การรวมข้อมูลช่องทางทั้งหมดของคุณไว้ในแผ่นเดียว

เผยแพร่แล้ว: 2020-12-03

เช่นเดียวกับการเริ่มต้น SaaS รุ่นใหม่ๆ เราไม่ได้ขาดแคลนข้อมูลการตลาดและการขาย แต่ก็ไม่ง่ายที่จะเข้าใจ ข้อมูลอยู่ที่นั่น แต่กระจัดกระจายไปทั่ว

ข้อมูลบางส่วนสามารถพบได้ใน Google Analytics ในขณะที่ข้อมูลอื่นๆ ถูกจัดเก็บไว้ใน BigQuery และ ProfitWell ข้อตกลงนี้ทำให้การตอบคำถามพื้นฐานเกี่ยวกับ Conversion ของผู้ใช้หรือแสดงความคิดเห็นเกี่ยวกับอัตราการเข้าชมและ MRR เป็นเรื่องที่ท้าทาย จนกระทั่งเราเริ่มสร้างแดชบอร์ดที่กำหนดเองเพื่อให้เห็นภาพข้อมูลของเราว่าทุกอย่างเริ่มคลิก

ในบทความนี้ ฉันจะแบ่งปันวิธีรวบรวมข้อมูลจากแหล่งต่างๆ และแสดงภาพที่กระบวนการการตลาดและการขายที่กำหนดเองซึ่งช่วยให้คุณตัดสินใจได้ดีขึ้น

กำหนดช่องทางของคุณ

มีหลายวิธีในการสร้างกระบวนการทางการตลาด ขั้นตอนดั้งเดิมหรือที่เรียกว่าช่องทางเชิงเส้นประกอบด้วยลำดับของขั้นตอนที่ผู้ใช้มักจะต้องผ่านในขณะที่ทำความคุ้นเคยกับข้อเสนอ

เนื่องจากกระบวนการตัดสินใจของลูกค้ามีความซับซ้อนสูง ผู้เชี่ยวชาญด้านการตลาดจำนวนมากจึงพิจารณาว่าช่องทางประเภทนี้ไม่เพียงพอ และพูดมากขึ้นเพื่อสนับสนุนช่องทาง "พายุทอร์นาโด" หรือ "3 มิติ" ที่รวมการดำเนินการทางเลือกหลายทางเข้าด้วยกัน ซึ่งช่วยให้เข้าใจผู้ใช้ได้ดีขึ้น การเดินทาง.

เราใช้ช่องทางการตลาดของ Philip Kotler เป็นรากฐานของเรา

5 A's ของช่องทางการตลาด
(ที่มาของภาพ)

โมเดลนี้ประกอบด้วย A ห้าแบบ: Awareness, Appeal, Ask, Act และ Advocate

  • การรับรู้. ระยะที่ลูกค้าของคุณรับรู้ถึงผลิตภัณฑ์หรือบริการของคุณ
  • อุทธรณ์. ระยะที่ผู้มีโอกาสเป็นลูกค้าจะได้เห็นการตลาดและการสร้างแบรนด์ของคุณมากขึ้น
  • ถาม. ระยะที่ลูกค้าของคุณตั้งใจค้นหาข้อมูลเพิ่มเติม ในช่วงนี้การพิสูจน์ทางสังคมและคำรับรองมีบทบาทสำคัญ
  • กระทำ. ขั้นตอนที่ลูกค้าทำการซื้อ
  • สนับสนุน. ระยะที่ลูกค้าของคุณพัฒนาความภักดีต่อแบรนด์ พวกเขาทำการซื้อซ้ำหรือใช้ผลิตภัณฑ์/บริการของคุณต่อไป พวกเขายังแสดงความคิดเห็นในเชิงบวกและแนะนำให้คุณรู้จักกับวงสังคมของพวกเขา

การสร้างช่องทางการตลาดและการขายที่กำหนดเองของคุณ

ที่ Coupler.io หนึ่งในเป้าหมายล่าสุดของเราคือการระบุและกำจัด "การรั่วไหลของถัง" ที่เป็นไปได้ตลอดกระบวนการนำผลิตภัณฑ์มาใช้ เราต้องการดูว่ากลุ่มเป้าหมายสนใจข้อเสนอของเรามากพอที่จะ:

