ݺߣ

ݺߣShare a Scribd company logo

Wykorzystanie danych z systemów analitycznych w sprzedaży online

•
•
Web Analytics Wednesday Warsaw
Web Analytics Wednesday Warsaw

WAW XII - 2017.0412

1 of 34
Download to read offline
BUSINESS PLAN LAYOUT JAROSŁAW TRYBUCHOWICZ,CEOShopconnector.pl Wykorzystanie danych z systemów analitycznych w sprzedaży online Czytosięopłaca? 12.04.2017
Plan prezentacji 1. Stan obecny systemów kontrolingowych 2. Narzedzia analityczne 3. Zbierane dane 4. Problem vs. Idealne rozwiązanie 5. Analizy BI – Przykłady 6. Najważniejsze wskaźniki (KPI) 1. Churn 2. LTV 7. conversion toolbox 1. website speed 2. content 3. user interface 4. goal delivery 6. koszt narzędzi
Stan obecny KONTROLINGU Dedykowana komórka kontrollingu w firmie TAK NIE Obszar % Sprzedaż 94 Produkcja 86 Zakupy 88 MPK 94 Logistyka 26 Marketing 17 R&D 13 Projekty 13 HR 13 SPECJALIZACJA Obszary monitorowane 3 Źródło: http://decyzje-it.pl Wstęp
Stan obecny KONTROLINGU c.d. Informatyzacja EXCEL 27% BRAK 56% SAP 6% IBM 2% Autorski 3% IFS Eureca Impuls QlickView Inne SYSTEM INFORMATYCZNY 17% Aplikacje wspomagające budżetowanie Źródładanych 0% 5% 10% 15% 20% 25% 30% 35% 1 2 3 4 5 6+ Ilość źródeł danych w analizie finansowej 4 Źródło: http://decyzje-it.pl Wstęp
Narzędzia Analityczne 5 Arkusz kalkulacyjny SQL Programy statystyczne Wizualizacja i dashboardowanie Narzędzia WEBOWE, np. Google Analytics, OMNICONVERT, Hotjar Narzędzia Business Intelligence
Generowaniedanych–90% przez2 ostatnialata Zbierane dane Aż 90% danych wyprodukowanych kiedykolwiek została wygenerowana przez ostatnie 2 lata. Przechowywaniedanych:0,05$/ TB Diametralnie malejące koszty przechowywania danych. Dziś jest o 98% taniej niż 14 lat temu. Moc obliczeniowa:250 razyszybciej Duży wzrost mocy obliczeniowej w ciągu ostatnich 2 lat. Pozwala to na efektywne przetwarzanie dużych ilości danych. transakcje LOGi www LOGi in-app Kanały marketingowe (mail,push, adwords, fb) 6
PROBLEM Koszty Doświadczenie Czas ɻżԾ
Większy problem Rozbieżność danych Ręczne łączenie danych
Popularne rozwiązanie GSC GA Ad Words CRM Mailing,popupy TRANSAKCJE
Do czego dążymy? Łatwość obsługi, integracja danych Google Spreadsheets, Pentaho, Spago BI, Open Reports, Power BI, QlikView Personal, Jedox, Widestage, SAP Lumira, Pozwalają na monitoring postępów, określają performance biznesu Specjalizacja pod kątem działów np. retencja, akwizycja, CX itp 1. Spójny dashboard 2. Darmowe narzędzia 3. Określenie KPI 4. Zwiekszanie konwersji na poszczegolnych etapach lejka
Analizy BI – Przykłady 11
Analizy BI – Przykłady 12 runrate Marże
13 Average CLV CLV histogram by user percentiles Analizy BI – Przykłady
Analizy BI – Przykłady 14 Days since first purchase PercentageofCLV-365 10 30 50 70 90 110 130 150 170 190 210 230 250 270 290 310 330 350 100% 80% 60% 40% 20% 0% CLV-365 (%) as a function of Time by CLV Quartile
Analizy BI – Przykłady 15 Repeat purchase probability during the customer's first year user order number Repeatpurchaseprobability 2 3 4 5 6 7 8 9 10 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 84%84% 83% 81% 79%78% 73% 66% 45%
