Inilah realiti yang menjengkelkan untuk setiap jenama Shopify: anda log masuk ke papan pemuka anda pada pagi Selasa dan Facebook mendakwa mereka telah memacu 203 penukaran.
Google Analytics mengatakan 147. Kedai Shopify anda yang sebenar? Hanya 180 pesanan. Ada orang yang salah—dan jurang tersebut secara senyap-senyap menguras keuntungan anda.
Ini bukan sekadar gangguan bagi pakar analitik. Apabila 20–30% daripada pendapatan anda tidak dapat dilihat oleh platform pemasaran anda, setiap keputusan yang anda buat tentang bajet, bida dan kreatif menjadi tekaan yang mahal. Anda mungkin membunuh kempen yang secara senyap-senyap menguntungkan sambil mendanai saluran yang hanya menuai pelanggan yang telah anda perolehi.
Ed Upton kembali ke rancangan itu untuk penampilan keempatnya, dan ada sebab dia terus kembali. Setiap kali, sesuatu yang baharu telah terbongkar di sebalik penjejakan Shopify. Syarikat Ed, Littledata, menawarkan perkhidmatan kepada lebih 2,000 jenama Shopify dan telah membina semula penjejakan dari bawah menggunakan "lapisan data": integrasi bahagian pelayan yang menangkap 100% pesanan, kebal terhadap penyekat iklan, pencegahan penjejakan iOS dan sepanduk persetujuan kuki. Ini bukan perubahan kecil—ia merupakan tetapan semula asas untuk cara anda mengukur prestasi.
Mari kita menyelam masuk. 
Apa yang Anda Akan Belajar
✅ Mengapa penjejakan pihak klien hampir menjamin anda akan kehilangan 20–30% daripada data pendapatan anda — dan bagaimana model “ping daripada halaman terima kasih” rosak apabila pelanggan menutup tab lebih awal, menjalankan penyekat iklan atau apabila pencegahan penjejakan pintar iOS menyekat isyarat, menyebabkan platform pemasaran anda buta tentang apa yang sebenarnya menukar.
✅ Bagaimana persediaan pelayan-ke-pelayan boleh menjejaki 100% pesanan — termasuk bagaimana Littledata melayan pesanan sebagai transaksi formal dan bukannya paparan halaman, menghantarnya terus dari Shopify ke setiap saluran pemasaran dengan cara yang tidak boleh diganggu oleh pelayar, tetapan privasi atau gangguan teknikal rawak.
✅ Apakah sebenarnya "lapisan data" itu — dan bagaimana Littledata kini merekodkan lebih daripada sekadar pembelian, termasuk paparan produk, tambah ke troli, pembayaran, identiti pelanggan, medan meta produk dan peringkat kesetiaan, kemudian menyegerakkan sama peristiwa dan hartanah ke dalam Google Ads, Meta, Klaviyo dan seluruh susunan anda supaya nombor anda akhirnya sejajar.
✅ Bagaimana atribusi yang rosak secara senyap-senyap membunuh kempen yang menang — termasuk mengapa kempen Facebook corong teratas yang "berprestasi rendah" itu sebenarnya mungkin memenuhi senarai e-mel anda dan memacu penukaran beberapa minggu kemudian, dan bagaimana atribusi yang betul mendedahkan hubungan tersebut dan bukannya memaksa anda meneka.
✅ Masalah penjejakan Shopify Markets yang tersembunyi — apa yang sebenarnya berlaku apabila anda menggabungkan berbilang negara ke dalam satu persediaan Pasaran, mengapa semua aktiviti yang digabungkan ke dalam satu akaun iklan merosakkan keupayaan anda untuk mengoptimumkan mengikut negara dan bagaimana pemisahan strim data dengan penapis dan peraturan penandaan yang berbeza mengembalikan kawalan.
✅ Mengapa aplikasi Kedai dan perdagangan ChatGPT lebih penting daripada yang anda fikirkan — bagaimana ekosistem aplikasi super Shopify yang semakin berkembang dan pembayaran berkuasa ChatGPT mencipta laluan pembelian baharu yang berkembang pesat, dan mengapa anda memerlukan atribusi yang boleh menjejaki pesanan daripada saluran ini dan memasukkan data tersebut kembali ke platform iklan anda supaya anda benar-benar boleh membuktikan ROI.
Lapisan Data untuk Shopify.
Memperkasakan pemerolehan, pengekalan dan analitik dengan penjejakan penukaran yang boleh anda percayai.
Littledata memberi anda infrastruktur data yang boleh dipercayai yang menghubungkan kedai Shopify anda dengan alat pemasaran yang telah anda gunakan, termasuk:
- Iklan Google dan Meta untuk isyarat dan atribusi yang lebih kukuh
- Klaviyo dan Perhatian untuk aliran pelanggan yang diperkaya
- Google Analytics untuk penjejakan hasil dan peristiwa yang tepat
- Cas semula untuk keterlihatan kitaran hayat pelanggan yang lengkap
Cepat untuk disediakan. Mudah untuk diselenggara. Dibina mengikut skala jenama anda.
Sertai lebih 2,000 jenama Shopify yang menggunakan Littledata sebagai asas pertumbuhan mereka.
Ringkasan Episod
Steve mengalu-alukan kembali Ed Upton, Ketua Pegawai Eksekutif dan pengasas Littledata, untuk penampilan keempatnya—dan atas sebab yang baik. Setiap kali Ed menyertai rancangan itu, sesuatu yang baharu telah berlaku di sebalik penjejakan Shopify, dan episod ini terus menyelami mimpi ngeri atribusi yang menyebabkan jenama kerugian setiap hari: mengapa Facebook, Google Analytics dan Shopify semuanya menunjukkan angka hasil yang berbeza sama sekali, dan apa yang sebenarnya anda boleh lakukan untuk memperbaikinya.
Di tengah-tengah masalah ini ialah apa yang Ed panggil sebagai "penjejakan sisi pelanggan", di mana alatan seperti Google Analytics hanya tahu pembelian berlaku kerana ia mendapat "ping" daripada halaman terima kasih. Jika ping itu tidak pernah diaktifkan—kerana pelanggan menutup tab lebih awal, menggunakan penyekat iklan atau pencegahan penjejakan iOS menyekat isyarat—hasil tersebut akan hilang begitu sahaja daripada pelaporan anda. Bagi kebanyakan jenama, ini bermakna kehilangan keterlihatan pada 20–30% daripada hasil sebenar, jadi setiap keputusan tentang CPA, ROAS dan prestasi saluran adalah berdasarkan gambaran yang tidak lengkap dan mengelirukan.
