Digitale utgivere administrerer flere inntektsgenereringsveier (abonnement, programmatiske annonser, direkteannonser, handel) i et forsøk på å maksimere inntektene deres. I dagens forretningsscenario har det imidlertid blitt stadig vanskeligere å balansere publikums- og annonsørforventninger. Inntektsgenereringsteam forventes å gjøre mer med mindre, og uten mangel på plattformer og leverandører på markedet, sliter mange utgivere med å finne ut en strategi for innholdsdistribusjon som driver trafikken og inntektene som trengs.
Ettersom inntektene fra digitale annonser fortsetter å stige , er det avgjørende at utgivere har et førsteklasses analysesystem som en del av strategien deres. Mens markedsførere holder øye med forbruket, er det tungvint og motintuitivt å administrere alle disse dataene enkeltvis på forskjellige plattformer. Å sette opp analyser og rapportering er alltid en iterativ aktivitet, men å starte med et rammeverk kan virkelig bidra til å fremskynde prosessen og få grunnleggende ting rett fra start.
Kort sagt, et best-i-klassen-analyseoppsett for inntektsgenerering hjelper både utgivere og markedsførere med å holde seg oppdatert. I denne artikkelen tar vi sikte på å avdekke noen av mysteriene rundt inntektsgenerering og gå over noen av de beste fremgangsmåtene du bør huske på når du setter opp inntektsgenereringsanalyse.
Hvorfor inntektsgenereringsanalyse er viktig
Datainntektsgenerering er prosessen med å bruke data for å øke inntektene. Mange av de best-ytende og raskest voksende selskapene bruker ikke bare datainntektsgenerering, men har gjort det til en viktig del av strategien deres.
God datainntektsgenerering sikrer at virksomheter optimaliserer bruken av data for å maksimere fortjenesten og redusere kostnadene. Det kan også bidra til å strømlinjeforme beslutningstaking og planlegging, identifisere og redusere risiko, og multiplisere og styrke inntektsstrømmene.
- Noen av de andre fordelene med inntektsgenerering for data inkluderer:
- Øker operativ produktivitet og effektivitet
- Forbedrer forståelse for kunder og målrettet markedsføring
- Hjelper med å identifisere nye muligheter for vekst
- Styrker konkurransefortrinn
Siden flere markeringsutgivere over hele verden bruker Tercep, har vi hatt en sjanse til å jobbe tett med de beste i bransjen for å sette opp analysene for inntektsgenerering. Nedenfor har vi samlet noen av de beste fremgangsmåtene du bør huske på når du gjør det.
Den digitale utgiverens veiledning for å sette opp analyser for inntektsgenerering
1. Automatiser alle rapporteringskrav fullstendig
Rapportautomatisering er prosessen der digitale markedsføringsrapporter opprettes og automatisk oppdateres ved hjelp av programvaren. Innsamlede data blir deretter levert til alle berørte parter med jevne mellomrom via automatiserte e-poster. Rapportautomatisering fungerer vanligvis gjennom APIer, og fjerner behovet for at noen skal behandle rapportene fordi det blir systemisert og automatisk ved hjelp av et programvaresystem.
Hvorfor er det viktig?
-
- Sparer tid og penger.
- Gjør rapporteringen mer nøyaktig.
- Gir tilgang til dyp innsikt ved å klikke på en knapp.
- Forbedrer nøyaktigheten av informasjon.
- Gjør det mulig å ta raskere beslutninger.
Hva bør en utgiver automatisere?
-
- Automatiser henting av data fra annonseserveren/e og programmatiske partnere.
- Automatiser henting av alle transaksjonsdataene som egenskapene genererer: handel på stedet, handel i apper, handelspartnerskap osv.
- Automatiser dashboards, lagrede spørringer og planlagte rapporter for brukeren via dyptgående dashboards eller flerdimensjonale pivoter.
Den gjennomsnittlige ad-ops-personen bruker 81 % av tiden sin på å samle data og utarbeide rapporter, og bare 19 % av tiden sin på å analysere dataene og generere innsikt. Ideelt sett bør planen være å få 81 % ned til null.
2. Normaliser alle dataene
Hvorfor er det viktig?
