Odkryj w danych to, co najważniejsze
W erze data lake ów posiadanie bazy danych jest absolutnym minimum dla efektywnego prowadzenia biznesu, szczególnie w Sieci. Każda dobrze zarządzana, nowo utworzona witryna, która spodziewa się szybkiego wzrostu wdraża u siebie narzędzia analityczne. Obecnie jesteśmy otoczeni ogromną ilością danych. Jak wykorzystać różne źródła danych do podejmowania trafnych decyzji biznesowych? Od początku prowadzenia biznesu powinniśmy gromadzić jak najwięcej danych i porządkować je, a następnie wykorzystać je w podejmowaniu decyzji. Każdy przedsiębiorca powinien zrozumieć potrzebę analizy, wizualizacji i monetyzacji danych, by móc sprawnie reagować na zmiany rynkowe, potrzeb swoich klientów i zwiększać przychody. Po co nam dane? W Internecie łatwo można znaleźć wiele przykładów optymalizacji stron i ścieżek konwersji, które zostały przeprowadzone w oparciu o narzędzie Google Analytics. Prowadzenie biznesu w Sieci z wykorzystaniem narzędzi analitycznych jest dzisiaj koniecznością. Warto jednak zastanowić się, czy przeglądanie raportów z Google Analytics pozwoli nam odpowiedzieć na nasze wszystkie pytania. Prawdopodobnie nie, natomiast każda osoba odpowiedzialna za rozwój witryny, zarówno małej, jak i dużej, powinna zdawać sobie sprawę z tego, jakie dane posiada. Kolejnym krokiem w procesie analitycznym powinno być ustalenie strategii dla tych danych, tj. do czego powinny nam one posłużyć i na jakie pytania mają w przyszłości odpowiadać. Zadanie na pozór proste, może okazać się jednak sporym wyzwaniem, szczególnie dla osoby niepracującej na co dzień z danymi.
Nie można zapominać, że proces tworzenia architektury danych będzie miał ogromne znaczenie dla naszych przyszłych decyzji. Do momentu kolejnej weryfikacji źródeł zbieranych danych będziemy śledzić wskaźniki efektywności (KPI) oparte o wcześniej ustaloną strategię. Istnieje więc ryzyko, że źle dobrane wskaźniki spowodują błędną interpretację obecnego stanu naszego biznesu. Jak zestawiać ze sobą różne źródła danych? Jednak, żeby model biznesowy oparty o wnioskowanie z danych miał rzeczywiste uwarunkowania, potrzebne jest środowisko do przechowywania i łączenia pozyskanych danych. Wyobraźmy sobie lokalny proces pozyskiwania i integracji danych, w którym dane pobierane są z Google Analytics, CRM, Sotrender, ERP. Ręczne łączenie tabel, przygotowywanie raportów, wizualizacja z tak wielu źródeł mogłoby skutkować dużym nakładem pracy przy wysokim ryzyku popełnienia błędu. Nie można jednak dyskutować z zasadnością integracji i analizy danych. To, co w obecnym czasie daje przewagę na rynku, w perspektywie kilku lat może okazać się warunkiem koniecznym do utrzymania się na nim. Właśnie dlatego proces pozyskania i analizy powinien odbywać się w sposób maksymalnie zautomatyzowany, a dane powinny być przechowywane w miejscu łatwo i szybko dostępnym. Kto nie chciałby oglądać wspaniale zwizualizowanych danych z witryny, uwzględniających informacje z CRM i portali społecznościowych?
Z pomocą przychodzą również tanie i proste w obsłudze rozwiązania chmurowe, dzięki którym szybko wyeliminowany zostanie problem z przechowywaniem danych. Do takich narzędzi zaliczyć można produkty Amazon i Google, odpowiednio Amazon Redshift, Google Big Query. Taką hurtownię danych, dzięki licznym wtyczkom, możemy z łatwością podpiąć do narzędzi BI wspomagających analizę i wizualizację danych, takich jak Tableau, Power BI czy Data Studio 360. Wcześniej przeprocesowane na platformie analitycznej dane mogę również posłużyć jako wsad do narzędzi wspomagających marketing internetowy np. DoubleClick. Dzięki temu pojawia się szansa na lepsze dopasowanie treści reklamowych do naszych odbiorców, a co za tym idzie zoptymalizowanie budżetów marketingowych i zwiększenie zwrotu z inwestycji w media. Proces analityczny firmy: 1. Uporządkowanie źródeł danych zebranie wszystkich obecnych i potencjalnych źródeł danych generowanych przez firmę. 2. Ustalenie strategii działania dla dostępnych danych podjęcie decyzji o sposobach ich użycia, ustalenie wskaźników efektywności. 3. Przygotowanie danych proces czyszczenia danych. 4. Analiza danych weryfikacja hipotez i konstruowanie wniosków. 5. Wizualizacja danych wizualne przedstawienie zweryfikowanych hipotez i wniosków. 6. Weryfikacja rekomendacji analitycznych sprawdzenie możliwości wdrażania zmian zgodnie z potrzebami i celami biznesu.
7. Implementacja rekomendowanych wniosków proces zmian w firmie mający na celu poprawienie efektywności. 8. Ocena skuteczności wprowadzonych zmian zgodnie z ustalonymi KPI. Segmentacja klientów nie tylko do remarketingu Integracja danych np. z CRM z wiedzą o użytkownikach strony na podstawie Google Analytics, znacznie poszerza możliwości segmentowania klientów w serwisie. Wykorzystanie pełnej wiedzy o nich pozwala na znalezienie w sieci profili podobnych i działania istotnie poszerzające zasięg o nowych cennych użytkowników. Dzięki temu nie trzeba ograniczać się z komunikacją do remarketingu. Segmenty użytkowników tworzone na podstawie analizy zintegrowanych danych, mogą zostać oznaczone w Google Analytics i posłużyć w planowanych kampaniach reklamowych. Wykorzystując Analytics 360, interesujące nas segmenty będą łatwo udostępnione i wykorzsytane bezpośrednio na platformie DoubleClick. To z tej platformy mamy możliwość emitować kreacje reklamowe ze spersonalizowanym przekazem. Dane osobowe są bezpieczne, a komunikacja zindywidualizowana Dane z CRM wykorzystane w kampaniach, są uprzednio zanimizowane i tym samym nie zawierają żadnych wrażliwych informacji.
Jako przykład może posłużyć pewien scenariusz. Wyobraźmy sobie, że dane Google Analytics integrujemy z informacją o posiadaniu przez użytkownika karty lojalnościowej. Wraz z tą informacją dowiadujemy się o najczęściej kupowanych produktach oraz fizycznym adresie sklepu stacjonarnego, który dana osoba najczęściej odwiedza. Wykorzystując wiedzę o klientach, definiujemy segment podobnych użytkowników na stronie i budujemy niemal idealnie dopasowaną kreację reklamową. W takiej kreacji, obok produktów z oferty wcześniej wybieranej przez klienta (lub osobę o podobnym profilu), pojawi się promocja produktów powiązanych (np. na podstawie współczynnika korelacji zakupu) oraz zaproszenie do konkretnego sklepu stacjonarnego. Jeśli użytkownik zdecyduje się na wizytę i dokona zakupu w sklepie, transakcja offline zostanie powiązana ze zrealizowaną kampanią promocyjną w sieci dzięki użyciu karty lojalnościowej reklamowej, a to z kolei pozwoli na poprawne zmierzenie zwrotu z inwestycji. GA + GTM (DMP) DC inwestycja zwrot inwestycji