KPI kiedyś vs. dziś 1. Przychód 2. ROI 3. Akwizycja 4. Średni koszyk 5. Konwersja na 1 zakup 1. Przychód/zysk 2. Churn 3. LTV 4. MRR 5. ARPU 6. CPA 1. Pozwalają określić performance firmy 2. Wskazują trendy 3. Pozwalają stwierdzić problem 1. Pozwalają na segmentację klientów 2. Pozwalają odkryć faktyczne zachowania klientów 3. Wyjaśniają problem KPI <2010 Kpi>2010 Wskaźniki na poziomiemakro Wskaźniki na poziomieużytkownika 16
5 najważniejszych KPI 17 MRR (eng. Monthly Recurring revenue) – określa wartość ponawiającego się przychodu z wcześniejszych zobowiązań. Im większy udział tym większe szanse firmy na powodzenie Churn Określa ile osób odchodzi od nas w przyjętym okresie. Każdy 2 cyfrowy churn jest zabójczy dla firmy. CPA (ang. Cost per Acquisition) Należy śledzić CPA na poziomie kampanii i porównywać je z LTV użytkowników z tych kampanii ARPU (ang. Average Revenue per User) Mając już biznes pod kontrolą i powracających użytkowników można stopniowo zwiększać ich wartość poprzez upsell i cross sell LTV (ang. LiteTime Value) To wartość użytkownika w całym jego cyklu życia. Na przykładzie firmy w modelu SaaS
Churn w 4 krokach etapy Określ model biznesowy Nazwij event churnowy Dostosuj okres badawczy optymalizuj opis Jeżeli nie sprzedajesz subskrypcji zastanów się w jaki sposób odpływają od Ciebie klienci • brak ponownego zakupu w czasie x • brak aktywności w aplikacji • brak wpisów na blogu • …. Zbyt małe okresy mogą mieć dużą wariancję/ być nieistotne statystycznie Zbyt długie okresy mogą sztucznie podnieść churn • Obserwuj jak kształtuje się churn w przyjętym modelu i wprowadzaj ulepszenia. Nie kasuj starego modelu! 18
Wpływ churnu na przyszły przychód 0,0 mln 0,5 mln 1,0 mln 1,5 mln 2,0 mln 2,5 mln 3,0 mln 1 11 21 31 41 51 miesiąc churn2,5% churn5% Założenia modelu: MRR=2 000 początkowy przychód=10 000 Im większa baza, tym większe nominalnie skutki churn ’u. Ten spadek przychodów wymaga coraz większego nominalnie przychodu z nowych użytkowników i może skutecznie hamować wzrost. NALEŻY PRACOWAĆ NAD OBNIŻENIEM CHURNUJUŻ WPIERWSZYCH Miesiącach! 60miesięcznaprojekcjaprzychodu „Churn dla wzrostu to jak hamulec ręczny dla samochodu.” 21%więcej 37%więcej 19
LTV- najważniejsza cecha klienta Bezpośrednio powiązane z churn’em Churn (współczynnik odstąpień) drastycznie wpływa na wartość klienta w czasie (Life Time Value) Warunkuje rentowność marketingu ROI liczone dzięki LTV daje lepszy obraz powodzenia akcji marketingowych Zawsze powinien być liczony po marży LTV warunkuje rentowność klienta a więc powinno być liczone po odjęciu wszystkich kosztów zmiennych i.e transakcji, prowizji, obsługi itp 𝐿𝐿𝐿𝐿𝐿𝐿∗ = ś𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑛𝑛𝑛𝑛 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑛𝑛′ 𝑢𝑢 * Wzór ten jest pochodną wzoru na rentę dożywotnią (perpetuity) Przykład: zmniejszając churn z 5 na 4% zwiększamy LTV o 25%! 20
