Skip to main content

Thẻ: GA

Học miễn phí Google Analytics 4 căn bản từ LinkedIn

LinkedIn vừa cung cấp khoá học miễn phí Google Analytics 4 căn bản cho những người làm Digital Marketing.

Học miễn phí Google Analytics 4 căn bản từ LinkedIn

Nhằm mục tiêu giúp cho những người làm tiếp thị kỹ thuật số (digital marketing) hiểu thêm về công cụ phân tích dữ liệu web mới của Google, Google Analytics 4, khoá học cung cấp những kiến thức căn bản nhất từ việc thấu hiểu khách hàng mục tiêu đến cách sử dụng GA4 vào các mục tiêu phân tích dữ liệu cụ thể.

Khoá học được chia làm 9 phần bao gồm:

  • Phần 1: Phân biệt Google Analytics 4 (GA4) với Universal Analytics (bản tiêu chuẩn cũ của Google).
  • Phần 2: Cài đặt GA4 và sử dụng Google Tag Manager.
  • Phần 3: Những nền tảng căn bản của GA4.
  • Phần 4: Giới thiệu giao diện và báo cáo trong GA4.
  • Phần 5: Cách lọc và phân khúc dữ liệu.
  • Phần 6: Báo cáo vòng đời sản phẩm (Product Life Circle).
  • Phần 7: Báo cáo nhân khẩu học và sở thích của người dùng.
  • Phần 8: Giới thiệu Analysis Hub.
  • Phần 9: Cách thiết lập mục tiêu và đo lường nâng cao.

Bạn có thể tham gia khoá học miễn phí ngay tại: Free Google Analytics 4 Basic

Xem thêm:

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Nam Nguyen

Google Analytics 4: Google giới thiệu mô hình phân bổ dữ liệu trên nhiều kênh

Theo thông báo từ Google, các thuộc tính của Google Analytics 4 sẽ được nâng cấp lên kiểu phân bổ theo hướng dữ liệu trên nhiều kênh (cross-channel data-driven attribution) vào hoặc sau ngày 26 tháng 1 năm 2022.

Google Analytics 4: Google giới thiệu mô hình phân bổ dữ liệu trên nhiều kênh

Tính năng phân bổ trong các tài sản Google Analytics 4 bao gồm các tính năng phân bổ nâng cao (chẳng hạn như báo cáo Đường dẫn chuyển đổi được cải tiến) và các tính năng phân bổ mới (như tính năng lập mô hình phân bổ ở cấp tài sản), cung cấp thông tin chi tiết hơn và giúp bạn dễ dàng thao tác hơn bao giờ hết.

Thông tin tổng quan về tính năng lập mô hình phân bổ.

Khách hàng có thể tìm kiếm nhiều lần và nhấp vào nhiều quảng cáo của bạn trước khi mua hàng hoặc hoàn tất một hành động có giá trị khác trên trang web của bạn.

Thông thường, tất cả tín dụng chuyển đổi (phần ngân sách quảng cáo được tính cho các điểm tiếp xúc khác nhau trước khi chuyển đổi) đều được phân bổ cho quảng cáo cuối cùng mà khách hàng nhấp vào (last-click attribution).

Nhưng có phải chỉ mỗi quảng cáo đó làm cho khách hàng quyết định chuyển đổi hay không? Còn những quảng cáo khác mà họ đã nhấp vào trước đó thì sao?

Phân bổ (attribution) là hành động chỉ định tín dụng chuyển đổi cho các quảng cáo, lượt nhấp và yếu tố khác trong suốt đường dẫn hay hành trình mua hàng mà người dùng thực hiện để hoàn thành một lượt chuyển đổi.

Mô hình phân bổ có thể là một quy tắc, một bộ quy tắc hoặc thuật toán dựa trên dữ liệu giúp xác định cách chỉ định tín dụng chuyển đổi cho các điểm tiếp xúc trên lộ trình chuyển đổi.

Hiện tại, có 3 loại mô hình phân bổ trong Báo cáo phân bổ của các tài sản của Google Analytics 4: mô hình dựa trên quy tắc trên nhiều kênh, mô hình dựa trên quy tắc ưu tiên Google Ads và mô hình phân bổ dựa trên dữ liệu.

Để tìm Báo cáo phân bổ, hãy nhấp vào Quảng cáo ở bên trái. Trong mục Phân bổ, hãy nhấp vào So sánh mô hình hoặc Lộ trình chuyển đổi.

