实例探究.

我们的案例数据库覆盖了全球物联网生态系统中的 19,090 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

筛选条件
  • (5,807)
    • (2,609)
    • (1,767)
    • (765)
    • (625)
    • (301)
    • (237)
    • (163)
    • (155)
    • (101)
    • (94)
    • (87)
    • (49)
    • (28)
    • (14)
    • (2)
    • 查看全部
  • (5,166)
    • (2,533)
    • (1,338)
    • (761)
    • (490)
    • (437)
    • (345)
    • (86)
    • (1)
    • 查看全部
  • (4,457)
    • (1,809)
    • (1,307)
    • (480)
    • (428)
    • (424)
    • (361)
    • (272)
    • (211)
    • (199)
    • (195)
    • (41)
    • (8)
    • (8)
    • (5)
    • (1)
    • 查看全部
  • (4,164)
    • (2,055)
    • (1,256)
    • (926)
    • (169)
    • (9)
    • 查看全部
  • (2,495)
    • (1,263)
    • (472)
    • (342)
    • (227)
    • (181)
    • (150)
    • (142)
    • (140)
    • (129)
    • (99)
    • 查看全部
  • 查看全部 15 技术
  • (1,744)
  • (1,638)
  • (1,622)
  • (1,463)
  • (1,443)
  • (1,412)
  • (1,316)
  • (1,178)
  • (1,061)
  • (1,023)
  • (838)
  • (815)
  • (799)
  • (721)
  • (633)
  • (607)
  • (600)
  • (552)
  • (507)
  • (443)
  • (383)
  • (351)
  • (316)
  • (306)
  • (299)
  • (265)
  • (237)
  • (193)
  • (193)
  • (184)
  • (168)
  • (165)
  • (127)
  • (117)
  • (116)
  • (81)
  • (80)
  • (64)
  • (58)
  • (56)
  • (23)
  • (9)
  • 查看全部 42 行业
  • (5,826)
  • (4,167)
  • (3,100)
  • (2,784)
  • (2,671)
  • (1,598)
  • (1,477)
  • (1,301)
  • (1,024)
  • (970)
  • (804)
  • (253)
  • (203)
  • 查看全部 13 功能区
  • (2,573)
  • (2,489)
  • (1,873)
  • (1,561)
  • (1,553)
  • (1,531)
  • (1,128)
  • (1,029)
  • (910)
  • (696)
  • (647)
  • (624)
  • (610)
  • (537)
  • (521)
  • (515)
  • (493)
  • (425)
  • (405)
  • (365)
  • (351)
  • (348)
  • (345)
  • (317)
  • (313)
  • (293)
  • (272)
  • (244)
  • (241)
  • (238)
  • (237)
  • (217)
  • (214)
  • (211)
  • (207)
  • (207)
  • (202)
  • (191)
  • (188)
  • (182)
  • (181)
  • (175)
  • (160)
  • (156)
  • (144)
  • (143)
  • (142)
  • (142)
  • (141)
  • (138)
  • (120)
