Ahoj, milí čitatelia blogová stránka. Nie je to tak dávno, čo som publikoval článok „“. Tam sme stretli tohto démona platový systém analytici akoby zvnútra, t.j. sme sa dozvedeli, ako sa údaje zhromažďujú, ako sa spracúvajú, ukladajú a ako sa na ich základe vytvárajú potrebné správy.

Tieto poznatky sa nám budú v budúcnosti určite hodiť. No a teraz chcem prejsť priamo ku konverzácii o analytike ako takej. Načo to je? Aké metódy analýzy lokality existujú a aké výkonnostné kritériá by sa mali monitorovať.

Pozrieme sa aj na to, ako sa zbierajú štatistiky stránok, aké metódy a nástroje sa najčastejšie používajú a hlavne, ako sa zbierajú práve tieto údaje. V tejto súvislosti sa budeme podrobne zaoberať pojmami ako návštevník, relácia a zásah, ktoré sú základom všetkých webových analýz. Bez pochopenia týchto vecí bude pre vás veľmi ťažké ďalej pochopiť všetky zložitosti zvyšovania efektívnosti vašich stránok, o ktorých budeme hovoriť v článkoch tejto časti.

Čo sledovať a ako nastaviť úlohy pre analýzu?

Z vyššie uvedeného článku sme sa dozvedeli, že systém Google Analytics v skutočnosti pozostáva z niekoľkých blokov, z ktorých hlavné možno považovať:

1. Nástroj na zber údajov
2. Nástroje na analýzu, spracovanie a zobrazenie zozbieraných štatistických údajov

Prečo potrebujeme takéto analytické systémy?? Poďme sa pozrieť:

Je to v vo všeobecných podmienkach, ale všeobecne analytika je potrebná na zlepšenie stavu vašich stránok(a podnikanie). Vďaka nemu môžete niečo merať a sledovať vplyv zmien, ktoré vykonáte na niektoré pre vás dôležité charakteristiky (návštevnosť, konverzia atď.). To, čo sa nedá zmerať, sa tiež nedá zmysluplne zlepšiť, preto je tomu toľko pozornosti nedávne časy Všetci SEO špecialisti sa venujú zbieraniu štatistík, ich spracovaniu a analýze. Nie je to ľahká úloha, ale je veľmi sľubná.

pomocou systémov, ako je Google Analytics, závisí od typu vašej stránky. V zásade nie je toľko možností, takže ich vymenujeme:

1. Predaj – relevantný pre online obchod
2. Zbieranie potenciálnych zákazníkov – napríklad registrácie na stránke, odbery informačný kanál, vyplnenie objednávkového formulára a pod. Relevantné pre mnoho typov zdrojov, ktoré zhromažďujú zbierky rôznych akcií používateľov, aby ich neskôr mohli tak či onak speňažiť.
3. Zapojenie publika a návštevnosť zdrojov – relevantné pre informačné a spravodajské zdroje
4. Pomoc používateľom pri hľadaní informácií je relevantná pre informačné zdroje ako napr vyhľadávače, katalógy, encyklopédie a pod.
5. Zvyšovanie povedomia ochranná známka, ako aj vernosť publika k nej – relevantné pri brandingu, t.j. propagácia značky

Preto budete musieť pochopiť, do akého typu patrí váš projekt, a na základe toho si už vyberiete tie ukazovatele výkonnosti, ktoré by sa mali monitorovať pomocou analytického systému (Google alebo Yandex - na tom nezáleží). Teoreticky tento proces vyzerá celkom jednoducho:

Najnepríjemnejšia vec je, že všetko, čo je popísané vyššie, v dobrom slova zmysle, je potrebné premyslieť ešte pred vytvorením stránky. Doviesť hotový a fungujúci internetový projekt do takej podoby, aby bolo možné merať potrebné ukazovatele výkonnosti, je často veľmi náročné. Bez toho všetkého nebude používanie najvýkonnejších analytických systémov, ako je Google Analytics, o nič efektívnejšie ako zatĺkanie klincov mikroskopom.