Jawapan Littledata adalah untuk melayan pesanan sebagai transaksi formal dan bukannya paparan halaman, menghantarnya melalui integrasi pelayan ke pelayan langsung daripada Shopify ke dalam setiap saluran pemasaran yang penting. Ini menangkap 100% pesanan tanpa terganggu oleh pelayar, tetapan privasi atau gangguan teknikal rawak. Apa yang menjadikan perbualan ini sangat berharga ialah pecahan Ed tentang "lapisan data" Littledata yang dibina semula yang menjejaki semua yang berlaku di kedai anda—paparan produk, tambah ke troli, pembayaran, pembelian, identiti pelanggan, medan meta produk, peringkat kesetiaan dan data langganan—dan kemudian menyegerakkan peristiwa dan sifat yang sama ke dalam Google Ads, Meta, Klaviyo dan seluruh susunan anda supaya anda akhirnya mempunyai satu sumber kebenaran yang konsisten.
Anda akan mendengar mengapa ini jauh melangkaui "nombor yang lebih bersih". Sebaik sahaja data anda konsisten merentasi saluran, anda boleh membina khalayak yang lebih pintar—seperti pembeli kategori produk tertentu, pelanggan berbanding pembeli sekali pakai atau pelanggan dalam peringkat kesetiaan tertentu—tanpa menulis kod atau bergelut dengan persediaan pengurus tag tersuai. Ed menunjukkan bagaimana ini membuka kunci penyasaran semula yang lebih berkesan, aliran e-mel dan SMS yang lebih tepat pada masanya, dan keupayaan untuk melihat sentuhan mana yang benar-benar membawa kepada pendapatan dan bukannya meneka platform mana yang layak mendapat penghargaan.
Episod ini juga menjadi taktikal untuk jenama pada peringkat yang berbeza: bagaimana pengguna Shopify Markets akhirnya boleh membahagikan data mengikut negara atau rantau (dan bukannya menggabungkan semuanya ke dalam satu akaun iklan), mengapa Microsoft Ads melihat momentum baharu melalui perkongsian OpenAInya, dan bagaimana permukaan yang muncul seperti aplikasi Shop dan pembayaran berkuasa ChatGPT akan menuntut atribusi yang boleh mengikuti pelanggan merentasi perjalanan baharu ini. Ed juga mempratonton "penyesuai acara" Littledata yang akan datang, yang akan membolehkan jenama mengkonfigurasi acara tersuai dan mengalir melangkaui apa yang ditawarkan oleh Klaviyo atau alatan lain secara langsung—seperti mencetuskan perjalanan apabila seseorang membeli daripada satu kategori, kemudian kembali untuk menyemak imbas kategori lain.
Perbualan ini bukan tentang teori atribusi atau model akademik. Ia tentang membina semula infrastruktur penjejakan yang menentukan sama ada strategi pemasaran anda berasaskan realiti—atau dibina berdasarkan tekaan yang mahal.
Pengambilan Strategik
???? Jika 20–30% daripada pendapatan anda tidak dapat dilihat oleh platform pemasaran anda, setiap keputusan yang anda buat adalah berdasarkan data yang tidak lengkap. Penjejakan pihak klien terhenti apabila pelanggan menutup tab lebih awal, menjalankan penyekat iklan atau apabila iOS menyekat isyarat, jadi kempen Facebook yang "berprestasi rendah" mungkin memacu pendapatan sebenar yang tidak pernah anda lihat. Sehingga anda membetulkan asas penjejakan dengan integrasi pelayan-ke-pelayan yang melayan pesanan sebagai transaksi formal dan bukannya ping paparan halaman, anda akan terus mematikan pemenang dan membiayai kempen yang salah.
???? Data yang konsisten merentasi saluran adalah lebih berharga daripada sebarang taktik pengoptimuman tunggal. Apabila Facebook, Google Analytics, Klaviyo dan seluruh susunan anda menunjukkan nombor yang berbeza, anda membuang masa untuk menyelaraskan laporan dan membahaskan platform mana yang layak mendapat bajet. Menyegerakkan peristiwa dan sifat pelanggan yang sama di mana-mana sahaja memberi anda satu sumber kebenaran yang boleh anda percayai—dan akhirnya membolehkan anda membuktikan sentuhan mana yang sebenarnya membawa kepada pendapatan dan bukannya membiarkan setiap platform menuntut kredit klik terakhir.
???? Kedalaman data pelanggan dan produk anda menetapkan had untuk segmentasi dan penyasaran semula. Menjejaki hanya "pembelian berlaku" tidak mencukupi; menyegerakkan kategori produk, status langganan, peringkat kesetiaan dan medan meta tersuai membolehkan anda membina khalayak yang benar-benar bergerak pantas—seperti pembeli sekali pakai yang kelihatan seperti calon langganan atau peringkat kesetiaan tertentu yang sepatutnya melihat tawaran berbeza. Anda tidak boleh membina perjalanan bernilai tinggi pada data cetek dan kebanyakan jenama membiarkan wang di atas meja kerana penjejakan mereka terlalu asas.
???? Atribusi bukan sekadar laporan yang lebih baik—ia juga tentang melatih algoritma iklan anda dengan betul. Apabila anda menghantar data penukaran yang tepat dan lengkap kembali ke Facebook, Google dan TikTok, sistem mereka akan mempelajari khalayak yang benar-benar menukar dan mengoptimumkan bida dengan sewajarnya. Jika penjejakan anda hanya menangkap 70% pesanan, algoritma tersebut belajar daripada set data yang rosak dan membuat keputusan pembidaan yang lemah, jadi atribusi yang lengkap secara langsung meningkatkan kecekapan setiap dolar yang anda belanjakan.
???? Permukaan baharu seperti aplikasi Kedai dan pembayaran ChatGPT tidak akan dipaparkan dengan kemas dalam atribusi standard. Apabila ekosistem aplikasi super Shopify berkembang dan lebih ramai pembeli menyemak melalui aliran baharu ini, anda memerlukan infrastruktur yang boleh menjejaki pesanan daripada laluan ini dan menghubungkannya kembali kepada sentuhan iklan asal. Jika tidak, anda mungkin memacu pendapatan aplikasi Kedai yang bermakna yang bermula dengan tanggapan Facebook, namun Facebook tidak pernah mendapat kredit—dan anda terus memandang rendah kerja corong atas.
???? Shopify Markets secara senyap boleh menjadi kucar-kacir atribusi jika anda tidak dapat membahagikan data mengikut negara dan pasaran. Apabila operasi global disatukan ke dalam Pasaran, aktiviti sering ditolak ke dalam satu akaun iklan secara lalai, menjadikannya mustahil untuk mengoptimumkan Kanada berbanding AS atau B2B berbanding pengguna dengan betul. Anda memerlukan keupayaan untuk menjalankan saluran data, penapis dan peraturan penandaan yang berasingan untuk setiap pasaran, atau anda akan terpaksa membuat keputusan bajet yang besar daripada data campuran yang menyembunyikan apa yang sebenarnya berfungsi di mana.
