Using  Web  Analy.cs  Data  To  Challenge,  Op.mise  &  

Support  Your  Marke.ng  Mix    

JOANNE  CASEY  |  GLOWMETRICS  

 August  21st  2014

About  GlowMetrics •  Focuses  on  providing  a  service  

which  helps  businesses  build  out  digital  strategies  that  are  underpinned  by  strong  digital  data  analysis.

•  Have  offices  in  both  Belfast  and  Dublin.

•  Hold  a  range  of  clients  interna.onally  and  locally.

Clients

What  We’ll  Be  Looking  At:  

•  Tracking  towards  success • Understanding  mul.-­‐channel  funnels  

•  The  importance  of  a[ribu.on  

•  The  future  of  web  analy.cs

Why  Web  Analy.cs  ? “Web  Analy.cs  is  the  measurement,  collec.on,  analysis  and  repor.ng  of  Internet  data  for  the  purposes  of  understanding  and  op.mising  web  usage”                                                                                                                                                              -­‐  Web  Analy.cs  Associa.on

The  Benefits  of  Analy.cs: •   get  closer  to  the  customer   •   accurately  gauge  user  experience   • increased  accountability •   focus  and  priori.za.on  of  resources   •   conversion  rates  and  enhanced  ROI

Repor.ng  on  Stat: – Visits – Unique  Visitors – Pageviews – Pages-­‐Per-­‐Visit – Time-­‐on-­‐Site

– New  Visitors – Returning  Visitors

Reaping  Ac.onable  insights: – Where  does  your  most  valuable  traffic  come  from?

– How  do  visitors  from  mobile  engage  differently  from  desktop  visitors?

– Where  and  why  are  you  loosing  visitors?

– How  is  your  offline  impac.ng  online  sales?

Effec.ve  Web  Analy.cs

Web  Data ??? ROI

Effec.ve  Web  Analy.cs

A"ribu'on  

STEP  1:  Tagging

Metric  Analysis  in  Marke.ng “I  no.ce  increasing  reluctance  on  the  part  of  marke.ng  execu.ves  to  use  judgement;  they  are  coming  to  rely  too  much  on  research,  and  they  use  it  as  a  drunkard  uses  a  lamp  post  for  support,  rather  than  for  illumina.on.”    

-­‐  David  Ogilvy

"If  you  torture  data  long  enough,  it  will  confess  to  anything.”   -­‐  Hal  Varian  

Don’t  believe  the  hype

“Your  display  campaign  on  MSN  delivered  100,000  impressions  and  10,000  clicks”

-­‐  Agency

“That  Display  campaign  that  you  spend  €16,000  on  drove  €100  in  revenue  L  ”

 -­‐  Web  Analy.cs

Use  the  URL  Tool  Builder  to  track  ALL  online  campaign  traffic:

Campaign  Traffic

Release  the  worms!

STEP  2:  Mul.-­‐Channel  Funnels

Consumer  journey  is  becoming  more  complex  

Audience  movement  in  the  travel  market  before  a  purchase

Understanding  the  length  of  the  purchase  cycle

Source:  Google  ClickStream  Whitepaper,  August  8th,  2011  

 Campaign  

TV  Ad  

Radio    Ad  

Outdoor  Ad  

Print  Ad  

Online  Ad  

Search    

Offline  Sale    

Online  Booking  

Website  Visit  

Social  Media  Engage-­‐ment  

You  should  understand  the  impact  each  campaign  has  on  another:

First Interac,on

Assist Interac,ons

Last Interac,on

Overall  Path  Length:  4

Time  Lag  (Time  to  Convert)

Top  Paths

Mul.-­‐Channel  Paths

Mul.-­‐Channel  Paths    

Remarke.ng

Display

Social  Media

PPC

Direct

Organic  Search

Assist

Convert

Email

Mul.-­‐Channel  Funnels

STEP  3:  A[ribu.on

A[ribu.on

Display

Search  Ad

Purchase

Affiliate

Display  Ad

Organic  Search

**I  get    the  conversion  **

Abandon

**I  get    the  conversion  **

A[ribu.on

A[ribu.on

16 ___ 17

The  need  for  change…

Moving  from….  

To…  

€Event  Event  Event  Event  Event  

€5   €20   €5   €20   €50  

Time  

Recogni1on  for  all  events.  

€Event  5  

Event  4  

Event  3  

Event  2  

Event  1  

The  last  click,  Event  5  gets  all  

the  credit  

€0   €0   €0   €0   €100  

Time  

Step  out  of  the  swimming  lane  with  a[ribu.on

A[ribu.on

The  last  interac.on  will  be  given  100%  of  the  conversion  credit.

The  closer  the  channel  was  in  driving  the  conversion  the  more  weight  it  gets.

Apply  more  weight  to  the  channels  that  started  and  finished  the  conversion.

Apply  an  equal  weigh.ng  to  each  channel  that  was  key  in  driving  the  conversion.

A[ribu.on

The  Future  of  Web  Analy.cs  

Offline  Marries  Online:   Blurring  of  Mix

Tac.cs  used  to  be[er  analyse  offline: 1

2

3

+  0  

10000  

20000  

30000  

40000  

50000  

60000  

70000  

80000  

0  

5000  

10000  

15000  

20000  

25000  

30000  

Sum  of  2011  Total  Radio  EQ   Sum  of  2011  TVEQ   Sum  of  2011  Press  

Sum  of  Display  Impression   Sum  of  Search  Impressions   Sum  of  DI  Visits  2011  

Tac.cs  used  to  be[er  analyse  offline:

Key  Trends:  Removing  Data  Silos

Key  Trends:  Data  Visualisa.on

h"p://www.consumerbarometer.com  

Key  Trends:  Micro-­‐Personalised  Experiences

Remarke.ng

Remarke.ng

Using  Shopping  Behaviour  Data    

Using  Shopping  Behaviour  Data  

Key  Trends:  Predic.ve  Analy.cs

Predic.ve  Personalisa.on

“We’re  in  a  new  era  of  retailing  –  the  era  of  mass  personalisa5on…  

…It  will  offer  cheaper  products  to  price-­‐sensi5ve  customers  and  luxury  products  to  wealthier  customers…  

…The  power  of  this  approach  was  born  out  by  a  test  we  did  to  sell  maBresses.  When  a  customer  visited  our  website,  we  would  use  Clubcard  data  to  tell  us  if  the  customer  was  more  swayed  by  price  or  quality.  We’d  then  display  the  type  of  maBress  that  best  reflected  that  shopper’s  characteris5c.  Sales  grew  by  10%.”  

Source:  Tesco’s  chief  execu.ve  Philip  Clarke,  at  the  Global  Summit  of  the  Consumer  Goods  Forum,  Turkey  

Tesco  Clubcard

Predic.ve  Real-­‐Time  Auto  Bidding

Wrap  Up

•  Tag,  Tag,  Tag •  Analyse  behaviour  between  channels

• Give  channels  he  credit  they  deserve

Slide § 46

Ques.ons?

LinkedIn:  h[p://ie.linkedin.com/in/joanneellencasey Twi[er:  @joannecasey Email:  joanne@glowmetrics.com