  • (119)
  • (118)
  • (116)
  • (114)
  • (108)
  • (107)
  • (99)
  • (97)
  • (96)
  • (96)
  • (90)
  • (88)
  • (87)
  • (85)
  • (83)
  • (82)
  • (81)
  • (80)
  • (73)
  • (67)
  • (66)
  • (64)
  • (61)
  • (61)
  • (59)
  • (59)
  • (59)
  • (57)
  • (53)
  • (53)
  • (50)
  • (49)
  • (48)
  • (44)
  • (39)
  • (36)
  • (36)
  • (35)
  • (32)
  • (31)
  • (30)
  • (29)
  • (27)
  • (27)
  • (26)
  • (26)
  • (26)
  • (22)
  • (22)
  • (21)
  • (19)
  • (19)
  • (19)
  • (18)
  • (17)
  • (17)
  • (16)
  • (14)
  • (13)
  • (13)
  • (12)
  • (11)
  • (11)
  • (11)
  • (9)
  • (7)
  • (6)
  • (5)
  • (4)
  • (4)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 127 用例
  • (10,416)
  • (3,525)
  • (3,404)
  • (2,998)
  • (2,615)
  • (1,261)
  • (932)
  • (347)
  • (10)
  • 查看全部 9 服务
  • (507)
  • (432)
  • (382)
  • (304)
  • (246)
  • (143)
  • (116)
  • (112)
  • (106)
  • (87)
  • (85)
  • (78)
  • (75)
  • (73)
  • (72)
  • (69)
  • (69)
  • (67)
  • (65)
  • (65)
  • (64)
  • (62)
  • (58)
  • (55)
  • (54)
  • (54)
  • (53)
  • (53)
  • (52)
  • (52)
  • (51)
  • (50)
  • (50)
  • (49)
  • (47)
  • (46)
  • (43)
  • (43)
  • (42)
  • (37)
  • (35)
  • (32)
  • (31)
  • (31)
  • (30)
  • (30)
  • (28)
  • (28)
  • (27)
  • (24)
  • (24)
  • (23)
  • (23)
  • (22)
  • (22)
  • (21)
  • (20)
  • (20)
  • (19)
  • (19)
  • (19)
  • (19)
  • (18)
  • (18)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (15)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (10)
  • (10)
  • (10)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • 查看全部 737 供应商
Selected Filters
19,090 实例探究
Brian Gavin Diamonds 借助 Google 增强型电子商务将客户结账量提升了 60%
Brian Gavin Diamonds 是一家总部位于德克萨斯州的珠宝商,专门定制订婚戒指,以其标志性的“心箭”钻石系列而闻名,该公司希望全面了解客户在整个购买过程中的行为。该公司的主要客户是年龄在 18 至 45 岁之间购买订婚戒指的情侣。其电子商务网站占其销售额的 95%,国际客户占公司业务的 20%。在规划重新设计时,Brian Gavin Diamonds 希望更好地了解其通过电话提供的客户服务如何影响客户的购买决策,目的是推动更多在线转化。与此同时,该公司还想知道客户如何浏览其电子商务网站,最重要的是,他们是否决定购买。
借助 Google Analytics 的洞察,BuildDirect 的销售额提高了 50%