Sorotan Tetamu
Ed Upton
Ketua Pegawai Eksekutif & Pengasas, Littledata
Ed Upton mengasaskan Littledata selepas menyedari masalah terbesar dalam analitik e-dagang bukanlah papan pemuka—iaitu asas penjejakan yang rosak di bawahnya. Apa yang bermula sebagai cara untuk merapatkan jurang pendapatan 20–30% antara Shopify dan platform pemasaran telah berkembang menjadi lapisan data yang mantap yang kini memperkasakan atribusi yang tepat untuk lebih daripada 2,000 jenama Shopify.
Ini merupakan penampilan keempat Ed dalam rancangan itu, dan ada sebab dia terus kembali: setiap perbualan mendedahkan sesuatu yang baharu di sebalik penjejakan Shopify. Dengan latar belakang teknikal yang mendalam dalam integrasi bahagian pelayan, dia telah menjadikan Littledata sebagai penyelesaian pilihan untuk jenama yang bosan membuat keputusan pemasaran yang mahal pada data yang tidak lengkap atau bercanggah.
Littledata bukan sahaja menyegerakkan data pesanan—ia membina semula penjejakan dari bawah ke atas untuk merekodkan semua yang berlaku di kedai anda: paparan produk, tambah ke troli, pembayaran, identiti pelanggan, medan meta produk, peringkat kesetiaan dan banyak lagi, kemudian menyegerakkan peristiwa yang sama ke dalam setiap saluran pemasaran yang anda andalkan. Perspektif Ed menonjol kerana dia menumpukan pada atribusi yang rosak sebenarnya kos: algoritma iklan yang salah terlatih, kempen menguntungkan yang dimatikan terlalu awal dan banyak masa yang dibazirkan untuk menyelaraskan laporan dan bukannya mengoptimumkan apa yang berkesan.
Dengan keupayaan baharu seperti sokongan penuh Shopify Markets, integrasi Microsoft Ads dan pembina acara tersuai yang melangkaui apa yang ditawarkan oleh alatan seperti Klaviyo secara langsung, Ed sedang membina tulang belakang atribusi yang diperlukan oleh jenama DTC moden apabila perdagangan beralih kepada aplikasi Kedai, pembayaran berkuasa ChatGPT dan apa sahaja yang akan datang.
Pautan & Sumber
Ditampilkan dalam Episod Ini:
Platform Pemasaran yang Disebutkan:
- google Analytics
- Iklan Meta (Facebook/Instagram)
- Iklan TikTok
- Iklan Google
- Iklan Microsoft
- Klaviyo
- Perhatian
Ciri-ciri Shopify yang Dibincangkan:
- Pasaran Shopify — Pengurusan berbilang negara
- Apl kedai — Aplikasi membeli-belah pengguna Shopify
- Integrasi Shopify-ChatGPT — Pembayaran terus melalui OpenAI
Konsep yang Dirujuk:
- Penjejakan bahagian klien vs. penjejakan bahagian pelayan
- Seni bina lapisan data
- Pencegahan Penjejakan Pintar iOS (ITP)
- Metamedan produk dan data tersuai
- Atribusi berbilang sentuhan
- Percubaan percuma 30-hari boleh didapati di sini
Terima kasih kerana menyokong Pod!
Selama 9 musim, saya sangat bernasib baik dapat berbual dengan beberapa pengasas paling bijak yang membina jenama Shopify yang menakjubkan dan rakan kongsi yang membentuk ekosistem aplikasi dan pemasaran. Setiap perbualan telah mengajar saya sesuatu yang baharu, dan saya bersyukur kerana berpeluang belajar bersama anda.
Apa yang paling penting ialah podcast ini membantu anda menyelesaikan cabaran sebenar dan membuka kunci pertumbuhan baharu. Sokongan, maklum balas dan cerita anda telah menjadikan perjalanan ini benar-benar istimewa. Terima kasih kerana menonton, berkongsi kemenangan dan kekalahan anda, dan menjadi sebahagian daripada komuniti eDagang Fastlane.
Sentiasa berhubung:
Tinggalkan Penilaian/Ulasan yang Jujur pada Podcast Apple or Spotify.
Ikuti & Langgan di Youtube untuk episod baharu.
Hubungi:
Suka Membaca? Berikut ialah Transkrip Episod Penuh 👇
Steve Hutt:
Selamat kembali ke eCommerce Fastlane. Hari ini saya bersama Ed Upton, Ketua Pegawai Eksekutif dan pengasas sebuah syarikat bernama Littledata, dan mereka berada di Littledata.io. Ed telah beberapa kali hadir ke rancangan itu — sekurang-kurangnya tiga atau empat kali — dan setiap perbualan saya dengannya, saya mempelajari sesuatu yang baharu tentang apa yang malangnya berlaku di sebalik penjejakan Shopify. Keseluruhan situasi lapisan data ini benar-benar bermain di fikiran ramai orang, dan itulah cabaran yang sedang diusahakan oleh Ed dan pasukannya.
Steve Hutt:
Jika anda pernah melihat Pengurus Iklan Facebook atau Google Analytics, kemudian papan pemuka Shopify anda, dan melihat tiga nombor penukaran yang sama sekali berbeza—dan tidak tahu yang mana satu untuk dipercayai—itulah yang ingin saya rungkaikan hari ini. Syarikat Ed telah membina semula penjejakan secara literal dari bawah ke atas. Shopify melakukan tugasnya, tetapi apa yang telah Ed cipta adalah sesuatu yang berbeza. Kita akan membincangkan mengapa ia penting bagi anda sebagai pengasas, lapisan data baharu ini dan apa yang berubah apabila anda akhirnya menyelaraskan nombor anda. Jadi, hai Ed, selamat datang kembali ke rancangan ini.
Edward Upton:
Terima kasih. Ya, rasanya seperti saya tetamu tetap, jadi terima kasih kerana menjemput saya kembali.
Steve Hutt:
Dengan sukacitanya. Mari kita mulakan dengan mudah. Pertama sekali, saya ingin anda menerangkan kepada saya apa yang berlaku apabila jenama Shopify melihat papan pemuka mereka. Seperti yang saya katakan di bahagian atas rancangan ini, Facebook mengatakan satu nombor, GA mengatakan nombor lain, dan terdapat perbezaan yang besar. Malah pada zaman Shopify saya, saya akan berkata, "Anda perlu bersetuju dengan perbezaan 20% atau lebih antara alat yang berbeza ini." Jadi, bincangkan sedikit tentang teras asal Littledata, dan kemudian kita akan beralih kepada lapisan data.
