连接 HubSpot 和 Google Analytics

已发表: 2021-10-14

独立地，谷歌分析和 HubSpot 可以提供关于您的网站、CRM 和入站营销绩效的丰富数据洞察。 在本文中，我们将探讨如何连接这两个强大的平台以释放更多价值。

我们将涵盖：

  • 为什么您可能想在 Google Analytics 中使用 Hubspot 数据
  • 如何执行此操作的顶级流程
  • 您可能遇到的常见挑战

为什么要连接 Google Analytics 和 HubSpot ？

HubSpot 包含有关您的客户和潜在客户的大量宝贵信息，例如他们的购买历史和潜在客户质量。 但是，默认情况下，这些信息在 Google Analytics 中均不可见。

默认情况下，您的数字团队无法在 Google Analytics 中访问这些有价值的数据，因此无法使用这些数据优化营销策略。 随后，这可能导致 KPI 近视和一系列不愉快的结果。

通过将 HubSpot 中的关键业务指标导入 Google Analytics，您可以避免 KPI 短视并获得以下好处：

  • 确定您网站中表现最好的部分；
  • 提高您的数字活动产生的潜在客户的质量；
  • 提高您的业务或营销渠道的盈利能力；
  • 更好地向客户和老板展示您的数字营销的价值。

如何将 HubSpot 与 Google Analytics 连接

获取 Google 客户端 ID

完成 HubSpot 到 Google Analytics 连接的第一步是在您网站上的所有表单中捕获 Google Analytics Client ID（或 CID）。

CID 是由 Google Analytics 生成的唯一 ID，将用作连接 HubSpot 中跟踪的用户行为与 Google Analytics 中跟踪的用户行为的主键。

此处采取的具体步骤将根据您是否使用 HubSpot 表单而有所不同。

  • 在页面加载时从谷歌分析标签中提取 client_id
    • 读取此 ID 主要有两种方法：
      • 读取“_ga”cookie
      • 在现场访问 GA 跟踪器
  • 将 CID 存储在隐藏的表单域中
  • 在表单提交时将此隐藏的表单字段传递给 HubSpot，并将其存储在 HubSpot 中的联系人级别。

导出您的 HubSpot 数据

在联系人级别存储 CID 后，您现在可以导出 CRM 数据并准备将其从 HubSpot 上传到 Google Analytics。 应每天导出数据（通过手动导出或 HubSpot API）。

您应该导出 CID 列以及您希望在 Google Analytics 中跟踪的指标列。 共享的常见指标包括客户生命周期价值、交易价值和领先阶段。

数据应在联系人级别导出。 可以在其他级别（例如交易或公司）导出，但这会带来额外的复杂性。 HubSpot 中需要设置额外的逻辑来将联系人映射到公司。

导出数据后，现在可以通过 Measurement Protocol 将其发送到 GA。

创建您的 Measurement Protocol 匹配结构

Measurement Protocol 是 Google 维护的 API，允许开发人员直接向 Google Analytics 发送事件。

要进行此设置，请与您的分析团队联络并决定与您自己的 GA 媒体资源兼容的事件结构。 参考文档可以在这里找到。

想法包括使用“event_value”和“event_category”字段来发送收入更新，以及“event_action”和“event_category”字段来发送潜在客户状态更新。 然后可以根据这些事件为 KPI 报告或通过 Google Ads 优化付费活动设置目标。

我们还建议传递要在事件标签中或作为自定义维度提交的收入或潜在客户生成日期。

不能保证将收入和其他指标发送到 GA 的日期与它们在 HubSpot 中发生的日期相匹配 - 重要的是，这些日期可能与产生交易/潜在客户的日期或您的企业考虑收入的日期不同已生成或已关闭交易。

将 Measurement Protocol 匹配发送到 Google Analytics

一旦您决定了事件结构，您就可以将这些事件发送到 Google Analytics。

可以使用 Google Analytics Hit Builder 将点击发送到 Google Analytics，尽管每天为多个点击执行此操作很快就会变得低效。 为了帮助克服这一挑战，Semetrical 构建了 SAM 技术来大规模管理我们的测量协议命中。

