2B業界の入札促進を分析！

2b 製品が販売され、顧客を獲得しているとき、注文数が多くコンバージョン率が低いビジネス モデルの影響を受けます。これは、あらゆる業界の実務家が、一見無関心であるように見えても、なかなか解消できない悩みです。

なぜなら、2b が取引を成立させるには、2c のビジネスとはまったく異なる考え方が必要だからです。

顧客にとっての価値を創造するには、顧客との完全なコミュニケーションと統合が必要です。これはまた、2b 企業のユーザー ライフサイクルが 2c よりもさらにいくつかの段階、つまり長い無意識段階、認知、関心、好み、購入、そして「検討」と「好み」という新しい調達サイクルに入るという段階を持つことを意味しています。

近年、インターネット上では「2b 製品の顧客を獲得する N 通りの方法」や「これらのマーケティング手法により、2b の顧客獲得がより正確になる」といったことが書かれることが多くなっています。

しかし、実際のところ、それはまだ同じ古い話です。

2b 顧客獲得に関しては、効果的な顧客獲得チャネルは最終的には検索エンジンとブランド構築に戻ると個人的には考えています。

第二に、EDMのような音楽は国内ではあまり実用的ではありません。

最も典型的な例は、Oracleがいくつかの「高価格のエンタープライズマーケティングオートメーション」を開発しており、その中でEDMが非常に重要な位置に置かれていることです。それを使用している企業のほとんどは外資系企業です。使いやすいかどうかについては、本当に判断が難しいです。

さらに、2B企業はBaiduに入札広告を出稿しており、顧客獲得コストは近年上昇し続けています。同時に、「アカウントは1日に多額のお金を使うことが多く、訪問数も多いのに、ビジネスについて問い合わせる人がいないのはなぜですか？」と多くの人から質問を受けました。

私たちは、レストランフランチャイズチェーンを事例として、上記の問題を研究・分析します。以下、このブランドを「A Catering」と表記します。

最初のステップは、問題を特定し、Baidu 入札アカウントを確認することです。

表示：当日の表示量は3万件。表示地域、時間帯、キーワードは他の問い合わせ日と変わりありません。

さまざまな単語の詳細を照会したところ、キーワードのマッチングに問題はなく、検索用語も基本的に正常であることがわかりました。

また、展開エリアはフランチャイズ展開が可能な都市のみとなりますので、展開エリア内でサービスが提供できないといった問題もございません。

同時に、表示された結果から、この教育ブランドと他の競合他社のクリエイティブコンテンツは類似していることが分かるため、ユーザーが教育ブランドのページを閲覧した後に他のブランドに切り替える可能性はありますが、その確率を判断することは不可能であり、これに対しては継続的な最適化と調整を行うことしかできません。

したがって、このリンクの問題のトラブルシューティングは基本的に完了しました。

リンククエリをクリックすると、その日のクリック数は450、クリック率は1.5％でした。私はこの業界にあまり詳しくないので、この比率が適切かどうかはわかりません。

開けないアクセス不可ページを見てみましょう。ウェブサイトのログを見ると、返ってきたステータスコードの98%が200で、到達率は89%となっており、クリックアクセスに異常がないことがわかります。

ページ滞在時間は3分/直帰率も22%と正常であり、キーワードと検索用語の一致度は大きな問題ではないことがさらに証明されています。

ここで注意すべき点は、ページ滞在時間と直帰率は平均値であるため、大きな値が最終的な平均値に影響し、問題のトラブルシューティング漏れにつながるのを避けるために、0～60秒、61～120秒など、さまざまなセグメントでそれらの頻度比を確認する必要があるということです。

悪意のあるクリック。ここでは、クリック/UV 比が約 1.22 という指標に注目します。1.5 を超えない限り、悪意のあるクリックは除外できます。

次のステップは、チャネルにアクセスする IP アドレスを確認することです。私が SEM に初めて触れたのは 6 ～ 7 年前ですが、IP 除外機能は社内の同僚が勝手にクリックするのを防ぐ以外にはあまり実用的ではなく、むしろ役に立たない機能だと感じていました。