Hlavné možnosti zhromažďovania štatistík pre vašu stránku

Poďme však od toho abstrahovať a predpokladajme, že na všetky vyššie uvedené body máte viac či menej zmysluplné odpovede. Potom vyvstáva otázka - ako môžeme zbierať údaje, ktoré potrebujeme na analýzu. Ako som spomínal v článku o , technicky zber údajov je možné vykonať dvoma spôsobmi:

1. zbierať ich priamo na webovom serveri kde sa nachádza vaša lokalita, pričom zaznamenáte všetky požiadavky na ňu. Na tento účel sa používajú údaje zo serverových protokolov a protokolov, ako aj skripty špeciálne navrhnuté na tento účel. Táto metóda má svoje výhody a nevýhody:

   Z hľadiska technickej implementácie ide o program, ktorý sa inštaluje priamo na server, kde sa v skutočnosti nachádza vaša stránka. Najpopulárnejší z back-endových analytických systémov:

   1. - veľmi populárny systém, ktorý hostitelia často štandardne inštalujú na servery.
   2. Piwik je veľmi výkonný nástroj, ktorý v žiadnom prípade nie je horší, pokiaľ ide o možnosti, napríklad v porovnaní s takým populárnym systémom zberu štatistických údajov o klientoch, akým je Yandex Metrika (hoci v Piwik samozrejme neexistuje žiadny webvisor).
   3. Loganalyzer je o niečo pokročilejšia analytika ako Awstat.
   4. Weblog Expert – tiež v podstate podobný Awstatu.
2. Zároveň však môžete priamo zbierať potrebné údaje. v používateľských prehliadačoch ktorí navštívia vašu stránku. Existuje taký klientsky orientovaný programovací jazyk s názvom JavaScript, ktorého príkazy môžu byť zahrnuté v Html kóde webovej stránky. Na tomto princípe funguje väčšina počítadiel prístupov a analytických systémov ako Google Analytics alebo Yandex Metrica.

   Na všetky stránky svojho webu pridáte ponúkaný fragment kódu, ktorý po spustení zhromaždí všetky potrebné údaje z prehliadačov návštevníkov vašich stránok (a potom ich prenesie na servery analytického systému, ktorý používate). Táto metóda má tiež svoje výhody a nevýhody:

   1. Zhromaždené údaje nebudú také presné ako v prípade štatistiky servera. Mieru tejto nepresnosti je pomerne ťažké určiť a závisí od použitých metód aj od náhodných okolností (v prehliadačoch niektorých používateľov môže byť vykonávanie príkazov napísaných v JavaScripte násilne zakázané, alebo ste zabudli vložiť skript na niekoľkých samostatných stránkach vašej lokality).
   2. Všetky údaje budú zhromaždené a uložené na serveroch tretích strán (analytický systém, ktorý používate). Pravda, v tomto prípade bude doba ich uchovávania obmedzená a váš prístup k údajom môže byť vo výnimočných prípadoch (strata hesla, porušenie pravidiel používania atď.) obmedzený. V skutočnosti sú to práve tieto údaje vašou platbou za bezplatnú väčšinu týchto služieb, ktoré môžu využívať toto obrovské množstvo štatistický základ na obrovskom počte stránok, a to ako pre ich vlastné účely, tak aj na prevod napríklad zainteresovaným hráčom na trhu vyhľadávania za peniaze.
   3. Pozitívom je aj fakt, že polia so zozbieranými dátami nebudú musieť byť uložené na vašom serveri, pretože si to nevyžiada dodatočné náklady, ako je to v prípade serverových štatistík.
   4. Analytické možnosti klientskych systémov (tých, ktorí zachytávajú údaje v prehliadačoch používateľov, t. j. klientov), ​​spravidla výrazne prevyšujú serverové náprotivky.

   Príklady klientskych systémov na zber štatistík môže slúžiť:
   

   1. - zdroje, ktoré sú hostiteľom tohto počítadla, automaticky spadajú do tohto adresára hodnotenia (celkom dôveryhodného).
   2. - ďalšie počítadlo štatistík, na základe ktorých sa zostavuje hodnotenie najnavštevovanejších stránok v predmete.
   3. - najobľúbenejší spôsob zhromažďovania štatistík na vašom webe v Runet.
   4. - pomerne populárne hodnotenie stránok v Runete.
   5. - o niečo pokročilejší systém zberu štatistík s hodnotením stránok, ktoré si nainštalovali svoje počítadlo.
   6. - toto je už plnohodnotný systém na zhromažďovanie a analýzu štatistík stránok, ktorý má vo svojej korune pomerne závažný diamant - webvízor.
   7. je najpokročilejší analytický systém dostupný zadarmo. Vo všeobecnosti sa Analytics dlho nazýval trochu inak a bol plateným systémom (niekoľko stoviek dolárov mesačne na zistenie návštevnosti a súvisiacich parametrov), no potom ho kúpil skvelý a hrozný Google, po ktorom sprístupnené každému. Pred niekoľkými rokmi sa však pre veľké stránky objavila platená verzia Analytics, ktorá má pokročilé funkcie.
   8. Adobe SiteCatalyst je hlavným konkurentom platenej verzie Google Analytics. Tento balík je tiež platený a má pomerne vysokú popularitu v buržoázii.
   9. WebTrends je tiež pomerne silný nástroj, široko používaný v buržoázii.