Lưu ý:
  • Tất cả mô hình phân bổ đều không phân bổ tín dụng cho những lượt truy cập trực tiếp, trừ khi lộ trình chuyển đổi chỉ chứa (các) lượt truy cập trực tiếp.
  • Các mô hình phân bổ đã được ra mắt vào những ngày khác nhau (xem ở bên dưới). Điều này có nghĩa là nếu bạn chọn phạm vi ngày bao gồm khung thời gian trước “ngày bắt đầu” cho một mô hình, thì bạn sẽ thấy một phần dữ liệu.
  • Mô hình dựa trên quy tắc trên nhiều kênh: Ngày 14 tháng 6 năm 2021.
  • Mô hình phân bổ dựa trên dữ liệu trên nhiều kênh: Ngày 1 tháng 11 năm 2021.

Mô hình phân bổ dựa trên dữ liệu.

Mô hình phân bổ dựa trên dữ liệu: Mô hình này phân bổ tín dụng chuyển đổi dựa trên dữ liệu cho từng sự kiện chuyển đổi.

Mô hình này khác với các mô hình khác vì nó dùng dữ liệu của tài khoản để tính toán mức đóng góp thực tế của mỗi lượt tương tác ở dạng lượt nhấp.

Mỗi nhà quảng cáo và mỗi sự kiện chuyển đổi sẽ có mô hình dựa trên dữ liệu riêng.

Cách hoạt động của mô hình phân bổ dựa trên dữ liệu.

Tính năng Phân bổ sử dụng thuật toán máy học để đánh giá cả đường dẫn chuyển đổi và đường dẫn không chuyển đổi. Mô hình Theo hướng dữ liệu từ thuật toán này tìm hiểu cách các điểm tiếp xúc tác động đến kết quả chuyển đổi.

Mô hình này tích hợp các nhân tố như thời gian từ lượt chuyển đổi, loại thiết bị, số lượt tương tác với quảng cáo, thứ tự hiển thị quảng cáo và loại tài sản sáng tạo.

Nhờ sử dụng phương pháp phản chứng, mô hình này sẽ so sánh những gì đã xảy ra với những gì đáng lẽ có thể đã xảy ra để xác định những điểm tiếp xúc có nhiều khả năng dẫn đến lượt chuyển đổi nhất.

Mô hình này sẽ phân bổ tín dụng chuyển đổi cho những điểm tiếp xúc này dựa trên khả năng này.

Mô hình dựa trên quy tắc trên nhiều kênh.

Mô hình lượt nhấp cuối cùng trên nhiều kênh: Bỏ qua lưu lượng truy cập trực tiếp và phân bổ 100% giá trị chuyển đổi cho kênh cuối cùng mà khách hàng đã nhấp vào (hoặc cho lượt xem hết được thực hiện đối với YouTube) trước khi chuyển đổi.

Hãy xem các ví dụ bên dưới về cách mô hình này phân bổ giá trị chuyển đổi:

Ví dụ
  1. Hiển thị > Xã hội > Tìm kiếm có trả tiền > Tìm kiếm không phải trả tiền → 100% cho Tìm kiếm không phải trả tiền
  2. Hiển thị > Xã hội > Tìm kiếm có trả tiền > Email → 100% cho Email
  3. Hiển thị > Xã hội > Tìm kiếm có trả tiền > Trực tiếp → 100% cho Tìm kiếm có trả tiền

Lưu ý: Đây là mô hình lượt nhấp cuối cùng duy nhất mà bạn có thể xuất sang Google Ads. Mô hình lượt nhấp cuối cùng ưu tiên Google Ads chỉ dùng cho mục đích báo cáo.

  • Mô hình lượt nhấp đầu tiên trên nhiều kênh: Phân bổ toàn bộ tín dụng chuyển đổi cho kênh đầu tiên mà khách hàng đã nhấp vào (hoặc đã xem đối với YouTube) trước khi chuyển đổi.
  • Mô hình tuyến tính trên nhiều kênh: Phân bổ đồng đều tín dụng chuyển đổi cho tất cả các kênh mà khách hàng đã nhấp vào (hoặc đã xem đối với YouTube) trước khi chuyển đổi.
  • Mô hình dựa trên vị trí trên nhiều kênh: Phân bổ 40% tín dụng cho lượt tương tác đầu tiên và lượt tương tác cuối cùng, rồi phân bổ đồng đều 20% tín dụng còn lại cho các lượt tương tác xảy ra ở giữa lộ trình chuyển đổi.
  • Mô hình giảm dựa trên thời gian trên nhiều kênh: Phân bổ mức tín dụng cao hơn cho những điểm tiếp xúc xảy ra gần với thời gian chuyển đổi hơn. Tín dụng chuyển đổi được phân bổ theo chu kỳ phân nửa 7 ngày. Nói cách khác, một lượt nhấp xảy ra trước thời điểm chuyển đổi 8 ngày nhận được tín dụng bằng một nửa so với lượt nhấp xảy ra trước thời điểm chuyển đổi 1 ngày.

