Ugasio sam kanal koji godinu dana nije donio nijednu prodaju

Polazna situacija

Klijent je godinu dana plaćao dvije vrste upita. Jedna je donosila kupce. Druga nije donijela nijednu prodaju.

Problem je bio što je baš ta druga imala najnižu cijenu po upitu.

Klijent se dvije godine oglašavao na Metinim platformama i u tom razdoblju prikupio više tisuća upita. Upiti su automatski ulazili u CRM, a uz svaki posao stajalo je polje koje je trebalo pokazati iz kojeg je oglasa došao. Na tom su se polju temeljili i mjesečni izvještaji. Na prvi pogled ništa nije izgledalo pogrešno.

Zadatak nije bio popraviti mjerenje, nego odgovoriti na jedno pitanje: koji oglasi zapravo donose prodaju.

Zašto se na to pitanje nije moglo odgovoriti

Polje s oznakom oglasa nije se punilo podatkom koji je stigao uz upit, nego zamjenskom vrijednošću vezanom uz obrazac. Kada sam ga usporedio s izvornim zapisom svakog upita, razlika nije bila rubna: od 337 popunjenih vrijednosti, 334 su bile netočne. Tri su bile točne.

Posljedica nije bila samo neprecizan izvještaj. Polje je dosljedno pokazivalo jedan oglas kao najuspješniji, ali to nije bio oglas koji je stvarno donosio prodaju. Tko bi se u dobroj vjeri oslonio na taj izvještaj mogao je povećati ulaganje u oglas koji je donosio gotovo ništa.

Što je mjerenje pokazalo

Atribucija je ponovno izgrađena iz izvornog zapisa svakog upita i povezana s ishodima poslova. Slika je bila izrazito neravnomjerna: jedan oglas nosio je 71% svih pripisanih prodaja i 67% ukupne marže. Sljedeći najuspješniji oglas u cijelom računu imao je dvije prodaje.

Važno je reći i gdje podaci prestaju biti dovoljno jaki za takav zaključak. U ovom skupu podataka prvo mjesto bilo je jasno; poredak ispod njega nije. Kada svi ostali oglasi imaju dvije ili manje prodaja, razlike među njima nisu dovoljno velike da bi podaci potvrdili smislen redoslijed.

Zašto se to nije vidjelo

Upiti su se dijelili u dvije vrste, prema tome što je posjetitelj tražio — i ta razlika nije bila vidljiva ni u jednom izvještaju koji je klijent gledao.

Vrsta koja nije prodala ništa imala je najnižu cijenu po upitu u cijelom računu. Cijena po upitu broj je koji oglasna platforma stavlja u prvi plan, pa je po njemu taj dio računa godinu dana izgledao kao najbolji.

Kako je provjereno da nalaz nije artefakt

Takav nalaz ima očit prigovor: možda se ti upiti zatvaraju izvan CRM-a, pa ih mjerenje jednostavno ne vidi.

Zato sam popis stvarnih kupaca iz evidencije klijenta po imenima upario sa zapisima upita. Od 61 kupca, njih 46 došlo je iz vrste upita koja je pokazivala prodaju. Iz jeftinije vrste nije došao nijedan.

Tih 46 ovdje je važnije od nule. Pokazuju da se stvarni kupci mogu povezati sa zapisima upita i da usporedba ne vraća samo prazninu. Bez te provjere nula bi mogla značiti i da nešto ne valja s podacima.

Što je iz toga izgrađeno

Prvo sam ugasio izvor upita koji nije donosio prodaju. Zatim dvije trajne promjene: atribucija se sada računa iz izvornog zapisa upita, a ne iz zamjenskog polja, a ishodi poslova vraćaju se oglasnoj platformi kao poslužiteljski događaji — pa se optimizacija oslanja na kvalificirane upite umjesto na broj poslanih obrazaca.

Što ovaj primjer pokazuje

Mjerenje je bilo ugrađeno, izvještaj je postojao, a svaki pojedini broj bio je uredno izračunat. Pogrešna je bila veza između oglasa, upita i ishoda.

Zato jedno pitanje vrijedi postaviti svakom sustavu koji Vam prikazuje rezultate oglašavanja: znate li iz kojeg je oglasa došao zadnji kupac, a ne zadnji upit? Ako odgovor traži ručno spajanje dviju tablica, u praksi ga još nemate.

PythonMeta Marketing APIMeta Conversions APIn8nGoogle Sheetscron