Edward Upton:
Ya, sudah tentu. Bagi kebanyakan jenama yang mendengar rancangan itu dan menggunakan Shopify, itulah sumber kebenarannya. Kita semua tahu bahawa nombor pesanan yang akhirnya tidak kita batalkan atau balikkan bayaran balik adalah hasil yang akan masuk ke akaun bank kita selepas beberapa hari pembayaran. Masalah sebenar ialah: mengapa kita tidak dapat memasukkan hasil Shopify yang sebenar ke dalam saluran pemasaran atau alat pelaporan yang kita gunakan untuk mengukur pemasaran tersebut? Jika kita meneliti apa yang sebenarnya berlaku, semuanya bergantung pada apa yang dipanggil penjejakan bahagian pelanggan. Google Analytics hanya mengetahui seseorang yang membeli di tapak anda kerana ia mendapat sedikit ping daripada halaman ucapan terima kasih yang mengatakan, "Hei, orang ini baru sahaja membeli dengan harga seratus dolar." Jika ping itu tidak pernah berlaku, jika ia tidak pernah sampai ke Google Analytics atau ia rosak, maka hasil itu tidak pernah dijejaki — dan itu membawa kepada masalah asas ini.
Edward Upton:
Kebanyakan kedai mungkin pernah mengalami situasi di mana 20% atau 30% daripada pendapatan anda tidak dapat dilihat. Anda tahu ia berlaku di Shopify, anda tahu anda dibayar untuknya — itu wang sebenar — tetapi ia tidak dapat dilihat dalam platform ini. Dan ia bukan hanya Google Analytics. Semua alat pemasaran lain yang anda gunakan — Iklan Facebook, TikTok, Instagram, platform e-mel dan SMS — dijejaki berdasarkan ping daripada pelayar pengguna yang mengatakan mereka telah menyelesaikan tindakan tersebut.
Edward Upton:
Jika anda ingin menjejaki paparan halaman, itu mungkin tidak mengapa. Tetapi pesanan adalah sesuatu yang lebih formal daripada sekadar melihat halaman di laman web. Ia adalah transaksi sebenar. Dalam dunia Littledata, kita tidak menganggapnya sebagai sesuatu yang harus bergantung pada ping dari halaman ucapan terima kasih yang, terus terang, dalam eDagang moden selalunya tidak dilihat. Sebaliknya, kita melihatnya sebagai integrasi langsung dari sisi pelayan atau pelayan ke pelayan dari Shopify ke saluran pemasaran. Ini bermakna kita boleh menyampaikan 100% pesanan dan hasil, tanpa gangguan — tidak terjejas oleh pencegahan penjejakan pintar Apple, penyekat iklan atau sama ada pelanggan bersetuju untuk dijejaki. Ia adalah integrasi langsung satu lawan satu untuk setiap pesanan ke dalam saluran pemasaran yang anda sayangi.
Steve Hutt:
Saya faham. Itu sangat masuk akal. Pada mulanya, itulah salah satu sebab utama saya mengesyorkan Littledata. Kini mengetahui bahawa Littledata telah berkembang menjadi apa yang anda cipta sebagai lapisan data adalah sangat menarik, kerana nampaknya anda merakam hampir semua yang berlaku di kedai Shopify, bukan sekadar menyegerakkan beberapa titik data. Kita bercakap tentang paparan produk, tambah ke troli, pembayaran, pembelian, malah identiti pelanggan.
Steve Hutt:
Saya rasa ada juga kaitan dengan Klaviyo dan lain-lain. Bolehkah anda bercakap sedikit tentang lapisan data ini, mengapa ia penting, dan kemudian beberapa perkara khusus? Saya juga ingin memastikan saya jelas, kerana saya tahu ia agak baharu tetapi merupakan peningkatan yang sangat menarik.
Edward Upton:
Ya. Apa yang kami sedari ialah kebanyakan jenama DTC menggunakan saluran teras yang sama. Ia bukanlah inovasi untuk terus mencari saluran baharu yang tidak dikenali. Sudah tentu, anda boleh mencuba Reddit Ads atau LinkedIn, tetapi terdapat khalayak pengguna yang agak kecil di sana. Ia benar-benar bergantung kepada sama ada anda boleh memanfaatkan sepenuhnya Google Ads, Meta, Klaviyo dan platform yang serupa. Untuk memaksimumkan saluran tersebut, jenama memerlukan beberapa perkara. Pertama, mereka memerlukan data yang konsisten antara semuanya, dan itulah perkara asas lapisan data: peristiwa yang sama, dan sifat pelanggan dan produk yang sama, disegerakkan merentasi semua saluran tersebut. Kedua, anda perlu memperkayakan data pelanggan dan produk tersebut.
Edward Upton:
Ini bermakna mewujudkan segmentasi yang lebih pintar dan khalayak yang lebih terperinci: orang yang membeli produk atau kategori tertentu, atau pelanggan yang membeli produk langganan berbanding produk sekali guna. Ini semua adalah perkara yang anda perlu segerakkan dengan saluran pemasaran anda dengan mudah, tanpa kod dan tanpa persediaan Pengurus Tag Google tersuai. Itulah yang Littledata dayakan. Lapisan data menyegerakkan semua maklumat yang anda ada dalam Shopify — bukan sahaja apa yang kelihatan pada halaman, tetapi semua data di sebalik tabir seperti medan meta produk dan peringkat kesetiaan pelanggan — ke dalam saluran pemasaran anda. Kemudian anda boleh membina khalayak yang betul, menyasarkan semula orang yang betul atau mencetuskan kempen yang betul pada masa yang tepat untuk segmen yang betul.
Steve Hutt:
Jadi ia hampir kedengaran seperti paip untuk semua alat lain supaya ia boleh berfungsi bersama dengan baik.
Edward Upton:
Ya, kami memilih istilah "lapisan data", tetapi kami juga memikirkan tentang "saluran data" atau "infrastruktur data." Sesetengah pesaing lebih cenderung kepada istilah "infrastruktur". Secara peribadi, saya rasa itu kedengaran agak berat. Bukannya apa yang kami lakukan di sebalik tabir tidak rumit, tetapi "lapisan data" terasa lebih mudah diakses apabila kami mengubah kedudukan jenama tahun lepas. Semua orang faham bahawa mereka memerlukan lapisan antara platform perdagangan mereka — kedai Shopify mereka — dan saluran pemasaran mereka.
Steve Hutt:
Saya faham. Mungkin mari kita bincangkan tentang beberapa platform iklan ini dan beralih kepada taktikal. Katakan sesebuah jenama memasang Littledata — apa yang sebenarnya berubah sebaik sahaja ia dipasang? Beritahu saya tentang impaknya terhadap Meta, pada Google Enhanced Conversions dan pada Klaviyo. Apa yang sebenarnya berlaku dengan lapisan data baharu itu?