LTV historyczne vs. predykcje 0,0 5 000,0 10 000,0 15 000,0 20 000,0 1 3 5 7 9 11 13 15 17 19 miesiąc AVG churn50% churn0% churn100% Założenia modelu: Połowa użytkowników ma churn 100%, druga połowa 0% Wniosek: Uśrednianiejest niebezpieczne– może w określonych warunkach bardzozaburzyćobraz rzeczywistości 20miesięcznaprojekcjaprzychodu W najprostszej postaci LTV przyjmuje postać: 𝐿𝐿𝐿𝐿𝐿𝐿 = ś𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 ∗ 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑝 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑤𝑤 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 2-gimiesiąc: ok 12miesiąc- 10kvs. 0 21
Zastosowanie modeli  Metoda: churn użytkowników  Określ średni odstęp między 2ma zamówieniami  Przyjmij ten okres jako okres bazowy  Policz ARPU (Average Revenue per User)  Podstaw do wzoru na churn  Sytuacja gdy churn jest bardzo zróżnicowany w czasie  Są miesiące gdy w pewnym okresie zarabiamy więcej niż w poprzednim  Metoda: progresja przychodu w czasie  Komórki pokazują procent przychodu (zysku) w kolejnych okresach vs. miesiąc bazowy  Im starsze kohorty tym większa dokładność, wygładzanie współczynników Case 1 – wykorzystanie wzoru/stabilny churn Case 2 – duże różnice w churnie 22 Przykładowe dane
Co to jest konwersja? Konwersja to miara efektu. Opisuje ilość zrealizowanych celów. Współczynnik konwersji to współczynnik efektywności wyrażony procentem (%). Mówi o tym jaki efekt osiągamy w stosunku do nakładu. 100 000 wyświetleń/maili 4 000 kliknięć 200 koszyków 180 nowych kont 160 transakcji % otwarć maila vs. Ilość wysłanych maili % kliknięć vs ilość wyświetleń % koszyków „zamkniętych” vs utworzonych % rejestracji konta vs unikatowe wizyty OR CTR % Baskets Closed REG. Rate
Czy opłaca się zwiększać konwersję? 3 czy 4% konwersji, przecież to tylko 1% różnicy…. Wait! To 33% różnicy! 100 000 wyświetleń • 4% CTR4 000 kliknięć • 5% Add to basket/UU 200 koszyków • Churn 10% na rejestracji 180 nowych kont • 10% Porzucony Koszyk 162 transakcji 100 000 wyświetleń • 5% CTR5 000 kliknięć • 6% A2B/UU300 koszyków • Usunięcie rejestracji300 koszyków • 9% Porzucony koszyk273 transakcji Konwersja 4,05%, przychód= 16 200 Konwersja 5,46%, przychód= 27 300 Założenie: średni koszyk=100zł +1% +1% Usunięcie kroku -1%
Wzrost przychodu vs Ruch na stronie 500 zł 1 000 zł 2 500 zł 5 000 zł 10 000 zł 25 000 zł 35 000 zł 50 000 zł 100 000 zł 250 000 zł - zł 50 000 zł 100 000 zł 150 000 zł 200 000 zł 250 000 zł 300 000 zł 1000 2000 5000 10000 20000 50000 70000 100000 200000 500000 Ruch (sesje) na stronie /miesiąc Wykres: Wzrost przychodu przy poprawie konwersji Wzrost przychodu Założenie: średni koszyk=50zł, wzrost konwersji z 4% do 5%
Sposoby poprawy konwersji Google Page speed Load Balancing Wydajna infrastruktura serwerowa Optymalizacja obrazów Kolejkowanie JavaScriptów Zgodność strony z oczekiwaniami Klarowność Przekazu Skracanie ścieżek interakcji Usunięcie rejestracji i innych zbędnych kroków Landing Pages Heatmapy Testy CTA Popupy Ankiety Dynamiczne treści Rekomendacje Triggery Page speed UX Testy A/B Personalizacja strony
