Co jsme si odnesli z E‑commerce Data Summitu na Czech Online Expo 2019
Na letošním Czech Online Expu jsme garantovali páteční E-commerce Data Summit věnovaný zbožákům a datové analytice a automatizaci v e-commerce. Užili jsme si 5 zajímavých přednášek a jednu hvězdnou panelovou diskuzi. Nestíhali jste si zapisovat, nebo jste nemohli dorazit? V následujícím článku přinášíme shrnutí všech přednášek.
Adam Funiok: Co se v nápovědě (jen tak) nedočtete
Adam z Proficia má velké zkušenosti se zbožovými srovnávači nejen v Česku, proto jsme ho požádali o praktický a nabušený úvod celého dne. A on nezklamal. Jeho přednáška se točila zejména kolem vstupních dat pro zbožáky, tedy feedů a označování produktů v nich. To totiž může nadělat pěknou paseku. Mluvil o tom ostatně i v rozhovoru pro náš blog.
Zásadní Adamovou radou je, že byste pro každý zbožák měli používat separátní feed a nepropojovat je mezi sebou. Pokud totiž budete vycházet z jednoho feedu, může se stát, že provedením změn v jednom rozbijete nastavení v tom druhém. Tuto chybu si pak mnozí neuvědomí. Když použijete separátní feed, máte také mnohem více možností, jak jednotlivé feedy vyladit právě pro konkrétní portály.
Každý zbožový srovnávač využívá jiné parametry. Jejich použití vám může hodně pomoci v honbě za lepšími výsledky reklamy a v bidování. A co se týká Custom labels, Google jich bere pouze prvních pět.
Adam dále radí: „Nebuďte zbytečně kreativní při pojmenovávání produktu. Veškerou kreativitu věnujte až samotnému popisku.“ Díky tomu se vyhnete špatnému párování nebo špatnému zařazení produktů do kategorií vytvořených samotným srovnávačem. Glami je toho zářným příkladem.
Zbyněk Hyrák: Používejte Google Analytics chytře
Jistě nejnavštěvovanější přednáškou byla ta od Zbyňka Hyráka. Na spoustu zájemců se ani nedostalo, lidé seděli i na zemi. Zbyněk se podíval na zoubek Google Analytics, nejznámějšímu nástroji na měření webu. Jak by si ho správně měli nastavit e-shopisté?
Hned v úvodu bylo nutné začít tím, že nestačí pouze nasazení Google Analytics na web. Použijte určitě Google Tag Manager. Slouží jako sběrná stanice všech měřících, konverzních, remarketingových a dalších kódů. Nástroj umožňuje lepší nasazování a následnou správu. Měření je pak mnohem efektivnější a je možné měřit více metrik.
Zbyněk nám také ukázal, jaké statistiky je možné z Google Analytics dostat a které cíle se dají měřit. Doporučuje se dívat o kousek dál: „Nezapomínejte vyhodnocovat i mikro-konverze, samotné konverze nestačí.“
Díky konverznímu trychtýři můžete odhalit i problémy, které nastávají během objednávacího procesu. Nastavte si měření i u událostí (eventů) a importujte data o nákladech z PPC systémů. Přemýšlejte nad vhodným atribučním modelem pro váš e-shop, ne každá konverze je z přímé návštěvy, jak to na první pohled vypadá. Přečtěte si také Zbyňkův rozhovor na našem blogu, kde o tomto tématu mluví.
Petr Bláha: Jaký model dynamického pricingu zvolit pro váš e-shop
Petr je u nás Product Ownerem Disiva, nástroje na automatizovanou cenotvorbu. A dynamickému pricingu se věnovala i jeho přednáška. Na začátku Petr ukázal, jak velká může být cenová elasticita v e-commerce. A pak se vrhnul na zodpovězení 3 základních otázek:
- Jaký model dynamického pricingu vybrat?
- Jak vše správně měřit a kontrolovat?
- Co k tomu může říct náš výzkum?
