Site icon Modrzewski

Analityka internetowa – najważniejsze aspekty w 2016 r.

Przemek Modrzewski

Czas leci, a my musimy nadążyć za zmianami. Wykorzystanie analityki w 2015 roku, wśród największych firm, kręciło się wokół kilku głównych wątków: a ruch mobilny, atrybucji, automatyzacji kupowania mediów. Przy czym kwestie mobilne były chyba najczęściej podnoszone. Ma to związek głownie z tym, że przekroczyliśmy ciekawy punkt, gdzie ilość zapytań, do wyszukiwarki, przekroczyła 50%, z urządzeń mobilnych.

Dzisiejszy artykuł inspirowany jest głównie przez dyskusje z klientami, materiały i trendy jakie najczęściej pojawiają w Google w obrębie analityki, zarządzania danymi w najbliższym czasie.

Podstawowy problem analityki

Analityka jako profesja, także zwiększa swoje znaczenie. Zapotrzebowanie na analityków rośnie lawinowo i najprawdopodobniej będzie to jeden z bardziej poszukiwanych zawodów w najbliższych latach. Jeśli przyjedzeć się badanim firmy Forrster, która przebadała największych klientów Google ich wyzwania skupiają się głownie wokół trzech tematów:

Kwestii ludzi, mimo, że krytycznej nie tak łatwo szybko sprostać. Nie rodzą się na kamieniu. Trzeba ich wyszkolić, znaleźć talenty, odpowiednio umocować w firmie, aby ich praca miała sens.

Druga kwestia to wewnętrzna gotowość firmy na zarządzanie danymi. Tutaj potrzebne są głębokie zmiany w funkcjonowaniu przedsiębiorstw. Im szybkciej firmy zaczną zarządzać centralnie danymi i opierać decyzje biznesowe w oparciu o nie, tym szybciej zyskają przewagą konkurncyjną. Czy to ważne? To krytyczne, ale często bolesne zmiany dla wielu organizacji.

Trzecia kwestia to integracja danych, z którą coraz więcej firm się boryka i dostrzega poważną barierę rozwoju.

Proces efektywnego zarządzania biznesem w internecie

Istnieje jeszcze kwestia samego procesu zarządzania całym biznesem, który bardzo silnie został dotknięty zmianami i wielu starszych rozwiązań zarządzania nie da się już efektywnie wykorzystać. W dzisiejszej rzeczywistości, aby efektywnie wykorzystać dane w procesie biznesowym, w internecie, musimy zwrócić uwagę na 3 ważne aspekty:

  1. Zbieranie świeżych, dokładnych danych
  2. Posługiwanie się “szytymi na miarę” miarami sukcesu
  3. Na podstawie tych miar i danych, odpowiednie, automatyczne zarządzanie zakupem mediów w czasie rzeczywistym.

Nie będę skupiał się dziś na punkcie 2 i 3, ponieważ wyjściem do nich jest, znowu, kwestia integracji danych. Bez tego punktu nie mamy możliwości, ani prawidłowego tworzenia miar ani zakupu, na ich podstawie, mediów.

W moim przekonaniu jest, to w pewien sposób na powrót do podstaw i fundamentów analityki. Zajeliśmy się sprawami atrybucji, i innymi “czarami”, nie posiadając pełnego obrazu co się dzieje w naszym środowisku biznesowym. To powoduje, że nasze decyzje mogą nas kierować w złą stronę.

Wszystkie inne wyzwania w takim przypadku możemy potraktować jako drugorzędne, gdyż bez prawidłowych danych nie jesteśmy w stanie, w ogóle, korzystać z szans i możliwści jakie daje nam analityka w firmie. Chaos i dezintegracja danych głównie spowodowana przez urządzania (multiscreen) oraz coraz bardziej skomplikowane procesy zakupowe są naszym głównym problemem w najbliższym czasie.

Stąd też ogłaszam ten rok rokiem integracji danych 😉 Tak, tak to już koniec roku Mobile 😉

Czemu integracja danych?