BuildDirect 是一家在 100 多个国家/地区运营的虚拟组织,该公司正在经历快速增长,并渴望提高其在线支出的效率。该公司拥有良好的营销组合,包括搜索广告、电子邮件简报和在线客户注册。然而,挑战在于通过发现哪些策略有效,哪些策略无效来提高绩效。在运营的头几年,BuildDirect 的营销预算接近每季度 100 万美元,因此优化其支出至关重要。该公司转向使用 Google Analytics (GA) 来替换现有的分析软件包,希望立即看到效益。
谷歌移动应用分析在游戏设计和优化中的应用
Certain Affinity 是一家位于德克萨斯州奥斯汀的游戏开发商,他们正在开发他们的第一款移动游戏《战利品时代:战术》。他们希望利用分析来指导游戏设计并优化盈利能力。他们的目标是量化和提高游戏的整体留存率、盈利能力和病毒式传播能力。他们还希望及时提供由分析驱动的反馈,以影响开发和现场团队。然而,他们经常因许多分析解决方案的成本、规模和有限的灵活性而感到沮丧。
费尔蒙酒店利用 Google Analytics 的强大功能来优化社交媒体营销
费尔蒙酒店及度假村是一家豪华酒店公司,在全球拥有 60 多家特色酒店和度假村,该公司希望优化其社交媒体营销工作。该公司使用 Twitter 来提高优惠的知名度,并为其投资组合中的网站带来流量。然而,他们面临着准确识别和跟踪其推文产生的网站流量的挑战。这是因为 Twitter 流量的很大一部分并非源自 twitter.com;许多 Twitter 用户不使用 Web 界面,而是使用众多可用的桌面客户端或移动应用程序之一。此外,在 Twitter 上发布的链接可能会通过电子邮件或短信转发。在所有这些情况下,任何理论上应归因于 Twitter 活动的流量都将被报告为直接或其他引荐流量。
Gilt Groupe 采用了 Google Analytics Premium 的高级功能,并经历了全公司文化向数据驱动决策的转变
Gilt Groupe 是一家位于纽约市的私人购物网站,其目标是在用户层面获取更详细的信息,获取每次客户访问和接触点的详细数据,将网站数据连接到数据仓库,为网站带来更多合格流量并提高投资回报率,并将用户购买行为与人口统计数据进行交叉引用。该公司于 2011 年实施了 Google Analytics,取代了之前的解决方案。然而,Gilt 随后被 Google Analytics Premium 所吸引,以访问未抽样的数据并在用户层面获取更详细的信息,以便根据统计上可靠的数据做出决策。该公司希望检查更多种类的关键指标,以便更全面地了解客户。
数据驱动归因通过微调通用付费搜索支出来解锁更多转化
HomeAway 是一家在线度假租赁市场,他们希望更好地了解付费搜索(通用搜索和品牌搜索)和展示广告对转化可能性的影响。他们的目标是推动网站访问量转化为对其网站上列出的房产的查询。然而,传统的 Last Click 模型无法提供客户旅程的全貌以及不同营销渠道的影响。因此,他们需要一种更全面的归因建模方法,将功劳归于销售或潜在客户之前发生的不同消费者互动。
InsureandGo 实施 Google Tag Manager 后,客户洞察力增长了三倍
InsureandGo 是英国最大的旅游保险专家,该公司希望全面了解客户旅程并了解消费者的决策过程。该公司希望应用这些见解来优化其网站。他们多年来一直在使用 Google Analytics 来深入了解网站转化率、渠道、客户行为和页面优化。然而,他们希望更加重视理解完整的客户旅程。他们希望了解业务各个领域的决策过程,了解不同的转化率,并决定在哪里展示哪些产品。
Klarna 使用 Universal Analytics 的无 Cookie 方法跟踪第三方 iframe
Klarna 是欧洲最大的电子商务店内信用和发票支付解决方案提供商之一,在跟踪其平台上的客户互动方面面临挑战。该公司的结账解决方案托管在商家域中的 iframe 上,但实际的 iframe 内容托管在 Klarna 自己的域中。这带来了一个问题,因为 iPhone 和 iPad 上的 Safari 等浏览器以及 Internet Explorer 10 等新一代桌面浏览器默认会阻止第三方 cookie。许多分析解决方案都依赖于 cookie 的使用,而由于这个问题,Klarna 几乎失去了所有 iPhone 访问量和许多桌面访问量。
在线食品零售商通过降低购物车放弃率,使重点地区的电子商务销售额提高 70%
