Аналитика вне google analytics на основе баз данных

Аналитика вне Google Analytics на основе баз данных

1

Roma.net.ua только эффективный интернет-маркетинг

Эксперт в интернет-маркетинге (8 лет опыта).

— Основатель проекта Roma.net.ua — Директор по маркетингу интернет-магазина Intimo— Тренер по веб-аналитике и e-mail маркетингу— Со-основатель Клуба Интернет-Маркетологов.

Роман Рыбальченко

ЯндексЭксперт

Сертифицированный КОНСУЛЬТАНТ Google Adwords с 2011 по 2013

2

Клиенты

И ещё 75: e-commerce, рекламные агентства, услуги, продуктовые компании.

3

Не внедрили, мало данных или лимиты:• Enhanced Ecommerce

• UserId, ClientId

• Measurement Protocol

• Custom Dimensions, Metrics

• Семплирование данных

• Данные с ошибками

4

Источники данных• Базы данных о товарах, заказах и Клиентах

(CMS, ERP, CRM)

• Рекламные аккаунты (Google Adwords, Яндекс.Директ)

• Статистика сервиса (MailChimp, Youtube, Google Webmaster, Яндекс.Вебмастер)

• Веб-аналитика (Google Analytics, Яндекс.Метрика)

5

Очистка данных• Ненужные сегменты (например опт/розница)

• Заказы от сотрудников и тестовые (e-mail содержит домен сайта и просматриваем топ-100 Клиентов по количеству заказов)

• Статусы заказов

• Период времени

6

Выполненные заказы от Клиентов розницы,

без тестовых и заказов

сотрудников,за 2015

7

Принципы очистки• Автофильтр в Excel:

• сортировка

• пустые

• неправильные данные

• Находим жирафов

8

Ручная «проработка»→ Автоматизация очистки

9

• Валидация данных на входе

• Признак «сотрудник» в базе данных

• Причина отмены заказа — «тестовый»

• «Склейка» профилей (по номеру телефона, адресу доставки, ФИО...)

• Импорт исправленного в БД

• Процесс обработки новых ошибок коллегами

10

Обогащение данных• GA → CRM (ключ — номер заказа в e-commerce)

• IP → город, регион, страна (по базе GeoIP)

• Имя и отчество → Пол

• Адрес → Расстояние (по API карт)

• Товары в заказе → Размер

• Соцсеть → Интересы, чекины, друзья, возраст

• Школа и друзья → Возраст

• Товар → Характеристики, отзывы (по API Яндекс.Маркета)

11

dadata.ru

12

dadata.ru

12

Аналоги Dadata

• http://iqdq.ru/

• http://iqsystems.ru/

• http://kladr-api.ru/

13

14

Доработка структуры БД

• Разнесение полей ФИО → Фамилия, имя, отчество

• Отдельные поля

• Структурированный ввод данных

• Связь по API c другими сервисами

15

Инвентарь

• Доступ к БД или копии БД с правами на чтение

• Простенький курс по SQL (SQL for Marketers)

• Excel и 4-7 Гб «оперативки» (или Microsoft Azure)

• Надстройки: Power Pivot, Power Query

16

Кейсы

Кейс 0. Анализ БД. Когорты, LCG

18

Поля• Номер заказа

• id Клиента или e-mail

• Дата заказа

• Статус заказа

• Сумма заказа

• Порядковый номер заказа

• Источник заказа

19

Вычисляемые поля• Количество заказов

• Количество выполненных заказов

• Дата первого и второго заказа

• Дней между заказами 1 и 2

• Год и месяц текущего заказа

• Год и месяц 1-го заказа

• Месяцев и дней с первого заказа

20

Что строили?• Когорты

• Life Cycle Grid

• Структура заказов по месяцам и статусам

• Исполняемость заказов в разрезах

21

Что определили?• Точки для роста (0 → 1, 1 → 2)

• Диапазоны для e-mail маркетинга

• между покупкой и оплатой

• между заказами

• между покупкой и отменой

• Проблемы с наличием и актуальностью

• Проверили бизнес-модель по оттоку

• Вероятность повторной покупки

22

Кейс 1. Анализ прибыли по источнику в CRM

23

SourceBuster

24

http://sbjs.rocks/

SELECT `orders_utm`.`ord_id` , `orders_utm`.`source` ,  `orders_utm`.`medium` , `orders_utm`.`compaign` ,  `orders_utm`.`term` , `orders_utm`.`content` ,  `orders_utm`.`id` , `orders`.`id` , `orders`.`status` FROM `orders_utm`JOIN `orders` ON `orders`.`id`=`orders_utm`.`ord_id` WHERE `orders_utm`.`source` = 'recreativ' AND `orders_utm`.`medium` = 'shops'AND `orders`.`date`  >  '2014-07-01'AND `orders`.`date` < '2014-07-31'

25

26

27

Источник заказа

+ источник регистрации

28

5.