Edward Upton:
Mari kita lihat saluran demi saluran. Bermula dengan Meta, kerana ia secara amnya merupakan saluran pemerolehan yang paling penting. Anda mungkin mempunyai aplikasi Facebook dan Instagram yang dibina oleh Shopify dengan Meta, yang boleh dipasang secara percuma. Ia menggunakan API Penukaran, jadi terdapat sambungan sisi pelayan ke dalam Meta. Tetapi apa yang kami dapati ialah ia kekurangan banyak perincian. Anda bukan sahaja kehilangan peristiwa corong utama yang membolehkan anda menyasarkan semula orang yang meninggalkan troli atau pembayaran, tetapi juga untuk pembelian itu sendiri, keupayaan Meta untuk memadankan peristiwa tersebut kembali kepada pengguna dalam rangkaian iklan mereka bergantung pada bukan sahaja mempunyai satu pengecam, tetapi sejumlah besar pengecam. Meta memanggilnya "skor kualiti padanan peristiwa".
Edward Upton:
Lebih baik kualiti padanan acara anda, lebih baik mereka boleh mengaitkan acara tersebut kembali kepada iklan. Pada tahap yang mudah, jika algoritma tidak dapat memahami bahawa kreatif atau penempatan tertentu memacu jualan, ia tidak boleh memperuntukkan lebih banyak bajet kepadanya secara automatik. Contoh yang selalu saya gunakan ialah: katakan anda mempunyai dua kreatif iklan, versi A dan versi B. Versi A mendapat empat pesanan yang diaitkan, dan versi B mendapat dua. Facebook tidak akan hanya sedikit mengutamakan versi A — ia akan mengutamakannya secara besar-besaran, mungkin memberikan 90% daripada bajet kepada A kerana ia berpendapat ia dua kali lebih baik dalam penukaran.
Edward Upton:
Masalahnya ialah: bagaimana jika versi B sebenarnya tiada penukaran yang dikaitkan dan salah satu penukaran A digandakan? Jadi ia sebenarnya tiga lawan tiga. Penyasaran sangat sensitif terhadap isyarat yang dihantar ke Meta. Jika kita boleh menghantar isyarat yang lebih baik — baik dari segi ketepatan peristiwa (pesanan sebenar, pembayaran, tambah ke troli) dalam masa nyata dan atribusi peristiwa tersebut yang lebih baik kembali ke iklan yang betul — maka algoritma Meta, yang mereka laburkan banyak, benar-benar boleh berfungsi untuk mengoptimumkan bajet anda.
Steve Hutt:
Saya ada satu soalan tentang API Penukaran Meta. Saya dapati terdapat banyak data penukaran di luar sana, tetapi bayangkan — dan saya berharap anda melakukan ini — jika anda boleh menghantar kembali peristiwa penukaran kepada Meta yang membantu pemerolehan pelanggan baharu bersih berbanding hanya pembelian berulang. Pengulangan agak mudah untuk diuruskan sendiri, tetapi bagaimana pula dengan menggunakan data ini untuk pemerolehan pelanggan baharu yang sebenar? Saya ingin berkongsi pendapat anda, kerana saya fikir ada peluang di sana.
Edward Upton:
Sudah tentu. Salah satu perkara yang kami lakukan ialah menghantar pesanan luar talian atau bukan web kembali ke Meta. Dalam persediaan biasa, pesanan tersebut tidak boleh dikaitkan kerana tiada perjalanan klik dari iklan hingga pembelian. Tetapi kita semua tahu bahawa jika kita melakukan banyak paparan atau kerja kreatif di Instagram, sebagai contoh, ia akan memacu jualan merentasi banyak saluran. Orang ramai melihat iklan, kemudian membeli di kedai, di Amazon, melalui TikTok Shop atau di tempat lain. Perkara yang hebat ialah kita boleh membawa semua pembelian tersebut daripada semua saluran — bukan sahaja kedai dalam talian — kembali ke Meta dengan e-mel pelanggan, nombor telefon dan kadangkala pengecam lain seperti alamat IP.
Edward Upton:
Meta kemudiannya boleh mengetahui bahawa sebahagian daripada pesanan bukan web tersebut didorong oleh iklan Meta, yang penting untuk memahami pulangan sebenar perbelanjaan iklan anda. Sudah tentu terdapat kes di mana Meta benar-benar mahal, tetapi selalunya nilainya kurang dihargai kerana jenama tidak mengaitkan semua pesanan merentasi semua saluran kembali kepada iklan yang mempengaruhi mereka.
Steve Hutt:
Betul. Jadi bagaimana pula dengan Google? Adakah ia muat dalam kelompok yang sama?
Edward Upton:
Ya. Google melancarkan produk yang serupa dengan API Penukaran Meta yang dipanggil Penukaran Dipertingkatkan untuk bakal pelanggan dan untuk eDagang. Ia membolehkan kami menghantar, di bahagian pelayan, bukan sahaja pesanan, tetapi semua butiran pelanggan. Bahagian "dipertingkatkan" sebenarnya adalah tentang siapa orang ini — e-mel, alamat fizikal mereka dan sebagainya — supaya Google boleh memadankan mereka kembali dengan iklan merentasi graf peranti mereka. Google dan Meta mempunyai graf peranti yang besar. Mereka tahu siapa yang menggunakan laman web yang berbeza merentasi banyak peranti. Mereka berada dalam kedudukan yang cemerlang untuk menggunakan data pihak pertama yang kami kongsikan daripada kedai Shopify anda untuk memadankan pesanan tersebut kembali dengan kempen yang betul. Sekali lagi, pemadanan yang lebih tepat membawa kepada perbelanjaan iklan yang lebih cekap. Sama seperti Meta, Google kemudiannya boleh mengoptimumkan kempen Prestasi Maks secara automatik.
Edward Upton:
Contohnya, jika Google dapat melihat bahawa kempen tertentu sebenarnya mendorong 20–30% lebih banyak pesanan daripada yang difikirkan sebelum ini, ia boleh menjadi lebih yakin dalam peruntukan belanjawan dan penskalaan automatik. Anda boleh mengimport penukaran daripada Google Analytics ke dalam Google Ads — dan kami mengesyorkan untuk melakukan kedua-duanya — tetapi Penukaran Dipertingkatkan terus ke dalam Google Ads adalah satu-satunya cara untuk melakukan pemadanan ini berdasarkan data pelanggan sebenar seperti e-mel dan telefon.
Steve Hutt:
Saya faham. Kemudian saya membuat hipotesis bahawa integrasi Klaviyo — ia adalah gajah dalam bilik untuk e-mel dan SMS — menjadi sangat menarik. Bayangkan mempunyai paparan produk, aktiviti troli, maklumat pembelian dan identiti pelanggan yang betul yang dihantar ke dalam aliran Klaviyo.
