Chuẩn bị SEO cho năm 2017: tất cả là về lợi tức đầu tư (ROI)

Theo dõi lợi tức đầu tư đến từ SEO có thể là khó khăn, đặc biệt khi nó thường hỗ trợ cho các kênh marketing khác. Tuy nhiên nhà báo Janet Driscoll Miller trình bày một kế hoạch để chứng minh lợi tức đầu tư của tìm kiếm tự nhiên và đảm bảo ngân sách cho năm tài chính tiếp theo.

2017-budget-ss-1920

Mùa thu đã đến, và điều đó chỉ có một ý nghĩa với phần lớn giới marketing số: mùa ngân sách.

Qúy bốn đang đến thường là thời gian mà các công ty bắt đầu quý trình xác định ngân sách và lập kế hoạch cho năm tài chính kế tiếp. Và dường như lợi tức đầu tư, luôn được coi là ưu tiên hàng đầu, đang có tầm quan trọng mới. Advertising Age gần đây báo cáo về nhu cầu cấp thiết cho lợi tức đầu tư đang khiến các công ty thay giám đốc marketing với một tốc độ nhanh chóng – 49 phần trăm với các nhà bán lẻ hàng đầu.

Bạn nghĩ rằng lợi tức đầu tư sẽ dễ dàng để theo dõi đúng không? So với truyền thông ngoại tuyến, truyền thông số rõ ràng có ưu điểm dễ theo dõi. Tuy nhiên theo dõi tích hợp chính xác có thể là khó khăn, đặc biệt cho những gì có thể là các kênh ảnh hưởng và không phải là kênh mua hàng cuối cùng, thứ có thể là trường hợp với tìm kiếm tự nhiên và SEO.

Vậy đâu là câu trả lời? Làm thế nào bạn tích hợp SEO vào hệ thống theo dõi và chứng minh được lợi ích đầu tư của kênh tìm kiếm tự nhiên? Bạn theo dõi lợi ích đầu tư khác đi như thế nào dựa trên các công cụ và dữ liệu mà bạn có quyền truy cập trong tổ chức của mình.

Xác định mô hình phân bố của bạn

Nếu tổ chức của bạn chưa xác định mô hình phân bố được để sử dụng, đây là chỗ mà bạn cần bắt đầu. Mô hình phân bố là nền tảng để phân bổ ngân sách cho mỗi kênh marketing. Không có mô hình phân bố đúng hoặc không đúng, hoặc mô hình áp dụng cho tất cả các tổ chức. Mỗi mô hình lại một khác nhau, và bạn sẽ cần quyết định mô hình nào phù hợp nhất với doanh nghiệp của mình.

Những mô hình phân bố phổ biến nhất là phân bố theo một nguồn duy nhất (single-source), đo lường chạm đầu (first-touch) và chạm cuối (last touch). Chạm đầu, như là tên gọi, đem tất cả ngân quỹ tới kênh đầu tiên hoặc nguồn đầu tiên, thứ mà sẽ mang khách hàng hoặc dẫn dụ khách hàng đến với trang web của bạn. Kênh chạm đầu tiên được ghi nhớ và sau đó sẽ không thay đổi. Ngược lại, mô hình phân bố chạm cuối phân bố đến kênh cuối cùng mà khách hàng hoặc dẫn dụ sử dụng để đến với trang web của bạn. Kênh chạm cuối luôn cập nhật vì khách hàng hoặc dẫn dụ tiếp tục tương tác với trang web của bạn theo thời gian.

Một phần, những mô hình phân bố này phổ biến vì rất nhiều công cụ đo lường, như là tự động marketing hoặc quản trị quan hệ khách hàng (CRM), thường chỉ có một trường để lưu trữ dữ liệu phân bố. Không may là phân bố chạm đầu hoặc cuối bỏ qua tất cả các kênh có thể có ảnh hưởng đến khách hàng hoặc dẫn dụ trong quá trình.