- Opprettholder konsistens i dataene på tvers av partnere.
- Reduserer forvirring rundt hva hver beregning eller dimensjon betyr.
- Forbedrer datanøyaktigheten og muliggjør mer nøyaktig beslutningstaking.
Hva bør normaliseres?
- Sørg for konsistent navnekonvensjon for hver beregning, dimensjon, valuta og rapporteringstidssoner på hver partner.
- Grupper dimensjonsmedlemmer meningsfullt og lag flere egendefinerte dimensjoner for å sikre konsistens i dimensjonsmedlemmer på tvers av partnere. For eksempel får de fleste av kundene våre trafikk fra flere geografiske områder, men ender opp med å gruppere land i meningsfulle intervaller ved å bruke egendefinerte grupperinger og sette opp en egendefinert dimensjon for å få tilgang til disse grupperingene. På samme måte oppretter utgivere en egendefinert dimensjon kalt plattform der dataene er delt på mobilnett, skrivebordsnett, app, AMP og andre. Et annet eksempel er å gruppere partnerne deres i Programmatic/HB/Networks/House/etc.
- Hvis det er flere eiendommer, grupper annonseenheter deretter slik at teamet kan spore aggregerte data for hver eiendom.
3. Kombiner dataene til meningsfulle tabeller
Hvorfor er det viktig?
- Muliggjør dyp innsikt fra beregninger som aldri har blitt sporet konsekvent før.
- Eliminerer datasiloer (verste fiender). Datasiloer resulterer i delvis informasjon som ofte er farlig for beslutningstaking.
- Gjør det mulig for ende-til-ende-forståelse av brukeratferd fra markedsføringsatferd til atferd på stedet/i-app til inntektsgenereringsatferd.
- Bidrar til å skape overraskende effektivitet på tvers av funksjoner, inkludert strategi-, markedsførings-, produkt- og inntektsgenereringsteam.
Hva er noen kombinerte datatabeller du må ha?
- ROI av UTM Kilde: Spor inntektsgenerering på brukernivå for å få et ende-til-ende bilde av markedsføring/oppkjøp, inntektsgenerering i appen samt inntektsgenerering for annonser. Dette bidrar til å knytte kampanjeytelsen til inntektsgenereringsdata, eliminerer gjetting og bygger lønnsomhet.
- PageRPM/ScreenRPM, SessionRPM, Revenue by DAU: Kombiner analysedata med inntektsgenereringsdata for å få en dyp forståelse av inntektsgenerering etter nettsider, appskjermer, brukerøkter, brukeraktivitet osv.
- i topptekstbud : Kombiner data fra annonseserveren, leverandøren av topptekstbud og individuelle toppbudspartnere for å sette opp avvikstabeller slik at teamet er på toppen av eventuelle problemer uten innsats.
- Direkte kampanjeytelse: Kombiner data fra annonsetjeneren med kjøperens (merkevare eller byrå) annonseserver for automatisk å spore beregningene (konverteringer, sidevisninger etter klikk osv.) som er viktige for kjøperen og for å spore avvik mellom klikk og destinasjonssidebesøk.
- Ordreadministrasjon, fakturering og annonseserveravstemminger: Kartlegg automatisk data fra ordreadministrasjonsprogramvaren, faktureringsprogramvaren og annonseserveren for å eliminere behovet for kjedelige avstemminger.
4. Sett opp automatiske varsler
Hvorfor er det viktig?
- Gir trygghet og sparer tid som ellers er bortkastet i konstant overvåking av beregninger.
- Hjelper med å fange opp feil, inkonsekvenser og uvanlig atferd raskt, slik at teamet kan iverksette tiltak i tide og minimere skade.
- Hjelper teamet å utnytte trender ved å sammenligne daglige og ukentlige tall og iverksette tiltak tidlig.
Hva er noen gode fremgangsmåter for varsler?
- Når du setter opp varsler, må hovedfokuset være på forholdstall. Absolutte beregninger som visninger, annonseforespørsler, inntekter, klikk osv. kan variere ganske betydelig. Men forholdstallene bør forbli stabile.