LaTienda 是一家屡获殊荣的家族企业,为西班牙的手工艺公司提供支持,该公司正在寻找增加销售额的机会。他们的在线订单取得了巨大的成功,但他们想了解不同运费对部分产品的销售的影响。他们知道,如果某个关键产品类别距离 LaTienda 的弗吉尼亚仓库太远,则需要更昂贵的运输方式。他们将访客分为两个区域:区域 A 的访客距离仓库足够近,因此总能获得合理的运费。区域 B 的访客遍布其他地方,并且必须对关键产品类别使用更昂贵的运输方式。
Ligne-en-ligne.com 和 Keley Consulting 利用 Google Analytics 最大化营销预算
Ligne-en-ligne.com 是法国饮食和健康市场的领导者,严重依赖其联盟网络来吸引新会员。然而,该团队发现这种依赖性可能带来威胁,因为很大一部分订阅来自联盟,占营销费用的最大部分。该团队希望了解来自联盟的客户的行为、主要的销售驱动因素以及选择最高价值优惠的消费者的行为方式。他们还旨在多元化和优化他们的数字营销预算。为了解决这些问题,他们与 Google Analytics 认证合作伙伴 Keley Consulting 合作,分析他们的流量获取策略。
得益于数据驱动归因,展示线索增加 10%,而每条线索成本保持不变
一家大型电信公司利用数字广告来提高品牌知名度和推动销售,该公司希望了解展示广告如何与其他渠道相结合,帮助吸引中小型企业客户。作为互联网广告的主要客户,该公司求助于 Google Analytics Premium 和 MaassMedia,以利用先进的数据驱动归因模型。通过采用这种方法,它旨在衡量展示接触点对潜在客户生成的影响,并就预算分配和优化做出更好的决策。营销部门希望将其覆盖范围扩大到新的客户群。展示广告提供了一个重要的新库存来源,但传统上很难衡量其对潜在客户生成的影响。纯粹基于点击的指标表明展示广告没有提供足够的广告支出回报。同时,浏览量指标没有考虑到展示广告如何与其他渠道(如付费搜索、联属网络营销和电子邮件)配合使用。该团队希望找到一种能够在整个客户旅程中正确归功于展示接触点的方法。
新不伦瑞克省通过将观众与活动相匹配来增加旅游业
新不伦瑞克省文化、旅游和健康生活部 (CTHL) 及其代理机构 T4G 一直致力于提升该省的旅游业。他们推出了一个网站,其中包含大量新不伦瑞克省的旅行创意,以支持 CTHL 的夏季活动——“我的新不伦瑞克发现”。主要目标是通过适合他们兴趣的活动和体验来增加两类目标受众的参与度:“轻松旅行者”和“文化探索者/真实体验者”。CTHL 需要季节性营销活动的支持。他们希望使用分析来评估其效果,并影响未来活动的决策。由于吸引游客的时间既短暂又竞争激烈,他们需要一个足够灵活的平台来评估哪些方法有效,哪些方法无效,以及一个可以随时更改战略和战术的合作伙伴。
日产汽车公司利用 Google Analytics 电子商务深入了解用户的产品偏好
日产汽车公司是一家全球性汽车公司,该公司希望更深入地了解其受众的产品偏好,以便做出明智的决策,满足当地市场的需求。该公司拥有一个遍布全球的网站网络,帮助消费者决定他们想要购买哪款日产汽车。在这些网站上,访问者可以浏览产品和服务、下载本地化版本的宣传材料,并提交试驾预约。然而,日产希望获得更多详细信息,例如用户根据汽车类型、型号和颜色的偏好,以便在 Google Analytics 报告中衡量有关每个查询的更多信息,并就当地市场的库存分配做出更好的决策。
诺华在全球范围内实施 Google Analytics Premium 以改善客户体验
诺华是医疗保健领域的全球领导者,在全球运营着数千个网站,其中约 130 个专注于企业通讯。管理如此多的网站需要确保每个网站的数据都能发送给正确的人员,并且团队可以自信地比较相同的指标,以不断为客户改进公司的网站。诺华希望在其主要通讯网站上一致高效地实施 Google Analytics Premium,确保在每个页面上正确实施。这种规模的项目需要许多 Google Tag Manager 容器和 Google Analytics Premium 媒体资源,因此诺华知道它需要能够快速将一个网站中的任何更改和更新复制到其他网站。这包括复制 Tag Manager 标签、宏和规则,以及在多个 Google Analytics Premium 媒体资源和视图中复制设置和配置。
奥巴马为美国使用 Google Analytics 实现快速、数据驱动的决策民主化
奥巴马为美国 (OFA) 是 2012 年总统巴拉克·奥巴马的官方竞选连任活动,需要吸引支持者、接触和影响可说服的选民并激励支持者投票。该活动对时间敏感,需要快速轻松地访问可操作数据。在总统和副总统辩论期间,快速实时优化的能力尤为重要。该竞选活动需要与在辩论期间在线搜索的支持者和可说服的选民进行交流。他们需要预测需要定位的与问题相关的搜索词,但他们无法为每种可能性做好准备。
