Case Study: GA4 เพิ่มยอดสั่งซื้อในแอป McDonald ฮ่องกง มากถึง 550%

ในช่วงที่โควิด-19ระบาด พฤติกรรมการรับประทานอาหารก็เปลี่ยนไป จำนวนการสั่งซื้อแบบเดินเข้าร้านลดน้อยลง แต่การสั่งซื้อทางออนไลน์เพิ่มขึ้นอย่างเห็นได้ชัด ในขณะที่ผู้บริโภคมองว่ามันค่อนข้างยากที่จะเอ็นจอยไปกับการทานเมนูโปรดที่ร้านอาหารโดยตรง พวกเขาก็ยังมีความคิดที่จะสร้างบรรยากาศและช่วงเวลาดีๆในการทานเมนูโปรดที่บ้าน McDonald ต้องการให้ลูกค้าหลายล้านคนในฮ่องกงมีความสะดวกในการสั่งซื้อผ่านมือถือ เพื่อที่จะรักษาคุณค่าตรงนี้ไว้ไปพร้อมกับการทำให้ผู้คนเข้าถึงอาหารอร่อยๆได้ง่ายขึ้น ด้วยจุดประสงค์นี้ ทีมการตลาดของ McDonald จึงตัดสินใจที่จะยกระดับประสบการณ์ผู้ใช้แอป ปรับเส้นทางเพื่อนำไปสู่ Conversion ที่เพิ่มขึ้น พวกเขาต้องการใช้ Machine Learning เพื่อรวบรวมข้อมูลเชิงลึกของลูกค้าอย่างรวดเร็ว และใช้ในแคมเปญโฆษณาในแอปเพื่อกระตุ้นคำสั่งซื้อ

การใช้ Machine Learning ของ Googleให้เกิดประโยชน์มากที่สุด

ด้วยคำปรึกษาเฉพาะทางจากพาร์ทเนอร์ที่ดูแลทางด้วน Data Analytics ทีม McDonald ก็ได้ติดตั้ง Google Analytics 4 และเริ่มรวบรวมข้อมูลอีคอมเมิร์ซแบบเรียลไทม์จากแอปของพวกเขา 

ต่อจากนั้น McDonald ก็หันมาใช้ Predictive Audience (กลุ่มเป้าหมายตามการคาดการณ์) เครื่องมือที่ช่วยให้นักการตลาดสามารถคาดการณ์พฤติกรรมการสั่งซื้อในอนาคตโดยอิงจากข้อมูลเชิงลึกของอีคอมเมิร์ซที่รีเฟรชโดยอัตโนมัติ Predictive Audience ได้สร้างขึ้นโดยใช้เงื่อนไขที่เรียกว่า Predictive Metrics (เมตริกตามการคาดการณ์) ยกตัวอย่างเช่น การใช้ Purchase Probability Metric (เมตริกความน่าจะเป็นในการซื้อ) GA4 สามารถแนะนำ Predictive Audience โดยอัตโนมัติซึ่งประกอบด้วยลูกค้าที่มีแนวโน้มในการซื้อสูงสุดใน 7 วันข้างหน้า

McDonald ทดสอบ Predictive Audience แบบพร้อมใช้งานจำนวนหนึ่งซึ่งตรงตามข้อกำหนดเบื้องต้นของ Prediction-modeling (การสร้างแบบจำลองการคาดการณ์) ตามการออกแบบ การที่ Predictive Audience เพิ่มขึ้นอย่างรวดเร็ว นั่นยิ่งทำให้ GA4 ย่นระยะเวลาในการวิเคราะห์ข้อมูลจากหลายๆเดือนเป็นภายในไม่กี่สัปดาห์ การใช้งานที่ง่ายดายนี้ช่วยให้ McDonald วางแผนโอกาสที่ทั้งได้ผลและไม่ได้ผลได้อย่างมีประสิทธิภาพ และเห็นว่า Next Step ควรทำอย่างไรต่อไป