Czemu w ogóle powstał taki problem jak integracja danych? No właśnie. Sam problem nie jest przecież nowy. Już od samego początku jak zaczeliśmy, coraz więcej, działać w internecie pojawił się problem wpływu online-to-offline i na odwrót. Słynny efekt ROPO jest tego najlepszym przykładem. Jednak do cały czas, w firmach, offline z onlinem są traktowane jako oddzielne byty, z odzielnymi budżetami, celami, zespołami. Często za online i offline odpowiadają oddzielne firmy pod jednym brandem (!). Jakoś sobie zyliśmy domyślając się jak jedno wpływa na drugie. Jakieś badania, jakieś modele ekonometryczne itd.

Zwrot przyszedł w momencie pojawienia się efektu Mobile – strasznie rośnie ruch, a sprzedaży nie ma. Inwestować? Gonić użytkownika? Czy trzymać się tego co znamy, czyli desktopa? Nie da się pominąć istotności urządzeń mobilnych w naszym życiu, stąd nie da się ignorować marketingu i nakładów, które trzeba tam ponieść. W końcu trzeba to jakoś policzyć. Obserwuje kwestie mierzenia danych i dopiero, tak naprawdę, Mobile “zmusił” wszystkich do rozpoczęcia prawdziwego myślenia do integracji danych. Pojawiły się rozwiązania i narzędzia. Teraz trzeba je tylko wdrożyć i zająć się analizami. Od czego zacząć?

W takim razie co najpierw i co potem?

Integracja danych to baaaardzo szerokie pojęcie, jednak postaram się ten temat trochę ustrukturyzować i ułożyć go według istotności (subiektywnie), na podstawie doświadczeń w pracy z klientami Google.

Możemy wyodrębnić kilka obszarów wymagających integracji, tak abyśmy mogli wykorzystywać w pełni dane pochodzące ze źródeł danych. Te obszary to:

Przyjrzyjmy się jakie rozwiązania są dostępne w tych obszarach oraz co możemy zrobić tymi danymi.

Cross-device czyli interakcja pomiędzy wieloma urządzeniami

Zjawisko cross-device jest bardzo powszechne wśród użytkowników. Właściwie to jest nasilniejsze zjawisko zmieniające wszystko w kwestii marketigu, nie tylko internetowego, w komunikacji do konsumentów i mierzeniu efektywności działań. W tym samym czasie, możemy obserwować zjawisko, w którym  spada ruch z urządzeń stacjonarnych, rośnie na urządzaniach mobilnych. Z kolei, w tym samym czasie, ilość konwersji rośnie na urządzaniach stacjonarnych a na urządzeniach mobile w bardzo małym stopniu.

Wyraźnie widać, że ścieżka zakupowa coraz bardziej się komplikuje. “Skacząc” pomiędzy urządzeniami nie pozwalamy marketerom na łatwie mierzenie naszych zachowań. Cały czase jednak, co bardziej zatwardziałym, “wydaje się”, że mobile tylko konsumuje budżety, nie dając konwersji. Przesuwają budżety na desktop i niestety kierują się w kierunku ogólnych spadków udziałów w rynku. Faza wiary w mobile zostaje zachwiana z powodu finalnych wyników. Prawdą jest, że często wynika to ze źle postawionych celów (zazwyczaj krótkoterminowych) w organizacji, gdzie nikt nie patrzy szerzej bo nie jest z tego rozliczany. Liczą się krótkie i szybkie “deale” na chwilę zaspokajające oczekwania udziałówców / zarządy.

Wracając do problemu. Mając z jednej strony bardzo silny trend mobile, z drugiej skomplikowane zachowania konsumentów w obrębie urządzeń, musimy być w stanie zrozumieć faktyczną wartość poszczególnych urządzeń dla wyników naszego biznesu. Stąd tak istotny element integracji jest łączenie elementów ścieżki zakupowej pomiędzy urządzaniami i zrozumienie ich wpływu na wskaźniki realizacji celów.

Integracja i zrozumienie zjawiska może odbywać się na 3 sposoby, popularne, obecnie, na rynku. Są to:

Mierzenie deterministyczne zjawiska cross-device

Mierzenie deterministyczne opiera się o realne dane użytkowników, poprzez łączenie informacji o ich zachowaniach na różnych urządzaniach. Jednym z takim rozwiązań jest funkcjonalność User ID w Google Analytics.