   V pokračovaní tejto série článkov sa budeme zaoberať klientskymi systémami na zber štatistík, preto si o nich povieme podrobnejšie.

Ako fungujú analytické systémy pri zhromažďovaní štatistík webových stránok?

Takže v praxi sa zber štatistík stránok v klientskom systéme vykonáva vložením malého fragmentu kódu napísaného v JavaScripte do všetkých jeho stránok. Aj keď to v skutočnosti nie je samotný kód, ale iba spôsob, ako ho nazvať. Samotný kód zberu štatistík je dosť objemný a načítava sa súčasne s načítaním tejto webovej stránky zo serverov Google alebo Yandex (v prípade použitia Analytics a metrík), pokiaľ, samozrejme, nebol predtým uložený do vyrovnávacej pamäte používateľa. prehliadač.

Prehliadač spustí tento kód tak, že ho spustí vo svojom interprete JavaScript. Výsledkom je, že sa zhromažďujú a odosielajú rôzne údaje na servery Yandex alebo Google (aký druh stránky, odkiaľ návštevník prišiel, aké cookies sú preňho uložené v prehliadači, aké má rozlíšenie obrazovky, aký prehliadač, aký OS, a oveľa viac). A potom sa zozbierané štatistiky uložia do databázy analytického systému, ktorý sa rozhodnete použiť.

K týmto údajom má analytický systém už prístup, keď sa pokúšame zobraziť určité prehľady na našej stránke prostredníctvom jej webového rozhrania. Na základe týchto správ už môžeme vykonať ďalšiu analýzu. To je všetko, veľmi jednoduché. Ak hovoríte o mobilné aplikácie, potom, ako som už spomínal v článku o, na sledovanie sa nepoužíva JavaScript kód, ale takzvaný developer kit (SDK). Štatistické údaje získané v mobilných aplikáciách sa neposielajú neustále, ale v dávkach po určitom čase.

Všetky štatistické údaje zozbierané a spracované kódom sledovania budete mať k dispozícii vo forme reportov vo webovom rozhraní analytického systému. V Google Analytics sú všetky prehľady založené na kombináciách parametre (metriky) a ukazovatele (merania).

Aby sme však v budúcnosti hovorili rovnakým jazykom, bude potrebné uviesť definície základných pojmov (pojmov), ktoré budeme používať. Vo všeobecnosti som o nich hovoril v článku o Google Analytics (pozri odkaz na začiatku tohto príspevku), ale nezaškodí to zopakovať.

Pri analýze štatistík stránok sa používajú tri hlavné koncepty: prístupy, relácie a používatelia. Všetky zhromaždené štatistické údaje v akomkoľvek analytickom systéme sú usporiadané hierarchicky v trojúrovňovom systéme. Prístupy sú úplne dole, relácie sú umiestnené trochu vyššie a používatelia sú úplne hore.

Prístupy sú teda neoddeliteľnou súčasťou relácie (súbor akcií vykonaných počas návštevy daného používateľa na stránke) a súbor relácií už charakterizuje správanie používateľa na stránke (koľkokrát stránku navštívi a ako dlho trvali jeho návštevy). Pozrime sa na to všetko podrobnejšie a dôkladnejšie:

Poďme sa na to pozrieť bližšie cookies. Ide o malé časti údajov v textovom formáte, ktoré sú uložené vo vyrovnávacej pamäti prehliadača. Často sa používajú ako mechanizmus, ktorý vám umožňuje zapamätať si návštevníka a jeho preferencie – uložiť nastavenia, ktoré na stránke urobil, parametre autorizácie a iné. Pri opätovnej návšteve tejto stránky prehliadač načíta cookies, ktoré sú preňho zaznamenané, a návštevník sa dostane do známeho rozhrania, nemusí sa na tejto stránke znova autorizovať pri každej aktualizácii stránky.