- Noen nøkkelberegninger på Google Ad Manager som trenger varsler, er CPM, Fill Rate, Gjengivelsesfrekvens, Leveringsfrekvens, Synlighet og Ad-Request CPM. Bruk disse med nøkkeldimensjoner som partner, plattform, geo, annonseenhet, prisregler og kjøpere for å få et fullstendig bilde.
- Sett opp timebaserte varsler for ekstremt kritiske beregninger. Definer alvorlighetsgrad basert på metrikken og omfanget av fall/avvik.
- Sørg for at varsler leveres til de mest brukte kommunikasjonskanalene i teamet: Slack, SMS og e-post.
Innhold fra våre partnere
5. Lag et enkelt dashbord og varslingsoppsett for direktesalgsteamet
Hvorfor er det viktig?
- Direktesalgsteam jobber ofte med utilstrekkelig informasjon.
- En bedre forståelse av kjøpers (merker og byråer) atferd vil dramatisk øke sjansene deres for å inngå en avtale og få bedre avtalevilkår. Det gir dem også mulighet til å forhandle bedre.
- Timing er alt når du inngår en avtale. Å være i stand til å handle på en mulighet raskt når gunstige forhold eksisterer kan utgjøre hele forskjellen i lukkingsgrad.
Hva er noen må-ha-oppsett for direktesalgsteam?
- Spor inntekter og CPM etter dato etter merkevare, annonsør, kjøpernettverk og budgiver/DSP for topp 5 programmatiske partnere individuelt så vel som samlet. Del dataene etter geo, plattform og annonseenheter (om nødvendig).
- Noen nøkkelberegninger på Google Ad Manager som trenger varsler, er CPM, Fill Rate, Gjengivelsesfrekvens, Leveringsfrekvens, Synlighet og Ad-Request CPM.
- Sett opp et dashbord med disse dataene som automatisk fylles ut daglig (eller hver time når det er tilgjengelig).
- Konfigurer varsler for endringer i forbruk eller CPM av hver av de ovennevnte.
6. Etabler forbruk til inntektssynlighet eller Revenue Attribution
Inntektsattribusjon er sporing, kobling og kreditering av markedsføringstiltak til nedstrøms inntektsgenerering. Prosessen krever en rekke trinn, men gir betydelig innsikt i hvilke markedsføringskampanjer og initiativer som fungerte eller ikke fungerte og i hvilken grad.
Hvorfor er det viktig?
-
- Revenue Attribution gir markedsføringsteamet ditt bedre innsyn i kampanjeresultater og hjelper bedrifter å fordele markedsføringskroner bedre til markedsføringen som kundene reagerer på.
- Hjelper deg å fokusere på plattformer der avkastningen er bedre og hvor man bør endre tilnærmingen.
- Ved å kombinere timedata med attribusjonsdata kan teamet ta raskere beslutninger og få mest mulig ut av budsjettet.
Hvilke situasjoner ber om dette?
-
- Viktige beregninger som forbruks-CPC kan telles opp mot kundens anskaffelseskostnad for å forstå effektiviteten til en kampanje. Hvis du for eksempel driver en bloggmarkedsføring på flere domener, kan det være fantastisk å ha en enkelt tabell som viser disse beregningene sammen med GA-data for å forstå hvilket domene som tiltrekker seg bedre kunder.
- En brukssak fra kunden vår var å tilskrive push-varsler til annonseinntekter . Dette hjelper dem å forstå hvilke emner som tiltrekker brukere tilbake til siden deres og øker annonseinntektene samtidig.
Det siste ordet
Hver utgiver står overfor disse analyseproblemene i bransjen, og vi har sett at det å holde orden på data hjelper dem med å komme langt fremover. Det er heller ikke alle utgivere som har det samme problemet, og derfor bør det å lage en problemstilling og finne en robust løsning for å løse problemet være veien å gå.
Å bruke en analytisk plattform som imøtekommer en utgivers spesifikke behov kan være nyttig for å eliminere flere feilpunkter og til slutt øke virksomheten!
Ansvarsfraskrivelse: Forfatteren av dette innlegget er tilknyttet Tercep, med eksempler fra ekte demo-dashboards.