Edward Upton:
Ya. Klaviyo sudah melakukan kerja yang jauh lebih baik, kerana mereka pakar dalam Shopify dan pangkalan pelanggan utama mereka. Mereka menjejaki lebih banyak peristiwa pelanggan seperti tambah ke troli, dan mereka menjejaki pembelian di bahagian pelayan. Kami memperbaikinya dalam dua cara utama. Pertama, kami dapat mengenal pasti orang dalam senarai e-mel anda yang aktif di kedai anda sekarang, jadi anda boleh mencetuskan aliran troli yang ditinggalkan atau menyemak imbas apabila ia benar-benar penting. Aliran tersebut cenderung untuk ditukar dengan sangat baik kerana orang-orang ini secara aktif membeli-belah. Kita semua pernah mengalami aliran tambah ke troli yang kekok yang dicetuskan selepas anda membeli — itu data yang buruk. Jika kita dapat menarik lebih ramai orang ke dalam khalayak tersebut dengan mengenal pasti mereka dengan betul, kita dapat memenangi kembali lebih banyak pendapatan. Selalunya batasannya hanyalah jenama tidak mencetuskan e-mel tersebut dengan mencukupi. Kita boleh mencetuskan 50–100% lebih banyak.
Edward Upton:
Kami melakukannya dengan "mencantumkan titik-titik". Kami tidak menggunakan sebarang sumber data pihak ketiga yang mencurigakan atau graf identiti terkumpul yang besar. Saya tidak suka frasa "penyelesaian identiti" kerana ia sering membayangkan alat yang tidak mematuhi piawaian. Apa yang kami lakukan hanyalah menghubungkan orang yang sudah ada dalam senarai anda dengan aktiviti mereka di kedai anda. Anda boleh mengambil aliran pengabaian yang sama seperti yang telah anda tetapkan dalam Klaviyo, mengklonkannya untuk menggunakan pencetus Littledata dan anda serta-merta melihat peningkatan. Ia secara literalnya penyelesaian 10 minit untuk meningkatkan kualiti data yang mengalir ke dalam Klaviyo. Terdapat dua lagi faedah: pertama, menambah integrasi Klaviyo meningkatkan saluran iklan kerana kami boleh menggunakan identiti Klaviyo untuk memberitahu Meta, "Ini Edward yang sedang membeli atau akan membeli," dan menyasarkan semula mereka dalam iklan juga.
Edward Upton:
Jika kita tahu siapa mereka di Klaviyo dan kita tahu kita sedang menghantar e-mel kepada mereka, kita secara amnya boleh memadankan mereka dengan lebih baik kembali ke rangkaian iklan dan membenarkan penyasaran dengan cara itu juga. Ia merupakan penyelesaian yang baik untuk fakta bahawa kuki semakin tidak boleh dipercayai untuk penjejakan. Menggunakan e-mel dan nombor telefon sebenar adalah cara yang jauh lebih baik untuk mengenal pasti pelanggan.
Steve Hutt:
Saya faham. Mari kita bincang tentang pelaksanaan. Adalah penting untuk orang ramai menyedari bahawa anda membincangkannya sebagai pemasangan selama 10 minit dan agak mudah — dan itu mungkin kedengaran terlalu mudah. Apa yang sebenarnya terlibat? Adakah jenama biasanya memerlukan sebarang bantuan, atau adakah terdapat halangan di sepanjang proses melaksanakan Littledata?
Edward Upton:
Kami telah cuba menjadikan aplikasi ini selayan diri yang mungkin, dan kami telah melalui beberapa lelaran. Kami baru sahaja melancarkan aplikasi terbenam baharu mengikut garis panduan reka bentuk terkini Shopify untuk menjadikannya sangat mudah. Anda tidak memerlukan pembangun untuk memasang Littledata, dan anda tidak perlu menukar sebarang kod tema. Pemasangan mempunyai dua langkah utama: pertama, anda menambah benam aplikasi, iaitu coretan standard yang anda aktifkan dalam tema anda. Kedua, anda menambah apa yang Shopify panggil sebagai acara pelanggan atau piksel web pada pembayaran anda supaya kami boleh menjejaki di sana. Semua yang lain adalah automatik. Apabila anda ingin menambah saluran iklan atau destinasi data, anda hanya perlu masuk dan membenarkannya. Jadi, anda mungkin log masuk dengan akaun Google Ads anda, pilih akaun yang ingin anda sambungkan, dan kami melakukan selebihnya. Ia sememangnya pasang dan main.
Edward Upton:
Perkara yang menarik ialah terdapat banyak kedalaman jika anda mahukannya. Jika anda mempunyai keperluan tersuai — katakan anda ingin mengecualikan pesanan berulang atau menambah metafield tertentu — anda boleh meneliti tetapannya. Kami telah cuba menjadikannya sangat mudah untuk pengguna kali pertama tetapi berkesan untuk pengguna kuasa. Terdapat percubaan percuma selama 30 hari untuk semua pelanggan. Biasanya, orang ramai melihat peningkatan besar dalam masa beberapa minggu, tetapi kami suka memberikan sebulan supaya anda boleh benar-benar yakin kualiti data telah bertambah baik. Selalunya pada pandangan pertama tidak jelas bahawa anda kehilangan data dalam mana-mana saluran tertentu.
Steve Hutt:
Betul. Awak tak tahu apa yang awak tak tahu.
Edward Upton:
Tepat sekali. Setakat itu, kami berbangga kerana dapat menawarkan sokongan teknikal yang sangat baik. Kami mempunyai pusat bantuan yang hebat dan kami gembira untuk meneliti data jenama bagi mengetahui apa yang sedang berlaku. Bagi masalah biasa: tidak juga. Perkara yang hebat tentang pengkhususan dalam kedai Shopify ialah kami telah melihat kebanyakan kes pinggir berkali-kali dan sudah mempunyai penyelesaian serta panduan.
Steve Hutt:
Saya telah bercakap dengan ramai rakan kongsi agensi yang menawarkan perkhidmatan kepada jenama, dan saya tahu anda juga bekerjasama dengan agensi. Bagi rakan kongsi agensi yang mendengar, bagaimanakah Littledata mempengaruhi aliran kerja mereka dan cara mereka menawarkan perkhidmatan kepada pelanggan?
Edward Upton:
Kami bekerjasama dengan tiga jenis agensi utama. Untuk agensi reka bentuk dan binaan, kami pada asasnya adalah penawar kesakitan. Alternatif untuk menggunakan Littledata selalunya ialah menyediakan tika Pengurus Tag Google bahagian pelayan, yang menyakitkan, rapuh dan mudah rosak. Pelanggan kembali mengadu bahawa data salah atau pengaktifan berganda, dan anda tersekat dalam gelung penyelenggaraan.
Steve Hutt:
Atau tembakan berganda — betul-betul.