On the Beach 利用归因技术提高销售额,投资回报率提高 25%
On the Beach 是一家领先的英国旅行社,希望提高销售额并发展在线业务。他们提供飞往全球最受欢迎的海滩度假胜地的超值航班和酒店,为消费者提供大量旅游产品,包括 5000 万个飞机座位和 30,000 多家酒店。在竞争激烈的市场中,On the Beach 希望确保其搜索活动能够优化投资回报率。该公司不投放任何电视广告,因此通用(非品牌)搜索对于向购买者介绍品牌至关重要。但是,当使用“最后点击获胜”归因模型时,通用搜索的价值可能难以衡量。
Optimizely 通过漏斗阶段再营销取得成果
Optimizely 是一家领先的在线 A/B 测试和体验优化平台,该公司正在寻找一种数据驱动的解决方案,以提供丰富的用户洞察并重新吸引用户。该公司希望根据客户与品牌关系的阶段显示定制信息,以期将他们推进到客户旅程的下一步。挑战在于找到一种精细而简单的方法,使用 Google AdWords 原生的数据驱动分析平台,在销售渠道的特定点向访问者进行再营销。
大奖:APMEX 借助 Google Optimize 360 将新用户收入翻倍
APMEX 是美国最大的贵金属零售商之一,它面临着挑战。尽管公司规模庞大,但营销资源却十分有限。然而,该公司致力于为在线客户提供礼宾级客户体验,类似于客户通过电话获得的个性化体验。为了随时了解客户需求和电子商务的新兴趋势,APMEX 团队已经使用 Google Analytics 360 五年多了。他们正在寻找一种能够帮助他们提供更加个性化的客户体验的解决方案。
Google Analytics 360 Suite 使 Domino 的月收入增加了 6%
Domino's 是英国、爱尔兰共和国、德国和瑞士的一家领先披萨外送连锁店,它面临着整合跨设备营销衡量标准和创建客户行为整体视图的挑战。该公司的成功源于早期对强大的电子商务和移动商务平台的投资,这些平台促进了披萨的轻松购买。然而,来自以渠道为中心的工具的孤立分析数据限制了团队获取跨所有设备和渠道洞察的能力。团队意识到有价值的数据洞察就在触手可及的地方。为了取得成功,他们知道必须打破孤岛,连接数据集,并获得有效的报告,以便更全面、更切实地了解客户行为。
MercadoLibre 通过程序化保证交易实现受众精准化
MercadoLibre 是拉丁美洲最大的电子商务网站之一,拥有超过 1.3 亿注册用户,该公司希望通过利用其专有受众数据来增加收入。该公司的高流量为广告商提供了独特的机会,可以覆盖各种产品类别中具有高购买意向的大量受众。然而,为了最大限度地利用这些机会,MercadoLibre 需要更有效地细分其受众数据,并将其打包成有保证的程序化交易。这将使广告商能够定位更有可能购买其产品的用户,并为每个细分市场量身定制创意执行,从而提高其广告活动的有效性。
松下利用 Google Analytics 360 将广告支出回报率提高了 30%
松下是一家全球产品制造商,在管理和分析跨不同部门和广告平台的营销数据方面面临挑战。该公司努力全面了解哪些关键词和展示广告能够真正推动受众与其网站的互动。缺乏统一的营销数据视图阻碍了他们将其视为共同企业资产的能力。此外,松下发现很难接触到合适的客户并提高其数字营销绩效。
奢侈品零售商 Reebonz 利用 Google Analytics 360 和 DoubleClick Search 吸引时尚达人
Reebonz 是一家高端时尚产品的奢侈品交易平台,它面临着一项挑战,即如何了解其广告对日益分散的客户旅程的影响。随着全球移动设备使用率的上升,该公司希望了解其广告支出如何接触并影响跨设备转化的用户。该公司渴望发现移动设备对其自身购买路径的影响。他们正在与多家合作伙伴合作,以利用一流的洞察和执行能力,但需要更全面、更全面地了解其跨设备客户旅程。
Sephora 如何使用 Google Analytics 360 衡量其在新加坡的线上广告的线下影响
丝芙兰是一家美容巨头,在 30 多个国家/地区拥有 2,300 家门店,其中包括新加坡和大东南亚地区的 17 家门店。该公司在衡量其线上广告的线下影响方面面临挑战。该品牌的数字团队相信其努力确实推动了门店访问量,但却无法证明这一点。消费者在线上和线下渠道之间移动时所经历的复杂决策过程为该品牌带来了一系列独特的挑战和机遇。丝芙兰希望更好地了解其忠实客户的购买过程,并衡量其数字营销投资的全面影响。
Google Analytics 360 和 BigQuery 为 Skyscanner 提高效率和洞察力
