Sledování offline konverzí: Definice a jak to funguje

Sledování offline konverzí je proces přiřazení konverze, která proběhne mimo web nebo aplikaci, jako je telefonický prodej, nákup v prodejně nebo lead, který se uzavře o týdny později v CRM, zpět ke konkrétnímu prokliku nebo impresi inzerátu, který ji původně přivedl. Protože se samotný prodej nikdy nedotkne prohlížeče, není zde žádný konverzní pixel, který by se spustil automaticky, takže inzerent musí nahrát nebo odeslat přiřazení dodatečně.

Jak přiřazování funguje#

Většina implementací spoléhá na sdílený identifikátor zachycený v době prokliku inzerátu a přenesený do offline události. ID prokliku může být uloženo v poli CRM, skrytém poli formuláře nebo v systému sledování hovorů a poté nahráno zpět do reklamní platformy spolu s offline výsledkem. Hashované přiřazování identifikátorů zákazníků funguje podobně: e-mail nebo telefonní číslo shromážděné v místě offline konverze je hashováno a porovnáno s vlastními hashovanými daty první strany platformy. Čísla pro sledování hovorů, jedinečná telefonní čísla vázaná na konkrétní kampaň, směrují hovor tak, že telefonní prodej je přiřazen bez jakéhokoli manuálního kroku párování.

Proč to záleží na lead-gen a vertikálách s vysokými hodnotami#

Podniky, kde skutečný prodej probíhá mimo platformu, jako pojišťovnictví, finance, domácí služby, B2B software, vzdělávání, se nemohou spoléhat na pixel založený na prohlížeči, aby viděly skutečný výsledek. Odeslání formuláře leadu je slušnou proxy událostí, ale podniku jde o to, které leady se o dny či týdny později promění v platící zákazníky. Bez sledování offline konverzí optimalizace kampaně končí honbou za objemem leadů spíše než za tržbami, které tyto leady skutečně generují, což tiše odměňuje špatné inzeráty a cílové skupiny.

Kde se napojuje na širší měření#

Data o offline konverzích napájejí stejné optimalizační algoritmy, na které spoléhá nabízení v reklamních platformách, takže jejich důsledné nahrávání, ne jen příležitostné, obvykle časem zlepšuje kvalitu cílení, protože algoritmus se učí ze skutečných příjmových výsledků místo z mělkého proxy. Je to také nezbytný vstup pro přesné vykazování ROAS a CPA v těchto vertikálách, protože samotná čísla z platformy by výrazně podhodnotila skutečnou návratnost tím, že ignorují opožděnou, offline polovinu trychtýře. Stejný princip platí pro vykazování CPL: levný lead, který se nikdy neuzavře, je horší výsledek než dražší, který se uzavře, ale pouze offline přiřazení odhalí, který je který.

Praktické problémy#

Největším selháním je přerušený řetězec dohledu: ID prokliku nebo identifikátor je zachycen při prokliku, ale ztratí se někde mezi formulářem vstupní stránky, CRM a následným nahráním zpět do reklamní platformy, obvykle proto, že jeden systém v řetězci nebyl navržen s ohledem na toto předání. Důležité jsou také míry shody. I dobře postavená linka obvykle přiřadí pouze část offline konverzí zpět k původnímu prokliku, protože ne každá offline událost nese čistý identifikátor po celou cestu. To je stále smysluplné zlepšení oproti nulové viditelnosti offline výsledků, ale stojí za to nastavit očekávání odpovídajícím způsobem, spíše než předpokládat dokonalou atribuci.

Inzerenti v lead-gen a financích, kteří provozují nativní kampaně, často používají data o offline konverzích konkrétně k posouzení, které sítě produkují leady, které se skutečně uzavírají, nejen leady, které vyplní formulář. Kontrola, které sítě a inzerenti jsou aktivní v dané vertikále, prostřednictvím nástrojů reklamní inteligence od OpenAdLibrary, pomáhá stanovit základní linii toho, jak vypadá konkurenční cena za lead, než investujete do vybudování kompletního offline párovacího řetězce.