起初我们的分析看上去

相当简单。我们使用来自 Amplitude、后端、Google AdWords 和 Excel 电子表格的数据，在其中手动验证了所有指标。然而，随着数据量、国家数量的增长以及更深层次细分的需求，有必要改进该系统。为此，我们向一位专家寻求帮助，他帮助我们实施了一种新的分析方案。

它是怎么发生的？

地图来自beardsanalytics.com，该网站实施了分析

新分析系统的基础是 BigQuery 平台，它成为所有数据的中央存储库。 BigQuery 合并：

• 来自所有追踪器的数据，
• Firebase 分析
• CRM 系统，
• 广告平台（Google Ads、Facebook Ads 等）。

BigQuery 处理数据并将结果发送到两个主要方向：

1. BI 系统——根据我们的需求创建自定义报告。
2. 离线转化——数据被传输到广告系统（Facebook、Google Ads、Adjust、Pinterest 等）以进一步优化广告活动。

这种方法大大提高了数据准确性并改善了交通质量。我们不仅可以优化广告以获得潜在客户，还可以 奥地利资源 优化实际收入，从而在广告系列效果上取得切实成果。

UTM 帐户标记

为了优化覆盖 120 个国家和 13 种语言的大型帐户的工作，我们开发了特定的 UTM 标记。除了 Google 自动发送的标准参数外，我们还添加了自定义标签以 whatsApp 号码 提供更准确的分析：

• Campaign（活动）是标准参数。
• 语言——根据本地化进行细分。
• 国家——按地理位置分发数据。
• 登陆页面——由于设置中的细微差别，是手动添加的。
• 其他动态参数可以更好地跟踪活动效果。

这种方法提供了更深的数据粒度，并允许针对每个国家和语言更精确地定制广告活动。

适度与问题

作为改进分析的一部分，设置在线转换使我们在分析期内将效率提高了 22%。然而，这只是结果的一部分。除了设置 FTD、KYC 和其他指标的跟踪之外，我 以简单有效的方式更好地了解您的消费者 们还实施了预测模型。

问题

从注册到 FTD 大约有 24 天的时间，这是一个非常长的转换窗口。鉴于 FTD 成本超过 1,000 欧元，等待 24 天才了解活动的效果是不切实际的。这会产生巨大的成本风险，并且无法立即纠正。

决定

我们已经开发了 KYC 阶段的预测模型。该模型估计了用户在 24 天后进行 FTD 的概率。预测结果以 1 到 1000 之间的值的形式提供，并以值格式传递给 Google Ads 。基于这些数据，我们使用出价策略（例如目标广告支出回报率或最大转化价值）来优化广告系列。