仙桃google包年:出海电商如何做营销更有效？

什么是再营销？

使用再营销提升营销业绩

大多数电商朋友的网站每天吸引了大量的用户流量，有的电商平均实际转化的比例达到了 4%, 然而大多数电商的实际转化的比例只有 1% - 2%。在这其中数据扮演了重要的角色，用好Google解析的多种解析功能和再营销，可以协助激活丰富的数据带来转化。

使用Google解析进行再营销，第一你需要在Google解析中启用再营销和广告活动功能，具体操作：Google解析界面 - 管理 - 媒体资源 - 跟踪信息 - 数据收集中，开启再营销和广告报告功能。

如何使用Google解析进行再营销？

Google再营销广告（Remarketing）可以向访问过你网站或应用的受众投放广告，让下次再说的用户第三被触达，促使他们完成进一步的购买或其他目标行动，提升实际转化的比例。譬如已经将产品放入购物车，但是最后却没有结账的用户，当第三通过广告进入网站/ App 时，很可能就会促成转化。

你可以选择从库中导入，也可以自概念新的受众群体：点击新受众群体，之后你可以选择新建受众群体，也可以从Google解析账户中已有的人群细分导入。

具体操作：Google解析界面 - 管理 - 媒体资源 - 受众群体概念 - 受众群体。

使用Google解析建立再营销受众群体，该受众群体随后会出如今您选择的广告帐号中。

如何精准的找到目标受众进行再营销？

假设你想要让电产品牌第三触达已经抵达过购物车页面、却没有最后完成购买的用户，可以在Google解析中新建如下人群：

BigQuery 是一个超飞速的 SQL 式查看工具，它具备极强的扩容能力，可让您的所有数据解析职员愈加高效地工作，并供应无可比拟的高性价比。Google解析 360 用户可以将会话和匹配数据从Google解析 360 帐户导出到 BigQuery，然后用类似 SQL 的语法来查看您所有的数据。将数据导出到 BigQuery 后，您将拥有这些数据。

什么是 BigQuery？

当你拥有了完整的细颗粒原始数据后，可以根据商业目标使用数据科学等模型对用户进行更为精细的分组，识别高质量用户，再使用相似人群 (lookalike) 扩展在Google广告投放平台上触达更多的潜在高质量用户，从而以更低的费用吸引转化。

用例举例：如何使用 BigQuery 找到更精准的目标受众？

BigQuery 界面示例

BigQuery 机器学习（简称 BQML）让没有数据科学背景的团队也可以轻松的上手使用机器学习建立模型进行预测和解析，无需采用 Python 或 Java 编写机器学习解决策略，数据解析师理解 SQL 即可训练并访问 BigQuery 中的模型。

使用 BigQuery 解析操作细颗粒数据肯定需要数据科学家吗？不是的。

无需数据科学团队，轻松使用 BigQuery 进行机器学习完成再营销

数据解析师使用 BQML 预测转化概率，获取高转化概率的用户 ID，回传至 GA 然后启用再营销，经过验证 ROI 大大提升。

仍然一头雾水？没关系，55 数据公司可以帮你使用再营销来提升出海电商业绩！

使用 BQML 再营销高价值用户

BQML 操作界面及 Query 示例

注：

*Google解析的细颗粒原始数据仅在 360 版中支持导出。

*Google解析 360 用户享有每月 500 美元的 BigQuery 帐户额度，足够满足平时的采用。