Co je atribuční modelování a proč ho potřebujete?

Zákazníci a jejich objednávky k vám přicházejí z různých reklamních kampaní a dalších zdrojů návštěvnosti. Při vyhodnocování a řízení marketingu vás zajímá, které kanály se na objednávkách reálně podílely a jakou měrou. Podle toho pak hodnotíte jejich efektivitu. Rozhodujete se například, do kterého kanálu dát kolik peněz. Které kampaně je potřeba utlumit a které naopak nechat běžet nebo ještě posílit.

Je obvyklé, že než u vás zákazník nakoupí, přijde k vám v čase opakovaně z různých kanálů. Klasické analytické nástroje ale přiřadí celou objednávku nejčastěji tomu úplně poslednímu zdroji. Pokud například nějaký uživatel přijde postupně ze čtyř výše uvedených zdrojů a na konci si objedná řekněme za 1.000 Kč, bude report zdrojů návštěvnosti vypadat nějak takto:

Všechny předchozí kanály po cestě se ignorují a vypadá to, jako by neměly vůbec žádný vliv na rozhodnutí uživatele objednat si u vás. To samozřejmě zásadně pokřivuje výsledná čísla a doporučení. V důsledku pak budete dokonce i často posilovat ztrátové kampaně a vypínat ty vydělávající. Navíc v dobré víře, že svá rozhodnutí stavíte na datech. Bohužel na špatných datech.

Vše dále zhoršuje skutečnost, že do takového rozhodování často zahrnujete jen přímo měřitelné zdroje návštěvnosti vašeho webu. Ale už v něm vůbec nezohledňujete imprese bannerů, otevření e-mailů, zmínky o vás venku na internetu, offline kampaně, objednávky přes telefon či v kamenném obchodě.

Na základě špatných a pokřivených čísel tak děláte špatná a pokřivená marketingová rozhodnutí.

Najděte si lepší atribuční model

Atribuční model je obecný název pro způsob, jak přiřazujete jednotlivým kanálům na cestě uživatele zásluhu za výslednou konverzi a její hodnotu. Dobrá zpráva je, že atribučních modelů existuje spousta, takže se nemusíte omezovat zdaleka jen na výše uvedenou a v mnoha ohledech vadnou atribuci na poslední zdroj.

Volbou lepšího atrubučního modelu můžete lépe a spravedlivěji rozpočítat každou konverzi a její hodnotu mezi všechny k ní vedoucí kanály. Zohlednit tak nejen úplně poslední proklik před objednávkou, ale i všechny předchozí kanály, které celou dobu přispívaly ke konečnému rozhodnutí uživatele utratit u vás peníze.

Oč věrnější, smysluplnější a využitelnější výsledky dostanete už třeba jenom použitím triviálního lineárního atribučního modelu. V něm se vezme hodnota každé objednávky a spravedlivě se rozpočítá rovným dílem mezi všechny kanály po cestě:

Atribučních modelů existuje celá řada a ke každému z nich se dá snést spousta scénářů využití, důvodů pro i proti. Pro více informací si projděte seriál od Michala Krutiše nebo velice hutný a výživný článek od Avinashe Kaushika.

Spouštíme atribuce pro Keboolu

Praktickým problémem atribučního modelování je dostupnost a podpora v jednotlivých nástrojích.

Některé analytické systémy nenabízejí atribuční modelování vůbec nebo jen velice omezeně. Další, jako jsou třeba Google Analytics, ho sice nabízejí, ale naráží na zásadní omezení, jakmile dojde třeba na data mimo web – imprese bannerů, offline kampaně, otevření e-mailů, telefonické hovory na helpdesku, objednávky v kamenném obchodě. Nebo na rozpočítávání skutečné maržovosti. Na storna a vratky již zapsaných objednávek. Vůbec na rozpoznání uživatelů a spojování úplně všech dat patřících jednomu uživateli do jedné řady.