“ศักยภาพของ Machine Learning ใน GA4 ช่วยให้เราเปลี่ยนแปลงกลยุทธ์การโฆษณาดิจิทัลได้อย่างมีประสิทธิภาพและประสิทธิผล โดยใช้ประโยชน์จากวิธีการแก้ปัญหาที่พร้อมใช้งานทันที”

Kai Tsang ผู้อำนวยการอาวุโสฝ่ายประสบการณ์ลูกค้าดิจิทัล McDonald ฮ่องกง

เนื่องด้วยธรรมขาติของอุตสาหกรรมและค่าการสั่งซื้อซ้ำที่สูง “ผู้ที่มีแนวโน้มว่าจะเป็นผู้ซื้อในช่วง 7 วัน” กลับกลายเป็นกลุ่มที่สามารถขับเคลื่อน ROI ได้มากที่สุดสำหรับเครือร้านอาหารที่โฟกัสการลงทุนโฆษณาไปกับ Segment นี้

การเปิดใช้งานข้อมูลเชิงลึกใน Google Ads

ต้องขอบคุณการเชื่อมต่อระหว่าง GA4 และ Google Ads ที่ทำให้สามารถส่งออกกลุ่ม Predictive Audience เข้าไปในแคมเปญโฆษณาของพวกเขาได้อย่างราบรื่น เอเจนซีโฆษณาของ McDonald แนะนำให้ใช้ App Campaign เพื่อการมีส่วนร่วม ประเภทแคมเปญโฆษณาอัตโนมัติเต็มรูปแบบที่แจ้งให้ผู้ใช้แอปในแพลตฟอร์มต่างๆ ของ Google ลงมือทำอะไรสักอย่าง Google Ads ทดสอบส่วนประกอบต่างๆอย่างเช่น ตัวอักษร ภาพ และวีดีโอ เพื่อสร้างโฆษณาที่เหมาะสมให้กับกลุ่มเป้าหมายที่เกี่ยวข้อง ใช้ควบคู่ไปกับข้อมูลเชิงลึกเกี่ยวกับกลุ่มที่มีแนวโน้มว่าจะซื้อ มันจึงกลายเป็นเครื่องมือที่ทรงพลังสำหรับ McDonald ในการเข้าถึงลูกค้าอย่างมีประสิทธิภาพมากขึ้น และกระตุ้นการสั่งซื้อในแอป 

แม้ว่าความต้องการของผู้บริโภคจะเปลี่ยนแปลงไปอย่างรวดเร็ว McDonald ฮ่องกงก็สามารถปรับตัวให้เข้ากับความอยากใหม่ๆของลูกค้า และส่งมอบช่วงเวลาอันแสนอร่อยให้กับพวกเขา ในเวลาเพียง 2 เดือน McDonald สามารถเพิ่ม Conversion มากถึง 550% สำหรับ “ผู้ซื้อที่มีแนวโน้มว่าจะซื้อใน 7 วัน” และลด CPA ลงถึง 63% สำหรับกลุ่มเป้าหมายดังกล่าว นอกเหนือจากนั้น McDonald เห็นรายได้ที่เพิ่มขึ้นจากกลุ่มเป้าหมายนี้สูงถึง 560% ด้วยกลยุทธ์แบบ Data-driven นี้ ทีมการตลาดของ McDonald ฮ่องกง ยังคงเติบโตอย่างต่อเนื่อง 

หลังจากที่ได้อ่านกันจนจบแล้ว เราหวังว่าเพื่อนๆจะสามารถนำสิ่งที่เราเล่าไปปรับใช้กับธุรกิจของตัวเองได้นะคะ และหากใครสนใจอยากติดตั้งหรือสอบถามเพิ่มเติมเกี่ยวกับ Google Analytics 4 สามารถติดต่อ Predictive เพื่อสอบถามข้อมูลเพิ่มเติมได้เลย หรือรับคำปรึกษาเบื้องต้น ฟรี ได้เลย

Reference 

Consent Banner

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.