  1. ลองมัน.
  2. ใช้มัน.
  3. จ่ายสำหรับมัน

ในขั้นต้น เราต้องการวัดระยะการรับรู้ การอุทธรณ์ และถามแยกกัน

แต่มีหลายวิธีที่บุคคลสามารถรับรู้เกี่ยวกับผลิตภัณฑ์ได้—พวกเขาอาจเห็นโฆษณาที่เสียค่าใช้จ่าย Google คำถามและลงพื้นที่ในโพสต์บล็อก หรือเจอคนพูดถึงในโซเชียลมีเดีย นอกจากนี้ ผู้มีโอกาสเป็นผู้ใช้บางรายสามารถเริ่มต้นที่ขั้นตอนกระบวนการถามหรืออุทธรณ์ โดยข้ามขั้นตอนที่เหลือ

เมื่อเห็นว่าต้องใช้เวลานานแค่ไหนในการติดตามข้อมูลทั้งหมดนี้และกำหนดผู้ใช้ทุกคนให้เข้าสู่ขั้นตอนแรกที่ถูกต้อง เราจึงตัดสินใจที่จะเน้นที่จำนวนผู้เยี่ยมชมที่เรานำมาที่เว็บไซต์ของเรา

แทนที่จะวัดการรับรู้ การอุทธรณ์ และถามแยกกัน เราได้รวมความพยายามในการได้มาซึ่งการตลาดทั้งหมดภายใต้ขั้นตอนการรับรู้ โดยปล่อยให้พระราชบัญญัติพิจารณา Conversion ในรูปแบบของการลงชื่อสมัครใช้

อย่างไรก็ตาม เราแบ่งระยะ Advocate เป็นขั้นตอนการเปิดใช้งาน การเก็บรักษา การทดลองใช้งาน และการชำระเงิน ซึ่งมีข้อมูลเกี่ยวกับการใช้ผลิตภัณฑ์และการขาย ขณะประเมินเครื่องมือของเรา เช่นเดียวกับผลิตภัณฑ์ SaaS อื่นๆ ผู้ใช้บางคนมักจะออกไปแล้วกลับมา ดังนั้นไปป์ไลน์ของเราจึงรวมขั้นตอนการเปิดใช้งานใหม่ที่มีเป้าหมายเพื่อติดตามจำนวนบัญชีที่เปิดใช้งานใหม่

นี่คือตัวอย่างลักษณะด้านล่าง:

ตัวอย่างข้อมูลการตลาด
หมายเหตุ: ข้อมูลทั้งหมดที่เราใช้เพื่อสร้างช่องทางการตลาดและการขายจะไม่ระบุชื่อ ดังนั้นข้อมูลที่ระบุได้จะถูกลบออกจากข้อมูลตลอดเวลา

การลงทุนเวลาเพื่อกำหนดว่าช่องทางของเราจะมีหน้าตาอย่างไรก่อนช่วยเรา—และจะช่วยคุณ—เวลาและอาการปวดหัวในอนาคตระหว่างกระบวนการสร้างภาพข้อมูล

นี่คือวิธีที่เราตั้งค่าที่ Coupler.io:

เวทีการให้ความรู้

ระยะการรับรู้ของเราประกอบด้วยผู้ใช้ใหม่ที่เข้าชมเว็บไซต์ บล็อก และรายการตลาดกลางภายในเดือนที่กำหนด โดยลบผู้เยี่ยมชมที่ซ้ำกัน

การมุ่งเน้นที่ส่วนนี้ช่วยให้เราเห็นว่าผลิตภัณฑ์และการตลาด การสนับสนุน และกิจกรรมอื่นๆ แปลงผู้เยี่ยมชมใหม่ได้ดีเพียงใด นั่นคือเหตุผลที่เราไม่นับผู้ใช้ที่ไม่ซ้ำในช่องทางสองครั้ง หากพวกมันกลับมาและเปิดใช้งานอีกครั้งในอนาคต พวกเขาจะกลายเป็นส่วนหนึ่งของระยะการเปิดใช้งานใหม่

