שיוך מכירות למקורות לידים במשפכי שיווק מורכבים

10 דקות קריאה

שיוך מכירות למקורות הלידים זה אתגר מורכב שפוגש הרבה עסקים שמבוססים על לידים והגיעו לכמויות גדולות.

איך יודעים איפה החזר ההשקעה גבוה יותר?
לאן לנתב את תקציב השיווק כך שימקסם רווחיות?

כמה חוזר אלי בפועל מכל סכום שאני מוציא בערוץ שיווק כזה או אחר?

הכתבה הזו עשוייה לתת ראייה רחבה על הנושא,
ומשם למקד בצעדים פרקטיים מה לעשות הלאה.

תוכן עיניינים

ניתן ללחוץ על הכותרות לניווט מהיר בעמוד.

הקדמה

שיוך המרות אופליין,

שזה בעצם שיוך מכירות למקורות מהן הגיעו המשתמשים,

זה אתגר מורכב שפוגש את רוב העסקים שמבוססים על לידים.

1000 לידים מפייסבוק בעלות של X ש"ח
1000 לידים מגוגל בעלות של Y ש"ח
100 לידים שהגיעו מהצ'אטים ברשתות החברתיות

ועוד 50 שלא ברור מאיפה הגיעו

מ 2150 הלידים האלה היו סה"כ Z מכירות.

איך יודעים איפה החזר ההשקעה גבוה יותר?
או בפשטות,
לאן לנתב את תקציב השיווק כך שימקסם רווחיות?

בשביל השאלות האלו הכנו את הכתבה.

נקדים ונכתוב כבר את התשובה המלאה -
צריך להיכנס לתהליך למידה של איך למדוד את התשובות ספציפית בעסק שלכם,
כי בגלל שלכל עסק מאפיינים והיסטוריה שונה,
יש תשובה שתתאים לעסק אחד ולאו דווקא תתאים לשני.

אז בכתבה נציג כמה כלים,
עקרונות חשיבה,

וצעדים פרקטיים הלאה,
שיוכלו יחד לעזור לכם למצוא את התשובה המלאה אצלכם.

תכינו קפה,
שבו בנחת,
עיון מהנה.

מעקב באמצעות Offline Conversions

כשיוזר מקליק על מודעה,

מוצמד Click ID לחשבון הגוגל ולמכשיר שלו.

וכך, חשבון המודעות יכול לשייך המרה למודעה,

גם אם היא התבצעה מערוץ שיווק אחר,

אפילו חודשים אחרי הקליק הראשון.

שימוש ב Offline conversions זה בעצם להעלות אקסל עם מידע על המכירות לתוך חשבון המודעות,
ניתן לעשות את זה גם באוטומציה ישירה בין ה CRM לחשבונות המודעות.

יש את זה גם בגוגל (GCLID), וגם בפייסבוק (FBCLID), וגם בפלטפורמות נוספות.

ואז,

נעשית הצלבה ברוורס,
הדרך הקלה לתאר את זה היא כזו -

ה Click ID של הלקוח מוצלב עם ה Click ID של הליד,

ה Click ID של הליד מוצלב עם ה Click ID של הקליק על המודעה.

ואז יש שיוך של מכירה לקמפיין ולמודעה.

יתרונות בולטים:

במקום שהקמפיין יעשה אופטימיזציית קהל לפי המרה של ליד,
הוא עושה אופטימיזצייה לפי קהל דומה לאלה שביצעו רכישה.
מתאים גם למשפכי שיווק ארוכים, כל עוד היה פרסום ממומן מעורב.
מתאים גם למודעות בהן הקריאה לפעולה היא חיוג טלפוני.

חסרונות בולטים:

בעיות שיוך, במיוחד עם יוזרים בעלי חסימות Cookies.
יכול "לדרוס" השפעות של פעילות אורגנית, למשל מסע לקוח שנכנס מתוצאה אורגנית ורק בהמשך השאיר פרטים במודעת רימרקטינג - עשוי להיחשב כלקוח שהגיע מממומן בלבד.

מעקב באמצעות שיוך קליטת הליד ב CRM

בכל CRM יש אפשרות לשייך טפסי לידים למידע המופיע על הליד שהתקבל,

זה מאפשר לדעת איזה ליד הגיע מאיפה,

וכך בהמשך לשייך מכירות למקור הליד.