Súbory cookie možno rozdeliť na dva typy – primárne (súbory cookie stránky navštívenej návštevníkom) a súbory cookie tretích strán (nepatria tejto stránke, ale sú prítomné na otvorenej stránke). Príkladom zdroja súborov cookie tretej strany môže byť banner, ktorý sa zobrazuje na stránke, ale načítava sa zo servera tretej strany. V nastaveniach prehliadača je možné zakázať prijímanie súborov cookie tretích strán, čo v skutočnosti mnohí robia.

Napriek tomu sa limit na jeden článok vyčerpal, takže o súboroch cookie a všetkom ostatnom, čo nám umožní zvládnuť vedu o zmysluplnom zbere štatistík stránok a práci s prehľadmi postavenými na ich základe, budeme pokračovať v ďalších publikáciách nadpis „“.

Veľa šťastia! Uvidíme sa čoskoro na stránkach blogu

Ďalšie videá si môžete pozrieť na stránke

Možno vás bude zaujímať

OpenStat - počítadlo zásahov a hodnotenie (predtým SpyLog), inštalácia a práca so štatistikami
Počítadlo Yandex viditeľné na stránke - nastavenie a inštalácia informátora Nová kniha Ingate: Praktický sprievodca komplexnou webovou analýzou
HotLog - registrácia v hodnotení stránok a príjem kódu počítadla prístupov
Návštevnosť stránky - ako skontrolovať štatistiku návštev vášho zdroja alebo zistiť počítadlá stránok niekoho iného
Ako funguje Google Analytics a čo je nové v Universal Analytics

» marketéri sa cítia ako skutoční detektívi. A aby „mysleli ako zločinci“, pokúšajú sa analyzovať všetky možné zdroje údajov: vedú rozhovory s priateľmi a kolegami a snažia sa „dostať CA„Pokročilí ľudia si prezerajú štatistiky v Yandex.Metrica a sociálnych sieťach a študujú dopyty vo wordstat. Dnes podrobne analyzujeme, ako a kde vytlačiť tajné informácie o používateľovi, poskytneme niekoľko skriptov na zhromažďovanie 100% spoľahlivých údajov o používateľoch a ukážeme, ako tieto informácie preniesť do mapa znakov.

Na blogu Convert Monster je viacero článkov o skúmaní a príprave mapy postáv, no zo skúseností z dvoch kurzov kurzu „“ sme si uvedomili, že najväčšie ťažkosti spôsobilo práve zbieranie informácií o potenciálnych zákazníkoch. A aj keď sa nazhromaždili nejaké štatistiky a existujú skutočné recenzie, nie je vždy jasné, čo hľadať a aké otázky klásť používateľom.

5 zdrojov údajov o cieľovom publiku, ktoré musíte použiť

V tomto článku sa zameriame na analýzu existujúcich údajov, t.j. článok bude užitočný pre tých, ktorí nazhromaždili aspoň primárne štatistiky publikum, existujú skupiny v sociálnych sieťach a pravidelný „prístup k telu“ zákazníkov zastúpený súčasným obchodným oddelením.

Nižšie je podrobná analýza 5 zdrojov údajov o cieľové publikum a prenos prijatých informácií do mapy znakov.

Jadro mapy znakov poskytnúť odpovede na nasledujúce položky:

1. Polodemografické údaje;
2. Emocionálny stav/záujmy;
3. Účel kúpy alebo problém;
4. Účel návštevy stránky;
5. Hlavné faktory rozhodovania;
6. Ďalšie faktory rozhodovania;
7. námietky;

Ryža. 1. Šablóna karty postavy.

Ako analyzovať existujúce publikum? Kde zbierať informácie? Ako odpovedať na tieto otázky? Nie je potrebné znovu vynájsť koleso – začnite so zdrojmi, ktoré máte po ruke. Zvážte niekoľko metód analýzy potrieb zákazníkov:

Prichádzajúce hovory

Ryža. 2. Je to ako identifikácia potrieb vo vašom predajnom tíme?

Na čo by ste mali venovať pozornosť pri analýze prichádzajúcich hovorov:

1. Aké sú najčastejšie telefonáty zákazníkov?
2. Ako ich formuluje?
3. Aké riešenia ste už vyskúšali?
4. Prečo to nepomohlo?
5. námietky

Obchodné oddelenie a nahrávanie telefonických rozhovorov vám pomôže zbierať tieto informácie, navyše otázky vyššie sú štandardné otázky na identifikáciu potrieb, nemusíte robiť nič trestné. Potenciálny klient ani nepochopí, že zhromažďujete informácie.