Mô hình ưu tiên Google Ads.

Google Analytics 4: Google giới thiệu mô hình phân bổ dữ liệu trên nhiều kênh

Mô hình lượt nhấp cuối cùng ưu tiên Google Ads: Phân bổ 100% giá trị chuyển đổi cho kênh Google Ads cuối cùng mà khách hàng đã nhấp vào trước khi chuyển đổi.

Nếu không có lượt nhấp Google Ads nào trong đường dẫn (như trong ví dụ 6), mô hình phân bổ này sẽ trở về Mô hình lượt nhấp cuối cùng trên nhiều kênh.

Ví dụ
  1. Hiển thị > Xã hội > Tìm kiếm có trả tiền > Tìm kiếm không phải trả tiền → 100% cho Tìm kiếm có trả tiền
  2. Hiển thị > Mạng xã hội > Lượt chuyển đổi từ lượt xem được thực hiện (EVC) trên YouTube > Email → 100% cho YouTube
  3. Hiển thị > Mạng xã hội > Email > Trực tiếp → 100% cho Email (trở về mô hình lượt nhấp không trực tiếp mới nhất)

Các chế độ cài đặt mô hình phân bổ trong phần Quản trị.

Hiện tại, những người dùng có Vai trò người chỉnh sửa đối với tài sản này có thể chọn một mô hình phân bổ và giai đoạn xem lại ở cấp tài sản để áp dụng cho một số báo cáo. Để truy cập vào phần cài đặt này, hãy chuyển đến mục Quản trị > Cài đặt mô hình phân bổ.

Lưu ý: Các chế độ cài đặt mô hình phân bổ trong phần Quản trị không ảnh hưởng đến các mô hình phân bổ đã chọn trong Báo cáo phân bổ.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Nam Nguyen

Google Analytics 4 cập nhật kiểu phân bổ theo hướng dữ liệu và mô hình máy học mới

Google chưa cho biết khi nào sẽ ngừng sử dụng Universal Analytics (UA), nhưng các cập nhật mới gần đây cho thấy rằng những người làm marketing nên chuẩn bị cho sự thay đổi.

Google Analytics 4 cập nhật kiểu phân bổ theo hướng dữ liệu và mô hình máy học mới

Theo Google, những cập nhật mới lần này về tích hợp Search Console mới, phân bổ theo hướng dữ liệu (data-driven attribution) và mô hình học máy mới nhằm mục tiêu lấp đầy khoảng trống đo lường trong Google Analytics 4 (GA4).

Google chưa cho biết khi nào các chủ sở hữu website sẽ phải chuyển từ Universal Analytics (UA) sang GA4, nhưng các tính năng mới cập nhật này và khuyến khích của Google trong việc nên sử dụng GA4 cho các website mới cho chúng ta thấy rằng Google đang chuẩn bị cho sự thay đổi và sẽ sớm thay thế UA bằng GA4.

Tiếp theo, Google cũng thông báo việc tích hợp mới trong Search Console. Tích hợp Search Console mới cho phép các nhà marketer xem các dữ liệu chẳng hạn như xếp hạng website của họ và các truy vấn đã dẫn đến việc nhấp chuột ngay từ trong GA4.

Tính năng phân bổ theo hướng dữ liệu cũng đã đến với GA4. Trong những tuần tới, phân bổ theo hướng dữ liệu sẽ có sẵn trong các báo cáo phân bổ.

Bản cập nhật này theo sau thông báo mới đây của Google trong việc nền tảng này sẽ loại bỏ kiểu phân bổ theo lần nhấp cuối cùng và đặt kiểu phân bổ theo hướng dữ liệu thành cài đặt mặc định cho tất cả chiến dịch chuyển đổi trong Google Ads.