Skąd czerpać wiedzę Komunikacjabezpośrednia • wywiad bezpośredni • obsługa klienta • ankiety online • grupy focusowe • social • email analityka • monitorowanie zachowań użytkownika w kontrolowanych kanałach • analiza danych post factum • klastrowanie • testy A/B 27 Żródło obrazka: zbierak.pl
Conversion Toolbox - speed https://www.google.com/webmasters/tools/dashboard https://analytics.google.com zakłatdka Behaviour/Site Speed Site errors Czas wczytywania strony https://developers.google.com/speed/pagespeed/insights
Conversion Toolbox – treść Marketizator Marketizator, SalesManago, Survicate, Hotjar Testy A/B Personalizacja
Conversion Toolbox – User Interface HotJar HotJar Heatmapy Screen cast
Conversion Toolbox – goal delivery Landingi.com ZenDesk Landing pages FAQ, Knowledge base, help widgets
Wzrost przychodu vs koszt narzędzi 500 zł 1 000 zł 2 500 zł 5 000 zł 10 000 zł 25 000 zł 35 000 zł 50 000 zł 100 000 zł 250 000 zł - zł 50 000 zł 100 000 zł 150 000 zł 200 000 zł 250 000 zł 300 000 zł 1000 2000 5000 10000 20000 50000 70000 100000 200000 500000 Wykres: Wzrost przychodu HotJar GA + GTM + Webmaster Tools Marketizator FREE 130zł 350zł FREE FREE 213zł 407zł 581zł 969zł 1774zł 2522zł 500zł 1 000zł 2 157zł 4 463zł 9 463zł 24 069zł 33 681zł 47 876zł 97 128zł 247 128zł BILANSKOSZTPRZYCHÓD Wizyty na stronie/msc
Napisz do MNIE Jeśli masz pytania lub chcesz współpracować – czekam na kontakt. Mokotowska 1, Warsaw shopconnector.pl trybuchowicz.com Beecommerce.pl Logofy.eu jarek@beecommerce.pl 697 548 508 ADDRESS: WEBSITE: EMAIL: TELEPHONE:
THANK YOU FOR YOUR TIMEWe hope you see the future the way we see it 

More Related Content

Wykorzystanie danych z systemów analitycznych w sprzedaży online

  • 1. BUSINESS PLAN LAYOUT JAROSŁAW TRYBUCHOWICZ,CEOShopconnector.pl Wykorzystanie danych z systemów analitycznych w sprzedaży online Czytosięopłaca? 12.04.2017
  • 2. Plan prezentacji 1. Stan obecny systemów kontrolingowych 2. Narzedzia analityczne 3. Zbierane dane 4. Problem vs. Idealne rozwiązanie 5. Analizy BI – Przykłady 6. Najważniejsze wskaźniki (KPI) 1. Churn 2. LTV 7. conversion toolbox 1. website speed 2. content 3. user interface 4. goal delivery 6. koszt narzędzi
  • 3. Stan obecny KONTROLINGU Dedykowana komórka kontrollingu w firmie TAK NIE Obszar % Sprzedaż 94 Produkcja 86 Zakupy 88 MPK 94 Logistyka 26 Marketing 17 R&D 13 Projekty 13 HR 13 SPECJALIZACJA Obszary monitorowane 3 Źródło: http://decyzje-it.pl Wstęp
  • 4. Stan obecny KONTROLINGU c.d. Informatyzacja EXCEL 27% BRAK 56% SAP 6% IBM 2% Autorski 3% IFS Eureca Impuls QlickView Inne SYSTEM INFORMATYCZNY 17% Aplikacje wspomagające budżetowanie Źródładanych 0% 5% 10% 15% 20% 25% 30% 35% 1 2 3 4 5 6+ Ilość źródeł danych w analizie finansowej 4 Źródło: http://decyzje-it.pl Wstęp
  • 5. Narzędzia Analityczne 5 Arkusz kalkulacyjny SQL Programy statystyczne Wizualizacja i dashboardowanie Narzędzia WEBOWE, np. Google Analytics, OMNICONVERT, Hotjar Narzędzia Business Intelligence
