Blogas

Pažangioji duomenų analitika el. verslams

2015-08-03

Tęsiame duomenų analizės temą Webakademijos ir Webseminarų laidose el. verslo ir interneto rinkodaros entuziastams. Duomenų analizės temą pradėjome webinaru apie Google Analytics bei diskusija su Tautvydu Gyliu apie A/B testavimą.
Šį kartą žengiame dar vieną žingsnį ir dar giliau lendame analizuodami duomenis. Apie tai, kokios yra pažangiosios duomenų analizės rūšys ir kaip tuos duomenis analizuoti, kalbinau laidos viešnią Ievą Ruškytę – Jasinskienę iš „Data Magic“. Laidos įrašą rasite žemiau.

Visų laidų sąrašą rasite čia

Laidoje aptarti klausimai

DUOMENŲ ANALIZĖS OBJEKTAI
– Kas gali būti mūsų duomenų analizės objektu ir kokią naudą iš to galime gauti?
– Kokio tipo įžvalgas galime gauti analizuodami duomenis verslo vystymo ir rinkodaros srityse?
– Kokie gali būti el. verslo daugybiniai tikslai?
– Jei tikslas yra kelti kokybiško srauto atsivedimo efektyvumą, tai apie tai jau kalbėjome laidose apie Google Analytics ir el. verslo strategijos parengimą. O kaip analizuojant duomenis kelti konversiją?
– Kokios dar yra analizės priemonės be GA Insights? Kaip tai atlikti? Kokias įžvalgas mums tai duos?
– Kas per analizės sritis yra klientų balsas? Kokiems tikslams klientų balsą galima panaudoti? Kaip panaudoti gautas įžvalgas?
– Ankstesniame seminare buvo klausimas apie konkurentų lankomumo analizę. Amerikonai turi compete.com, o ar yra Lietuvai koks nors įrankis? Iš kur Compete.com gauna duomenis apie lankomumus?

SEGMENTAVIMAS
– Kokio tipo segmentavimas sėkmingas? Produktinis nėra veiksmingas, nes Lietuvoje per mažos auditorijos imtys.
– LT eshopai emailų nesegmentuoja, nes nepasiteisina. Gal kažką jie daro ne taip?
– Ar Lietuvoje galima kažką išpešti iš email marketingo segmentavimo?
– Soundest segmentuoja automatiškai. Ką toliau daryti su tais segmentais? Tarkim didelė e-parduotuvė su keliomis kategorijomis.
– Kaip kiekvieną segmentą labiau paskatinti nei visą DB?
– Kodėl tai veikia labiau nei visos DB skatinimas?

PERSONALIZACIJA
– Kaip panaudoti duomenis, kad siųsti personalizuotus emailus?
– Kaip panaudoti duomenis, kad tituliniame puslapyje pateikti personalizuotus pasiūlymus?
– Kaip panaudoti duomenis, kad pateikti personalizuotus susijusius produktus?

LOJALUMO SKATINIMAS
– Kaip galima panaudoti duomenis ar įžvalgas gautas iš jų analizės, siekiant skatinti lojalumą?
– Kaip tai daroma? Ar yra tam skirti įrankiai?

KLIENTO PAŽINIMAS
– Kaip duomenys gali padėti pažinti klientą?
– Ar tai reikalinga tik segmentavimui?

Laidoje naudojome Ievos parengtą prezentaciją

2 komentarai

  1. Rosita |Conversion:

    Sveiki vėl. Peržiūrėjau ir šį jūsų publikuotą video. Labai patinka, kad Lietuvoje yra toks kanalas, kur galime susipažinti su įvairių sričių specialistais ir sužinoti ką jie veikia, ką daro ir kas vyksta Lietuvos rinkoje.

    Jei publikuosite mano komentarą, tikiuosi Ieva nesupyks jog vadinsiu ją vardu. Manau ne daug Lietuvoje yra šios srities profesionalų. Labai džiugu, jog atsiranda verslai, kurie supranta jog tokių specialistų, kaip Ieva reikia ir būtina su jais dirbti norint siekti geresnių rezultatų. Gal kada pavyks pabendrauti su Ieva gyvai ir padiskutuoti apie šią sritį.