IP を使用してユーザーの位置を特定する場合、IP 地理情報データベースの不正確さのため、せいぜいおおよその位置しかわかりません。

ユーザーがプロキシ サーバーを使用する場合、サーバーはプロキシ サーバーの IP アドレスを確認し、ユーザーの位置情報ではなくプロキシの位置情報を取得します。

頻繁にアクセスしているのにコンバージョンしていない IP アドレスが見つかった場合も、無効な UV として除外します。これは、実際には、放置するのではなく誤って殺すというアプローチであり、厳密さが足りません。

上記の内容から、アカウント側では未登録アクセスの理由が判明しなかったため、ユーザーがアクセスした後のデータからのみ理由を解明することができました。

ここで遭遇するかもしれない困難は、私が接触してきた伝統的な企業です。データ統計は単純すぎる場合が多く、ビジネス上の問題を分析する際に、データ統計が不足していると、問題をスムーズに分析することが難しくなります。

幸いなことに、A Restaurant の Web サイトが最初に作成されたとき、サードパーティのデータ分析プラットフォームが使用され、すべてのページの行動が追跡されていました。

データベースが小さいため分析結果にランダム性が出ないように、特定の月のデータを選択して分析を行いました。つまり、同じ日に百度の有料検索チャネルを訪れた未登録ユーザーをグループ化したのです。

将来の日数間隔での登録量の分布は、同じ日に登録していないユーザーの数です。2日目、3日目、N日目には、登録ユーザーの数が生成されます。

なぜなら、有料検索チャネルを通じて毎日 Baidu にアクセスするユーザーのうち、約 85% が新規ユーザーだからです。

2cと比較すると、2bビジネスは無意識段階が長く、つまり登録相談や取引の行動サイクルが長くなります。

そのため、当日​​に未登録相談ページを訪れたユーザーが、将来的に登録・相談を行うかどうか判断する必要があります。

サードパーティのデータ分析プラットフォームでは、ユーザーグループ化時にユーザーデータを抽出する際に、「同じ日に未登録の訪問」などのユーザー条件フィルタリングを実装できないためです。

その後、データベースから抽出できるのは技術者のみになります。

最終データでは、最初のピークは4日目で登録数が1.8%となり、7日目にピークが1.2%に達しました。その後、登録数は減少し始め、15日目以降は徐々に0に近づいていきました。

これは、このタイプのプロジェクトのコンサルティング サイクルが通常約 15 日であることを示しています。

最終的な登録/相談比率は 5% の登録で、その月の総クリック数は約 12,000 以上でした。

登録・相談件数は約600件、平均すると1日あたり約20件の登録・相談がある計算になります。

さらに、将来のある時点で発生する登録/相談行動の大部分は、他のソースから Web サイトにアクセスすることによって生成されることがわかりました。

これは、実は冒頭で述べた問題の原因、つまり日中は多くの訪問者ユーザーが訪れるが、問い合わせがないという問題を説明できます。

これは、一部のユーザーが相談登録を遅らせ、その行動が他のチャネルで再度記録されたためです。

そのアカウントのその月のプロモーション費用は18万元以上で、一つのビジネスチャンスを獲得するための総コストは約300元でした。

レストランフランチャイズ事業に関しては、この業界にあまり詳しくないので、コストが高いのか安いのかよく分かりません。

しかし、さらに注目すべきは、これらのユーザーの 95% がさまざまな理由でまだ登録/相談を完了していないことです。

ユーザー数の増加という観点から見れば、これがビジネス成長の原動力となるかもしれません。

長い間いじくり回した後も、このサードパーティ ツールで必要なユーザーをフィルターする方法がわからなかったので、データベースから再度適格なユーザーを抽出することしかできませんでした。

データベースからランダムに選択する必要がある対象は、Baidu の支払いチャネルを通じて公式サイトにアクセスする登録済みユーザー ID と未登録ユーザー ID の同数です。

特定の行動（ケータリングアイテムのクリック、投資収益、フランチャイズ意向、ホワイトペーパーのダウンロードなど）における 2 つのユーザー グループのユーザー ボリューム分布を分析します。

データに示されたコンテンツのうち、未登録ユーザーでは、労働環境、採用ポジション、キャリア開発などのモジュールのクリック配分率が登録ユーザーグループよりもはるかに高くなっています。