Stojí za to analyzovať záznamy hovorov, venovať pozornosť zneniam, námietkam a skúsenostiam klienta pred nákupom, aby ste zistili logiku rozhodnutia.

Aké informácie možno získať z telefonických hovorov: problém / účel nákupu, kľúčové faktory riešenia a zozbierajte zoznam námietok, ktorý uzatvoríte na vstupnej stránke.

Získajte spätnú väzbu od existujúceho zákazníka

Volajte 10 skutočných klientov a požiadajte ich, aby odpovedali na 6 krátkych otázok:

1. Aký problém sa klient snažil vyriešiť?
2. Aké riešenia už vyskúšal?
3. Prečo to nepomohlo?
4. Prečo ste sa rozhodli kontaktovať práve vás?
5. Čo bolo rozhodujúce pri kúpe?
6. Aký výsledok ste dosiahli?

Ak chcete zvýšiť ochotu zákazníkov písať recenzie, môžete vytvoriť obojstranne výhodný príspevok vo formáte prípadu blogu, kde uverejníte recenziu zákazníka a vložíte odkaz na jeho projekt. Získate reputáciu +100 a klient získa ďalšie kliknutia na vašu stránku. Tu je návod, ako sme to implementovali pre .

Anketa v zozname adries

Zhromažďujete databázu e-mailov a pravidelne ju „kŕmite“ užitočným obsahom? Prieskum v zozname adresátov vám pomôže zabiť 2 muchy jednou ranou:

1. Segmentujte korešpondenciu podľa záujmov, aby boli cielenejšie a zvýšili výkon;
2. a získať spätná väzba od klienta z hľadiska kvality vášho newslettera a spoločnosti ako celku;

Ako vytvoriť anketu? Existuje niekoľko spôsobov:

• Použite Formuláre Google a do listu vložte odkaz na prieskum;
• Alebo použite vstavanú funkcionalitu poštových služieb. Getresponce ponúka vytvorenie prieskumu priamo v rámci služby bez zapojenia riešení tretích strán.

existuje všeobecné pravidlá, ktoré je potrebné zohľadniť pri tvorbe ankety: najviac 10 otázok (čím menej a presnejšie formulované, tým lepšie), poslednú otázku je možné nechať otvorenú a dať možnosť odpovedať vlastnými slovami, možnosti odpovedí musia byť poskytnuté vopred. Výmenou za vyplnenie prieskumu ponúknite bonus a vysvetlite, prečo tento prieskum potrebujete („aby sme vám posielali len to, čo je pre vás zaujímavé“ atď.).

Analýza skupín v sociálnych sieťach

Z akých údajov možno získať sociálne siete? K vašim službám je kompletný súbor informácií na zostavenie myšlienkovej mapy postáv, platforma, kde položíte otázku a dostanete na ňu odpoveď. Jedným slovom priamy „prístup k telu“ vašich potenciálnych zákazníkov.

V kontakte s

V prvom rade sa oplatí preštudovať si štatistiky vašej skupiny. Aké zrejmé údaje sú viditeľné v štatistikách:

• Pohlavie/Vek;
• Geografia (krajiny a mestá);
• Zariadenia (pomer medzi zobrazeniami z počítača a mobilného zariadenia);
• Zdroje odporúčaní;

Bude tiež užitočné vykonať sémantickú analýzu (vytiahnuť najobľúbenejšie kľúče, napríklad pomocou služby Advego) a pochopiť záujmy publika. Za týmto účelom načítame uložené publiká v Cerebro alebo Targethunter do „skupín, kde sú CA“, nastavte počet účastníkov (1000-50000), skopírujte názvy skupín, vložte ich do Advego a získajte zoznam kľúčov záujmov.

Ryža. 3. Príklad rozhrania služby Cerebro Target.

Okrem sociodemografických údajov teda môžete z VK extrahovať záujmy publika, pochopiť kľúčové faktory rozhodovania, zistiť, na koho sa pri výbere zameriava (dokonca môžete identifikovať mienkotvorných lídrov).

Facebook

Facebook má k vašim službám Audience Insights. Odtiaľ môžete dokonca získať skryté informácie, pretože. služba zobrazuje aj tie záujmy, ktoré neboli uvedené v účte (na základe lajkov).

