Automatyzacja raportowania w marketingu

Scenariusz krok po kroku

1. 01

   Dlaczego ten sam miesiąc ma dziś inne wyniki

   Wyobraźmy sobie, że analityk przygotował raport zakończonego miesiąca i zapisał go na potrzeby odprawy. Później zespół zmienił model atrybucji w Google Analytics 4. Po ponownym pobraniu danych udział poszczególnych kanałów w kluczowych zdarzeniach wygląda inaczej. Komentarz o poprawie skuteczności kanału wymaga w tej sytuacji sprawdzenia: porównanie obejmuje również zmianę sposobu przypisywania wyniku.

   Google wyjaśnia wpływ modelu atrybucji na raportowanie: zmiana modelu dotyczy danych historycznych i przyszłych w raportach wykorzystujących odpowiednie wymiary źródeł ruchu o zakresie zdarzenia. Wymiary o zakresie użytkownika i sesji pozostają poza wpływem tego ustawienia. Dlatego dwa eksporty opisane tylko słowem „źródło” mogą wymagać osobnego objaśnienia.

   W proponowanym zestawieniu przy miarach pozostaje dokładna nazwa pola, jego zakres i ustawienia wykorzystane podczas pobrania. Zachowujemy też wcześniej przekazane wydanie raportu. Użytkownik może wtedy ustalić, czy porównuje kolejne okresy według jednej metody, czy dwa obrazy tego samego okresu obliczone inaczej.

2. 02

   Przypisany udział i liczba spraw w CRM

   Dokumentacja Google opisuje również ułamkowy udział przypisany do kluczowego zdarzenia. Wynik rozdzielony między kilka interakcji może mieć wartości po przecinku. Nie należy przedstawiać takiej wartości jako liczby konkretnych klientów przypisanych wyłącznie do jednego kanału.

   Zespół sprzedaży może równocześnie liczyć zaakceptowane szanse w CRM. Żeby zestawić tę miarę z analityką, trzeba określić, co oznacza zaakceptowana szansa, z którego dnia pochodzi jej status i czy istnieje dopuszczone powiązanie z wcześniejszym zdarzeniem. Brak takiego połączenia powinien pozostać widoczny. Dopasowanie po podobnej dacie lub nazwie firmy nie stanowi samo w sobie potwierdzenia źródła pozyskania.

   Suma wyników przypisanych przez kilka niezależnych systemów reklamowych także nie jest automatycznie liczbą unikalnych zamówień. Przed zestawieniem zespół musi uzgodnić, co liczy każde źródło i czy może obejmować te same zdarzenia. Projekt raportu ma pokazać te definicje oraz granice porównania.

3. 03

   Co można zautomatyzować

   Najpierw sprawdzamy, czy obecne raporty i narzędzie BI potrafią dostarczyć potrzebne widoki. Jeśli dane są dostępne, a zespół potrzebuje pomocy przy ich opisywaniu, można zacząć od szkolenia AI od 2 450 zł netto za dzień. Sam komentarz nie wymaga budowy nowego panelu.

   Gdy analityk regularnie pobiera pliki z kilku miejsc i ręcznie odtwarza ich ustawienia, Syntalith może przygotować zestawienie dla jednego uzgodnionego raportu. Obejmuje ono wybrane źródła, opis miar i oznaczenie brakującego eksportu. Harmonogram, historia wydań i widok akceptacji są elementami do uzgodnienia. Nie deklarujemy gotowych połączeń z kontami reklamowymi klienta.

   AI może przygotować szkic komentarza na podstawie sprawdzonych wartości i notatek analityka. Powinien zachować informację o zmianie modelu albo braku danych. Wzrost przypisanego udziału nie wystarcza do potwierdzenia, że dodatkowy wydatek reklamowy spowodował dodatkową sprzedaż. Ocena takiego wpływu wymaga osobnego pomiaru.

4. 04

   Próba, którą da się ocenić

   Do odbioru wybieramy raport z zachowanymi ustawieniami i oczekiwanym wynikiem. Sprawdzamy ponowne pobranie tego samego okresu oraz sytuację, gdy ustawienia jednego źródła się zmieniły. Analityk powinien zobaczyć różnicę metody przed zatwierdzeniem komentarza. Niekompletny zestaw nie może wyglądać jak pełny raport z zerowym wynikiem brakującego kanału.

   Osobno oceniamy tekst: czy opisuje właściwą miarę i okres, odsyła do danych oraz zachowuje niewiadome. Samo znalezienie liczby w źródle nie potwierdza całego zdania o przyczynie zmiany.

   Demonstracja raportu z kontrolą liczb korzysta z danych syntetycznych. Pozwala obejrzeć odniesienie do źródła i konflikt wartości. Nie zawiera połączenia z GA4, testu atrybucji ani modelu piszącego komentarz. Próba dla kont marketingowych wymaga osobnego przygotowania.

   AI w marketingu obejmuje także pracę redakcyjną, a automatyzacja raportowania opisuje ogólne zasady kompletności zestawień. Opisz raport, którego wyniki zmieniły się po ponownym pobraniu. Wystarczą nazwy źródeł i informacja, jaką decyzję ma podjąć odbiorca; dane klientów nie są potrzebne do pierwszego opisu zadania.