A proto jsme v Mediu připravili a naprogramovali Medio Attribution Tool – aplikaci pro výpočet nejrůznějších atribucí. Pracuje uvnitř systému Keboola Connection, což jí otevírá obrovské možnosti ve smyslu snadného řešení a přímočarého překonávání všech uvedených problémů. Umí si stáhnout a pospojovat interakce uživatele z různých míst, databází a služeb, má hotovou hromadu napojení a importních můstků. Běží v cloudu, je výkonná a automatizovaná. Podporuje množství různých předdefinovaných i custom atribučních modelů.

Podívejte se na stránku s podrobným popisem celého nástroje. A pokud ho chcete používat i vy nebo se jen chcete dozvědět více, napište nám bez obav e-mailem na adresu info@medio.cz.

Provozovatelé e-shopů a jiných online projektů už dnes chápou, že data jsou pro správná rozhodnutí a úspěch podnikání kriticky důležitá. Naučili se používat nějaký analytický nástroj a nějak vyhodnocovat, co se děje na jejich webu. Příliš často se ale nedívají na ta správná data a nekladou si ty správné otázky.

Sepsal jsem proto příklady opravdu důležitých metrik a analytických scénářů z různých projektů a prostředí. Rozhodně se nebudou úplně všechny týkat zrovna vašeho webu a seznam ani na druhou stranu není určitě vyčerpávající. Cílem je dát vám inspirační vodítko, co všechno také můžete sledovat a brát v úvahu. Na co všechno byste se také mohli a měli ptát.

Zkuste si schválně u každého bodu sami upřímně říct, jestli by pro váš projekt mohl být důležitý, jestli ho dnes skutečně sledujete a jestli vám ho váš dnešní analytický nástroj vůbec nabízí. Možná dokonce zjistíte, že jste se dosud dívali jen na hromadu nepříliš užitečných čísel, zatímco opravdu přínosné metriky vám zcela unikaly.

Datová integrace

• Jak vypadá celý trychtýř chování vašich uživatelů – od zobrazení bannerů, prokliků skrz kampaně a nákladů na ně, přes první příchod na web, vracení se na web, odeslání leadu, přes případnou navazující offline komunikaci callcentra, pobočky, obchodníků až po uzavření finální objednávky, zaplacení, customer care, upselling a cross selling, vracející se zákazníky, opakované objednávky?
• Umíte si celý průchod uživatelů dosledovat, změřit, vizualizovat?  Umíte si najít místa, kde vám lidi z trychtýře nejčastěji odpadávají, abyste se na ně mohli zaměřit?
• Ať celkově, nebo pro různé segmenty – podle zdroje, kohorty, typu zákazníků, typu objednávaných produktů…?
• Jaký vliv na to má geografická poloha zákazníka, počasí v jeho oblasti, aktuální kurz eura, televizní kampaň vaší konkurence?
• Máte mnoho různých míst, kde leží vaše data. Je tu rozhraní Skliku či Heuréky, administrace e-shopu, CRM, zákaznická podpora, callcentrum, ERP, sklady a distribuce, docházka zaměstnanců, finance a fakturace, e-mailing, sociální sítě, vlastní marketingové budgety, mediaplány, Collabim, Google Search Console… Zdaleka ne všechno důležité se totiž děje jen na webu. Zdaleka ne všechna klíčová data jsou jen v Google Analytics. Pracujete pravidelně a systematicky i s těmito daty?
• Skutečný poklad neleží v datech uvnitř těchto jednotlivých systémů, ale ve vztazích mezi nimi. Díváte se jen do izolovaně do každého z nich a přicházíte tak obrovskou část užitečných informací? Nebo si je dáváte do kontextu, do jednoho uceleného obrázku?