  • 6. Generowaniedanych–90% przez2 ostatnialata Zbierane dane Aż 90% danych wyprodukowanych kiedykolwiek została wygenerowana przez ostatnie 2 lata. Przechowywaniedanych:0,05$/ TB Diametralnie malejące koszty przechowywania danych. Dziś jest o 98% taniej niż 14 lat temu. Moc obliczeniowa:250 razyszybciej Duży wzrost mocy obliczeniowej w ciągu ostatnich 2 lat. Pozwala to na efektywne przetwarzanie dużych ilości danych. transakcje LOGi www LOGi in-app Kanały marketingowe (mail,push, adwords, fb) 6
  • 8. Większy problem Rozbieżność danych Ręczne łączenie danych
  • 9. Popularne rozwiązanie GSC GA Ad Words CRM Mailing,popupy TRANSAKCJE
  • 10. Do czego dążymy? Łatwość obsługi, integracja danych Google Spreadsheets, Pentaho, Spago BI, Open Reports, Power BI, QlikView Personal, Jedox, Widestage, SAP Lumira, Pozwalają na monitoring postępów, określają performance biznesu Specjalizacja pod kątem działów np. retencja, akwizycja, CX itp 1. Spójny dashboard 2. Darmowe narzędzia 3. Określenie KPI 4. Zwiekszanie konwersji na poszczegolnych etapach lejka
  • 11. Analizy BI – Przykłady 11
  • 12. Analizy BI – Przykłady 12 runrate Marże
  • 13. 13 Average CLV CLV histogram by user percentiles Analizy BI – Przykłady
  • 14. Analizy BI – Przykłady 14 Days since first purchase PercentageofCLV-365 10 30 50 70 90 110 130 150 170 190 210 230 250 270 290 310 330 350 100% 80% 60% 40% 20% 0% CLV-365 (%) as a function of Time by CLV Quartile
  • 15. Analizy BI – Przykłady 15 Repeat purchase probability during the customer's first year user order number Repeatpurchaseprobability 2 3 4 5 6 7 8 9 10 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 84%84% 83% 81% 79%78% 73% 66% 45%
  • 16. KPI kiedyś vs. dziś 1. Przychód 2. ROI 3. Akwizycja 4. Średni koszyk 5. Konwersja na 1 zakup 1. Przychód/zysk 2. Churn 3. LTV 4. MRR 5. ARPU 6. CPA 1. Pozwalają określić performance firmy 2. Wskazują trendy 3. Pozwalają stwierdzić problem 1. Pozwalają na segmentację klientów 2. Pozwalają odkryć faktyczne zachowania klientów 3. Wyjaśniają problem KPI <2010 Kpi>2010 Wskaźniki na poziomiemakro Wskaźniki na poziomieużytkownika 16
  • 17. 5 najważniejszych KPI 17 MRR (eng. Monthly Recurring revenue) – określa wartość ponawiającego się przychodu z wcześniejszych zobowiązań. Im większy udział tym większe szanse firmy na powodzenie Churn Określa ile osób odchodzi od nas w przyjętym okresie. Każdy 2 cyfrowy churn jest zabójczy dla firmy. CPA (ang. Cost per Acquisition) Należy śledzić CPA na poziomie kampanii i porównywać je z LTV użytkowników z tych kampanii ARPU (ang. Average Revenue per User) Mając już biznes pod kontrolą i powracających użytkowników można stopniowo zwiększać ich wartość poprzez upsell i cross sell LTV (ang. LiteTime Value) To wartość użytkownika w całym jego cyklu życia. Na przykładzie firmy w modelu SaaS
  • 18. Churn w 4 krokach etapy Określ model biznesowy Nazwij event churnowy Dostosuj okres badawczy optymalizuj opis Jeżeli nie sprzedajesz subskrypcji zastanów się w jaki sposób odpływają od Ciebie klienci • brak ponownego zakupu w czasie x • brak aktywności w aplikacji • brak wpisów na blogu • …. Zbyt małe okresy mogą mieć dużą wariancję/ być nieistotne statystycznie Zbyt długie okresy mogą sztucznie podnieść churn • Obserwuj jak kształtuje się churn w przyjętym modelu i wprowadzaj ulepszenia. Nie kasuj starego modelu! 18