על ידי הקמת אינטגרציה בין מקורות הליד ל CRM,

פייסבוק ממומן,

גוגל ממומן,

והאפשרויות האורגניות השונות,
פשוט יוצרים סיכום מכירות שמתחלק למקורות השונים,
מחשבים עלויות שיווק בכל מקור,

ומשווים מול מכירות מאותו מקור.

מדידת המרות אופליין באמצעות חיבור טופס לידים ל CRM.png

יתרונות בולטים:

מצמצם את האפשרויות לבחינת הביצועים - כך וכך מכירות ממקור X , וכך וכך מכירות ממקור Y.
מתאים לזווית שיוך שמחשבת לפי הקליק האחרון של המשתמש.
מתאים במיוחד למשפכי שיווק הרמטיים ומהירים, כאלה שהמשך להמרה הוא ברמת הימים הבודדים, וכאלה שלא מקושרים לשיווק רב זירתי, אלא בסגנון של - מודעה > דף נחיתה מינימליסטי > ליד.

חסרון בולט:

בעיות שיוך אחרות מהאפשרות של Offline conversions,

זה שליד השאיר פרטים במודעה מסויימת,

יכול לקרות אחרי שנחשף למספר מודעות אחרות,

לאחר שהיה במוערבות עם תוכן שיווקי אחר,

אורגני או ממומן,

ולבסוף - הכניס פרטים בטופס מסויים.

במקרה הזה לא יהיה ימדד המשקל של כל ממשקי השיווק הקודמים שפגש, אלא רק לאחרון.

מעקב באמצעות Attribution ב GA4

לקחת כל חודש את כל ההמרות,

ולבדוק שיוך (Attribution) המציג את הייחוס של ההמרה לכל נקודת מגע במשפך השיווק,
כולל משך להמרה.

לדוגמא:
השיוך מציג שהממוצע להמרה הוא חודשיים,
ייחוס ההמרה לכל אחד מנקודות המגע היא כזו -
30% מקמפיין A בפייסבוק , 22% מקמפיין B בפייסבוק, 48% אורגני מהאינסטגרם.

ומשם להחליט איך לחלק את המשקל לכל אחד מנקודות המגע,

לפי נקודת מגע ראשונה,
שנייה,
אחרונה,
או ללכת על המודל של גוגל אנליטיקס Data Driven,
שזה בעצם כמו "קופסא שחורה",
לא ברור איך בדיוק מתבצע החישוב אבל הוא מציג את השורה התחתונה.

החישוב הזה בפני עצמו יכול להיות מטעה,
כך שמומלץ להצליב אותו עם עוד זוויות הסתכלות,
ולבחון את הדברים במשך תקופה לפני שמקבלים החלטות על בסיס ההסתכלות הזו.

מדידת שיוך המרות לפי נתוני attribution בגוגל אנליטיקס.png

נקודה לציון -
שימוש ב utm באופן הרמטי יכול לדייק משמעותית את הנתונים המתקבלים בחישובי שיוך ב GA4.

(למידע נוסף על utm אתם מוזמנים לעיין בטמפלייט שיצרנו ובסרטון ההסבר המצורף לו,
מתוכננת להמשך כתבה מלאה בנושא שתפורסם באתר וברשתות החברתיות.)

שימוש בתוכנות חיצוניות

כבעיה נפוצה אצל עסקים מדיום ולארג',

יש יזמים שמחפשים לה פתרונות.

יש כמה חברות SaaS שבנו פתרונות טכנולוגיים לנושא,
למשל קטע קוד שמוטמע באתר,

מתממשק לחשבונות המודעות ול CRM,

ועושה את כל הדברים שצויינו במרחב נפרד.

מדידת המרות אופליין באמצעות טכנולוגייה מתוכנה חיצונית.png

עד כה לא יצא לנו להשתמש בהן,
אנחנו עדיין בוחנים את הדברים מהצד וממשיכים עם הכלים המוכרים בשוק,
אם אתם מעוניינים להתנסות באחד מהם מוזמנים לכתוב לנו ונפנה אתכם.

