Spojení dat z marketingových systémů a databází

Jste majiteli střední nebo velké firmy, nebo se staráte o efektivitu vynaložených nákladů či marketing? Začali jste pociťovat limity Excelu nebo online tabulek? A využijete všechna data? Pokud jste si na všechny tři otázky odpověděli ANO, pak pro vás možná bude vhodné spojení dat z marketingových systémů, interních databází a dalších zdrojů.

Využití v praxi & příklady

Propojování dat z mnoha zdrojů vám může pomoci ve vyhodnocování marketingových kanálů, výběru dopravců, nákupu nového zboží, nebo dokonce v HR.

Obecný use case

Jednoduchý a jednorázový výpočet podílu nákladů na obratu (PNO) nebo marže zvládne téměř každý a to na obyčejné kalkulačce. Pokud potřebujete data analyzovat v čase, segmentovat je podle marketingových kanálů nebo typu zařízení (PC, telefon) a to napříč systémy na pár kliknutí, kalkulačka vám stačit nebude.

V tomto případě je třeba z jednotlivých systémů (Google Analytics, Google Ads, Sklik, Facebook, Criteo, Google Spreadsheets, SAP, AWS, Ecomail apod.) data spojit do jednotné databáze a následně s touto databází pracovat – buďto importovat část dat mezi systémy (např. marži ze SAP do Google Ads), nebo přehledy vizualizovat (PowerBI, Data Studio).

Běžný use case z praxe

Mezi nejběžnější požadavky našich klientů patří:

  • zjištění, jaké jsou reálné náklady na 1 nákup (kredity, zabalení zboží, doprava) a kolik z objednávky zbyde
  • jaká je ROI – návratnost investice; kolik stojí získání člověka a jaká je potřeba retence pro vytvoření zisku
  • vyhodnocení, jaké značky fungují napříč e-shopem (a to s ohledem na různá zařízení, marketingové kanály a pracnost při expedici)
  • predikce vývoje tržeb na základě dostupných dat

Pro větší hráče

Tato služba počítá s propojováním především u větších firem – těm menším se to zkrátka nevyplatí. 

“Kromě náročnosti na vývoj v rámci našeho týmu je to především potřeba mít dat dostatek a pak je reálně používat pro další rozhodování”

U větších podniků a velkých korporací jsou pak možnosti víceméně neomezené.

  • import nákupní ceny produktu do Google Ads a následné optimalizace kampaní pomocí automatizovaných skriptů (hlídání ROAS, CPC apod)
  • import nákladů k objednávkám do Google Analytics včetně podílu nákladů na zaměstnance, kanceláře nebo dopravy (když ji dotujete v rámci služby “doprava zdarma”)
  • atribuce a retence – v případě, že je business model postaven tak, že pevní nákup je v mínusu či na nule -> kolik potřebujete nákupů a v jaké výši (na základě zařízení, kampaní), aby jste byli v plusu – především v případě pravidelných subscriptions
  • import vratek a storno objednávek do marketingových systémů (v případě, že je podíl větší a má to smysl)
  • propojení dat s “netradičními” systémy mimo Google platformu (import dat do GA například z vlastní databáze AWS, Azure, GCP a podobněnebo e-mailingu)
  • připojení dat návštěvnosti pobočky a vyhodnocení vlivu konkrétních kampaní v daném období
  • denní RFM analýzy rozlišené dle kampaně, zařízení, oblasti apod.

Predikční modely

Když existuje databáze s propojenými daty, lze realizovat vcelku dobře predikční modely nebo výpočty pomocí umělé inteligence.

Vizualizace

Sloučení marketingových dat a údajů z interních systémů a dalších zdrojů končí v databázi. S touhle databází ale pravděpodobně sami neuděláte vůbec nic. Pokračujeme tedy obvykle do některého z vizualizačních nástrojů. Díky tomu, že pracujeme v BigQuery, obvykle vizualizaci stavíme v Data Studio (z důvodů snadné integrace a rychlosti načítání dat).

Pro některé klienty děláme vizualizace také do PowerBI nebo transformovaná data vypisujeme zpět do online Google Spreadsheetů.

Jak vypadá práce s daty?

Některé uvedené příklady v článku nebudou vždy relevantní pro všechny. Umíme toho ale propojit opravdu hodně, takže pokud se vám tato oblast pokročilé analytiky bude hodit, určitě najdeme to pravé řešení.

Zdroje dat – vstup

Aby byl zdroj dat použitelný, musí mít systém své vlastní API, ke kterému se dokážeme připojit a data získat.

Ve výčtu těchto služeb může být Google Analytics, Google Ads, Sklik, Criteo, RTB (RTBhouse, Adform), e-mailingové služby (Ecomail, Smartemailing, Mailchimp), affiliate systémy, online Google tabulky nebo databáze od zákazníka – Amazon, SAP a další.

Práce se samotnými daty je relativně přesná, protože většina systémů má data jasně strukturovaná a jednotná napříč účty. Problémy nastávají v případě rozdílných pojmenování kampaní, custom dimenzí nebo ve vlastních .CSV výstupech, které ani .CSV nejsou.

Offline data

Umíme také pracovat s offline daty, jako je propojení dat z poboček. Tato offline data musíme “pouze” dostat do online formy, kde se díky API lze k datům dostat.

Limity a náročnost

Je důležité, aby byly vizualizace nebo exporty transformovaných dat používané. Jinak se vám taková práce nikdy nezaplatí.

Používané nástroje a spolupráce s vývojáři

Limity řešení spojování dat víceméně neexistují. Co se hardware týká, vše děláme v cloudu – moderním způsobem. Limity přenosu dat v rámci služeb, které využíváme, by pokryly i data z celé sítě Seznam.cz.

V rámci nástrojů využíváme Google Cloud (v něm primárně BigQuery a Keboolu). Pokud by někde došlo místo (kapacita je zde min. v Petabytech) nebo výpočetní výkon, jsou tu další nástroje. Není třeba se bát.

V rámci některých projektů spolupracujeme také s IT oddělením firem, které často již mají vlastní databáze, ať už pouze backendu webu nebo rozsáhlejších systémů. Zde je vhodné tyto informace využít a propojit například právě s daty z marketingových systémů. 

Náročnost realizace

Jak to obvykle bývá, začínáme na jednoduchém řešení, které se postupně rozšiřuje Spojení dat a následná práce s daty není otázkou jednoho odpoledne – proto je také potřeba s daty řádně pracovat i nadále a posouvat výkon celé firmy kupředu.

Mezi naše velké benefity patří znalost Google Analytics do hloubky – tím pádem jsme navržená řešení schopni realizovat na klíč. V tom má velká část čistě IT odborníků bez marketingové zkušenosti problém.

Náklady v provozu

V rámci nákladů na provoz takového systému je nutné počítat s poplatkem za údržbu (může vypadnout API, nějaký nástroj začne vydávat data jinak, přejde se na jiný systém apod.) a také s náklady na provoz nástrojů (Google Cloud, Keboola). Tyto náklady řešíme individuálně dle počtu propojení a také toku objemu dat.

Výhodou našeho řešení je bezpochyby bezpečnost, kdy Google Cloud nabízí nespočet bezpečnostních certifikátů.

Naše zkušenosti

Mezi naše klienty v rámci služby zpracování a transformace dat patří Outdoor Concept (Rockpoint, Hannah) a Zaslat.cz se svými projekty Zaslat.cz, Parcelspot.com a Chytrybalik.cz.

Scroll to Top