เราจัดหาข้อมูลสถิตินี้จาก Google Analytics และนำเข้าไปยังแดชบอร์ดทุกวัน

ขั้นตอนการสมัคร

ชื่อของเวทีนี้พูดเพื่อตัวเอง หมายถึงจำนวนผู้ใช้ที่ลงทะเบียนสำหรับบัญชีหรือเริ่มการทดลองใช้ เราจับตาดูจำนวนการลงชื่อสมัครใช้ที่เราได้รับเป็นประจำอย่างใกล้ชิด และปรับเปลี่ยนหากการลงชื่อสมัครใช้ต่ำอย่างผิดปกติ

ขั้นตอนการเปิดใช้งาน

ในกรณีของเรา ผู้ใช้ที่ลองใช้ผลิตภัณฑ์ของเราจะถือว่า "ถูกเปิดใช้งาน" เราได้เลือกการดำเนินการบางอย่างที่เกี่ยวข้องกับการเปิดใช้งาน

ในกรณีของเรา ผู้มีโอกาสเป็นลูกค้าควรเริ่มใช้ผลิตภัณฑ์และนำเข้าข้อมูลอย่างน้อย 24 รายการภายในระยะเวลา 1-3 วัน เราบันทึกข้อมูลนี้และข้อมูลการวิเคราะห์การใช้งานอื่นๆ เป็นเหตุการณ์ที่ไม่ระบุชื่อในฐานข้อมูล Google BigQuery

ขั้นตอนการเก็บรักษา

การคงอยู่แสดงให้เห็นว่าผู้คนจำนวนมากยังคงใช้ผลิตภัณฑ์ของเราเป็นประจำและยังคงเป็นผู้ใช้อยู่ ในการวัดปริมาตรในขั้นตอนนี้ เรากำหนดเกณฑ์ที่สอดคล้องกับการใช้งานบ่อย

สมาชิกที่มีศักยภาพของขั้นตอนนี้ควรมีเวิร์กโฟลว์การรวมตามกำหนดการหลายขั้นตอน (เช่น ตั้งค่ากำหนดการอัตโนมัติสำหรับการรีเฟรชข้อมูล) และให้เวิร์กโฟลว์เหล่านี้ใช้งานได้นานกว่าเจ็ดวัน

ระยะทดลอง

หลังจากสมัครทดลองใช้ฟรี ผู้ใช้สามารถเปลี่ยนไปใช้แผนแบบชำระเงินหรือลดการใช้งานและใช้งานแผนแบบฟรีต่อไปได้ ซึ่งจะส่งผลต่อการเลิกใช้งาน

ด้วยการนับผู้ใช้ที่มีสถานะทดลองใช้งานในช่วงเวลาหนึ่งๆ เราไม่เพียงคำนวณการแปลงจากช่วงทดลองใช้เป็นชำระเงินแล้ว แต่ยังคาดการณ์ MRR ภายในสิ้นเดือนด้วย

ขั้นตอนการชำระเงิน

ขั้นตอนนี้หมายถึงปริมาณการสมัครสมาชิกแบบชำระเงินที่ได้รับในช่วงเวลาที่เลือก

ขั้นตอนการเปิดใช้งานใหม่

ขั้นตอนการเปิดใช้งานใหม่ประกอบด้วยผู้ใช้ที่สร้างบัญชีแต่หยุดใช้ผลิตภัณฑ์ในช่วงก่อนหน้า จากนั้นกลับมาหรือเปิดใช้งานใหม่โดยดำเนินการตามขั้นตอนการเปิดใช้งาน การรักษา การทดลองใช้ หรือแบบชำระเงิน

ตัวชี้วัดอื่น ๆ ที่จะตรวจสอบ

นอกจากขั้นตอนของช่องทางที่อธิบายไว้ข้างต้นแล้ว เรายังตรวจสอบเมตริกเพิ่มเติมบางรายการอีกด้วย

Churn rate example.