מורכבות הנושא אחרי ההיכרות עם הכלים הטכניים

כפי שניתן לראות,

קיימים פתרונות,

אבל ישנן שתי מורכבות עיקריות:

לרוב, עסקים עושים שיווק רב זירתי אין רק ערוץ שיווק ממומן אחד, ורק ערוץ אורגני אחד.
במקרים רבים בהם עסקים נתקלים בבעיה הזו - משפך השיווק שלהם הוא בן כמה ימים ומעלה, יכול להיות אפילו שנה, זו מורכבות שיכולה להשפיע על החישובים האלה באופן ניכר.

ובשפה פשוטה יותר -
לקוחות מגיעים ממקורות שונים,

עוברים מסע לקוח שונה,

ומשתמש שנחשף למודעה יכול לבצע רכישה אחרי חצי שנה בצורה אורגנית.

בלי המודעה סבירות נמוכה שהיה נחשף למותג,

יכול להיות שראה את המודעה, שוטט באתר, באינסטגרם, עשה עוקב, ואחרי חצי שנה שראה תוכן שיווקי באינסטגרם על בסיס יום יומי, הוא החליט לבצע רכישה ופנה בצורה אורגנית.
ויכול להיות שקרה ההיפך.

למי לשייך את ההמרה הזו?
זו המורכבות העיקרית, לפני הטכני.

הנחות יסוד בניתוח המורכבות בשיוך מכירות לפעולות השיווק.png

בעקבות הדברים האלו,

להלן כמה הנחת יסוד:

הנחת יסוד ראשונה -
עסק שמשווק באופן רב זירתי, גם ממומן, גם אורגני, עם כמה ערוצי שיווק לכל אחד מהם, ועם משפך שיווק של יותר מכמה ימים מחשיפה להמרה - זה עסק שהמדידה שלו צריכה גם פרספקטיבת מאקרו במדידה, וגם פרספקטיבת מיקרו, וששתיהן יחד עוזרות להבין נכון את השיוך.

הנחת יסוד שנייה -
צריך לבצע את הבדיקות האלו כמה פעמים במשך תקופה,
עד שמבינים את הדרך שהכי מתאימה לעסק שלכם ספציפית.

כדי לפשט,
שלושה חדשים עם שלושה דיווחים חודשיים שכל אחד מהם כולל כמה זוויות הסתכלות,
יסייעו לכם להחליט איך לבצע את החישובים האלה.

הנחת יסוד שלישית -
תמיד יהיו איזורים אפורים,
פשוט לדעת את זה כשמחפשים תשובות.

עקרון הרוורס שיכול לפשט ולמנוע ניתוח יתר

עקרון הרוורס,
אומר כזה דבר -
מסתכלים על נתונים עסקיים מוצקים,
שואלים כל מיני שאלות על הנתונים האלה,
אחרי שיש רשימה של שאלות - הולכים לבדוק ספציפית רק אותם.

אחרת אפשר ללכת לאיבוד לאין סוף כיוונים.
שאילתות - Queries, בעולמות עם כמויות דאטא גדולות,
זה בעצם שאלה ששואלים את הדאטא באמצעות קוד,
שאלה שיכולה להיות מאד מפורטת.

אז ניקח את זה אלינו לפשטות -
נסו לנסח שאלות מלאות,
ציירו איך התשובה תוצג בדוח ביצועים, בצורה הכי פשוטה שאתם יכולים להעלות על הדעת,
ורק אז גשו לחפש את התשובה.

שאלות בסגנון הרוורס כשרוצים לברר דאטא על השיווק, המכירות והשימור.png

העקרון הזה גם נועד למנוע ניתוח יתר,
ובעיקר נועד לתת לכם את התשובות הכי מדויקות לשאלה שלכם,
כי בסוף יש הרבה מאד דרכים לחשב שיוך,

הרבה מעבר למה שהוצג כאן בכתבה,

כי יש עוד כל מיני גורמים ומשתנים שעשויים להשפיע,
לפעמים ממש בקטנה,
לפעמים באופן מהותי…

לסיכום

הסיכום מתחלק לארבעה חלקים קצרים:

נושא החלוקה
הפתרון בפועל
ניטור עקבי
מילים אחרונות

נושא החלוקה

מה משך משפך השיווק,

כמה נקודות מגע יש בו,

ומה הן נקודות המגע.