Na podstawie logowań użytkowników, na stronie firmy, z różnych urządzeń jesteśmy w stanie określić kwestie współdziałania i istotność urządzeń na ścieżce do transakcji / konwersji.

Takie rozwiązanie umożliwia nam dość dokładne poznanie zachowań  użytkowników na wielu urządzeniach, w kwestii relacji z naszą firmą (stronami). Są to dane unikalne dla naszej firmy, stąd powinny być najbardziej cenne w określaniu i planowaniu strategii firmy. Zazwyczaj tak jest i każde wdrożenie oceniam, jako bardzo istotny krok w rozwoju firmy.

Istnieją jednak pewne kwestie, które także warto wiedzieć. Otóż takie rozwiązanie nie zawsze jest dla każdej firmy. Czemu? Przyjrzyjmy się:

Mimo, że rozwiązanie jest przełomem w mierzeniu zjawiska cross-device to ma swoje wady i nawet firmy takie jak Facebook nie opierają się tylko na informacjach od zalogowanych użytkowników. Niemniej jęśli tylko mamy taką możliwość to powinniśmy zrobić wszystko, aby tego typu opcja mogła być u nas wdrożona.

Więcej o wdrożeniach usługi User ID możemy przeczytać w pomocy Google Analytics.

Mierzenie heurestyczne na podstawie próbek danych

Mierzenie heurestyczne często zwane estymowaniem zjawiska, opiera się o istotne statystycznie próbki danych, które później są ekstrapolowane na całą populację. Taka opcja jest stosowana szeroko przez Google w takich narzędziach jak Google AdWords oraz Doubleclick.

Na podstawie zachowań użytkowników zalogowanych na konto Google (np. Gmail, Youtube, Google plus i inne), na różnych urządzeniach oraz wielu innych sygnałów, określa się ile konwersji zostało zrealizowanych ze względu na obecność reklamodawcy na wielu urządzeniach.

System, pokazuje dane tylko wtedy, kiedy prawdopodobieństwo tego, że dane, dla reklamodawcy, są wiarygodne w 95%.

Rozwiązanie to, z racji swojej dokładności statystycznej, możemy uznać za jedno z najlepszych, jeśli chodzi o precyzje określania siły zjawiska cross-device. Wolne jest od wad poprzedniego rozwiązania userID i mimo, że nie są dane w pełni autonomiczne, tylko statysytyczne, możemy przyjąć je za wiarygodne i na ich podstawie podejmować decyzje biznesowe. Rozwiązanie łatwo wdrożyć oraz ocenić, włączając dodatkową kolumnę w Google AdWords oraz Doubleclick.

A propo Doubleclick. Rozwiązanie możemy stosować w szerszym kontekście bo w obszarzenie, nie tylko AdWords, ale wszystkich mediów podłączonych do Doubleclicka.

Fingerprinting

Wspominałem jeszcze o jednym rozwiązaniu, które jest stosowane na rynku – Fingerprinting. Rozwiązanie jest oparte o różnego rodzaju sygnały “zaszyte” w naszej przeglądarce, które w swoich kombinacjach, tworzą pewną unikalność. Takiej unikalności nie łatwo się pozbyć, stąd rozwiązanie jest, z jednej strony, dośc ciekawe, z drugiej nie daje użytkownikom możliwości wyłączenia śledzenia. Są na rynku firmy, które stosują taką formę mierzenia. Polecam zerknać na swoją “unikalność” chociażby przy pomocy takiego narzędzia jak Panopticlick.

Prawdziwa wartość Mobile

Wszystkie te wysiłki sprowadzają się do jednego. Jak określić prawidziwą wartość Mobile dla nas. Prawdizwa wartość Mobile jest w stanie nam pomóc optymalizować nasze zasoby oraz budować przewagęe konkurencyjną w świecie, gdzie użytkownicy już dawno znają prawdziwą wartość urządzeń mobilnych. Musimy nauczyć się inaczej mierzyć konwersję – ich koszt, ilość i pochodzenie. Rozwiązaniem może być określenie wartości konwersji z urządzenia dla wszystkich sesji oraz branie pod uwagę wartości wszystkich konwersji (razem z wartościami estymowanymi ) i określania wtedy wskaźnika konwersji, kosztów i w ogóle efektywności kampanii.