  • 19. Wpływ churnu na przyszły przychód 0,0 mln 0,5 mln 1,0 mln 1,5 mln 2,0 mln 2,5 mln 3,0 mln 1 11 21 31 41 51 miesiąc churn2,5% churn5% Założenia modelu: MRR=2 000 początkowy przychód=10 000 Im większa baza, tym większe nominalnie skutki churn ’u. Ten spadek przychodów wymaga coraz większego nominalnie przychodu z nowych użytkowników i może skutecznie hamować wzrost. NALEŻY PRACOWAĆ NAD OBNIŻENIEM CHURNUJUŻ WPIERWSZYCH Miesiącach! 60miesięcznaprojekcjaprzychodu „Churn dla wzrostu to jak hamulec ręczny dla samochodu.” 21%więcej 37%więcej 19
  • 20. LTV- najważniejsza cecha klienta Bezpośrednio powiązane z churn’em Churn (współczynnik odstąpień) drastycznie wpływa na wartość klienta w czasie (Life Time Value) Warunkuje rentowność marketingu ROI liczone dzięki LTV daje lepszy obraz powodzenia akcji marketingowych Zawsze powinien być liczony po marży LTV warunkuje rentowność klienta a więc powinno być liczone po odjęciu wszystkich kosztów zmiennych i.e transakcji, prowizji, obsługi itp 𝐿𝐿𝐿𝐿𝐿𝐿∗ = ś𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑛𝑛𝑛𝑛 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑛𝑛′ 𝑢𝑢 * Wzór ten jest pochodną wzoru na rentę dożywotnią (perpetuity) Przykład: zmniejszając churn z 5 na 4% zwiększamy LTV o 25%! 20
  • 21. LTV historyczne vs. predykcje 0,0 5 000,0 10 000,0 15 000,0 20 000,0 1 3 5 7 9 11 13 15 17 19 miesiąc AVG churn50% churn0% churn100% Założenia modelu: Połowa użytkowników ma churn 100%, druga połowa 0% Wniosek: Uśrednianiejest niebezpieczne– może w określonych warunkach bardzozaburzyćobraz rzeczywistości 20miesięcznaprojekcjaprzychodu W najprostszej postaci LTV przyjmuje postać: 𝐿𝐿𝐿𝐿𝐿𝐿 = ś𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 ∗ 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑝 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑤𝑤 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 2-gimiesiąc: ok 12miesiąc- 10kvs. 0 21
  • 22. Zastosowanie modeli  Metoda: churn użytkowników  Określ średni odstęp między 2ma zamówieniami  Przyjmij ten okres jako okres bazowy  Policz ARPU (Average Revenue per User)  Podstaw do wzoru na churn  Sytuacja gdy churn jest bardzo zróżnicowany w czasie  Są miesiące gdy w pewnym okresie zarabiamy więcej niż w poprzednim  Metoda: progresja przychodu w czasie  Komórki pokazują procent przychodu (zysku) w kolejnych okresach vs. miesiąc bazowy  Im starsze kohorty tym większa dokładność, wygładzanie współczynników Case 1 – wykorzystanie wzoru/stabilny churn Case 2 – duże różnice w churnie 22 Przykładowe dane
  • 23. Co to jest konwersja? Konwersja to miara efektu. Opisuje ilość zrealizowanych celów. Współczynnik konwersji to współczynnik efektywności wyrażony procentem (%). Mówi o tym jaki efekt osiągamy w stosunku do nakładu. 100 000 wyświetleń/maili 4 000 kliknięć 200 koszyków 180 nowych kont 160 transakcji % otwarć maila vs. Ilość wysłanych maili % kliknięć vs ilość wyświetleń % koszyków „zamkniętych” vs utworzonych % rejestracji konta vs unikatowe wizyty OR CTR % Baskets Closed REG. Rate
