Big Data, modelowanie predykcyjne, scoring – analityka w roku 2017 będzie się wiązała z jeszcze większą ilością wyzwań, niż w roku ubiegłym. Swoistej diagnozy procesów analitycznych i próby podania rozwiązań dokonali prelegenci na konferencji SUPERWEEK 2017. Miałam przyjemność uczestniczyć w tym wydarzeniu i podzielę się kluczowymi spostrzeżeniami oraz pomysłami. Niektóre z nich można zacząć wykorzystywać w Waszych organizacjach już od teraz!
1. Skup się na użytkowniku, nie na liczbach
,,If you don’t know the customer, it’s just numbers” – te słowa Caleba Whitmore’a można uznać za motto całej konferencji. Poza customer-centric – czy to w ujęciu użytkownika strony, czy klienta, z którym współpracuje analityk, drugim kluczowym hasłem był ,,kontekst”. Steen Rasmussen z agencji IIH Nordic porównał go do sylwetki słonia, która nabiera różnych znaczeń w zależności od tego, jakie będzie jej otoczenie na fotografii. Z tej perspektywy, złapanie kontekstu, jakim posługuje się analityk/marketer/dyrektor/klient końcowy/ktokolwiek po ,,drugiej stronie” jest najważniejsze nie tylko dla skutecznej komunikacji, ale i efektywnej pracy na danych.
Dla mnie najlepszym przykładem na wdrożenie tej idei w życie jest udany mariaż Customer Experience z analityką, który zaprezentował Tim Leighton-Boyce z UK Government Digital Service. Serwis gov.co.uk został przygotowany w oparciu o badanie sekwencji odwiedzin stron, ale też feedback zbierany bezpośrednio od użytkowników i badanie sentymentu. Case study można znaleźć tutaj.
2. Wybierz Dane zorientowane na KPI zamiast Big Data
Big Data to nie tylko modne hasło – z każdym rokiem mierzymy się z coraz większymi wolumenami danych, z którymi… bardzo często nic się nie dzieje. Wdrażając nowe narzędzia lub odświeżając layout serwisu bardzo łatwo wpaść w pułapkę śledzenia wszystkiego, co możliwe. Często weryfikacja jakość i eksport oraz ,,obrabianie” istniejących informacji zajmuje tyle czasu, że nie mamy już de facto czasu na ich analizę. Caleb Whitmore nazwał to ,,tyranny of the data” – jeśli Twoje dane tylko istnieją, a nie pomagają Ci zrozumieć lepiej klienta, to być może doświadczyłeś tej ,,tyranii”, czyli presji, by gromadzić jak najwięcej.
Stephane Hammel zaproponował kilka rozwiązań dla analityków w swojej prezentacji ,,Radical Analytics”.
- Praca w modelu DMAIC – Define, Measure, Analyze, Improve, Control; czyli proces analityczny, który ma formę kręgu niekończących się sekwencji działań. W praktyce, określamy problem i KPI, dobieramy metryki, gromadzimy dane, które następnie analizujemy. Na bazie wniosków definiujemy kolejne cele.
- Wdrożenie metodyki Agile – w skrócie, udostępnianie użytkownikowi danych jak najszybciej tylko najważniejszych informacji, a później praca nad pogłębieniem na bazie jego feedbacku. Podzielenie wdrożenia, przykładowo, Google Analytics, na paczki, pozwoli od razu korzystać z kluczowych danych – szczegółowe zdarzenia można zawsze wdrożyć później! Przy okazji, dzięki już zdobytej wiedzy łatwo wskażemy te najważniejsze.
Źródło: Radical Analytics, Superweek Hungary, January 2017
Całą prezentację można znaleźć tutaj.
3. Odkrywaj możliwości API i R i dla zaawansowanych analiz
Jednym z gorących tematów tegorocznej edycji SUPERWEEK, który z pewnością będzie jednym z kluczowych w 2017, była predykcja. Matt Gershoff pokazał w swojej prezentacji, jak wykorzystuje ją do optymalizacji konwersji i testów A/B, poprzez wykorzystywanie przewidywanych interakcji usera jako wartości celu. Takie samo podejście można, rzecz jasna, zastosować do scoringu użytkowników lub produktów. Przykładowo, wyodrębnienia grupy klientów premium lub przeciwnie, tzw. ,,śpiochów, albo stworzenia matrycy produktów – tych, które sprzedadzą się i bez wsparcia promocyjnego oraz takich, które trzeba mocno przeceniać. Więcej o tym, jak zacząć stosować predykcję w analizach w prezentacji Petriego Mertanena z Annalect.
Mark Edmondson i Peter Meyer z IIH Nordic poza predykcją pokazali kilka przykładów wykorzystania API do poszerzenia zakresu danych – między innymi informacji o pogodzie czy analizy sentymentu. Warto pamiętać, że informacje pogodowe nie tylko mogą pomóc w wyjaśnieniu wahań ruchu na stronie, ale też będą pomocne do optymalizacji godzin ekspozycji kampanii.
Case studies znajdziecie w prezentacji.
4. Customizuj dane i… wypróbuj narzędzia inne niż Google Analytics
Prelegenci na SUPERWEEK 2017 nie tylko zachęcali do pracy na danych z GA w R lub Big Query. Jednym z występujących był Victor Tarnavsky z Yandex Metrica, który opowiedział i tym narzędziu. Produkt Yandexa nie tylko oferuje w swej darmowej wersji niespróbkowane dane i 1000 wymiarów niestandardowych, ale też heatmapy i nagrania sesji, z których korzystamy w naszej codziennej pracy w Bluerank.
Krista Seiden z Google zarekomendowała w swojej prezentacji wykorzystywanie znanego i na polskim rynku Crazy Egg. Ciekawostka – Google też prowadzi własne testy A/B, używając heatmap i map scrollowania jako źródła wiedzy!
Wyjątkowo inspirująca była prezentacja Zorina Radovancevica, w której opowiedział o poszerzaniu zakresu danych. Oto kilka moich pomysłów na wykorzystanie jego inspiracji w praktyce:
- Przesłanie do GA ciasteczka użytkownika i user id z numerem klienta w CRM. Następnie przesłanie transakcji offline/telefonicznych i kontaktów użytkownika z call center do Analytics za pomocą API. Przypisanie klientowi scoringu – najwięcej punktów dla kupujących o najwyższych koszykach, mniej dla niższych wartościach zamówień, jeszcze mniej dla wykonujących mikrokonwersje.
- Cykliczne uzupełnianie metadanych produktów – rozmiaru, koloru – przy pomocy importu danych, jeśli nie możemy na bieżąco przesyłać ich z poziomu kodów śledzących.
- Stworzenie metryk kalkulowanych, skupionych na Lifetime Value użytkownika – przychód, współczynnik konwersji, współczynnik dodań do koszyka per user. Całą prezentację znajdziecie tutaj.
A pomysły na wykorzystanie innych narzędzi analityce contentu i SEO PR w prezentacji Damiona Browna.
Pozostałe prezentacje znajdziecie już wkrótce na stronie SUPERWEEK. Tymczasem, bardzo polecam śledzenie tegorocznych prelegentów na Twitterze! Stephane Hammel czy Doug Hall są nie tylko autorytetami w obszarze Digital Analytics, ale też chętnie dzielą się wiedzą. I, oczywiście, chętnie zobaczymy, czy i jak wykorzystaliście wiedzę z prezentacji w praktyce?