อัตราการเลิกใช้งานช่วยให้เราประเมินระดับความพึงพอใจของผู้ใช้ที่ชำระเงินได้ (นี่คือลิงก์ไปยังบล็อกโพสต์ ProfitWell ที่แบ่งปันสูตรต่างๆ สี่สูตรเพื่อคำนวณการปั่น) หากอัตราการเลิกใช้ของคุณเพิ่มขึ้น คุณสามารถทบทวนกลยุทธ์การรักษาลูกค้า สัมภาษณ์ลูกค้า หรือแม้แต่ทบทวนโครงสร้างราคาของคุณ

ในฐานะผลิตภัณฑ์ SaaS การตรวจสอบแหล่งรายได้รายเดือน (MRR) เป็นสิ่งสำคัญสำหรับเรา เรายังทบทวน MRR ที่คาดหวัง ซึ่งเราใช้คาดการณ์ MRR ภายในสิ้นเดือน ตลอดจนการเติบโตของ MRR ที่คาดหวัง

แผนภูมิการเติบโตของ MRR

ตอนนี้เราได้ครอบคลุมส่วนผสมที่คุณต้องการสำหรับกระบวนการทางการตลาดหรือการขายแล้ว ต่อไปนี้คือวิธีสร้างส่วนผสมโดยใช้แหล่งข้อมูลปัจจุบันของคุณ

วิธีการแสดงภาพช่องทางการตลาดและการขายของคุณ

สำหรับช่องทางนี้ เราจะรวมระยะการรับรู้ การลงทะเบียน การเปิดใช้งาน การเก็บรักษา การทดลองใช้งาน การชำระเงิน และการเปิดใช้งานอีกครั้ง ร่วมกับ MRR, MRR ที่คาดไว้, การสมัครรับข้อมูลที่ยกเลิก และอัตราการเลิกใช้งาน

แหล่งข้อมูลสำหรับแต่ละขั้นตอนมีดังนี้:

  1. ระยะการรับรู้จะเติม ข้อมูล จาก Google Analytics
  2. ข้อมูลการลงชื่อสมัครใช้ การเปิดใช้งาน การเก็บรักษา การทดลองใช้งาน การชำระเงิน และการเปิดใช้งานใหม่จาก BigQuery
  3. MRR จำนวนการสมัครรับข้อมูลที่ยกเลิก อัตราการเลิกใช้งาน และ ARPU (รายได้เฉลี่ยต่อเดือนต่อผู้ใช้) จาก ProfitWell

การนำเข้าข้อมูลผู้ใช้ใหม่จาก Google Analytics ไปยัง Google ชีต

เพื่อให้คอลัมน์การรับรู้ของช่องทางของคุณสมบูรณ์ ขั้นแรกให้นำเข้าข้อมูลนี้จาก Google Analytics

คอลัมน์การรับรู้
  1. หากต้องการดึงข้อมูลผู้ใช้ใหม่จาก Google Analytics ให้ไปที่ Google Workspace Marketplace และติดตั้งส่วนเสริมของ Google Analytics
ค้นหา Google Analytics
  1. ถัดไป เปิด Google ชีต ไปที่เมนูส่วนเสริม แล้วเลือก Google Analytics > สร้างรายงานใหม่
Google Analytics สร้างรายงาน
  1. ตั้งค่าพารามิเตอร์สำหรับรายงานใหม่ ระบุบัญชี Google Analytics ข้อมูลพร็อพเพอร์ตี้ ตลอดจนเพิ่มเมตริกและมิติข้อมูลที่เกี่ยวข้องกับกรณีของคุณ
สร้างรายงาน
  1. ส่วนเสริมจะสร้างชีตแยกต่างหากที่เรียกว่า "การกำหนดค่ารายงาน" ซึ่งมีพารามิเตอร์เริ่มต้นและพารามิเตอร์ที่คุณระบุไว้ในขั้นตอนก่อนหน้า
  1. ถัดไป คุณสามารถปรับพารามิเตอร์เริ่มต้นบางอย่างได้ ตัวอย่างเช่น แทนที่ค่าเริ่มต้น “30daysAgo” สำหรับวันที่เริ่มต้นด้วยวันที่ที่กำหนดเอง (2020-04-01)
กำหนดค่าตัวเลือก
  1. ถัดไป ไปที่เมนูส่วนเสริม เลือก Google Analytics แล้วคลิก “เรียกใช้รายงาน”
  2. ด้านล่างนี้คือภาพหน้าจอของรายงานที่ฉันดึงมาจาก Google Analytics
ผู้ใช้ใหม่รายงาน
  1. ตั้งเวลารีเฟรชข้อมูลอัตโนมัติสำหรับรายงานของคุณโดยไปที่ส่วนเสริม เลือก Google Analytics จากนั้นเลือก "ตั้งเวลารายงาน" คุณตั้งค่าความถี่ให้รีเฟรชทุกชั่วโมง ทุกวัน หรือทุกเดือนได้
รายงานกำหนดการ
  1. สุดท้าย เติมคอลัมน์การรับรู้ด้วยข้อมูลจาก Google Analytics
รายงานข้อมูลการรับรู้