Marketing

• Kolik vám jednotlivé marketingové kanály přivádějí obratu a zisku? Nikoliv leadů či objednávek na eshopu, ale opravdu reálných tržeb z finálních zaplacených objednávek po započítání storna, vratek, reklamací?
• Jaké oproti tomu byly celkové náklady na tyto kanály a jak jsou vysoké v porovnání s příslušnou přivedenou marží? Jaká je ROI a efektivita jednotlivých kanálů? Nejen celkově, ale i pro jednotlivá období.
• To vše nejen pro kanály jako celek, ale i v rozpadu na dílčí kampaně, sestavy, konkrétní klíčová slova, inzeráty a bannery, konkrétní e-mailové rozesílky – abyste byli schopní detailně určit a rozklíčovat, co funguje a co ne, co nechat a rozvíjet, co naopak utlumit či pozastavit. Kam dát další dodatečnou korunu, aby vám vydělala zpět co nejvíce?
• Započítáváte do reklamních nákladů konkrétního kanálu vedle ceny prokliků a impresí i související fee pro agenturu, reklamku, mediálku?
• Multichannel a atribuce: Jak se na objednávkách podílejí různé kanály, kterými uživatel postupně v minulosti přišel, než si u vás nakonec objednal? Kolik můžete dát za placené PPC kampaně, když zákazníci z nich padají do newsletterové databáze nebo Facebookové stránky a pak si budou v budoucnu objednávat z newsletteru nebo z Facebooku?
• Za kolik si objednali lidé, kteří viděli vaši bannerovou kampaň, sice na ni nikdy neklikli, ale díky ní si zapamatovali vaši značku a pak přišli napřímo nebo hledáním vašeho brandu ve fulltextových vyhledávačích?
• Jak se změna sloganu na vašich bannerech promítla do výše a struktury finálních objednávek a tržeb?
• Kohorty a Customer Lifetime Value: Z jakého zdroje k vám přišly různé kohorty zákazníků, jaká je jejich životnost a jak rychle slábnou, kolik vás jejich přivedení stálo, kolik opakovaně během jejich života ještě zaplatíte za jejich opakované příchody, kolik vám celkem vydělají, za jak dlouho se vám náklady na ně vrátí?
• Byla nějaká promoakce úspěšná? Zaplatila se vám dočasná sleva nebo dárek očekávaným nárůstem tržeb? Jaké produkty si díky tomu zákazníci začali více objednávat? Přivedlo to nové zákazníky? Vydržel nárůst tržeb i po skončení promoakce? Nezpůsobilo to třeba zvýšení vratek a storen?
• Jak dlouho nabízet přes remarketing nějaký produkt lidem, kteří se na něj ptali v support chatu na webu nebo na telefonické helplince?
• Jaké produkty jsou vyprodané nebo mají nízké skladové zásoby, takže bychom pro ně měli dočasně vypnout produktové kampaně a remarketing?

Zákazníci

• Jak se vyvíjí po jednotlivých měsících počet nových zákazníků? Drží se nebo roste jejich počet? Neboli roste průběžně množství lidí, kteří vás znají?
• Jaký je rozpad nových zákazníků po jednotlivých akvizičních kampaních?
• Kolik vás stálo přivedení úplně nového zákazníka a za jak dlouho se vám zaplatí náklady na jeho získání? Kolik si můžete dovolit do budoucna v jednotlivých kanálech vydat peněz za získání nového zákazníka?
• Kolik vás stojí komunikace k vybraným zakazníkům – například aktivace k druhé objednávce?
• Jaká je průměrná hodnota první objednávky, druhé objednávky? Nejen celkem, ale i podle primárního akvizičního zdroje?
• Roste vám v čase počet vracejících se stávajících zákazníků a o kolik?
• Jaký je podíl jednorázových a opakovaných nákupů? Jaký je podíl nových a vracejících se zákazníků?
• Kolik návštěv je potřeba, než u vás návštěvník poprvé nebo podruhé nakoupí a stane se zákazníkem?
• Jak dlouho se k vám bude získaný zákazník z jednotlivých kanálů a kohort vracet, kolik vám za tu dobu vydělá (Customer Lifetime Value), jaká je rychlost a míra úmrtnosti dané kohorty (churn rate)?
• Jak váš věrnostní systém či jiné aktivity pro podporu retence ovlivnily míru úmrtnosti a obecně retenci zákazníků? Vyplatilo se to, zaplatilo se to?
• RFM analýza: Do jakého segmentu ten který zákazník patří? Jak se liší a chovají zákazníci po jednotlivých zákaznických segmentech? Co prohlížejí, co nakupují, na co reagují, jak na ně komunikovat?
• Kdo jsou vaši nejrentabilnější zákazníci? Jste schopni získat další podobné zákazníky?
• Za kolik u vás nakoupil pan Novák v posledním roce, a to napříč všemi jeho prohlížeči, telefonními hovory s infolinkou a návštěvami na pobočce? A ze kterých všech kampaní se za tu dobu proklikl na váš web a kolik vás to stálo?