Jeśli to już nam się uda możemy dopiero ruszać dalej w kwestiach bardziej zaawansowanych technik marketingowych i liczenia zwrotów z inwestycję w reklamę oraz samej rentowności biznesu.

Integracja Online / Offline

Jeśli mówimy o integracji świata realnego i wirtualnego to zazwyczaj, do tej pory, sprawa była dość rzadko podnoszona w kwestii precyzyjnego liczenia, jaki wpływ ma jedno na drugie. Co prawda, takie badania się prowadzi dla wpływu np. TV na biznes i kwestie marketingowe, ale cały czas sprawa nie jest powszechna, zwłaszcza w ścisłym połączeniu z działaniami online. Jeśli mówimy, w ogóle, o integracji Offline / Online to najczęściej mamy na myśli trzy obszary:

  1. Mierzenie efektu ROPO  – poszukiwanie online, kupowanie offline czyli jak nasze działania online wpływają na sprzedaż w fizycznych placówkach, itp.
  2. Mierzenie efektywności działań online w stosunku do zamykania transakcji w innym kanale np. finalizacja transakcji przez telefon
  3. wykorzystanie danych offline (np. z CRM) do działań marketingowych online

W zakresie tego typu integracji mamy wiele rozwiązań na rynku. Ja skupię się na rozwiązaniach najbardziej powszechnych.

Z jednej strony import konwersji offline do AdWords jest coraz cześciej wykorzystywany, ale ciągle jest to kilka procent tych biznesów, które mogłyby z tego rozwiązania skorzystać. Na podstawie danych tego typu jesteśmy w stanie wycenić prawdziwą wartość naszych działań online, ponieważ cały czas większosć biznesów ma jednak kontakt z klientem także w rzeczywistości. Brak tych danych po prostu prowadzi do bezpośredniego niedoszacowania działań online i tym samym błędnym odbieraniu efektywności marketingu. W konsekwencji prowadzi to błędnych decyzji i brakiem szans na trwałą przewagę konkurencyjną.

Dzięki takim rozwiązaniu Galeria Lafayette mogła wycenić faktyczną wartość swoich działań w Google AdWords i nie tylko, w odniesieniu do części offline.

Jesli chodzi o całościową wartość i zwrot z inwestycji w reklamę, także jest to możliwe. W tym przypadku, łatwo wyszło, że zwrot z inwestycji w reklamę ROAS wyniół 4.2 (!).

Co jeszcze?

Dzięki takiemu rozwiązaniu można także prowadzić dużo bardziej zaawansowane strategie marketingowego, takie jak remarketing do osób, które kupiły offline.

oraz, na przykład, analizować ścieżki dotarcia do strony, które skończyły się zakupem offline.

Finalizowanie transakcji offline – inne przykłady

Innym rozwiązaniem jest importowanie danych do GA. Proste rozwiązania pozwalają łączyć zachowania użytkowników online z tym co się dalej wydarzyło offline. Na przykład:

Klient zostawia swoje dane w formularzu na stronie. Później sprzedawca finalizuje transakcje przez telefon.

Dane o finalizowaniu transakcji możemy zaimportować do Google Analytics i przypisać do konkretnego użytkownika, który wcześniej zostawił dane kontaktowe. W ten sposób możemy poznać prawidziwą wartość każdego kanału w jakim kupujemy ruch, ze względu na faktyczną wartość dla biznesu.

Integracja CRM

Integracja z CRM jest właściwie czymś oczywistym, ale w praktyce jednak cały czas dość rzadkim. Czemu umieściłem tego typu integracje dopiero w tym miejscu? Dlatego, że wcześniejsze rodzaje integracji wydają się dużo bardzie “palące” ze względu na “okoliczności przyrody” w jakich przyszło nam żyć.