百度の有料チャンネルを通じて紹介された訪問ユーザーの中には、一定数の就職希望者が含まれていると判断できる。

さらに、企業ニュース、ブランド月報、マーケティング活動、メディアレポートも、登録ユーザーよりも未登録ユーザーが注目するモジュールです。

そのため、百度の有料チャンネルを通じて紹介された訪問ユーザーの中には、業界の調査員や競合他社の訪問ユーザーも大部分含まれていると判断できる。

データの割合から計算すると、百度の有料チャネルを通じて紹介されたユーザーのうち、求職者、業界調査員、競合他社のユーザーが、このチャネルを通じて毎日訪れるユーザーの約68％を占めていると概算できます。

最後に、需要ユーザーは約 32% を占めます。

ここで、ビジネスの成長を促進するノードをさらに確立できます。

1. 無効なユーザーの 68% をブロックするにはどうすればよいでしょうか。あるいは、そのようなトラフィックの導入を回避して顧客獲得コストを削減するにはどうすればよいでしょうか。

2. 前述の通り、登録ユーザーは5%しかいないため、実際のビジネスニーズを持つ訪問ユーザーの割合は約32%です。登録相談のコンバージョン率を向上させるにはどうすればよいでしょうか。

第一部では、ユーザー行動特性（データ指標：/ボリューム）に基づいて、日常のオムニチャネルを通じて紹介された訪問ユーザーのさまざまな特性下での登録コンバージョン率を観察し、登録率の低い特性を特定し、これらの特性に基づいて除外ルールを確立します。

例えば、あらゆるチャネルを通じてサイトにアクセスしたユーザーのクリック行動を分析することで、職場環境、採用職種、キャリア開発などに対するクリック回数が0～2回、3～5回、5回以上など異なるユーザーグループの登録率など、ユーザー特性を分析することができます。

登録相談特性が低い人を選別し、Baidu 入札やその他の広告アカウントから除外します。

Baidu の入札プロモーションAPI に接続されていないため、これらのユーザーを定期的に手動で更新して除外する必要があります。

同時に、予算を削減することなく、コアワードの価格を引き上げ、コアワードが一日中オンラインになり、TOP3に留まるようにします。

これを行う目的は、一日の業界需要を最大化し、表示時間/予算の不足、ランキングの不足、相談の遅れなどの問題により、一日の間に未登録相談の費用が大きく変動することを回避することです。

上図では、3月下旬の調整後、4月末までにコンサルティング費用が比較的安定した納品傾向を確保できたことがわかります。

2番目の部分では、ユーザーの行動特性（データ指標：/数量）に基づいて、異なる特性の下での登録コンバージョン率を観察する必要があります。ここで、上記の2つの部分のユーザーIDデータを統合する必要があります。

登録率の高い機能を見つけ、これらの機能に基づいて登録を改善する価値を見つけます。

例えば、百度の有料チャネルを通じて訪問ユーザーを紹介することで、ポップアップボックスの数や、0〜2回、3〜5回、5回以上など、ポップアップボックスの数が異なる場合の登録率を見て、ユーザー特性を分析することができます。

3～5個のポップアップウィンドウで百度の有料チャネル経由で訪問するように誘導されたユーザーの登録率は、0～2個のポップアップウィンドウで訪問するように誘導されたユーザーの登録率よりもはるかに高いなど、登録相談に大きな影響を与える特徴的な側面が観察されました。

ユーザー登録率を上げる基準としては、このチャンネルのユーザーに対してウィンドウを 3 ～ 5 回ポップアップ表示することが挙げられます。

上記の分析結果に基づいて、Web サイトのコンテンツ戦略と運用戦略が次のように調整されます。

- Baidu の有料チャネルを通じて、訪問ユーザーからの 3 ～ 5 個のポップアップ相談ボックスを導入します。

- 業界分析ホワイトペーパーがナビゲーションの3番目の位置に移動され、ユーザーによるホワイトペーパーのダウンロード数が5倍に増加しました。

-…。

採用した戦略を一つずつ実行し、データを比較したところ、4月の登録相談件数は3月に比べて比較的安定しており、一定の成長を維持していることがわかります。

2019年3月通期の登録相談件数は536件、4月通期の登録相談件数は875件となり、前月より339件増加しました。

要約:

このプロジェクトは、データ収集の規模が限られており、製品の形式が単一で、データが非標準であるため、全体的な効果は向上していますが、明らかではありません。このケースは、単一の広告チャネルを配置するための出発点としてのみ使用されます。

著者:セブンティツー

出典: 72nd Street