URL-groep

Een belangrijke oefening in marketinganalytics is vaak het uitsplitsen van gemiddelden: je bekijkt de prestaties van afzonderlijke pagina’s of advertenties naast het gemiddelde om beter te begrijpen waar je focus moet liggen. In deze oefening splitsen we engagementpercentages uit om precies dat te doen.

Als je voortgang kwijt bent, sluit dan alle open werkmappen en laad `3_5_url_group.twbx vanuit de map Workbooks op het Bureaublad.

Deze oefening maakt deel uit van de cursus

Marketinganalyse in Tableau

Bekijk cursus

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Begin oefening

Deze oefening maakt deel uit van de cursus

Marketinganalyse in Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

86 reviews

Begin gratis met de cursus

In hoofdstuk één krijg je een grondig begrip van de basis van marketingdata en -analyse, te beginnen met hoe data wordt gegenereerd en opgeslagen. Je behandelt marketingkanalen en journeys, en leert hoe ze worden gedefinieerd. Aan het einde van dit hoofdstuk kun je data herstructureren om die journeys te identificeren en waardering toe te kennen aan interacties via verschillende attributiemodellen.

Exercise 1: Marketing-analytics in Tableau Exercise 2: Cookiefunctionaliteit Exercise 3: Voorbeeld van webgegevens Exercise 4: Identificeerbaar verkeer Exercise 5: Klantsegmentatie Exercise 6: Vlag voor aankoop door gebruiker Exercise 7: Touches, journeys en attributie Exercise 8: Attributiemodellen Exercise 9: Data verschuiven Exercise 10: Vorige touchpoint Exercise 11: Volgende touch Exercise 12: Touch-classificatie Exercise 13: First vs. last touch

In hoofdstuk twee duik je dieper in twee specifieke marketingkanalen: e-mail en betaalde social marketing. Je behandelt de strategieën achter elk kanaal, typische use-cases, en begrijpt de componenten waaruit elk type marketing is opgebouwd. Aan het einde van dit hoofdstuk kun je prestaties analyseren aan de hand van verschillende metrics die uniek zijn voor elk kanaal en begrijp je hoe je data inzet om verbetermogelijkheden te vinden.

Exercise 1: Marketingfunnels Exercise 2: Verandering in click-through rate Exercise 3: Aggregatie van berekend veld Exercise 4: Click-through rate Exercise 5: Open rate Exercise 6: E-maildiagnose Exercise 7: Paid social en A/B-testen Exercise 8: A/B-testen Exercise 9: Analytics-operaties Exercise 10: Click-back rate Exercise 11: Engagement- en aankooppercentages Exercise 12: Creatief Exercise 13: Volgerstatistieken

In hoofdstuk drie bouw je voort op de analyses uit hoofdstuk twee om twee andere veelgebruikte kanalen beter te begrijpen: paid search en organische marketing. Je leert hoe elk van deze kanalen werkt, hun overeenkomsten en verschillen, en het belang van webpagina’s en digitale strategie. Daarnaast bekijk je relaties tussen datavariabelen en hoe je data (zowel kwalitatief als kwantitatief) kunt bewerken om analyses uit te voeren. Aan het einde van dit hoofdstuk kun je prestaties analyseren met verschillende metrics die uniek zijn voor elk kanaal en begrijp je hoe veranderingen in het ene kanaal effect kunnen hebben op een ander.

Exercise 1: Paid search Exercise 2: Herhaling paid search Exercise 3: Bewerkingen met strings Exercise 4: Uitgaven per keyword Exercise 5: Mobiel vs. desktop Exercise 6: Click-through rate Exercise 7: Wat is organisch verkeer Exercise 8: Ranking van organische zoekresultaten Exercise 9: P-waarden, R-kwadraatwaarden en voortschrijdende gemiddelden Exercise 10: Engagement rate Exercise 11: URL-groep

Huidige oefening

Exercise 12: Correlatie tussen statistieken Exercise 13: Kanaalcorrelatie

In hoofdstuk vier combineer je wat je in eerdere hoofdstukken hebt geleerd om LTV, CAC en hun verhouding te berekenen en te analyseren. Je leert hoe je deze metrics opbouwt, zoals gemiddelde bestelwaarde, leeftijd en levensduur, vanuit hun componenten en onderzoekt veranderingen daarin. Teruggrijpend op eerder werk rond betaalde marketing analyseer je veranderingen in CAC in de tijd via een samengevoegde gegevensset, waardoor je ervaring opdoet met samengestelde gegevenssets in Tableau. Je rondt de cursus af door LTV/CAC te berekenen.

Exercise 1: Introductie tot LTV Exercise 2: Inzichten in LTV Exercise 3: DATEDIFF en DATEPARSE Exercise 4: Churn-vlag Exercise 5: Churn rate Exercise 6: Ordergrootte Exercise 7: Introductie tot CAC Exercise 8: B2B vs. B2C CAC Exercise 9: Geünioneerde data Exercise 10: Paid social CAC Exercise 11: Paid search CAC Exercise 12: Totale CAC Exercise 13: LTV/CAC Exercise 14: Afsluitende video