Obchod

• Jaký je počet příležitostí, u kterých se v aktuálním období očekává uzavření a které to jsou, jak se v čase vyvíjí, jak se daří ve výsledku příležitosti uzavírat?
• Osobní reporty a výkonnost jednotlivých obchodníků: Jaká je aktuální průběžná výše uskutečněných a uzavřených obchodů v měsíci oproti plánu?
• Jaké je geografické rozložení vašich zákazníků, nejen jejich počtem, ale třeba přes průměrné výše objednávek, přes celkové tržby? V jakém městě dává smysl otevřít další pobočku nebo udělat nějaký offline event?
• Mění zákazníci odběrná místa? Mění zákazníci způsob doručení? Počet telefonických objednávek? Počet nevyzvednutých a vrácených zásilek?
• Chcete vidět na jednom úplně vše, co víte o každém jednom konkrétním zákazníkovi, napříč všemi zdroji dat, ve kterých o něm něco evidujete? Co viděl za bannery, z jakých zdrojů přišel, na co se díval, kolikrát se vrátil, jak často k vám chodí a kdy u vás byl naposledy, co si kdy koupil, jaké jsou jeho útraty, zda něco řešil se supportem a co, jak vám vyplnil feedback dotazník, jaká je jeho platební morálka, v jakých segmentech a remarketingových skupinách ho máte zařazeného, co mu posíláte za personalizované maily, jak na ně reaguje…
• Jaké zákazníky byste dnes měli nejurgentněji oslovit? Podle různých kritérií – jsou na odchodu, jsou těsně před nákupním rozhodnutím, něco zrovna dneska hledali či dělali na webu…

E-mailing

• Z jakých kampaní jste získali zákazníky, kteří reagují/nakupují na newslettery?
• Kolik vás stojí získání jednoho odběratele newsletteru, zaplatí se vám díky newsletteru tato akvizice a za jak dlouho?
• Kolik utratí průměrný odběratel newsletteru a jak si stojí oproti ostatním zákazníkům?
• Umíte nového odběratele newsletteru aktivovat k nákupu?
• Jak vám fungují retenční e-mailové rozesílky pro zpětné přivedení odcházejících zákazníků? Liší se nějak napříč různými segmenty zákazníků, například v závislosti na výši předchozích útrat? Zaplatí se vám retenční pobídky zpět?
• Jaký je vývoj počtu či procenta odhlášených lidí z newsletteru? Na čem to závisí, čeho se příště vyvarovat a co naopak příště zopakovat?

Produkty

• Jaké jsou základní žebříčky produktů – produktový konverzní poměr, prodej kusů, tržby, celkové marže, “vratky”, reklamace, hodnocení, stížnosti? Jak se tyto metriky vyvíjí v čase nejen na úrovni celého e-shopu, ale za jednotlivé kategorie či pro jednotlivé produkty?
• Které další produkty se objednávají nejčastěji společně s vybraným jedním konkrétním produktem? Ať už v jednom košíku, nebo i v dalších transakcích stejného zákazníka?
• Jak se prodej těchto dalších společně nakupovaných produktů vyvíjí v čase, třeba v závislosti na změně ceny vybraného produktu?
• Například pokud se matky při výběru obchodu řídí cenou sunarů, tak když zlevníte sunar, začnou se společně s ním víc prodávat drahé plenky? A když zlevníte jen sunar pro děti do tří měsíců, budouu vás takto přivedené matky později pokračovat v nákupu normálně drahých sunarů, až budou jejich děti starší?
• Které produkty jsou “traffic builders” a dlouhodobě přivádí nové zákazníky nebo objednávky jiných produktů, takže je nesmíte vyřadit z nabídky, i když samy o sobě nejsou rentabilní?
• Zvýší se vám zisk, když začnete v e-shopu jako související produkty cíleně nabízet ty s nejvyšší marží? Nebo jenom začnou lidi více bloudit po vašem webu, hledat si i navzdory tomu ty nejlevnější? Nebo začnou lidi odcházet a nekoupí si vůbec nic?
• U software: Počet objednávek vs. počet aktivací? Počet stáhnutí a počet instalací? Doba využívání služby či aplikace? Využívání jednotlivých funkcí?
• U služeb a agentur: Jak fungují kampaně jednotlivých klientů? Kolik jste jim udělali práce? Kolik máte fakturovaných hodin?
• Jaké bonusové produkty jsou nejoblíbenější? Jak podle toho máte naplánovat příští newslettery a další aktivity?