את כל זה אפשר לברר ברמת דיוק יחסית גבוהה,
אבל ככל שיש יותר נקודות מגע וככל שהמשפך ארוך יותר - יהיו יותר איזורים אפורים.

אם מהפרסום הממומן באינסטגרם, בתקציב מדיה של 100 ש”ח, עסק מייצר המרה אחת + 5 עוקבים באינסטגרם (גם מבלי שזו תהיה מטרת הקמפיין), ומכל 25 עוקבים באינסטגרם אני מייצר עוד המרה תוך 3 חודשים, על 500 ש”ח ייצרתי 5 המרות שנמדדו לקמפיין, ועוד המרה אחת שלא נמדדה.

העלות להמרה היא לא 100 ש”ח, אלא 83 ש”ח.

ונגיד שההמרה מהקמפיין מייצרת עסקאות של 1000 ש”ח בממוצע, וההמרות האורגניות מייצרות עסקאות של 2000 ש”ח בממוצע, ונסתכל על תקציב מדיה של עשרות אלפי שקלים בחודש - זה ישנה את התפיסה שלנו לגבי ביצועי הקמפיין.

הפתרון בפועל

מאקרו

לקחת כל חודש את כל ההמרות,

לבדוק את המשפך שהן עברו,

ואת הייחוס של ההמרה לכל נקודת מגע במשפך השיווק,

למשל כמו בדוגמא שהוצגה קודם -
30% מקמפיין A בפייסבוק , 22% מקמפיין B בפייסבוק, 48% אורגני מהאינסטגרם.

נבחן גם זוויות Data Driven, כולל משך להמרה.
גם First Touch Poine,

וגם Last Touch Point,
אחרי שלושה חודשים שנסתכל על האפשרויות - ונבחן מה הכי עקבי, מסתדר עם מה שמוצג בחשבונות המודעות ומסתדר עם מה שמופיע ב CRM.

מיקרו

לכל עסק יש ערוצי שיווק ומשפכי שיווק שונים,

לכן,
נבוא בגישה שאנחנו יוצאים לבירור איך הכי נכון לבצע את המדידה.

ניתוח המאקרו נועד לתת לנו את עיקרי התמונה,

וליצור מצב שניתוח המיקרו צריך להתאים במספרים לניתוח המאקרו.

נשתמש גם בטכניקה של Offline conversions,

גם בטכניקה של ה CRM,

ונצליב את הדאטא מול נתוני המאקרו.

תוך שלושה חודשים כבר תהיה לנו ודאות גבוהה לגבי האפקטיביות של פעולות השיווק השונות,

גם בשיוך כמות העסקאות וגם בשיוך גובה העסקאות.

ניטור עקבי

שיווק הוא דבר משתנה,

קמפיינים חדשים,

התפתחויות לא צפויות בערוץ מסויים, ועוד.

מעבר לכך,

במידה ואין ודאות גבוהה לגבי הדאטא,

טעות בהחלטות שמתקבלות על בסיס נתונים אלו יכולה ליצור נזק שיתגלה רק עוד כמה חודשים,

ולכן חשוב שהניטור יהיה עקבי,

לא להשאיר לטכנולוגיה לעשות את העבודה לבד,

אלא שתמיד יהיה גורם אנושי שבוחן את הדברים.

שני דברים אחרונים בנושא זה -

כמו שההבנה שלנו לגבי אפקטיביות פעולות השיווק תשתפר,
ככה ישתנה באופן תמידי המידע שנרצה לראות בדוחות ואיך שנרצה לראות אותו.
אז יכול לסייע אם מראש נצא מנקודת הנחה שהדיווחים הם דבר שאמור להשתנות.
ייתכן ואחרי שנראה את הנתונים פעמיים - שלוש, נבין שאפשר להנדס את משפכי השיווק ככה שיחזקו את דיוק המדידה שלנו באופן משמעותי, ושנבין איך לעשות זאת מתוך הבנת המצב הנוכחי. ואז זה יהפוך את כל הסיפור לפשוט בהרבה (Point To Keep In Mind).

מילים אחרונות

תודה שקראתם עד לכאן,

זה נושא שמכאיב להרבה עסקים,

במיוחד לגדולים.

אבל אחרי שפותרים אותו זה כמו להוריד נעל שקטנה ב 5 מידות אחרי שנים שלבשת אותה.

בהצלחה.