Big Data panel discussion at "E-commerce in Ukraine" section at IDCEE 2014 (by OSD Group)

ПЛАН

• Чего хочет бизнес?

• С чего начать?

• RF сегментация

• Триггерная коммуникация

• Персонализация

• bigData для мультиканальных продаж

• Ошибки сбора bigData

• Особенности обработки bigData

• Правильное проведение AB тестов

Чего хочет бизнес?

Бизнес хочет роста продаж

Продажи

ARPU *

# клиентов

цель факторы

1-го уровня

Как наращивать продажи?

* Average Revenue per User, средний доход на одного клиента

Как наращивать ARPU?

AOV **

факторы

2-го уровня

факторы

3-го уровня

* Average Revenue per User, средний доход на одного клиента

** Average Order Value, средний чек заказа

*** Average Product Price, средняя цена товара

# заказов

на

клиента

ARPU *

APP ***

# продуктов

на заказ

# клиентов

@старички

@новички

программа удержания

клиентский сервис

бюджет

микс каналов

CAC *

факторы 3-го уровня

Как наращивать клиентов?

* Customer Acquisition Cost, цена привлечения клиента

ARPU *

# клиентов

AOV **

# заказов на

клиента # продуктов

на заказ

цель факторы

1-го уровня факторы

2-го уровня факторы

3-го уровня

@старички

@новички

бюджет

микс

каналов

CAC ****

программа

удержания

клиентский

сервис

APP ***

Продажи

Карта роста для бизнеса

* Average Revenue per User, средний доход на одного клиента

** Average Order Value, средний чек заказа

*** Average Product Price, средняя цена товара

**** Customer Acquisition Cost, цена привлечения клиента

С чего начать?

Что о клиенте надо знать?

● Какие клиенты нужны, а от каких только проблемы

● Кому предлагать купить, а кому не мешать купить

● Когда можно побеспокоить клиента

● Что показать на витрине

● Что для клиента важно и актуально

BIG DATA –

не обязательно высшая математика,

и действительно много данных

3 базовых метрики для понимания поведения клиента:

● Давность

● Частота

● Время между покупками

Минимум данных

● История покупок

o дата

o сумма

o id контакта

● Регистрационные данные

o дата регистрации

o источник привлечения

Зная только историю покупок,

можно выделить типы клиентов:

RF сегментация

Доля в продажах в зависимости от сегмента

Не так важно где вы сейчас

находитесь - важно куда вы

двигаетесь

(и с какой скоростью)

RF сегментация

Триггерная коммуникация

Триггер - это коммуникация с клиентом,

которая связана с каким-либо событием его

жизненого цикла.

Триггерная коммуникация должна

выстраиваться на основе глубокого анализа

поведения клиентов.

Регистрация (или первая покупка)

Заказ Прекращение

активности

Welcome program - Cross-sell / Upsell после совершения заказа - Отзыв после доставки заказа

- Брошенные просмотры - Брошенные корзины

Win back

Напоминание о следующем заказе

Milestone triggers

О триггерах:

• релевантны, поэтому имеют высокий отклик

• это может быть последовательность коммуникации

разного типа - (email, смс, звонок)

• чем более персонализированы тригерры, тем выше

отклик

• требуют автоматизации

Как создавать триггеры?

1. Изучите поведение клиента

2. Определите показатель, на который хотите повлиять

3. Разработайте варианты коммуникации

4. Протестируйте и выберите оптимальный вариант

5. Отслеживайте постоянно показатель, которым

измеряется эффективность триггера

Персонализация:

выгодно ли это?

разница с КГ по прибыли на клиента

Кейс эффективности:

персонализация email-рассылки с акциями

Кейс эффективности:

персонализация email-рассылки с акциями

разница с КГ по прибыли на клиента

Период Супер-акций

Выводы:

• Персонализация – постоянный процесс

• Всегда надо использовать контрольные группы

• Надо делать постоянные замеры эффективности

• Персонализация не всегда выгодна

• Нельзя управлять персонализацией, глядя только в

“зеркало заднего вида”

Данные, нужные для персонализации

1. Анкетные данные:

• Соцдем данные

• Связи с другими клиентами

• День рождения

• Интересы, введённые пользователем

2. Поведенческие данные:

• Брошенная корзина, заказы и покупки

• Звонки

• Обращения на сайте: жалобы, предложения,

заявки “сообщите мне.. “, ...

• Отзывы о товаре

• Просмотры страниц

• Реакции на предыдущие коммуникации: открытые

мейлы, клики, доставленные SMS

Какие коммуникации можно

персонализировать?

● Email

● SMS

● Звонки колл-центра (входящие и исходящие)

● Предложения на сайте

● Реклама на внешних ресурсах

● Общение с продавцами/менеджерами в офлайн

Особенности анализа

данных при

мультиканальности

Мультиканальность - с чего начать?

Сайт Магазин

Мобильное

приложение

Понимание Customer journey

Первые шаги:

• единая база клиентов и идентификация

клиента

• единая база заказов

• единые цены и условия покупки

• единые промо-акции

• единый уровень обслуживания

• единая аналитика

Сложности аналитики

От данных к действию

Всё что ни делается - всё к лучшему?

Всё что ни делается - всё к лучшему?

AB test it!

Нельзя просто так взять и провести А/В тест

Ошибки:

• нет контрольной группы

• маленькие выборки

• не рассчитана достоверность

• не правильно сформулирована задача

• не выучено ДЗ “Amazon math behind A/B testing”

Эксперты панельной дискуссии:

Павел Левчук (LeBoutique)

Валентин Гончаров (Эльдорадо)

Дмитрий Кудренко (eSputnik)

Олег Лесов (SoftCube)

Андрей Косецкий (DirectData)

Модератор: Валентин Калашник (OSDirect) 10.10.2014, Kyiv, Ukraine