Edward Upton:
Ya, semua itu. Saya tahu kerana saya pernah mengendalikan salah satu agensi tersebut sebelum saya memulakan Littledata. Pada dasarnya, perniagaan kami adalah penyelenggaraan Pengurus Tag Google, dan ia agak menyusahkan, jadi kami keluar dari situ. Jenis kedua ialah agensi pemasaran prestasi. Bagi mereka, kami membolehkan mereka melakukan lebih banyak perkara dengan pelanggan mereka. Penyelesaian asas atribusi iklan yang lebih baik menjadikan mereka kelihatan lebih baik dari segi pulangan perbelanjaan iklan, tetapi kami juga membuka taktik yang lebih canggih — seperti membina khalayak pelanggan kali pertama, atau pelanggan baharu berbanding pelanggan yang kembali, supaya mereka boleh menjalankan kempen yang lebih maju.
Edward Upton:
Bagi agensi e-mel dan SMS — pemasaran pengekalan — ia merupakan peningkatan mudah terhadap apa sahaja yang mereka lakukan. Pelanggan masih memerlukan agensi untuk salinan, strategi dan kreatif, tetapi mereka boleh menambah Littledata di atas dan mendapatkan peningkatan yang baik dalam aliran pengabaian dan perjalanan tercetus yang lain.
Steve Hutt:
Sungguh menakjubkan. Saya juga menjenguk laman web Littledata.io pagi ini dan terdapat banyak kajian kes kempen yang berjaya dan pelanggan yang berterusan. Bolehkah anda kongsikan satu contoh penting — bagaimana kehidupan sebelum Littledata dan apa yang berubah selepas melaksanakannya?
Edward Upton:
Sudah tentu. Memandangkan kita bercakap tentang agensi, mari kita lihat jenama bernama Skinfix, jenama penjagaan kulit yang kami bekerjasama bersama agensi Verbal+Visual. Ia merupakan contoh hebat bagi kemenangan berganda. Skinfix memerlukan Verbal+Visual untuk menyediakan aliran dan membimbing mereka secara strategik dalam automasi pemasaran. Dengan melaksanakan Littledata di atasnya, mereka menyaksikan peningkatan yang besar: kira-kira 150% lebih banyak hasil daripada aliran pengabaian pembayaran dan hampir 400% lebih banyak hasil daripada aliran pengabaian semak imbas. Data yang lebih baik serta pelaksanaan pintar memberikan hasil tersebut.
Steve Hutt:
Saya rasa mereka mungkin perniagaan berasaskan langganan juga, jadi mereka akan mempunyai sesuatu seperti Ordergroove atau Recharge yang disambungkan.
Edward Upton:
Ya, dalam kes itu ia adalah Recharge, tetapi Ordergroove adalah serupa.
Steve Hutt:
Saya ada membaca kajian kes itu — saya sentiasa melakukan sedikit kajian sebelum merakam.
Edward Upton:
Betul. Syabas.
Steve Hutt:
Bagus. Terdapat banyak lagi di laman web ini, dan saya akan pastikan untuk memautkannya dalam nota rancangan supaya orang ramai dapat melihatnya. Saya tahu ini agak topik sampingan dan bukan semestinya kepakaran utama anda, tetapi ramai orang sedang bercakap tentang AI sekarang. Saya tidak nampak AI banyak dipaparkan dalam kisah Littledata. Apakah pemikiran anda tentang hala tuju AI, data, lapisan data dan masa depan kita yang terdekat?
Edward Upton:
Saya tidak ragu AI sedang mengubah pemasaran dalam talian. Antara pemenang besar ialah platform iklan besar yang mempunyai set data yang besar dan pasukan kejuruteraan AI — Google dan Meta khususnya. Mereka sedang menuju ke arah dunia di mana lebih banyak perancangan kempen dan orkestrasi kreatif dilakukan secara automatik. Itu bagus, tetapi semuanya disokong oleh gelung maklum balas yang betul dengan data yang betul. AI yang berjalan secara membuta tuli adalah lebih teruk daripada pengurus PPC yang rajin. Ia boleh menjadi jauh lebih baik daripada manusia, tetapi hanya jika ia mempunyai gelung maklum balas yang pantas dan tepat tentang apa yang berfungsi.
Edward Upton:
Dengan menggunakan Littledata dan bukannya penyambung percuma, anda memberi AI setiap peluang untuk bersinar. Terdapat beberapa persilangan lain. Salah satunya ialah menggunakan pembelajaran mesin untuk pemadanan kabur pengguna. Kebanyakan atribusi kami adalah deterministik — kami tidak mengatakan ia adalah orang yang sama melainkan kami sangat pasti, berdasarkan e-mel, telefon, dsb. Tetapi terdapat kes di mana anda boleh menggunakan teknik pemadanan corak untuk mengatakan, "Ini mungkin orang yang sama." Pemadanan kabur telah wujud selama beberapa dekad, jadi saya berhati-hati dalam melabelkan semua perkara yang berkaitan dengan AI.
Edward Upton:
Saya juga menolak pesaing yang mendakwa keajaiban AI sedangkan ia sebenarnya bukan AI dalam erti kata sebenar. Bidang ketiga di mana AI menarik adalah dalam alat wawasan. Daripada log masuk ke papan pemuka dengan graf, ramai orang kini mahukan antara muka sembang yang boleh mereka tanya. Shopify melakukan ini dengan Sidekick, tetapi analitik Shopify sendiri tidak mempunyai semua data corong atas — seperti apa yang orang lakukan sebelum mereka membeli. Jika anda ingin tahu berapa banyak pesanan yang anda terima bulan lepas, Sidekick tidak mengapa. Jika anda ingin tahu manfaat tambahan iklan Meta, ia tidak akan menjawabnya.
Edward Upton:
Daripada membina lapisan wawasan AI kami sendiri, kami melihat pemain seperti Triple Whale dan Polar Analytics melakukannya dengan baik, dan kami juga bertaruh pada Google. Google akhirnya telah melancarkan antara muka sembang mereka sendiri untuk Google Analytics. Mereka mengambil masa lebih lama daripada yang dijangkakan untuk menyelesaikan cabaran tersebut, kerana ia sukar di sebalik sekatan. Saya teruja kerana halangan besar untuk menggunakan Google Analytics sentiasa menjadi UI — sukar untuk membina laporan. Jika anda boleh mempunyai antara muka sembang di mana semua data tepat anda mengalir masuk melalui Littledata, dan anda hanya boleh bertanya soalan, lebih ramai orang akan selesa dan mendapat nilai daripadanya.
Steve Hutt:
Perkara lain yang saya perhatikan — lebih kepada nota sampingan — ialah sambungan Shopify dan ChatGPT. Ia menarik. Saya tahu itu mungkin bukan lapisan data yang anda terlibat secara langsung, kerana ia lebih kepada data sedia ada Shopify seperti pesanan, produk dan pelanggan, yang kemudiannya beralih ke ChatGPT untuk membolehkan penemuan dan pembayaran.