Chuyển đổi được nhóm theo kênh khi sử dụng phân bổ theo hướng dữ liệu (data-driven attribution). Ảnh: Google

Tính năng phân bổ theo hướng dữ liệu sẽ khả dụng ở cấp độ thuộc tính, do đó, người quản lý website sẽ có thể thấy doanh thu được phân bổ và chuyển đổi trong báo cáo chuyển đổi (Conversions report) và trong phần Khám phá (Explorations) của GA4.

Các mô hình máy học (Machine learning models) cũng được cập nhật để giải quyết các lỗ hổng đo lường của các nhà quảng cáo.

Theo đó, Google đang đưa hai khả năng xây dựng mô hình mới là mô hình chuyển đổi (conversion modeling) và mô hình hành vi (behavioral modeling) vào GA4, cập nhật này có thể giúp các nhà tiếp thị lấp đầy khoảng trống về mức độ hiểu biết của họ về hành vi của khách hàng khi không có cookies hoặc các chỉ số nhận dạng khách hàng khác.

Mô hình chuyển đổi hiện được sử dụng trong các báo cáo phân bổ, báo cáo chuyển đổi và mục khám phá để xác định nơi chuyển đổi đang được tạo ra và thúc đẩy nó trên các kênh phù hợp của Google.

Tại sao những người làm marketing đặc biệt là digital nên quan tâm.

Phân bổ theo hướng dữ liệu có thể cung cấp cho bạn một tổng quan chính xác hơn về vai trò của các kênh khác nhau trong việc hỗ trợ chuyển đổi.

Điều đó có thể cho phép bạn đưa ra các quyết định đầu tư tốt hơn ở những nơi đáng giá hơn, do đó, bạn sẽ có nhiều chuyển đổi hơn.

Việc tích hợp Search Console có thể giúp những người làm marketing dễ dàng truy cập dữ liệu từ trong GA4 mà không cần phải mở Search Console của họ.

Google cho biết:

“Các chuyển đổi được mô hình hóa (modeled conversions) cho phép Google cung cấp báo cáo một cách chính xác hơn, tối ưu hóa các chiến dịch quảng cáo và cải thiện việc đặt giá thầu tự động hiệu quả hơn.”

Chúng tôi khuyên bạn nên thử nghiệm các tính năng này và phân tích dữ liệu trước khi đưa ra quyết định dựa trên chúng.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Tra Nguyen

Top 5 điều mà Google Analytics không thể cho bạn biết và cách bạn có được nó

Google Analytics rất hữu ích nhưng không thể làm tất cả mọi thứ. Dưới đây là 5 điều mà GA không thể cho bạn biết và cách bạn có thể có được chúng.

Top 5 điều mà Google Analytics không thể cho bạn biết

Google Analytics (GA) là một công cụ miễn phí do Google cung cấp để theo dõi các hoạt động diễn ra trên website của bạn.

Sau khi GA được cài đặt trên một website, bạn có thể xem các thông tin như: số lượng khách truy cập, trang nào nhận được nhiều lưu lượng truy cập nhất, người dùng xem trang của bạn bao lâu, tỉ lệ chuyển đổi như thế nào và nhiều hơn thế nữa.

Về cơ bản, Google Analytics là một trong những công cụ quan trọng nhất của người làm digital marketing nhằm mục tiêu đo lường hiệu suất của các chiến dịch, tuy nhiên, GA không được thiết kế để cho bạn biết về mọi thứ.

Dưới đây là những gì mà Google Analytics không thể cho bạn biết:

1. Dữ liệu lịch sử.

Dữ liệu lịch sử là những gì đã xảy ra trước khi cài đặt mã theo dõi (tracking code) Google Analytics vào các website của bạn.

Hãy coi mã theo dõi như một chiếc lưới đánh cá. Sau khi giăng lưới và kiểm tra, bạn có thể nhìn và xem có bao nhiêu con cá đã ‘sa lưới’.

Nhưng trước khi giăng lưới, rõ ràng là bạn không thể bắt được cá cũng như không thể biết được có bao nhiêu con đã bị bỏ lọt.

Đây là lý do tại sao Google khuyên bạn nên thiết lập Google Analytics ngay khi website của bạn được khởi chạy.

Google Analytics (bản tiêu chuẩn) không tự động thu thập những hành động mà người dùng thực hiện trên một website. Nó chỉ cho bạn biết họ xem bao nhiêu trang, xem bao lâu, họ đến từ đâu, xem những trang nào…

Trong những tình huống này, Google Analytics 4 (GA4) sẽ là một phương án bổ sung khác mà bạn có thể thêm vào.