    Tai komentarų skiltis, tad parašysiu savo nuomonę apie šį video, jūsų diskusiją ir temos atskleidimą. Atsiprašau, jei kas nuskabėtų kaip kritika, noriu iš kart pasakyti, niekad nekritikuoju asmens ar asmeniškai, jei kritikuoju, tik tai kas buvo pasakyta, t.y. turinį. Malonu pasidžiaugti, jog Ieva patvirtino mano pasakymą jog reikia matuoti pelną ir tik pelną. Rašiau komentarą į temą „Elektroninio verslo strategijos parengimas“ ir minėjau, jog jums Vladai reiktų ištaisyti esmines klaidas ir jų nedaryti. Būtų smagu jog jūsų konsultacijose ir tolimesniuose aptarimuose panašiomis temomis konversijų gerinimo matavimas transformuotųsi į pelno matavimą.

    Ši tema – „Pažangioji duomenų analitika el. verslams“ man yra labai plačiai suvokiama ir buvo įdomu, kas bus atskleista arba apie ką konkrečiai kalbės Ieva. Nežinau, ar Ieva tai norėjo pasakyti ką pasakė, ar klausimai ir teiginiai iš jūsų pusės, Vladai, Ievą pastūmėjo kalbėti labai abstrakčiai ar toks ir buvo tikslas? Peržiūrėjus 1 valandą ir 13 minučių pokalbio, nelabai supratau kas yra šio pokalbio tikslas, kas yra pokalbyje išdiskutuota ir kas bus paskutinis akcentas.

    Kas man buvo nelabai suprantama? Ieva visą laidą kalbėjo apie duomenų analizę, kaip su ja dirbti, kas tai yra, kodėl reikia apimti visą duomenų aibę ir t.t. Jūs Vladai įsiterpdavote su Seo ar Sountest įrankiu, apie kurį Ieva nieko nežino, mažai žino ir jis visiškai yra ne į temą, juk tema „Pažangioji duomenų analitika el. verslams“. Tad ir Seo čia visiškai ne vietoje.

    Daug buvo kalbame apie duomenų surinkimą ar duomenų analizę, tačiau neatskleista kokius reiktų rinkti duomenis ar ką analizuoti. Kaip yra pasakęs vienas garsus duomenų analitikas iš JAV, surinkote begalę duomenų, turite didžiules duomenų bazes ir tikrai galite sakyti, jūs ęsate duomenų karalius ir turite „bunch of data“! Bet kas iš to, jei nežinai kam tie duomenis rinkti, ką su jais reikia daryti ir koks turi būti to rezultatas.

    Mano supratimu reikia rinkti tik tuos duomenis, ir tik tuos duomenis kuriuos giliai analizuosite, žinosite kam ir kokiu tikslu daroma. Tuomet ir rezultatas bus aiškus. Tad peržiūrėjus jūsų diskusiją pasigedau to išgryninimo, temos atskleidimo ar aiškaus tokio darbo rezultato išaiškinimo.

    Man kilo klausimai dėl naudojamų terminų ir man jie nebuvo visiškai aiškūs:
    „Daugybiniai tikslai“. Ką jūs turite mintyje sakydami daugybiniai tikslai? Kas tai yra? Kaip jie dalyvauja ar kur jie figūruoja dirbant su duomenų analitika.
    „Klientų balsas“. Ar jūs sakote, kad klientų balsas yra klientų nuomonė surinkta vykdant įvairias apklausas? Ar tai viskas, ar kažkas daugiau ir ar klientų balsas = klientų nuomonė?

    RFM segnemtavimas yra puiku, tik gal buvo mažai laiko išdiskutuoti, kam dažniausiai jis naudojamas, koks tokios analizės darbo vaisius.

    Na ir pabaigoje. Tikrai yra šios srities specialistų, gal ne tiek daug tokių kaip Ieva, kurie rašo algoritmus. Vieni pasitelkia algoritmus, kiti įvairiausias sistemas. Būtų smagu, kad atsirastų ne tik pokalbiai šiomis temomis, bet ir diskusijos, nes tik diskusijose gimsta tiesa. Beto Vladai, nesumenkinkite Lietuvos specialistų, tikrai yra ne tik teoriją žinančių, bet ir daug dirbančių šioje srityje.