Nếu bạn muốn sử dụng một mô hình có đưa tới ngân sách cho tất cả các kênh có thể có ảnh hưởng, hãy xem xét một mô hình phân bố phân đoạn, như là tuyến tính hoặc suy giảm thời gian. Phân bố tuyến tính đưa ngân sách cho tất cả các kênh ảnh hưởng một cách đồng đều, trong khi mô hình suy giảm thời gian đưa ngân sách nhiều nhất tới các kênh hiện thời nhất và ngân sách ít nhất đến các kênh cũ nhất cho khách hàng và dẫn dụ.

Để theo dõi mỗi phân bố phân đoạn của dẫn dụ hoặc khách hàng, tuy nhiên bạn sẽ cần tạo mới một trường ở trong công cụ marketing tự động hoặc CRM. Tôi thường tạo ra thứ mà tôi gọi là trường “nguồn dẫn dụ”, nó gắn ngồn dẫn dụ cuối cùng vào cuối trường mỗi lần một kênh mới được bắt gặp bởi dẫn dụ này:

running-lead-source-1

Sau đó tôi có thể tải các dẫn dụ vào bảng tính Excel và chia nhỏ và phân tích các mảng dữ liệu của trường này. Tôi cũng thấy cách tiếp cận này hữu dụng để đánh giá nội dung nào có tác động đến vòng lặp mua sắm của các dẫn dụ.

Thiết lập Google Search Console

Trường hợp lý tưởng là các trang web của bạn đã có thiết lập Google Search Console (GSC). Và tôi hy vọng với nhiều người, không cần nói rằng GSC là một công cụ thiết yếu của SEO, giúp bạn hiểu được các đo lường mà bản thân bạn không thể xác định.

Ví dụ, khi chúng ta quảng cáo sử dụng Google AdWords hoặc các nền tảng tìm kiếm trả phí khác, các nền tảng cung cấp cho chúng ta dữ liệu tần số quảng cáo và tỷ lệ nhấp chuột (CTR). Điều này giúp ta hiểu được có bao nhiều người khi thấy thông điệp của ta sẽ thấy thu hút đủ để nhấn chuột.

Nhưng với tìm kiếm tự nhiên thì khó hơn một chút. Bạn không biết được bao nhiêu người tìm kiếm cho từ khóa của mình và CTR – trừ khi bạn sử dụng GSC.

Tuy nhiên có vài cái bẫy phải tránh với GSC:

  • GSC chỉ giữ lịch sử tìm kiếm của 90 ngày gần nhất. Hãy đảm bảo rằng bạn tải dữ liệu dưới dạng tệp CSV từ GSC trước khi dữ liệu bị xóa.
  • HTTP và HTTPS cần được theo dõi với hai định dạng web CSC riêng rẽ. Lý tưởng nhất là bạn nên chuyển sang HTTPS cho các lý do SEO, nhưng nếu bạn vẫn sử dụng cả HTTP và HTTPS thì bạn sẽ cần phải có một thuộc tính GSC cho mỗi loại và sau đó kết hợp tần suất quảng cáo và dữ liệu lượng nhấp chuột từ mỗi bên. Tuy nhiên đừng kết hợp hoặc tính trung bình phần trăm dữ liệu, như là tỷ lệ nhấp chuột. Đơn giản là bạn đang tính trung bình của một số trung bình, là một điều không chính xác. Bạn sẽ cần tự tính toán nó sau khi kết hợp số liệu tần suất quảng cáo và lượng nhấp chuột trước.
  • Các trang di động và máy bàn có thể được theo dõi riêng rẽ. Nếu bạn có một trang web di động riêng rẽ (không nhất thiết là một trang đáp ứng) như là m.domain.com, thì bạn sẽ cần một thuộc tính riêng rẽ trong GSC để theo dõi nó.
  • Các tên miền phụ cần phải được theo dõi với thuộc tính của chúng trên GSC. Tôi biết điều này là không tốt. Nhưng Google nói rõ về việc GSC xem xét các tên miền như thế nào như sau:

subdomains-800x139

Nếu bạn phải tạo ra các thuộc tính trang web trong GSC, ít nhất giờ bạn có thể gắn chúng với nhau sử dụng Property Sets, công cụ cho phép bạn xem dữ liệu trong một báo cáo tổng hợp.