Cenotvorba

• Jaká cena za produkt je ta správná?
• Jak se změna vašich cen skokově promítla do prodejů daného zlevněného či zdraženího zboží?
• Jaká je cenová elasticita našich zákazníků? Když zdražíte, odejdou masivně zákazníci jinam, nebo zůstanou a vy jen vyděláte víc? Když zlevníte, získáte o tolik víc zákazníků, aby vám to pokrylo výpadek zisku po slevě?
• Mají vaše snížené ceny dopad i do jiných metrik? Zvýšila se vám stornovanost a vratkovost zboží? Zvýšli se neúměrně provoz na zákaznické podpoře? Změnila se vám skokově nová hodnocení na Heuréce?
• Jeden zlevněný produkt může přivést nové zákazníky, kteří si pak budou společně s ním objednávat i další nezlevněné produkty. Jak se zlevnění vybranch produktů promítne do celkových tržeb? Které další zboží se začalo objednávat více společně s vybraným zlevněným produktem?

Konkurence a vnější vlivy

• Jak se vyvíjejí cenové hladiny u konkurentů, ať už celkově, nebo na úrovni konkrétních oddělení či produktů? Jak si oproti nim stojíte?
• Jak se změna cen u konkurence promítla do vašich prodejů a obchodních výsledků?
• Vyděláte víc, pokud budete následovat změny cen konkurentů, nebo se máte radši držet své ceny?
• Jak se vyvíjejí reklamní spendy konkurentů v porovnání s mými? Jak se do vašich prodejů promítla masivní kampaň konkurence v poslední době?
• Ovlivňuje aktuální počasí výši objednávek? Zohledňujete přitom různé počasí v dílčích regionech?

Zákaznická podpora

• Kolik procent ticketů se povedlo vyřešit úspěšně ke spokojenosti zákazníka?
• Jak si v následujícím půlroce objednávají lidé, kteří se obrátili na support a ten jim (ne)uspokojivě poradil?
• Které typy požadavků se naopak nedaří zákaznické podpoře nejčastěji řešit? Co to je za problémy, kolik jich je proporčně vůči všem požadavkům a není zde prostor pro nějakou hlubší systémovou změnu?
• Na jaký typ problémů si zákazníci nejvíc stěžují? Na kterou problematickou oblast ve firmě se máte zaměřit nejdřív? Když ji vyřešíte, promítne se to do snížení počtu stížností v dané oblasti a nárůstu celkového indexu spokojenosti zákazníků?
• Jaký měla změna vaší zákaznické podpory vliv na nová hodnocení vašeho e-shopu na Heuréce nebo změnu sentimentu na sociálních sítích?
• Jak se vám obecně v čase vyvíjí výsledky dotazníků a hodnocení na Heuréce či ve vašem vlastním ponákupním zákaznickém výzkumu? Jak se vyvíjí Net Promoter Score?

Call centrum

• Kolik zboží prodal telefonista na helplince lidem, co mu volali na základě vaší bannerové kampaně?
• Počet vyřízených hovorů na směnu/hodinu/operátora? Průměrná délka hovoru dle typu? Počet uzavřených kontraktů? Počet hovorů během dne?
• Typ hovorů (help linka, stížnost, marketing, dotazníky, vztah k danému produktu)? Vývoj v čase v důsledku vámi udělaných změn či komunikace?
• Jaký banner viděl nebo z jaké kampaně se na váš web před chvílí proklikl člověk, co vám právě teď volá na telefon? K jaké online kampani přiřadit objednávku, kterou s ním operátor po telefonu uzavře?

