С 4 по 8 апреля я буду находится в Кремниевой Долине в составе небольшой группы из компании Викимарт.
В этой поездке мы будем обсуждать вопросы анализа данных, аналитики, юзабилити, подходов к тестированию сайтов, разработки продукта. Мы планируем посетить компании Netflix, Facebook, Ebay (список неполный).
Если у вас есть вопросы, которые вы хотели бы задать специалистам этих компаний по направлению аналитики, веб-аналитики, data mining, то можете написать их в комментариях к этой статье.
Самые адекватные вопросы я выберу, постараюсь получить ответы и опубликовать их на моем сайте.
1) Какие элементы формируют потребность у покупателя на странице продукта в интернет-магазине? 2) Какие действия покупателя отслеживать, которые влияют на решение о покупке? 3) Как использовать персональные рекомендации так, чтобы они с большей вероятностью были релевантными, чтобы максимально соответствовали тем покупкам, которые готов сделать покупатель? 4) Как может влиять период решения о покупке 5) В гипермаркетах для увеличения продаж дают большие корзины и большие тележки. Как сделать так, чтобы больше покупали в интернет-магазине? 6) Как формируется лояльность к интернет-магазину? Как измерить истинную лояльность к интернет-магазину? Как можно применить эту информацию? 7) Есть ли разница в подходе продаж аудитории, пришедшей с разных источников? 8) Нужно ли разделять аудиторию на несколько целевых групп? Как составить портрет такой аудитории? Актуально ли это сейчас? 9) Какие отзывы об интернет-магазине, процессе покупки необходимо спрашивать у покупателей? 10) Как стимулировать покупателей сделать покупку, не используя скидки?
Заранее благодарю! Если сформулирую вопросы, задам ещё.
Роман, добрый день! Пользуясь случаем, задаю свой главный вопрос: Какими методами производится проверка гипотез по юзабилити в проектах перечисленных гигантов? Только на практике? Фокус группами? Какие-то специальные технический фишки используются при этом (оборудование, софт)? Или гипотезы вообще не проверяются, а юзабилити изменяется методом "да полюбому, так лучше"? Спасибо, с уважением, Илья К.
Интерфейс интернет-магазина — это посредник между компанией и покупателем. Какие впечатления должен получать пользователь от интерфейса? Как можно улучшить интерфейс за счет игровых элементов, справочных? С помощью каких элементов можно ещё улучшить интерфейс?
1. Какие модели (скажем топ 3) предпочитают использовать аналитики для сегментации потребителей? Под сегментацией подразумеваю кластеризацию данных о потребителях (то есть своего рода unsupervised learning). 2. Когда стоит задача провести относительно сложный анализ данных (наподобие п.1), как в основном это делается (с выгрузкой на локальную машину или он-лайн) и какой софт используется (sas, R, spss, excel, statistica, pehtaho, и т.п., может быть какие-либо собственные приложения или подходы)? 3. Аналогично, когда стоит задача провести относительно сложный анализ данных, как примерно строится типичный аналитический проект? Применяются ли какие-то отраслевые стандарты, которым следуют аналитики в разных компаниях?
Перед запуском рекламной кампании в электронной коммерции разрабатываются маркетинговые модели, которые должны в точности отражать маркетинговую стратегию.
Интернет-реклама (или интернет-маркетинг) приводит потенциальных клиентов на сайт и требует серьезных инвестиций. Веб-аналитика помогает сделать анализ рекламы,
оценить конверсию сайта и посещаемость сайта. В качестве технического средства лучше использовать Google analytics, это очень хороший счетчик посещений сайта, можно
сказать лучший из всех бесплатных счетчиков сайтов.
На эффективность продвижения юзабилити влияет, но не настолько, как сейчас распространено мнение в сети Инернет. Больше влияют алгоритмы рекомендаций и навигация на сайте.
Сайты накапливают базу данных клиентов. И анализ интернет-магазинов показывает, что эта информация в маркетинге используется слабо.
Business intelligence или bi система позволяет делать сегментацию потребителей по поведению и демографии, а также скоринг вероятности отклика клиента.
Data mining инструменты затем используют для проведения кампаний прямого маркетинга (или direct marketing) по базе данных клиентов.
OLAP и bsc (сбалансированные показатели) инструменты очень важны для анализа в маркетинге. Bi системы также являются основой любой аналитической CRM системы.
Все это образует электронный маркетинг. Об этом весь сайт KPIs.ru, включая мои лекции по маркетингу.