Tối ưu thống kê trang web

Cho dù bạn sử dụng Google Analytics (GA) hay các gòi thống kê trang web khác, dữ liệu thống kê trang web rất hữu ích để hiểu được lợi tức đầu tư. Với GA, có vài bước mà tôi khuyến nghị để theo dõi lợi tức đầu tư:

  • Bổ sung tên miền trang web của bạn vào danh sách loại trừ giới thiệu. Gần đây, tôi có chia sẻ về việc làm thế nào một thay đổi theo dõi trong Universal GA khiến cho rất nhiều trang web phân bố sai lượng truy cập tới bản thân tên miền của trang web như là một nguồn giới thiệu. Sửa lỗi này cho một trong những khách hàng của tôi cho họ thấy một lượng tăng 16 phần trăm theo tuần trong lượng tìm kiếm tự nhiên mà trước đây bị phân bố cho việc tự giới thiệu.
  • Thiết lập mục tiêu. Các mục tiêu có thể là bất cứ đối tượng thu hút call to action nào trên trang web của bạn, nhưng với lợi tức đầu tư, bạn nhiều khả năng sẽ phải theo dõi các mục tiêu trực tiếp đóng góp tới hình thành dẫn dụ hoặc đặt hàng, như là một yêu cầu cho báo giá hoặc thậm chí một đăng ký nhận bản tin. Hãy nhớ thận trọng trong việc bạn sử dụng mục tiêu thế nào, vì mỗi báo cáo bị giới hạn ở 20 mục tiêu.
  • Thiết lập theo dõi thương mại điện tử. Tôi hy vọng phần lớn các công ty thương mại điện tử đã làm điều này, nhưng nếu chưa, hãy đảm bảo là bạn thiết lập theo dõi thương mại điện tử trong GA. Nó có thể cho bạn một cái nhìn tức thì về lượng bán hàng thực tế từ nhiều kênh.
  • Sử dụng công cụ Attribution Modeling. Thiết lập các mục tiêu và theo dõi thương mại điện tử cũng giúp cung cấp thêm các thông tin trong công cụ GA Attribution Modeling. Công cụ này cho phép bạn so sánh các mô hình phân bố khác nhau và xác định kênh nào hoạt động tốt nhất.
  • Kết nối GSC với GA. Sẽ hữu ích khi có nhiều dữ liệu GSC trực tiếp trong GA.

Nếu bạn muốn thực sự chi tiết, bạn cần thử tải dữ liệu bán hàng ngoại tuyến của bạn lên GA, sử dụng Data Import (https://support.google.com/analytics/answer/3191589?hl=en). Dữ liệu có thể được tải thủ công hoặc qua hàm API, vì thế nếu bạn không có một nhà phát triển giúp mình thì nó có thể là một quá trình thủ công. Data Import sau đó sẽ cho thấy nhiều thứ bạn cần để biết về dữ liệu bán hàng trực tiếp trong GA, bao gồm giá trị trọn đời. Tuy nhiên nó vẫn không cho phép bạn xác định các khách hàng hoặc khách hàng tiềm năng cụ thể – chỉ là các xu hướng chung.

Tích hợp marketing tự động và CRM

Trong khi thống kê trang web là hữu ích, chúng không thể xác định được những khách hàng riêng lẻ và làm thế nào các khách hàng riêng lẻ đó tìm được trang web của bạn. Đồng thời cũng khó để xác định giá trị trọn đời của một kênh marketing trong khi bạn không thể xác định được giá trị trọn đời của một khách hàng riêng lẻ thông qua một nền tảng marketing cho trước. Đây là lúc các công cụ marketing tự động và CRM phát huy.

Không như Google Analytics, nó bắt buộc trong điều kiện sử dụng rằng cá nhân bạn không thể xác định thông tin, marketing tự động và CRM đều là về việc xác định thông tin một cách cá nhân.

Trước đây tôi có nói đến việc chạy một trường về nguồn dẫn dụ mà tôi tạo lập trong nền tảng Marketo và Saleforce.com. Điều này cho phép tôi lấy dữ liệu từ Salesforce, cùng với tình trạng dẫn dụ và cơ hội cùng với thông tin giá trị để xác định nguồn dẫn dụ nào đóng góp vào dẫn dụ thực tế, các cơ hội và tổng lượng bán hàng.