Sklad a distribuce

• Mění zákazníci v čase odběrná místa a způsob doručení? Je to závislé na zákaznické zkušenosti, loajalitě, na typu objednávaného produktu, na bydlišti zákazníka, nebo na finanční hodnotě objednávky?
• Jak jsou zákazníci spokojení s výdejními místy, jejich dostupností, oblusluhou, otevíracími hodinami? Jak to souvisí s jejich loajalitou, dalšími navazujícími nákupy, reklamacemi a stížnostmi na zákaznické podpoře?
• Jaký má vliv stanovení dopravy zdarma od určité výše hodnoty objednávky na celkové prodeje, na upselling a cross selling, na průměrnou hodnotu objednávek? Zaplatí se vám doprava zdarma zvýšením objednávek? Nedává ekonomický smysl stanovit hranici jinak?
• Jaká je průměrná doba vyřízení přijaté objednávky a jak se vyvíjí v čase?
• Jaký je průměrný počet odbavených zakázek, které vyřídí jeden skladník za hodinu, jak se vyvíjí v čase, jak si stojí relativně oproti ostatním skladníkům?
• Je rychlost odbavení objednávky závislá na některých faktorech, jako třeba geografické umístění zákazníka, jméno konkrétního skladníka (někdo je dlouhodobě rychlý a někdo dlouhodobě pomalý), konkrétní obsah košíku (některé položky máte až vzadu na skladu a musí se pro ně běhat dál).
• Jaké jsou produkty, které když umístíte ve skladě jinam, tak to zrychlí odbavení a zefektivní sklad? Skutečně se to pak povedlo?
• Optimalizace skladových zásob – na základě historických dat a dalších metadat doporučení, kolik čeho objednat. Jakých sezónních produktů mám letos objednat více, protože loni se vyprodaly během týdne? Prodaly se jen červené, zatímco modré zůstaly neprodejné?
• Hodnota a vytížení skladu v průběhu času? Kapacita expedice skladu (počet expedovaných balíku)?
• Kolik povolat na víkend do práce skladníků, když má v Česku svítit sluníčko, na Moravě pršet a v pondělí je svátek?
• Jaké jsou průměrné výše objednávek u lidí, co využívají osobní odběr, oproti lidem, co si nechávají zboží poslat? Vydělá si osobní odběr na sebe, nebo je prodělečný? Měli byste zavést poplatek za osobní odběr a v jaké výši?
• Jak dlouho trvá a kolik stojí doručení zboží do jednotlivých částí spádové oblasti konkrétního skladu? Nevyplatilo by se někde otevřít nový sklad nebo naopak více skladů sloučit dohromady?

Kamenné pobočky

• Jak vám změna sloganů na letácích a billboardech u dálnice ovlivnila prodeje ve spádovém kamenném obchodě?
• Kde vůbec máte rozdávat letáky a stavět billboardy, aby měly správný zásah relevantní pro danou pobočku?
• Jaké jsou prodeje v jednotlivých pobočkách? Liší se nějak zásadně struktura prodávaných položek v jednotlivých pobočkách a proč? Lze toho nějak využít, například přeskládáním přednostních regálů v některých prodejnách?
• Jaké jsou průměrné tržby, které prodá každý jeden prodavač? Který z prodavačů je lepší a který horší co do schopnosti zvýšit průměrnou hodnotu účtenky, průměrný počet položek na účtence, průměrnou marži na účtenku (upselling, cross selling)?
• Jaké produkty se se kterými často a dobře prodávají, co by měli prodavači doporučovat k nakupovanému zboží?

Zaměstnanci

• Počet odpracovaných hodin, nemocenské, HO? Počet vyřízených ticketů, hovorů, balíků? Srovnání s ostatními kolegy?
• Jaký je u jednotlivých lidí či oddělení poměr fakturovatelné a nefakturovatelné práce? Celkové skutečné výše fakturací na jednoho zaměstnance? V porovnání s jeho přímými náklady?
• Jaké jsou celkové fakturace jednotlivých oddělení vs. celkové náklady jednotlivých oddělení?