29

Кейс 2. Реанимация ремаркетингом

в соцсетях

30

• Кто отписался (экспорт из MailChimp)

• Кто не оформлял заказ больше X дней назад

• Кто оформлял заказ по телефону (на технические аккаунты)SELECT `ord_tel` FROM `orders` WHERE `userid` = '6061'OR `userid` = '60689' OR `userid` = '60690' OR `userid` = '60691'

31

32

Facebook Ads по аудитории

Конверсия = 2.5хCPO = 96 грн

Кейс 3. Анализ отмен заказов в разрезах

33

Заводим причины отмен в БД

34

SELECT `orders`.`id` AS 'номер заказа', `order_status`.`name` AS 'Статус' , `couriers`.`name` AS 'курьер', `orders_cancel`.`descr` AS 'причина', `delivery`.`name_ru` AS 'тип доставки', `orders`.`date` AS 'дата'FROM `orders ̀LEFT JOIN `orders_cancel` ON `orders`.`cancel_id` = `orders_cancel`.`id ̀LEFT JOIN `couriers` ON `orders`.`courier_id` = `couriers`.`courier_id`LEFT JOIN `delivery` ON `orders`.`deliveryid` = `delivery`.`id` LEFT JOIN `user` ON `orders`.`userid` = `user`.`id ̀LEFT JOIN `order_status` ON `orders`.`status` = `order_status`.`id` WHERE `orders`.`date` > '2014-12-01'AND `orders`.`date` < '2014-12-31'AND `user`.`opt` = 0AND `user`.`member` = 0AND `orders`.`status`= 5

35

Выводы для бизнеса

• В регионе Х у отмененных заказов средний чек выше на 24% — теряем большие заказы

• В регионе X в 2 раза чаще отмена «нет в наличии» — работаем с остатками и сайтом

• Курьер N в 1.5 раза чаще отменяет «не дозвонился»

36

Кейс 4. На каких позициях крутить

контекст?

37

Сводные таблицы• Каноническая таблица (убираем итоги, вписываем заголовки)

• Сводная таблица

• Вычисляемые поля

• Дополнительные вычисления

• Фильтры и представление данных

38

Сводная без фильтра

39

Если отфильтровать брендовую кампанию?

40

Вычисляемое поле

Кейс 5. Какая форма подписки дает больше

Покупателей?

42

43

Когда ещё нужны сводные таблицы /ярлыки?

• Пол / Возраст / Интересы в КМС

• Оптимальный тип соответствия• Влияние доп. слов в запросе (купить, обзор, Киев, магазин)

• Группировка по категориям, когда кампании разбиты регионально

44

8+ примеров по сводным таблицам

roma.net.ua/oa/45

Примеры применения SQL-запросов и сводных

• Выгрузка сеошникам брендов с большим количеством SKU в наличии

• Анализ ширины экрана для определения требований к mobile-версии

• Анализ длины городов для доработки дизайна

46

Ещё полезные ссылки• https://import.io/

• http://webscraper.io/

• http://www.wordz.co/

• http://laborare.info/all/notepad-ppc/ (win)

• CSV Converter (mac)

• Google Refine

47

Понравилось выступление?

Зайди на roma.net.ua и подпишись на рассылку.

Уже подписчиков3 714

48

Понравилось выступление?

Зайди на roma.net.ua и подпишись на рассылку.

Уже подписчиков3 720

48

Понравилось выступление?

Зайди на roma.net.ua и подпишись на рассылку.

Уже подписчиков3 735

48

Понравилось выступление?

Зайди на roma.net.ua и подпишись на рассылку.

Уже подписчиков3 757

48

Вопросы?r@roma.net.ua

Roma.net.ua только эффективный интернет-маркетинг

49