  • 24. Czy opłaca się zwiększać konwersję? 3 czy 4% konwersji, przecież to tylko 1% różnicy…. Wait! To 33% różnicy! 100 000 wyświetleń • 4% CTR4 000 kliknięć • 5% Add to basket/UU 200 koszyków • Churn 10% na rejestracji 180 nowych kont • 10% Porzucony Koszyk 162 transakcji 100 000 wyświetleń • 5% CTR5 000 kliknięć • 6% A2B/UU300 koszyków • Usunięcie rejestracji300 koszyków • 9% Porzucony koszyk273 transakcji Konwersja 4,05%, przychód= 16 200 Konwersja 5,46%, przychód= 27 300 Założenie: średni koszyk=100zł +1% +1% Usunięcie kroku -1%
  • 25. Wzrost przychodu vs Ruch na stronie 500 zł 1 000 zł 2 500 zł 5 000 zł 10 000 zł 25 000 zł 35 000 zł 50 000 zł 100 000 zł 250 000 zł - zł 50 000 zł 100 000 zł 150 000 zł 200 000 zł 250 000 zł 300 000 zł 1000 2000 5000 10000 20000 50000 70000 100000 200000 500000 Ruch (sesje) na stronie /miesiąc Wykres: Wzrost przychodu przy poprawie konwersji Wzrost przychodu Założenie: średni koszyk=50zł, wzrost konwersji z 4% do 5%
  • 26. Sposoby poprawy konwersji Google Page speed Load Balancing Wydajna infrastruktura serwerowa Optymalizacja obrazów Kolejkowanie JavaScriptów Zgodność strony z oczekiwaniami Klarowność Przekazu Skracanie ścieżek interakcji Usunięcie rejestracji i innych zbędnych kroków Landing Pages Heatmapy Testy CTA Popupy Ankiety Dynamiczne treści Rekomendacje Triggery Page speed UX Testy A/B Personalizacja strony
  • 27. Skąd czerpać wiedzę Komunikacjabezpośrednia • wywiad bezpośredni • obsługa klienta • ankiety online • grupy focusowe • social • email analityka • monitorowanie zachowań użytkownika w kontrolowanych kanałach • analiza danych post factum • klastrowanie • testy A/B 27 Żródło obrazka: zbierak.pl
  • 28. Conversion Toolbox - speed https://www.google.com/webmasters/tools/dashboard https://analytics.google.com zakłatdka Behaviour/Site Speed Site errors Czas wczytywania strony https://developers.google.com/speed/pagespeed/insights
  • 29. Conversion Toolbox – treść Marketizator Marketizator, SalesManago, Survicate, Hotjar Testy A/B Personalizacja
  • 30. Conversion Toolbox – User Interface HotJar HotJar Heatmapy Screen cast
  • 31. Conversion Toolbox – goal delivery Landingi.com ZenDesk Landing pages FAQ, Knowledge base, help widgets
  • 32. Wzrost przychodu vs koszt narzędzi 500 zł 1 000 zł 2 500 zł 5 000 zł 10 000 zł 25 000 zł 35 000 zł 50 000 zł 100 000 zł 250 000 zł - zł 50 000 zł 100 000 zł 150 000 zł 200 000 zł 250 000 zł 300 000 zł 1000 2000 5000 10000 20000 50000 70000 100000 200000 500000 Wykres: Wzrost przychodu HotJar GA + GTM + Webmaster Tools Marketizator FREE 130zł 350zł FREE FREE 213zł 407zł 581zł 969zł 1774zł 2522zł 500zł 1 000zł 2 157zł 4 463zł 9 463zł 24 069zł 33 681zł 47 876zł 97 128zł 247 128zł BILANSKOSZTPRZYCHÓD Wizyty na stronie/msc
  • 33. Napisz do MNIE Jeśli masz pytania lub chcesz współpracować – czekam na kontakt. Mokotowska 1, Warsaw shopconnector.pl trybuchowicz.com Beecommerce.pl Logofy.eu jarek@beecommerce.pl 697 548 508 ADDRESS: WEBSITE: EMAIL: TELEPHONE:
  • 34. THANK YOU FOR YOUR TIMEWe hope you see the future the way we see it 