Ozvěte se nám, pomůžeme vám!

Nejspíš vám výše zmíněné body přijdou povědomé, logické a potřebné. Určitě vás najednou napadá spousta dalších užitečných věcí, které by šlo nejen měřit, ale hned z nich i vyvozovat užitečné závěry a doporučení. Jenom nevíte, jak ja to a odkud začít.

Možná byste teď potřebovali pomoct s tím něco udělat a posunout se dál? Třeba si jenom s někým na hodinku sednout a probrat všechny otázky, které vás teď napadají? Prodiskutovat, co je vlastně vhodné řešit a sledovat právě ve vašem případě a jak na to? Nebo už máte jasno, jenom nemáte vhodný analytický systém a jen potřebujete někoho, kdo vám to celé pomůže opravdu nasadit a zrealizovat?

Ozvěte se nám do Media! Máme zkušenosti, máme know-how, máme efektivní postupy, máme správné technologie. Zařídíme vše kolem, abyste se vy mohli soustředit na to důležité – na svůj byznys. Rádi vám pomůžeme!

Za hranice Google Analytics

Google Analytics jsou skvělý nástroj pro sledování a vyhodnocování všeho, co se děje na vašem webu. Vidíte, odkud k vám lidi přichází, kudy se po webu proklikávají a kde se ztrácí, kolik z nich nakoupilo, co a za kolik. To je ale ve skutečnosti příliš úzký a omezený rozhled. Zdaleka ne všechno důležité se totiž děje jen na vašem webu. Zdaleka ne všechna klíčová data máte jen v Google Analytics.

Můžete si vedle Google Analytics otevřít ještě svou e-shopovou administraci, CRM, skladový systém, mailingové rozesílátko, tickety ze supportu, statistiky o počasí, výkyvy měnového kurzu, nasbíraný vývoj cen vašeho zboží u konkurentů… A dívat se do každého samostatně. Stále ale budete přicházet o obrovskou část důležitých informací.

• Za kolik u mne nakoupil pan Novák v posledním roce, a to napříč všemi jeho prohlížeči, telefonními hovory s infolinkou a návštěvami na pobočce? A ze kterých všech kampaní se za tu dobu proklikl na můj web a kolik mě to stálo?
• Jak si v následujícím půlroce objednávají lidé, kteří se obrátili na support a ten jim (ne)uspokojivě poradil?
• Kolik zboží prodal telefonista na helplince lidem, co mu volali na základě naší bannerové kampaně?
• Kolik povolat na víkend do práce skladníků, když má v Česku svítit sluníčko, na Moravě pršet a v pondělí je svátek?
• Jak mi změna sloganů na billboardech u dálnice ovlivnila prodeje v kamenném obchodě?
• Vydělám víc, pokud budu následovat změny cen konkurentů, nebo se mám radši držet své ceny?
• Jaký měla nějaká promoakce vliv na storna nebo vratky objednávek v následujících dvou měsících? Jak dlouho se lidé, co s ním přišli, ještě vraceli, kolik celkem utratili a vyplatila se mi?
• Kteří z mých klientů utrácel v posledním půlroce nejvíc u konkurence a jaký to mělo vliv na jeho tržby u mě?
• Jak dlouho nabízet přes Adwords remarketing nějaký produkt lidem, kteří se na něj ptali v chatovém supportu?
• A řadu dalších scénářů…

Skutečný poklad totiž neleží v datech uvnitř jednotlivých systémů, ale ve vztazích mezi nimi.

Samé slepé uličky

Takže buďto začnete používat nějaký jednoúčelový startup, kterých jsou po internetu mraky a jsou zpravidla k ničemu. Sice možná stáhne nějaká vaše data, vyrobí z nich pár sexy barevných dashboardů a tím to končí.