GA4 tự động gắn thẻ một số hành động (sự kiện) nhất định trên website nhưng thiếu một số điểm tiếp xúc thực sự quan trọng đối với các chuyên gia SEO, chẳng hạn như hành động gửi biểu mẫu (submit a form).

Để có thể kiểm tra các sự kiện trong quá khứ, HockeyStack có thể là một công cụ bạn có thể tham khảo. Thời điểm bạn thiết lập HockeyStack, nó sẽ tự động bắt đầu thu thập tất cả dữ liệu về sự kiện mà không cần phải gắn thẻ sự kiện.

2. Lấy mẫu dữ liệu (data sampling).

Điều thứ hai Google Analytics không thể cho bạn biết trong một trường hợp khác mà bạn có thể bỏ lỡ thông tin về lưu lượng truy cập website của mình: đó là lấy mẫu dữ liệu.

Lấy mẫu dữ liệu có nghĩa là một phần nhỏ dữ liệu được phân tích để nhanh chóng xác định các mẫu và xu hướng chính.

Để dễ hình dung hơn, hãy tưởng tượng con bạn đổ 10.000 mảnh Lego xuống sàn. Vì một lý do nào đó, bạn tự hỏi có bao nhiêu mảnh Lego màu đỏ (tỷ lệ).

Bây giờ, bạn có thể dành hàng giờ đồng hồ để đếm hết tất cả đống lego màu đỏ mình cần – hoặc bạn có thể chọn một phần và chỉ đếm 1.000 mảnh.

Nếu có 200 Lego màu đỏ trong 1.000 mãnh đó (đây là tập hợp con’ (subset) của dữ liệu), thì sẽ hợp lý khi giả định rằng bạn sẽ có tổng 2.000 Lego màu đỏ.

Rõ ràng, việc lấy mẫu này sẽ làm cho quá trình phân tích dữ liệu nhanh hơn đáng kể.

Vậy bạn cần làm gì để có thể lấy mẫu dữ liệu?

Bước đầu tiên là kiểm tra liệu dữ liệu của bạn có thể lấy mẫu được hay không.

Nếu bạn đang sử dụng tài khoản Google Analytics bản tiêu chuẩn miễn phí, thì việc lấy mẫu dữ liệu có thể được bắt đầu với khoảng 500.000 phiên (sessions) trong bất cứ phạm vi thời gian nào mà bạn lựa chọn.

Khi việc lấy mẫu có hiệu lực, bạn sẽ thấy một tấm chắn màu vàng có dấu tick ở đầu báo cáo. Thông báo có nội dung “Báo cáo này dựa trên N% phiên” (như bên dưới hình).

Nếu bạn muốn ngăn việc lấy mẫu dữ liệu của mình, chỉ cần cập nhật lên GA4. Google Analytics 4 vẫn miễn phí và không có giới hạn số lần truy cập.

Bên cạnh đó, trong một số trường hợp, để bảo vệ quyền riêng tư của người dùng. Google sẽ hạn chế việc bạn lấy mẫu dữ liệu để phân tích.

Chẳng hạn khi báo cáo chứa danh mục tuổi, giới tính hoặc sở thích, một ngưỡng mẫu dữ liệu có thể được áp dụng và một số dữ liệu có thể bị ẩn khỏi báo cáo.

Dấu kiểm màu xanh lá cây trong báo cáo mặc định của GA4 cho biết rằng đó là dữ liệu 100% không được lấy mẫu.

3. Bản đồ nhiệt (Heat Mapping).

Rõ ràng là Google Analytics không thể cung cấp toàn bộ bức tranh về dữ liệu bạn cần, và bản đồ nhiệt trên website là một sự thiếu hụt tiếp theo.

Bản đồ nhiệt là một kỹ thuật trực quan hóa dữ liệu bằng cách sử dụng yếu tố màu sắc trong đó, màu sáng (đỏ) dùng để biểu thị các giá trị lớn hơn và màu lạnh (xanh da trời) để biểu thị các giá trị nhỏ hơn.

Nói một cách đơn giản, đó là một cách nhanh chóng và dễ dàng để bạn có thể xem cách khách hàng tương tác với các trang hoặc website của bạn, những gì họ nhấp vào – hoặc không nhấp vào.