การนำเข้าข้อมูลกิจกรรมผู้ใช้จาก BigQuery ไปยัง Google ชีต

ตอนนี้เราได้ครอบคลุมขั้นตอนการรับรู้แล้ว ขั้นตอนต่อไปคือการเพิ่มข้อมูลสำหรับส่วนการลงชื่อสมัครใช้ การเปิดใช้งาน การเก็บรักษา การทดลองใช้งาน การชำระเงิน และการเปิดใช้งานอีกครั้งโดยใช้ BigQuery

(ในการทำเช่นนี้ เราจะใช้ Coupler.io แต่คุณยังสามารถใช้ตัวเชื่อมต่อดั้งเดิมของ BigQuery ได้)

ตามเอกสารอย่างเป็นทางการ ฟังก์ชันนี้รองรับสำหรับบัญชี Enterprise Plus หรือ G Suite Enterprise for Education เท่านั้น หรือคุณอาจตรวจสอบ Google Workspace Marketplace เพื่อหาวิธีแก้ปัญหาอื่นๆ

ข้อมูล BigQuery

หลังจากที่คุณได้ติดตั้ง Coupler.io หรือมีวิธีแก้ปัญหาอื่นแล้ว ให้ป้อนรหัสโครงการของ Google วิธีค้นหารหัสโครงการ Google ของคุณ:

  • ไปที่คอนโซล Google Cloud Platform
  • เลือกโครงการของคุณทางด้านซ้ายของหน้า
  • รหัสโครงการของ Google มีอยู่ในส่วน "ข้อมูลโครงการ" ของแดชบอร์ด
รหัสโครงการ

ถัดไป ให้ป้อนคำสั่ง SQL เพื่อตรวจสอบข้อมูลและส่งคืนข้อมูลที่ร้องขอไปยัง Google ชีต (ตรวจสอบข้อมูลนี้เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับไวยากรณ์ Query ใน Standard SQL)

จากนั้น สร้างบัญชีบริการและสร้างไฟล์คีย์ JSON ที่ด้านซ้ายของแดชบอร์ดกิจกรรม ให้คลิกที่ "IAM & Admin" คลิกที่ "บัญชีบริการ" และ "+ สร้างบัญชีบริการ"

บัญชีบริการ Google Cloud Platform

พิมพ์ชื่อบัญชีบริการ คลิก "สร้าง"

สร้างบัญชีบริการ

เพิ่มสองบทบาท "ผู้ดูข้อมูล BigQuery" และ "ผู้ใช้งาน BigQuery" จากนั้นกด "ดำเนินการต่อ" และ "เสร็จสิ้น"

สร้างบัญชีบริการต่อไป

ในรายการบัญชีบริการ ให้ค้นหาบัญชีที่คุณเพิ่งสร้างขึ้นและเปิดขึ้น เลื่อนลง. ในส่วน "คีย์" ให้กด "เพิ่มคีย์" และ "สร้างคีย์ใหม่"

สำหรับประเภทคีย์ ให้เลือก "JSON" คลิก "สร้าง"

ไฟล์ JSON

ไฟล์ JSON ของคุณจะถูกบันทึกลงในคอมพิวเตอร์ของคุณโดยอัตโนมัติ เปิดไฟล์ JSON ของคุณ เปิดแท็บ "ข้อมูลดิบ" คัดลอกเนื้อหา และวางลงในการตั้งค่าการรวม Coupler.io (หรือเครื่องมือใดก็ตามที่คุณใช้อยู่)

ข้อมูลดิบ.