    Palinkėčiau ateityje išgvildenti paskelbtą temą, apkalbėti ne tik abstrakčiai ir teoriškai, bet ir pasakyti ką nors konkretaus. Man asmeniškai labai norėtųsi žiūrint video išgirsti įžangą, tuomet suprasti turinį ir galiausiai reziumė. To labai trūksta beveik visuose jūsų pranešimuose kiek teko matyti.

  2. Ačiū už komentarą.
    Ievos komentaras dėl pelno iš esmės skiriasi nuo jūsų komentaro. Mat jūs sakote, kad gali būti tik momentinis pelnas, tik iš kiekvieno pardavimo, o Ieva sutinka, jog gali būti pelnas ir iš verslo pardavimo, o pats verslas gali būti ir nuostolingas.
    Kai kalbam apie konversiją, mes ir norim kalbėti apie konversiją, o ne apie pelną. Jei diskutuojam kaip geriau nudažyti lubas, tai nereikia rėkti, kad lubų nudažymas – tai dar ne esmė ir kad pirma reikia kalbėti apie laimę, gyvenimo prasmę, džiaugsmą. Tas ir taip daugumai aišku ir tą dauguma turi omenyje. Dabar kalbam apie lubų dažymą!
    Ieva pati pasirinko kalbėti abstrakčiai ir pirmiausia pažvelgti į viską iš viršaus. Ji, kaip tos srities specialistė, mato šią temą daug plačiau nei tik rinkodaros personalizavimas, dinaminė kainodara ar susiję produktai. Turėdami tai omenyje, temą siaurinsime ir ateityje kalbėsime atskirai vien apie duomenimis grįstą kainodarą, rekomenduojamų prekių algoritmus, personalizuotus naujienlaiškius, naujienlaiškių bazės segmentavimą, klientų apklausas ir daug kitų smulkių temų. Iš potemių gausos matosi, kad tema yra per plati, kad galima būtų detaliai kažką išnagrinėti, neskaidant į siauresnes.
    Tad šios laidos tikslas buvo parodyti vaizdą iš viršaus, kiek daug visko slepiasi po duomenų analizę, kad ateityje galima būtų traukti vieną temą po kitos ir gliaudyti detaliau.
    Vėlgi, žiūrėjote neatidžiai, jei sakote, kad SEO ar Soundest įrankis ne prie ko. Ieva pripažino, kad duomenų rinkimas apie konkurentų pozicijas Google irgi turėtų patekti prie duomenų analizės skilties „Konkurentų tyrimas“ ir atitinkamai, ten turėtų pakliūti ir tam skirti įrankiai.
    Soundest įrankis turi vieną iš autosegmentacijos modelių apie kuriuos šnekėjo Ieva. Tad tai yra labai geras tų modulių pritaikymo ir marketingo automatizavimo pavyzdys.
    Kokius duomenis rinkti ir analizuoti priklauso nuo konkrečios duomenų analizės srities. Apie tai galima bus šnekėti, kuomet kalba eis apie konkrečią duomenų analizės sritį.
    Kas yra daugybiniai tikslai Ieva minėjo. Jie atsako į klausimą „kiek?“ – kiek lankytojų turim, kiek pardavimų ir t.t. Matuojam pagrinde su GA.
    Klientų balsas yra jų grįžtamasis ryšys, kurį mes susirenkame.
    Dėl reziume jūsų pastaba yra gera. Toli man dar iki profesionalaus laidų vedėjo kaip iki mėnulio, bet va apie reziume kitą kartą jau atsiminsiu :-)

Parašykite komentarą

El. pašto adresas nebus skelbiamas. Būtini laukeliai pažymėti *

Galite naudoti šias HTML žymas ir atributus: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Telefonas: 865077378
Skype: vlasap

Interneto rinkodaros naujienos ir renginiai

Paskutiniai blogo įrašai