Skyscanner 是一家领先的全球旅游搜索公司,该公司希望更深入地了解匿名客户的行为。他们渴望深入挖掘数据,以获得更多洞察并进一步优化其产品。Skyscanner 希望深入了解特定市场、设备类型和营销渠道。此外,公司内的某些团队希望了解各个网站功能的性能。他们需要了解与特定功能的交互对转化率的影响程度。最后,该公司希望创建详细的群组,以了解用户在一段时间内如何与 Skyscanner 互动。
Google Analytics 360 提升 TalkTalk 的广告系列和内容营销效果
TalkTalk 是英国领先的宽带、电视和电话服务提供商,该公司希望更好地了解其客户,并通过各种渠道向他们发送更相关的广告活动信息,以赢得更多销售。该公司旨在将其自己的 CRM 系统数据与 Google Analytics 360 集成,以深入了解客户行为。目标是提高投资回报率并增加销售额。挑战在于使用自定义维度将 CRM 系统中的客户产品信息集成到 Google Analytics 360 中,并利用 DoubleClick Bid Manager 与 Analytics 360 的集成。该公司还旨在与 AdWords 执行受众共享并运行支持 Analytics 360 的再营销广告活动。
利用 Google Analytics 和搜索广告再营销列表吸引多元化顶尖人才
“为美国而教”是一个招募杰出人士到低收入社区当老师来解决教育不平等问题的组织。这些人是世界上最令人向往的求职者,大品牌会以高薪相邀他们。在严格的选拔过程中让这些求职者保持参与至关重要。挑战在于如何在这些杰出的求职者中保持首要地位。“为美国而教”看重的某些品质很难量化,比如领导能力或对平等的热情,而其他一些品质则相当容易。例如,求职者的 GPA 可以帮助该组织了解个人的学业成就。全国各地的学校对具有科学、技术、工程和数学 (STEM) 背景的教师的需求量很大,因此“为美国而教”致力于吸引更多具有这些背景的人加入该队伍。
TransUnion 利用 Google Analytics 360 降低成本并提高转化率
TransUnion 是一家全球信用信息公司,该公司正在寻求提高其 AdWords 和 DoubleClick 广告系列的营销效率。该公司的目标是在不增加标记复杂性的情况下增加转化次数并测试各种受众群体列表。TransUnion 希望找到更多客户,同时减少搜索和展示广告系列中的浪费。具体来说,该公司希望尽可能提高营销工作的效率,同时提高 AdWords 和 DoubleClick 广告的转化率。作为 Google Analytics 360 超过三年的客户,TransUnion 及其代理机构 Digitas 自然会从 Analytics 360 中检查受众行为数据,以执行更有效的再营销。
US Cellular 利用 Google Analytics 360 揭示数字媒体对销售的真正影响
美国第五大电信供应商 US Cellular 在其多渠道营销工作中面临挑战。他们注意到,源自在线媒体的销售额被错误地记入线下渠道,例如店内和电话销售。这导致线下销售数字被人为夸大,从而影响了团队准确预测各渠道销售额、执行客户价值分析或优化其媒体组合的能力。该公司需要一种解决方案,以便正确地将在线销售额记入数字媒体,准确预测各渠道销售额并优化媒体组合。
Google Analytics 360 和 DoubleClick Bid Manager 将转化率提高了 423%
eFinancialCareers 是全球领先的金融服务职业网站,其网站每年处理来自 19 个全球市场的 400 多万份求职申请。该公司希望更好地利用 Google Analytics 360 Suite 中的 Google Analytics 360 作为战略辅助工具,而不仅仅是分析工具。该公司的主要目标是增加通过程序化广告从网站获得的求职申请数量。为了实现这一目标,他们需要收集和分析有关网站访问者的行为、人口统计和地理信息,以确保吸引和留住高素质的候选人。
Google Attribution 360 让 Erwin Penland 看到了整体营销影响
Erwin Penland 是一家创新型代理机构,其客户 Advance America 委托其在不增加预算的情况下发展业务。目标是吸引尽可能多的潜在客户,同时降低有效每次转化费用 (eCPC),以使现有营销预算发挥更大的作用。该机构一直使用最后一次接触广告服务器数据来指导展示和搜索投资。然而,只看最后一次接触归因会遗漏大部分客户旅程。这种有限的视角不会归功于所有渠道和接触点,也不会揭示跨渠道影响。Erwin Penland 需要更全面的视角来帮助 Advance America 取得成功。

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.