กำหนดการรีเฟรชข้อมูลอัตโนมัติ เรียกใช้การนำเข้าด้วยตนเองเพื่ออัปโหลดข้อมูลเริ่มต้นเป็นครั้งแรก (สำหรับความช่วยเหลือเพิ่มเติม คุณสามารถอ่านคำแนะนำทั้งหมดเกี่ยวกับวิธีนำเข้าข้อมูลจาก Google BigQuery ไปยัง Google ชีตได้)

ตัวอย่างข้อมูล

การนำเข้าข้อมูลทางการเงินจาก ProfitWell ไปยัง Google ชีต

สำหรับขั้นตอนสุดท้าย เราจะจัดการกับข้อมูลทางการเงินของคุณ

ProfitWell มี API ที่ดีมาก ดังนั้นจึงง่ายในการรับข้อมูลจากมัน ครั้งนี้ เรายังตั้งค่าตัวนำเข้า JSON โดย Coupler.io และดึงข้อมูลที่จำเป็น เช่น ข้อมูล MRR ที่ใช้ในการคำนวณ MRR EOM (MRR ที่คาดไว้ภายในสิ้นเดือน) ตลอดจนจำนวนการสมัครที่ยกเลิก และอัตราการปั่น

  1. หากต้องการดึง MRR ให้สร้างตัวนำเข้าไคลเอ็นต์ JSON ใหม่
  2. สำหรับสตริงการสืบค้น JSON ให้ใช้สิ่งนี้
  3. จากนั้นดำเนินการตรวจสอบสิทธิ์ ตั้งค่าส่วนหัวของคำขอด้วยค่าโทเค็นของคุณ
การตั้งค่าบัญชี
  1. ไปที่แท็บ API Keys/Dev Kit และคัดลอกโทเค็นส่วนตัวของคุณ
คีย์ API
  1. ตั้งค่าสตริงการสืบค้น URL เป็น “metrics: recurring_revenue”
  2. กำหนดค่าข้อมูลของคุณเพื่ออัปเดตโดยอัตโนมัติ บันทึก และเรียกใช้ตัวนำเข้า

นี่คือลักษณะการผสานรวมที่พร้อมใช้งานของคุณ ตามตรรกะนี้ คุณสามารถดำเนินการที่คล้ายกันเพื่อดึงข้อมูลเกี่ยวกับการสมัครรับข้อมูลที่ยกเลิก อัตราการเลิกใช้งาน และ APRU

ผู้นำเข้า.

โดยค่าเริ่มต้น คุณจะเห็นช่วงเวลา (เดือนและปี) และค่า MRR ในช่วงเวลานี้

ค่า MRR

จากนั้นเราจะใช้ข้อมูลนี้เพื่อคำนวณการเติบโตของ MRR, MRR EOM และ EOM MRR Growth

มร. ออม.

ดังนั้น MRR EOM เท่ากับ:

(ยังทดลองอยู่) * ARPU * (ทดลองจ่าย) + MRR สำหรับงวดปัจจุบัน

ขึ้นอยู่กับว่าคุณอยู่ที่ไหนในธุรกิจของคุณ ไม่ใช่ทุกส่วนที่จะเหมือนกับของฉัน เมื่อคุณทำขั้นตอนนี้สำเร็จหนึ่งหรือสองครั้งแล้ว คุณสามารถปรับแต่งแต่ละขั้นตอนตามที่คุณต้องการได้อย่างง่ายดาย

บทสรุป

โลกของข้อมูลมีขนาดใหญ่ คุณสามารถหลงทางได้ง่าย ในฐานะเจ้าของธุรกิจหรือผู้เชี่ยวชาญด้านการตลาด การสามารถเข้าใจขั้นตอนใดๆ ของกระบวนการทางการตลาดหรือการขายสามารถช่วยให้คุณตัดสินใจได้ดีขึ้นและนำเสนอมุมมองที่เป็นปัจจุบันเกี่ยวกับสถานภาพธุรกิจของคุณ

แม้ว่าการสร้างช่องทางของคุณออกมาอาจจะดูน่ากลัวในตอนแรก แต่ก็เป็นทักษะที่มีค่า เริ่มต้นด้วยการสร้างรายงานฉบับแรกและปรับปรุงตามที่คุณทำ