O rule-based a machine learning přístupu k pricingu se Petr rozpovídal také v rozhovoru na našem blogu týden před začátkem Czech Online Expo 2019. Důležité je, že pro rule-based dynamický pricing potřebujete mít na svém e-shopu alespoň tisíc objednávek měsíčně nad homogenní skupinou produktů. Pro machine learning model to pak musí být desítky tisíc objednávek měsíčně.
Z pohledu měření musel Petr trochu zklamat Zbyňka, který přednášel před ním, protože podle něj pro vyhodnocování cenotvorby Google Analytics nestačí. Potřebujete spolehlivější BI analytiku. A samozřejmě také schopného analytika, který bude vyhodnocovat, zda vaše cenová strategie plní své cíle, nacházet nové příležitosti, odhalovat hrozby a odpovídat na další otázky.
Důležité je zamyslet se, jaká data máte k vyhodnocování. Každé testování a vyhodnocování totiž ovlivňují další externí vlivy a 15ti procentní změna při 150 objednávkách může být stále statisticky nevýznamná. Při jakém množství objednávek je tedy možné výsledku důvěřovat? Petr připravil vlastní výzkum se simulacemi testů, který poradí, jak velkou změnu musí přeceňování přinést, abychom mohli říct, že se nejedná o náhodu tzv. šum. Snadno také ukáže, jaký musíte mít zisk/obrat, aby pro vás bylo dynamické přeceňování efektivní. Svůj tool na simulaci změny zveřejnil na našem webu DelejteSpravnaRozhodnuti.cz, takže si ho můžete vyzkoušet i vy.
Marek Kobulský: Omni-channel Data Driven Atribuční modelování jednoduše
Marek z Ecommerce-Academy na úvod své přednášky doporučil nevycházet z přednastavených kanálů Google Analytics. Můžete si vytvořit vlastní a sledovat tak to, co vás skutečně zajímá. Upozornil také, že u Channel Groupingu je třeba myslet na to, že filtruje shora dolů, proto je nutné jít postupně dle důležitosti.
Proč vůbec řešit atribuční modelování? Až polovina placené návštěvnosti se v Google Analytics může zobrazovat jako Direct. Stačí totiž 30 minut neaktivity nebo úder půlnoci a Google uživatele přiřadí k nové přímé návštěvě. Atribuční modely pomohou zjistit, který zdroj interakce byl například ten první.
Než začnete řešit atribuční modelování, je třeba stanovit si alespoň základní strategii. Jinak není možné správně vyhodnocovat jednotlivé dopady. Zároveň je nutné si určit konverzní okno.
A kdy se vrhnout na data-driven atribuční modely? Musíme znát nekonverzní cesty a mít nasazené Client ID.
Martin Faith: Vyhodnocování marketingu integrovanými daty
Na závěr konferenčního dne jsme se vrátili tak trochu na začátek. Martin Faith z Roivenue totiž povídal o významu integrace dat a také o tom, jak na to. A to bývá popravdě jeden z prvních zádrhelů při snaze o využití dat v rozhodování, jak zdůrazňoval i v našem předexpovém rozhovoru. Platí totiž, že „Wrong data is no better than no data.“
Jednoduchou integraci dat ukázal Martin přímo na screenshotech z aplikace Microsoft Power BI. Ten ostatně rádi používáme i my v Datawepsu. Základní propojení dat v něm jako začátek může stačit. Později už na integraci a používání Power BI potřebujete specializovaného člověka, protože datové modely bobtnají a ne vše lze jednoduše naimportovat a propojit. Můžete také využít služeb profi nástrojů, jako je právě Roivenue.
Martin upozorňoval také na to, že je třeba hlídat čistotu dat. Například UTM parametry by měly být využívány jednotně napříč celou vaší organizací. Ve chvíli, kdy stejný kanál každé oddělení označuje jinak, máte problém.
Stejně tak je nutné si prvně říct, co vlastně chceme měřit a na jaké otázky si vyhodnocovat. Nalít všechna data na jedno místo vám nijak nepomůže, pokud nevíte, co v nich hledáte. Jejich strukturu a integraci musíte přizpůsobit požadovaným výsledkům.