Nebo si naprogramujete vlastní zbastlený polofunkční integrační systém. Utopíte v něm hromadu peněz a nakonec zjistíte, že polovinu věcí neumí a zbytek počítá špatně. Cokoliv změnit nemáte odvahu, protože to bude zase drahé a beztak jediný programátor, co do toho viděl, už u vás dávno nepracuje.

Anebo to budete řešit pěkně ručně přes Excel, zaměstnáte dva „analytiky“ na fulltime, aby vám průběžně z týdne na týden připravovali neúčelně stále stejné reporty s aktuálními čísly, a brzy se utopíte se v excelovém inženýrství.

Tak nebo tak, kromě tří minut reportingu na poradě managementu to stejně nebude nikdo ve firmě reálně používat, protože to je těžkopádné a neflexibilní. Stejně to omezíte jen na několik málo lidí, protože tohle dělat pro každého člověka ve firmě zvlášť, aby každý viděl právě ta svá data a ty své reporty, které chce a má vidět, je neúnosné, složité a drahé.

Potřebujete to pojmout jinak.

Keboola a GoodData!

Dneska dělá Medio velký krok. Začínáme poskytovat veškeré služby kolem dvojice business-intelligence nástrojů Keboola Connection a GoodData.

Stali jsme se Keboola Certified Partner a Keboola Certified Reseller a máme za to dokonce i takovýhle krásný odznáček:

Keboola Connection je velice mocný nástroj, který do sebe umí průběžně tahat všechna možná data, která kde máte. Ať už to jsou reporty z Google Analytics, Adwords nebo Skliku, informace o zákaznících z vašeho CRM, eshopu nebo support systému, vaše skladové hospodářství či účetnictví, ale i úplně externí zdroje dat, jako třeba informace o počasí, aktuálních měnových kurzech apod. Po úvodní implementaci a konfiguraci běží už vše automatizovaně, cílem je minimalizovat nutnost jakékoliv opakované ruční práce.

Všechna načtená data jsou v zásadě neuspořádaná a heterogenní. Keboola Connection si je profiltruje, zkombinuje a pospojuje. Připraví je tak pro elegantní jednotný reporting. Pro samotné prohlížení, procházení a zkoumání dat se pak používají GoodData. Umožňují nad připravenými daty dělat obecně jakékoliv reporty, segmentace, filtrace, vizualizace. Prostě takřka cokoliv, co byste vůbec kdy mohli potřebovat. Dovedete si pak tedy zodpovědět různé otázky, třeba ty nastíněné výše. A platí, že každý člověk ve firmě může mít takto velice snadno na míru připravené své vlastní reporty, kde uvidí přesně ta data, která vidět má, přesně v té podobě, kterou potřebuje.

Medio se na tuto novinku intenzivně připravovalo několik měsíců. Prošli jsme si tréninkem, workshopy, prvními reánými projekty. Plně pokrýváme celý proces nasazení, od úvodní analýzy a implementace přes průběžný provoz a licencování obou nástrojů až po přípravu konkrétních reportů či analýz.

Neváhejte nám tedy napsat a zeptat se na cokoliv, pokud si i jen trochu myslíte, že by se vás to mohlo týkat a že by vám Keboola mohla v něčem pomoci.

Podívejte se na náš webinář o Keboole

Pokud vás zajímá podrobněji, cože to vlastně Keboola je a jak funguje, podívejte se na záznam našeho webináře:

Podívat se na záznam webináře o Keboole

Během půldruhé hodiny v něm ukazuji Keboolu i GoodData v praxi. Vysvětluji základní princip fungování, ukazuji konkrétní nastavení, zpracování dat i vytvoření reportů na jednoduchém projektu.

Přečtěte si o Keboole víc

• Jan Tichý: Keboolovatíme
• Tomáš Čupr: Jak GoodData a Keboola mění můj život
• Co je ta Keboola a GoodData?
• Lupa.cz: Kdo si cloud nevyřeší, toho semele
• Vojta Roček: Co vlastně děláme v Keboole?
• Petr Šimeček z Kebooly: Sleduji, co lidé s daty dělají, jaké mají potřeby a čím jim nejvíc můžeme prospět my