีหนึ่งที่นักการตลาดจัดการกับคำถาม ว่าเหตุใด คือการระบุความผิดปกติและพิจารณาอย่างละเอียดถี่ถ้วน ความผิดปกติในกรณีนี้คือการเปลี่ยนแปลงอย่างกะทันหันในผลลัพธ์ที่โดดเด่นจริงๆ หากคุณสังเกตเห็นการเปลี่ยนแปลงอย่างกะทันหันของตัวเลขที่คงที่เป็นเวลานาน หรือในทันใดเห็นข้อมูลของคุณทำสิ่งที่ไม่คาดคิดโดยสิ้นเชิง นี่เป็นสัญญาณของคุณที่จะสำรวจให้ลึกลงไปอีกเล็กน้อย การระบุและสำรวจความผิดปกติเหล่านี้จะทำให้คุณสามารถตัดการไล่ล่าได้อย่างรวดเร็วยิ่งขึ้น

ตัวอย่างเช่น ลองนึกภาพว่าคุณกำลังดูรายงานความสามารถในการส่งอีเมลมาตรฐานและสังเกตเห็นการเปลี่ยนแปลงครั้งใหญ่ในอัตราการตีกลับอีเมลของคุณ โว้ว - ได้เวลาสำรวจสักหน่อยแล้ว! เมื่อตรวจสอบเพิ่มเติม คุณจะพบว่า ISP รายหนึ่งปฏิเสธข้อความอีเมลที่ส่งเป็นจำนวนมากเกินขนาดที่กำหนด ในกรณีนี้ คุณตระหนักดีว่าการแก้ปัญหาเป็นเรื่องของการเรียกใช้อีเมลของคุณผ่านเครื่องมือวิเคราะห์เนื้อหา จากนั้นจึงตั้งค่าข้อความอีเมลให้ส่งในช่วงเวลาที่กำหนด แทนที่จะส่งทั้งหมดในคราวเดียว การดำเนินการง่ายๆ ทั้งสองอย่างนี้จะทำให้อัตราการส่งของคุณกลับมาเป็นปกติ และจะทำให้ข้อมูลผิดปกติหายไปด้วย

การสำรวจความผิดปกติในข้อมูลตัวบ่งชี้ของคุณแสดงว่าคุณกำลังทำสิ่งที่มีประโยชน์อยู่สองอย่าง: อย่างแรก คุณกำลังใช้การวินิจฉัยที่มีอยู่ของคุณอย่างเต็มศักยภาพ ช่วยให้คุณค้นพบ สาเหตุ เบื้องหลัง สิ่งที่ ประการที่สอง คุณกำลังประหยัดเวลาและเงินด้วยการแก้ปัญหาอย่างรวดเร็วและปรับปรุงผลลัพธ์ ซึ่งเป็นตัวอย่างในชีวิตจริงของการเปลี่ยนข้อมูลให้เป็นดอลลาร์

ตัวชี้วัดการเคลื่อนไหวสำหรับบริษัท B2B

แนวคิดของการวัดการเคลื่อนไหวนั้นค่อนข้างชัดเจนสำหรับบริษัทที่ขายออนไลน์ แต่แล้วบริษัท B2B ที่ใช้เว็บไซต์ของตนเพื่อสร้างลีดล่ะ? การใช้ตัวชี้วัดการเคลื่อนไหวยังคงสมเหตุสมผลไม่ว่าคุณจะขายตรงให้กับผู้บริโภคหรือสร้างโอกาสในการขายทางธุรกิจ นี่คือตัวอย่าง:

ลองนึกภาพว่าบริษัท B2B ของคุณขายผลิตภัณฑ์ software-as-a-service (SaaS) ทางออนไลน์และต้องการสร้างโอกาสในการขายที่ผ่านการรับรอง คุณสังเกตเห็นว่าความพยายามในการสร้างโอกาสในการขายของคุณไม่ได้ให้ ROI ที่คุณคาดหวัง สมมติฐานเริ่มต้นของคุณคือคุณต้องยกเลิกโปรแกรมสร้างความสนใจในตัวสินค้าและเริ่มต้นใหม่ตั้งแต่ต้น ท้ายที่สุด ถ้าไม่มี ROI อยู่ เหตุใดจึงต้องไปตามเส้นทางเดิมต่อไป