Integracja narzędzi analitycznych z CRM jest krokiem, który pozwala nam zacząć wykorzystywać strategie marketingowe wobec segmentów klientów, opartych na Życiowej Wartości (LTV). Ten krok jest właściwie krokiem, który pozwoli na, w pełni świadome, pozyskiwanie klientów od odpowiedniej wartości, z odpowiednią ofertą.

Dobrym przykładem jest import do Google Analytics, segmentów klientów w oparciu o ich wartość dla firmy i na ich podstawie tworzenie list remarketingowych, analiza zachowań i efektywności kanałów marketingowych.

Innym ciekawym przykładem jest integracja przeprowadzona przez ukraińską firmę Rozetka, które zintegrowała dane o zakupach klientów z CRM, GA , dane z narzędzia Related Products API w Google Analytics oraz dane z ich magazynów. Na podstawie danych o sprzedaży byli w stanie tworzyć listy produktów, które także się sprzedają najczęściej z tym, które zostały kupione przez konkretnych klientów. Następnie sprawdzali czy takie produkty występują w magazynie. Wszystkie te dane zostały wykorzystane do stworzenia dedykowanej i spersonalizowanej kampanii Email marketingowej.

Wyniki tej operacji to wzrost sprzedaży o 18% i zwiększenie wartości koszyka o 9%.

Integracja totalna

Integracja totalna. To jest to, do czego dążymy. Posiadając wszystko w jednym miejscu, możemy dopiero wyciągać realne wnioski i podejmować efektywne decyzje marketingowe i biznesowe. Do takiej integracji totalnej potrzebna jest jakaś technologia, ale przede wszystkim gotowość organizacji na korzystanie i rozumienie tych zintegrowanych danych.

Przykładem takiej “maszynki” do integracji totalnej może być Google Cloud Platfom, gdzie za pomocą prostego języka SQL (pewnej modyfikacji) oraz innych typu Python, możemy odpytywać wiele źródeł na raz i integrować je ze sobą, po czym wysyłać do innych narzędzi np. predykcyjnych, analitycznych albo wizualizujących dane, typu Tablou.

Dzięki takim rozwiązaniom możemy np. tworzyć segmenty w Google Analytics w oparciu o prawdopodobieństwo zakupu. W uproszczeniu – dane pobrane ze wszystkich źródeł, o kliencie, do naszego agregatora, przetworzone, wrzucone do narzędzia predykcyjnego typu R (darmowe rozwiązanie), po czym znowu wysłane do GA. JEst to tylko przykładowe, jedno z wielu rozwiązań.

Segment gotowy 😉 O ile ciekawiej, i łatwiej, można na podstawie takich danych poszukiwać odpowiednich użytkowników w sieci.

Integracja Totalna pozwala, także, na automatyzację procesów. Jeśli posiadamy zintegrowane dane możemy, bez obaw, podłączyć różnego rodzaju automaty, które zajmą się kupowaniem mediów. Automat jak to automat. Jeśli jest zasilony w dane o małej wartości, nie możemy spodziewać się cudów w wynikach. Stąd automaty potrafią, obecnie, narobić szkód bo nie mają wystarczających danych do prawidłowego działania.

Jesli uda nam się zintegrować dobrze dane w organizacji, czekają nas ciekawe czasy i sporo narzędzi do wykorzystania… i nie tylko Guglowych oczywiście 😉

Podsumowanie

Jak to mówią górale – First things first 😉 Bez integracji nie ma co ruszać dalej, bo możemy narobić dużego bałaganu. Dopiero jak przejdziemy ten temat, możemy rozmawiać o atrybucji, automatyzacji czy LTV.

To co warto zapamiętać, jak ktoś tu dotarł 😉

  1. Integruj wszystkie możliwe dane
  2. Wykorzystuj nowe narzędzia i możliwości obróbki danych
  3. Twórz nowe miary efektywności swoich działań
  4. Płać za media na podstawie prawdziwego wkładu w przychody firmy
  5. Rozbuduj świadomość analityczną i kompetencje wewnątrz firmy

I nie bójmy się technologii.  Na koniec, cytując klasyka –  Mechanizacja to przyszłość!

… ale najpierw integracja 😉

https://youtu.be/jTew6hW1g_k?t=23m55s

Exit mobile version