注意:

この記事はチューリッヒの Siroop での Analytics & Tracking 責任者 Lukas Oldenburg により発表されました。

注意:

Adobe Analytics についてご質問がありますか?コミュニティで質問

あなたのオンラインショップ分析が注文により停止した場合、短く停止しています。ファッションのようないくつかの製品グループは返品率が高い傾向がありますので、払い戻しを見ると、ショップおよびマーケティングパフォーマンスの異なった見解を与えます。

払い戻しとは?

払い戻しは完全または部分的に払い戻された注文です – 詐欺、商品の配送不能、顧客の心変わり、銀行の「いいえ」、またはその他の理由により、顧客が注文の1つまたはすべての商品を返品した(返品)か、または注文がキャンセルされた(キャンセル)。

払い戻し追跡の実装方法

まず、すべての注文 ID(取引 ID とも呼ばれます)、Analytics ツールで使用する同じ商品 ID、商品1個あたりの購入価格、払い戻し収入、およびキャンセルと返品を区別できる場合の「払い戻しの理由」を有するショップシステムからのエクスポートが必要です。このようなエクスポートの例を以下に示します。

1

これらを Analytics ツールにインポートする前に、アドブロッカーは通常一部の Analytics リクエストをブロックするため、Analytics ツールで追跡できる注文 ID のみをインポートするようにしてください。

1. 標準の電子商取引変数(s.products、s.purchaseID、「購入」イベント)PLUS s.transactionID(払い戻しのインポートにおいて注文 ID を識別する注文 ID が含まれ、通常 s.purchaseID と同じです)を使用してサイト上の購入を追跡します。

2. カスタマーケアに「取引 ID 記録」を有効にするよう伝えます。それには1〜2日かかります。s.transactionID で追跡されたオンラインアクションを他のオフサイトアクション(例えば、払い戻し、オンラインリード後のブリックアンドモルタル店舗購入、オンラインリードフォームの後に承認された銀行口座開設など)と結び付けることができます。後に、これが何を意味するのかを詳しく見ていきます。

アクティブ化後に、データソースの開始画面にこのテキストが表示されます(管理 -> データソース“に移動)。

2

3.「一般的なデータソース(トランザクション ID)」を作成し、(データソースのガイド、トランザクション ID データソースの詳細ここを参照してください)。任意の指標とディメンションを論理的にインポートすることができる。 トランザクション ID 自体のみが必須フィールドである。これを柔軟に行うには、まずは実際の必要品かつその該当の形式を考える。この場合、次に示されるように作成されたテンプレートは多少にインポートする。

3

データソースの作成ウィザードを通過した後に最初にダウンロードできる三つの行について、その後自分でデータを行に記入すること。

日付:トランザクションが発生した時点に(MM/DD/YYYY 形式で)

払い戻しの理由:キャンセルや returnProd SKU:個別商品の識別子

払い戻しの税収:この製品(各製品を合計しない)の総払い戻し

払い戻しオーダー:いつでも1つのオーダーには少なくとも1つの製品が返されるかキャンセルしたので、Analytics に「払い戻しオーダー」指標が持てる。この指標では報告される製品(製品数量または売上高)データがない。この指標は 2 回カウントされるから(払い戻しオーダーがカウントされた行には、日付、トランザクション ID、および払い戻しオーダーが入力された)。この指標は必要ではない。我々は、払い戻しによって影響を受けた注文のパーセントがすぐにわかる指標を取得しようと望んでいる。次の1つの理由により、製品が購入されがちであるメソッドを活用する必要があるので、単独で製品の数量を解釈して表示することが困難である場合がある。例えば、人は頻繁に1本のビールを購入せず、20本または24本を含むボックスを購入してしまう場合があるため、数量は24である。ただし、24個の iPhone を一回で購入する人がすくない。そのため、「払い戻しオーダー」の「正規化」はビットに影響を与えるが、製品名、カテゴリまたはブランドのような製品に基づくサイズはそれを分解することができない。

払い戻しユニット:各製品オーダー ID の数量:トランザクション ID (必須)

払い戻しの分析

Adobe Analytics では、払い戻しは注文と同時に発生した場合にカウントされる。そのサウンドが直覚違反かもしれないが、レポートの観点から見るとそれは大きな利点である。

払い戻しが後で発生した場合でも、まずは、同じ期間範囲の注文と払い戻しを分析することができる。注文セッション(訪問者データ、キャンペーンデータなど)から任意のデータを払い戻しデーターと関連を付けることができる。例えば、各マーケティングチャネルの返金率を分析することができる。

そして、払い戻しはすべてトラフィックソースに帰属「(直接)/(なし)」され、(下記のスクリーンショットに表示されたように) トランザクション ID 0004-3244 が実際に「Google/cpc」(AdWords)よって参照される。一方、払い戻し時間とトランザクション時間の両方が分析された時間範囲に収まる場合、1 回のトランザクション ID ごとに 2 行を取得し、一つは払い戻し用で、もう一つは注文用である。また、払い戻しはトラフィックソースに基づくレポートには表示されず、セグメンテーションレポートにも表示されない。

Adobe Analytics では、他のと同様に払い戻し指標を使用し、任意の次元やセグメントでそれを分解することができる。たとえば、ここではキャンペーンソースから払い戻しのレートと提供された日やキャンペーンソースを見て、「リターン顧客」(少なくとも二つの注文がある顧客)の払い戻しレートは「新規顧客」のをより高いと分かる。おそらくこれは、人々が再購入(および返品)することができる無償の返金です。

5

マーケティングキャンペーンを分析する場合、口座に返金しない場合は急停止することがあります。を作成します「ROAS incl Refunds」(ROAS =(広告費に戻る))指標は売上高のみでなく、払い戻し後の売上高に基づいています。これにより、結局は、それはポケットに効果的に残っているものを示しています。次のスクリーンショットの最後の 2 列を参照してください:

6

Adobe Analytics では、キャンセルからの返品を容易に区別できます。「返金理由」を次元としてインポートするので、この次元の値に基づいて計算指標を作成できます。例:「返品率」を構築する方法:

1.  1 つの条件のみで「リターンヒット」のヒットベースセグメントを作成: 返金理由は「リターン」と同じです

1

右上のデータプレビューが 0 でも心配しなでください。つまり、返金としての実際の修正はあらゆるオンライン訪問で発生せず、ページビューが生成されることもありません。

2. 次に、計算指標を作成します(例では、売上高の観点からの「レターンレート」)。ここでは、作成したばかりのセグメントを取得し、そのセグメントの内側のデータインポートから返金された売上高の成功イベント(カスタム指標)を受け取り、出力を売上高別に分割します。

2

これにより、市場に非常に有用なものが可能になる: リターン率を単に調べるのではなく、個々の業者のリターン率とキャンセル率を確認できます。これにより、注文を頻繁にキャンセルする業者を特定でき(一部の人はできるだけ多くの注文を得るために、最初ははいと言って後でキャンセルする場合があります)、さらにリターン率が高いお客様に到達することができます(間違ったお客様に引き寄せている可能性があるためです):

3

本作品は Creative Commons Attribution-Noncommercial-Share Alike 3.0 Unported License によってライセンス許可を受けています。  Twitter™ および Facebook の投稿には、Creative Commons の規約内容は適用されません。

法律上の注意   |   プライバシーポリシー