จากนั้นคุณจะจำสิ่งที่คุณได้เรียนรู้เกี่ยวกับเมตริกการเคลื่อนไหวและตั้งใจที่จะใช้เวลาในการค้นหา สาเหตุที่ ROI ของคุณไม่ทำงาน เมื่อเจาะลึกลงไปในข้อมูลที่มีอยู่ คุณจะรู้ว่าแคมเปญการสร้างความสนใจในตัวสินค้าของคุณกำลังส่งมอบลีดใหม่ๆ มากมาย และลีดเหล่านั้นกำลังแปลงเป็นลูกค้าใหม่ แต่รายได้เฉลี่ยต่อลูกค้าใหม่ของคุณต่ำกว่าที่ต้องการมาก อ่า นั่นเป็นปัญหาที่ต่างไปจากเดิมอย่างสิ้นเชิงที่ต้องแก้ไข! เมื่อพิจารณาข้อมูลของคุณอย่างละเอียดถี่ถ้วนแล้ว คุณจะพบว่าการลดราคาอย่างล้ำลึกนั้นดูเหมือนว่าจะมีอยู่สำหรับดีลที่ปิดทั้งหมด

จากข้อมูลนี้ คุณได้ตั้งสมมติฐานใหม่ทั้งหมด คุณไม่จำเป็นต้องปรับปรุงกระบวนการสร้างโอกาสในการขายทั้งหมด แต่คุณจำเป็นต้องค้นหาวิธีเพิ่มรายได้ต่อลูกค้าใหม่แต่ละราย การดำเนินการนี้ไม่ได้เรียกร้องให้มีการปรับปรุงโปรแกรมใหม่ทั้งหมด แต่เป็นการเพิ่มเติมจากโปรแกรมที่มีอยู่ของคุณ และที่สำคัญกว่านั้น ช่วยให้คุณสามารถระบุส่วนต่าง ๆ ของแคมเปญที่ประสบความสำเร็จ ในกรณีนี้คือความพยายามในการสร้างลูกค้าเป้าหมายของคุณ รวมถึงด้านที่จะได้รับประโยชน์จากการปรับปรุง

ในสถานการณ์ข้างต้น คุณโชคดี เนื่องจากการเพิ่มมูลค่าของลูกค้าที่มีอยู่ง่ายกว่าการเปลี่ยนลูกค้าใหม่ การพิจารณาปัญหาอย่างละเอียดถี่ถ้วน การลอกชั้นของปัญหากลับคืนมา และเข้าถึงหัวใจของสิ่งที่เกิดขึ้นจริง - คุณลงเอยด้วยเส้นทางการดำเนินการที่ง่ายกว่าที่คุณคาดไว้ และคุณเพิ่งเพิ่มประสิทธิภาพให้กับบริษัทของคุณในการบูต!

ตัวชี้วัดความเคลื่อนไหวสำหรับการรักษาลูกค้า การได้มา

ขณะที่เรากำลังดูการใช้งานจริงของการวัดการเคลื่อนไหว มาสำรวจสถานการณ์อื่นกัน คราวนี้คุณเป็นผู้นำการตลาดสำหรับ e-tailer ออนไลน์ที่เน้นการรักษาลูกค้าปัจจุบันและการหาลูกค้าใหม่ ลองนึกภาพว่าคุณเพิ่งส่งแคมเปญการตลาดผ่านอีเมลไปยังรายชื่อผู้ที่เคยซื้อมาก่อน แต่ได้ผลลัพธ์เพียงเล็กน้อยในแง่ของรายได้ดอลลาร์ ขั้นแรก คุณถือว่าข้อเสนอของคุณปิดอยู่หรือรายการของคุณกำลังประสบปัญหาจากความเหนื่อยล้า แต่การตรวจสอบอย่างรวดเร็วของตัวชี้วัดที่เกี่ยวข้องแสดงให้เห็นว่าไม่เป็นเช่นนั้น แล้วให้อะไร? แคมเปญของคุณผ่านการรับรองความล้มเหลวหรือไม่?