如果您想开发自己的解决方案，我建议您编写 Python/Google App Script/VBA 脚本。
大致步骤如下：

  • 从 csv 或 DB 中提取 HubSpot 联系人
  • 删除无效字符（浮点值和日期可能很麻烦）
  • 将行转换为 Measurement Protocol 命中字符串
  • 将这些命中字符串批量发送到 Measurement Protocol 端点

您将遇到的常见挑战

现在让我们讨论一下当您尝试真正做到这一点时将面临的一些挑战。 整合表面上看起来很简单，但实际上绝非如此。 在构建 SAM（我们的 GA 到 CRM 数据集成服务）时，我们必须为所有这些问题开发解决方案。

大规模处理每日同步

较大的 CRM 通常会在一天内看到数十或数百个更改。 保持两个数据源同步需要每天或（在 Analytics 360 的情况下）每小时更新。

快速手动执行此操作变得成本高昂。 除了数据清理和手动导入/导出之外，您还必须解决许多问题以保持数据完整性。

处理联系人更新

HubSpot 中的收入值将随时间而变化。 您需要设计一种方法来计算每个联系人的收入变化。

HubSpot 收入更改会替换旧值，而 Google Analytics 中的事件值会附加到旧值，如下面的示例所示。

  • 4 月在 HubSpot 收入字段中输入了 1 万英镑
  • 通过测量协议向 Google Analytics（分析）发送 1 万英镑
  • 为联系进行额外销售，HubSpot 的收入现在等于 12,000 英镑
  • 12,000 英镑的新价值被发送到 Google Analytics（分析）
  • HubSpot 的总价值 = £12k | GA 总价值 = 22,000 英镑！

跨 HubSpot 对象映射数据（例如联系人级别 CID + 交易级别指标）

客户 ID 可能会在 HubSpot 中的联系人级别被捕获。 另一方面，关键业务指标（例如交易价值或阶段）保留在交易或公司级别。

此外，在完全不同的 CRM 系统中跟踪收入和销售进度指标是很常见的。

这两个实例都需要额外的工作来将 CID 与指标拼接起来，然后才能将数据发送到 GA 并链接到现场行为。

设计归因模型

与 HubSpot 保持数据 100% 同步需要在事件级别进行报告，这意味着必须开发自己的归因模型和技术。

数据量很快变得相当大。 对于每月有 20k 访问者的小型 GA 属性，您可能需要每个月提取和分析几百万行数据。

做任何比第一次和最后一次触摸归因更复杂的事情通过 Excel 变得笨拙，而使用 Python 则更容易完成。 然而，这也需要额外的技术专长。

您使用此数据创建的报告是生成大多数见解的地方。

对于精通技术的分析团队来说，这是一个引人入胜的项目，但它不是一个简单的项目，根据我们的经验，这不是你可以在一夜之间完成的事情。 根据您的需要，这可能需要数周甚至数月的时间。

我们开发了自己的套件归因模型，以支持我们作为 HubSpot 的一部分提供给 Google Analytics 服务的报告。 第一次接触、最后一次接触和线性归因模型是最能引起我们客户共鸣的三个模型。

实际从数据中产生价值

这可能是整个过程中最棘手的部分。 一旦提出，就需要解释洞察力，并寻求营销部门每个利益相关者的支持。

目标和实践需要改变——这个过程远非一帆风顺。 团队需要熟悉新的实践和报告，然后才能开始利用这些新数据产生价值。

解决此问题的建议包括与具有绩效目标经验的人合作，并确保从转换/流量指标转向收入/潜在客户质量指标被视为合乎逻辑的改进，而不是当前方法的失败。

关键是您的营销人员了解这种集成必须提供的好处。 从根本上讲，使用收入作为主要 KPI 来报告网站性能要比使用表单提交甚至会话好得多。

我希望这篇文章提供了丰富的信息。 如果您有任何问题或有兴趣建立 HubSpot 到 Google Analytics 的连接，请在此处与我们联系。