Bắt đầu việc đo lường và báo cáo

Trong mọi trường hợp mà tôi biết, tìm kiếm tự nhiên đóng một vai trò quan trọng, nếu không nói là một vai trò quan trọng nhất, trong chuyển đổi. Dưới đây là một mô hình tôi dùng để mô tả giá trị của SEO trong một báo cáo lợi tức đầu tư, cho thấy tất cả các cung bậc mà một người dùng tìm kiếm tự nhiên trải qua. Tôi sử dụng bảng tính này trong Excel để tính toán lợi tức đầu tư B2B từ một môt hình chạm đầu hoặc chạm cuối:

roi-b2b-800x118

Một báo cáo tốt khác để chạy đó là xác định giá trị của mỗi kênh riêng rẽ từ lợi tức đầu tư – Giá trị đặt hàng trung bình (AOV) và Giá trị trọn đời trung bình. Nếu bạn là một công ty thương mại điện tử, thì bạn có thể cần theo dõi điều này theo khách hàng trong nền tảng thương mại điện tử của mình. Nhưng khi bạn theo dõi lượng bán hàng ngoại tuyến, bạn có thể cần từ mình tính toán điều này.

Nếu bạn sử dụng Data Import cho GA, bạn có thể theo dõi AOV trong GA. Giá trị trọn đời trung bình có thể khó hơn để theo dõi trực tiếp trong GA, vì vậy bạn cần sử bảng sau để giúp tính toán:

aov

lifetime

Khi bạn có một danh sách của tất cả các khách hàng từ kênh tự nhiên, bạn có thể xác định giá trị trọn đời trung bình trong khắp kênh tìm kiếm tự nhiên bằng cách chia giá trị trọn đời tổng của tất cả các khách hàng trong kênh này với tổng khách hàng trong kênh.

Các bảng này là quan trọng bởi vì khi chạy so sánh với các kênh khác, bạn sẽ thấy tìm kiếm tự nhiên có giá trị cao hơn. Điều này chắc chắn có thể giúp xác định giá trị của bạn và giá trị của dịch vụ của bạn đối với công ty.

Tuy nhiên nếu bạn sử dụng một mô hình phân bố phân đoạn, bạn không thể thực sự sử dụng bảng trên, vì bạn sẽ tính lặp các chuyển đổi và lượng bán hàng ở nhiều kênh khác nhau. Đây là lúc mà mọi thứ trở nên phức tạp. Bạn sẽ cần phân chia một lượng phần trăm giá trị tới mỗi kênh chạm tới khách hàng, sau đó chỉ phân bố một lượng phần trăm của giá trị lượng bán hàng đó tới từng kênh.

Sử dụng tối ưu hóa tỷ lệ chuyển đổi để cải thiện chuyển đổi tự nhiên

Cuối cùng khi bạn biết được các con số này từ tìm kiếm tự nhiên, hãy bắt đầu tập trung vào việc làm thế nào để cải thiện chúng. Nếu bạn đang thúc đẩy nhiều lượng truy cập tự nhiên vào trang web của mình, nhưng lượng truy cập đó không đạt được mục tiêu của trang web của bạn (về kiến tạo dẫn dụ hoặc lượng đặt mua), thì bạn hãy xem xét việc cải thiện thử nghiệm cho trang web của mình thông qua các kỹ thuật tối ưu hóa tỷ lệ chuyển đổi.

Vì thông số đo lường cuối cùng của mình là lợi tức đầu tư, nó là không đủ để giới marketing xem xét thành công SEO chỉ vì lượng truy cập tự nhiên cao. Lợi tức đầu tư không phải là về lượng truy cập – nó là về doanh thu. Làm mọi thứ bạn có thể để cải thiện sự tiến triển đó từ việc ghé thăm qua tìm kiếm tự nhiên đến chuyển đổi để cho các khách ghé thăm đó có một cơ hội lớn để tác động đến lợi tức đầu tư của bạn.

Nguồn: http://searchengineland.com/