Edward Upton:
Saya fikir ia akan menjadi saluran pesanan yang penting untuk jenama. Daripada apa yang saya fahami tentang perkongsian ini, orang ramai akan dapat membuat pembayaran di dalam ChatGPT, dan pesanan tersebut akan muncul di kedai Shopify anda, sama seperti menghubungkan Amazon atau pasaran lain. Ia agak serupa dengan Amazon dalam banyak cara. Anda tidak akan tahu banyak tentang perjalanan pengguna terlebih dahulu. Anda akan tahu pesanan itu datang melalui ChatGPT, tetapi bukan gesaan tepat yang mereka gunakan. Alatan lain mungkin membantu anda melihat apa yang mereka cari. Tetapi kembali kepada inti pati tentang memasukkan semua pendapatan anda ke dalam saluran iklan: jika jualan ChatGPT sebenarnya dipengaruhi oleh iklan Facebook, memasukkan pesanan itu kembali ke Facebook dan memberitahu mereka bahawa ia berlaku masih penting.
Edward Upton:
Terdapat satu lagi saluran yang boleh dikatakan lebih penting sekarang yang orang ramai kurang bincangkan: aplikasi Shopify dan rangkaian pembayaran Shopify. Ia mempunyai ratusan juta pengguna dan sedang menjadi saluran pesanan tersendiri. Satu perkara yang kami sokong ialah menjejaki pesanan dari sana, kerana Shopify jelas sedang menuju ke arah katalog universal dan pengalaman yang lebih seperti Amazon.
Steve Hutt:
Aplikasi super sudah tentu, seperti yang kita lihat di China.
Edward Upton:
Tepat sekali. Jadi, untuk dapat memahami, sebanyak mungkin, perjalanan pelanggan yang mendorong orang ramai membeli melalui aplikasi Kedai adalah sangat penting.
Steve Hutt:
Pada pendapat anda, apakah langkah seterusnya? Terdapat ramai orang yang mendengar. Littledata ialah alat layan diri yang sangat mudah, dan saya fikir percubaan percuma 30 hari adalah hebat kerana ia membolehkan orang ramai mencubanya. Untuk pasaran pertengahan hingga perusahaan, apakah langkah seterusnya yang anda lihat?
Edward Upton:
Kami mempunyai beberapa item pelan tindakan yang amat relevan untuk jenama yang lebih besar. Salah satunya ialah Shopify Markets. Banyak jenama beralih daripada persediaan berbilang kedai kepada Shopify Markets untuk memudahkan inventori, mata wang dan operasi. Satu batasan utama Markets ialah apabila anda menggunakan integrasi asas — katakan untuk Iklan Facebook — semua data global digabungkan ke dalam satu akaun iklan. Dari perspektif analitik dan pengurusan iklan, anda perlu membahagikannya mengikut negara atau pasaran kepada destinasi yang berbeza. Littledata akan membolehkan anda mengkonfigurasi setiap pasaran secara berasingan sepenuhnya.
Edward Upton:
Anda boleh menetapkan peraturan saluran paip, penapis dan akaun iklan yang sama sekali berbeza jika anda suka, dan juga menanda data secara berbeza dalam Klaviyo atau Google Analytics. Ini bermakna anda boleh membina segmen seperti "orang dalam pasaran Kanada saya" atau "orang dalam pasaran B2B Kanada saya." Pasaran bukan sahaja bersifat geografi — ia boleh mewakili pengalaman kedai yang berbeza. Jadi sokongan penuh untuk Shopify Markets adalah penting, dan itulah yang kami lancarkan. Kami juga melancarkan penyepaduan kepada Microsoft Ads. Bing Ads telah wujud untuk seketika, tetapi ia mengalami kebangkitan semula melalui perkongsian OpenAI, dan kami melihat lebih banyak jenama mahukan data yang tepat di sana. Penyepaduan Shopify–Microsoft Ads yang sedia ada agak kosong, dan dalam beberapa kes tidak wujud, jadi kami mengisi jurang itu.
Edward Upton:
Item jangka panjang terakhir ialah apa yang kami panggil Penyesuai Acara. Ini akan membolehkan jenama mengkonfigurasi acara mereka sendiri. Berbalik kepada contoh Klaviyo, anda mungkin mahu mencetuskan aliran untuk orang yang membeli produk sekali pakai dalam kategori tertentu dan kemudian melihat kategori lain. Anda akan dapat melakukan pelbagai konfigurasi lanjutan, jauh melangkaui apa yang disokong oleh pembina acara Klaviyo sendiri. Itu juga akan berlaku merentasi saluran iklan lain. Apa sahaja destinasi pemasaran yang anda gunakan, anda akan mempunyai kawalan yang lebih terperinci ke atas acara yang anda hantar.
Steve Hutt:
Hebatnya. Ed, terima kasih banyak kerana menyertai rancangan ini hari ini. Percubaan percuma selama 30 hari sangat mudah — hanya layari Littledata.io, dan terdapat pautan di sana.
Edward Upton:
Pasang aplikasi Shopify, mulakan percubaan dan hubungi kami jika anda mempunyai sebarang pertanyaan. Kami mempunyai pasukan sokongan yang hebat. Saya fikir anda akan mendapati ia satu pengalaman yang lancar dan saya benar-benar berharap kami dapat membantu anda mendapatkan perbelanjaan iklan yang lebih cekap dan pertumbuhan yang lebih pantas untuk jenama anda.
Steve Hutt:
Saya tahu saya belajar sesuatu yang baharu setiap kali kita berbual. Saya sukakannya. Anda akan membantu ramai orang yang sedang mendengar sekarang — pertama untuk mendapatkan nombor mereka dengan betul, dan sekarang, dengan lapisan data dan platform iklan ini, untuk benar-benar naik taraf. Terima kasih sekali lagi kerana datang ke rancangan dan berkongsi hari ini.
Edward Upton:
Terima kasih, Steve.
Steve Hutt:
Baiklah, selamat petang. Itu sahaja untuk episod hari ini. Saya ingin mengucapkan terima kasih secara peribadi kerana menjadi pendengar setia eCommerce Fastlane. Saya berharap podcast ini menawarkan banyak nilai kepada anda melalui strategi pertumbuhan, taktik dan petua dalaman eksklusif tentang aplikasi dan platform pemasaran Shopify terbaik — semuanya dengan matlamat peribadi saya untuk membantu anda membina, mengurus, mengembangkan dan mengembangkan syarikat yang berjaya dan berkembang maju yang dikuasakan oleh Shopify. Terima kasih kerana meluangkan masa hari ini dan mendengar rancangan ini. Saya sangat berbangga dan teruja kerana anda mempunyai minda pertumbuhan dan sentiasa belajar. Kami sangat menghargai anda dan perjalanan keusahawanan anda.
Steve Hutt:
Nikmati sisa minggu ini, dan terus maju jaya bersama Shopify.



