Bár egyre több cég foglalkozik ezzel, a konverziók mérése önmagában nem elég – hívta fel a figyelmet a Piac & Profit Webáruház 2017 konferenciáján Mocsai Norbert, a Trendency Online Zrt. partnere.
Nem mindenható az alapanalitika
A legtöbb analitika nem biztosít személyi szintű méréseket, nem látjuk egyenként a vásárlóinkat – pedig ez igen hasznos lenne. Vannak megoldások persze, ahogy „megbuherálhatók” ezek a rendszerek, de érdemesebb inkább erre szabott megoldásokat választani, hangsúlyozta. (Hogy mi is a Google Analytics és mire jó, arról itt beszél szakértőnk.)
Az analitikai rendszerekre vakon hagyatkozni azért is vakmerő dolog, mert a legjobb rendszerben is előfordulhatnak mérési hibák. Lehet, hogy ezek nem súlyosak globális szinten, de a mi kis webshopunk működésében komoly gondokat okozhatnak. Az analitikai rendszerekkel kapcsolatos további gond, hogy ezek a konverziót mérik, nem az eladást – pedig ugye mindenki az utóbbira törekszik.
Az adatbányászat a stratégia alapja
A professzionális adatelemzési módszerek révén sokkal több információhoz juthatunk. Egy tévénéző applikáció esetében például leszűrték azokat a napokat, amikor nagy kiemelkedés volt, azonosították, hogy ezek ez esetben a Premier League mérkőzések napjai voltak a Spíler tévén – vagyis az derült ki, hogy ezen a platformon, okostelefonon és tableten, nem azok az adatok működnek, amit mondjuk a Nielsen kiad a tévénézésről. Ha megvannak az adatok, ezeket lehet monetizálni és felépíteni rá egy stratégiát – hangsúlyozta a szakértő.
A webshopunk adatbázisa a legértékesebb tulajdonunk! Viszont a Google Analitycs adatai valójában nem a mieink, a saját adatainknak csak felhasználói vagyunk. Ez lehet, hogy elsőre nem tűnik komoly gondnak, de okozhat problémákat. Ha saját adatbányász szoftvereket használunk, minden adat megvan, és a mi saját tulajdonunk. Végtelen módon szűrhető, illetve más szoftverelemekkel való összekötéssel tovább mélyíthetjük az elemzés mélységét. Például az AdWords-szel összekötve kiszámolható, hogy pontosan mennyibe kerül egy vásárló nekünk és mennyi hasznot hoz.
Az ilyen megoldások segíthetnek bizonyos folyamatok automatizálásában is, ez pedig különösen a kisebb cégek számára lehet nagyon hasznos. Hiszen ahol gond az emberek túlterheltsége, minden segít, amivel csökkenthető a szükséges emberi/vezetői döntések száma. Ráadásul az automatizálás révén az emberi hibák száma is csökkenthető.
Mindenképpen érdemes a kiugrások vizsgálatával kezdeni az elemzéseket, egészen meglepő dolgokat találhatunk, amire stratégiát lehet építeni. A mélyebb elemzés után a legtöbb esetben kiderül, hogy amit korábban gondoltunk a saját üzletünkről, az többé-kevésbé nem igaz.
Az elemzés hatékonyabb logisztikát, személyre szabott ajánlatokat, a marketingköltések optimalizálását (hiszen valóban képesek legyünk ügyfél élettartam értéket számolni az egyedi költések helyett), pontosabb célzást és személy szintű azonosítást tesz lehetővé.
A cél a fontos, nem az adat
BI, vagyis üzleti intelligencia modul szinte bármilyen adatbázishoz illeszthető, hogy milyen funkcionalitásra van szükség, az pedig azon múlik, hogy mit is akarunk pontosan megtudni. A tapasztalatok szerint viszont az alapkérdés általában száz másik kérdést szül, tovább kell haladni, hogy végül tényleg eljussunk azokig a kincset érő adatokig, amelyek pénzt hoznak majd a cégünknek. Az elemzés önmagában nem hoz pénzt, csak akkor, ha tudjuk, hogy mi a célunk vele! A matematikának az üzleti célokat kell szolgálnia, csak akkor van értelme.