แทบจะไม่. จากการตรวจสอบเพิ่มเติม คุณพบว่ามีบางสิ่งเกิดขึ้น ประการแรก แคมเปญอีเมลของคุณได้รับอัตราการตอบกลับที่สูงอย่างไม่น่าเชื่อในหมู่ผู้รับที่มีวงจรการซื้อสั้น กล่าวคือ ผู้ที่มีแนวโน้มที่จะตอบสนองอย่างรวดเร็วมีปฏิกิริยาอย่างรวดเร็วและเป็นบวกต่อข้อเสนอนี้ และทำการซื้อ อย่างไรก็ตาม ตัวเลขโดยรวมของคุณถูกลากโดยผู้รับส่วนใหญ่ที่มีรอบการซื้อที่นานกว่ามาก ซึ่งทำให้พวกเขาใช้เวลาในการตัดสินใจนานขึ้น

ข้อสรุปเดิมของคุณอาจเป็นได้ว่าแคมเปญการตลาดผ่านอีเมลของคุณไม่ประสบความสำเร็จ แต่ด้วยการขุดลึกลงไปในข้อมูลการวินิจฉัยที่ปลายนิ้วของคุณ คุณสามารถตรวจสอบส่วนของแคมเปญอีเมลของคุณที่ประสบความสำเร็จ และคุณสามารถปรับเปลี่ยนแคมเปญในอนาคตเพื่อเปลี่ยนส่วนที่ไม่ประสบความสำเร็จ ในกรณีนี้ คุณอาจเลือกที่จะทำซ้ำในแคมเปญเดียวกันนี้ แต่แบ่งกลุ่มผู้รับอีเมลตามระยะเวลาของรอบการซื้อเฉลี่ย

การมุ่งเน้นที่ตัวชี้วัดการเคลื่อนไหวนำไปสู่การตัดสินใจและการดำเนินการที่มั่นใจ

สำหรับขั้นตอนสุดท้าย อย่าหยุดเพียงแค่นำ การวิเคราะห์ของคุณไปปฏิบัติ จริง นั่นคือส่วน การเคลื่อนไหว ของเมตริกการเคลื่อนไหว ด้วยการให้ข้อมูลการวินิจฉัยและข้อสรุปที่มีความหมายอย่างแท้จริงแก่ตัวคุณเอง ตอนนี้คุณสามารถดำเนินการและตัดสินใจได้อย่างมั่นใจ - พร้อมหลักฐานสนับสนุน! คุณได้รวบรวมข้อมูลที่มีค่าเกี่ยวกับสิ่งที่ใช้แล้วและไม่ได้ผลในอดีต และเหตุผล ตอนนี้คุณสามารถเริ่มทดสอบตัวเลือกใหม่ได้ คุณน่าจะระบุข้อเสนอ ข้อความ หรือกลุ่มอย่างน้อยหนึ่งรายการที่ชัดเจนสำหรับบริษัทของคุณ ใช้สิ่งนั้นเป็นเกณฑ์เปรียบเทียบเพื่อทดสอบแคมเปญการตลาดในอนาคต และเริ่มกระบวนการวิเคราะห์ใหม่อีกครั้ง – ตรวจสอบให้แน่ใจว่าตัววัดการเคลื่อนไหวยังคงเป็นส่วนหนึ่งของมัน จากนั้นใช้เวลาสักครู่เพื่อแสดงความยินดีกับตัวเองในการวัดสิ่งที่สำคัญจริงๆ – และรู้วิธีกำหนดเส้นทางที่พัฒนาขึ้นเรื่อยๆ ใช้เวลาไม่นานก่อนที่คุณจะได้รับการรับรอง Motion Metrics Master !