Bản đồ nhiệt của một website có ba loại:

  • ‘Bản đồ nhấp chuột’ hiển thị nơi người dùng nhấp hoặc không nhấp chuột.
  • ‘Bản đồ cuộn màn hình’ cho biết người dùng cuộn bao xa (theo tỷ lệ phần trăm của tất cả người dùng).
  • ‘Bản đồ rê chuột’ hiển thị vị trí và chuyển động của con trỏ chuột của người dùng.

Những người làm digital marketing sử dụng bản đồ nhiệt để hiểu hành vi của người dùng trên một website nhất định.

Những thông tin chi tiết này rất cần thiết khi bạn được giao nhiệm vụ tối ưu hóa bố cục trang (layout), cải thiện trải nghiệm người dùng (UX) hoặc tăng chuyển đổi.

Mặc dù Google Analytics cũng có bản đồ nhiệt riêng, hay nói đúng hơn đó chỉ là một tiện ích mở rộng trên trình duyệt chrome (chrome extension) có tên là “Page Analytics”, tuy nhiên nó thực sự không phải là một công cụ tốt.

Ngoài tiện ích mở rộng này của Google, một số bản đồ nhiệt khác bạn có thể tham khảo như: Hotjar, Yandex hay Crazy Egg.

4. Theo dõi các phương tiện truyền thông mạng xã hội (social media).

Hai điều cuối cùng trong danh sách này sẽ là về các tương tác và cuộc trò chuyện của người dùng ngoài website (off-site), điều thực sự rất cần thiết cho các chiến dịch marketing thành công.

Theo dõi các phương tiện truyền thông mạng xã hội là theo dõi thông tin liên quan đến doanh nghiệp hay thương hiệu của bạn trên các nền tảng mạng xã hội: những thứ như đề cập thương hiệu (brand mentions), các thẻ hashtag có liên quan, bài viết được chia sẻ, các bài đăng, v.v.

Google Analytics có thể theo dõi các hành động và hành vi diễn ra trên website của bạn, chẳng hạn như người dùng đó được giới thiệu từ mạng xã hội nào, họ truy cập vào trang nào của bạn và liệu họ có kích hoạt các sự kiện gì hay không…

Tuy nhiên, GA không thể cho bạn biết về hoạt động của người dùng đó trên các nền tảng mạng xã hội như Facebook, Instagram hay TikTok.

Nếu bạn thấy hữu ích với các API (tích hợp dữ liệu), SharedCount sẽ cung cấp những thông tin chi tiết và phân tích về những lượt chia sẻ trên mạng xã hội. Với một tài khoản miễn phí, bạn có thể sử dụng tới 500 lệnh gọi API mỗi ngày.

5. Chất lượng khách hàng tiềm năng (Lead).

Chất lượng khách hàng tiềm năng là loại hành vi khó theo dõi nhất vì nó thường xảy ra ngoại tuyến (offline). Những thứ như các cuộc gọi bán hàng hay nội dung từ các biểu mẫu giúp kích hoạt chuyển đổi là điều cần thiết để xác định hiệu quả của các nỗ lực marketing.

Khi nói đến việc định lượng hay xác định chất lượng khách hàng tiềm năng, mặc dù số liệu này rất quan trọng, tuy nhiên đa số những người làm marketing nói chung đều đánh giá dựa vào ‘cảm giác’ hoặc số liệu tổng thể mà họ nhận được.

Đối với các tương tác ngoại tuyến như cuộc gọi bán hàng hay việc khách hàng đến cửa hàng, điều tốt nhất bạn có thể làm với tư cách là người làm marketing đó là tham gia sâu vào các cuộc gọi đó để hiểu đầy đủ về chân dung và tâm lý khách hàng.

Đối với việc khách hàng thực hiện gửi mẫu thông tin (Submit Form), có nhiều cách để xếp hạng hay đánh giá điểm bằng các trường tích hợp từ “Trình quản lý thẻ của Google” (Google Tag Manager).

Tuy nhiên cho đến khi bạn là một chuyên gia thực sự về Digital thì điều mới có thể khả thi vì nó tốn khá nhiều thời gian theo từng ngành cụ thể.

Có thể nói, Google Analytics (GA) là công cụ miễn phí quyền lực nhất cho những người làm marketing nói chung và người làm digital nói riêng. Nó cũng là nền tảng để xây dựng một bản kế hoạch Digital Marketing thành công.

Cuối cùng, bạn chỉ cần lưu ý rằng GA không được sinh ra để làm tất cả mọi thứ.

Tham gia Cộng đồng We’re Marketer để thảo luận các chủ đề về Marketing và Business tại: Link

Long Trần | MarketingTrips