Sekvenovanie:

1. Vyberte požadované publikum: všetci používatelia Facebooku (široké záujmy a prieskum konkurencie), používatelia priradení k vašej stránke (vaše aktuálne publikum), vlastné publikum (stiahnutie e-mailovej databázy). Môžete zadať parametre publika: pohlavie, vek atď.
2. Do riadku záujmov zadajte konkrétne stránky (obľúbené miesta, názvy atď.). Odložíme požadovaný kraj.

Ďalej podľa vybranej skupiny budeme môcť analyzovať podrobné demografické zloženie publika, geografiu, uvidíme oblasti činnosti, čo sú najobľúbenejšie kategórie stránok, aktivitu používateľov a používané zariadenia.

Ryža. 4. Screenshot zo služby Audience Insights: vieme zhodnotiť pohlavie a vekové zloženie publika, pozri najmasovejší segment.

Yandex.Metrica

Yandex.Metrica vám umožňuje získať pomerne úplné informácie o cieľovom publiku stránky. V správach Metrica môžete nájsť informácie o geografii používateľov, rodových a vekových charakteristikách, dlhodobých záujmoch (umožňuje vám vidieť typické vyhľadávacie dopyty a správanie používateľov v sieti.) atď.

Ryža. 5. Rozhranie Yandex.Metrica.

Štandardný prehľad "Geografia"

Prehľady > Štandardné prehľady > Návštevníci > Geografia

Rodové charakteristiky. Prehľady Age and Gender

Prehľady > Štandardné prehľady > Návštevníci > Vek

Prehľady > Štandardné prehľady > Návštevníci > Pohlavie

Dlhodobé vlastnosti

Prehľady > Štandardné prehľady > Návštevníci > Dlhodobí potenciálni zákazníci

Ak chcete pochopiť, ktorý segment publika má najväčší záujem o váš produkt/službu, a vytvoriť si vlastný prispôsobený prehľad, použite v ktoromkoľvek z vyššie uvedených prehľadov nástroj „Skupina“. Umožňuje vám vidieť: aktivitu publika a úroveň zapojenia, konverzie, zdroje návštevnosti pre každý segment publika.

Záver

Najkompletnejšie množstvo informácií o používateľovi prináša živú komunikáciu: hovory, zbieranie spätnej väzby a analyzovanie aktivít v sociálnych sieťach. Tam sa dostaneme detailné informácie o účele kúpy (problém), o kľúčových a doplnkových faktoroch rozhodovania a identifikácii námietok.

Sociálno-demografické údaje, pohlavie a vekové charakteristiky, geografia, používané zariadenia, záujmy sa najlepšie zbierajú prostredníctvom webových služieb (Yandex.Metrica, Google Analytics) a služieb, ktoré zhromažďujú štatistiky na sociálnych sieťach (Cerebro, Targethunter, Audience Insights na Facebooku).

V ďalšom článku sa pozrieme na to, ako zbierať informácie, ak ešte nemáte skutočné publikum, a to najmä:

1. Ako správne pracovať s wordstatom a vyžmýkať z neho maximum informácií o svojich postavách;
2. Ako analyzovať blogy, fóra a príspevky na sociálnych sieťach. A ako sformulovať ponuku pomocou dôkladnej analýzy blogosféry a sociálnych sietí.
3. Ako vykonať jednoduchú analýzu konkurencie a čo hľadať ako prvé.

Ak máte akékoľvek otázky týkajúce sa zhromažďovania informácií o cieľovom publiku vašej vstupnej stránky - vitajte v komentároch k článku!
Alebo si u nás objednajte vstupnú stránku a my všetko urobíme sami!)

Predpokladajme, že spoločnosť alebo banka potrebuje pochopiť, kto sú ich zákazníci, kto používa ich produkty. Kde získate informácie?

V skutočnosti je veľa zdrojov, ktoré môžu o klientovi niečo povedať. Po prvé, texty na stránkach sociálnych sietí: na určenie jeho psychotypu zvyčajne stačí asi dvesto slov napísaných klientom. Po druhé, fotky, ktoré ľudia zverejňujú na sociálne siete Instagram, Facebook a popisky k nim hovoria za všetko. Napríklad extroverti majú radi jasné dynamické fotografie, obrázky ľudí. Naopak, introverti sú fotografie predmetov a v dizajne používajú pokojnejšiu farebnú schému.

Okrem toho akákoľvek banka resp veľká spoločnosť analyzujte spätnú väzbu na ich zoznamy správ: pozorne sledujte, ktoré správy a ako ste reagovali a ktoré ste ignorovali.

Ďalším zdrojom je takzvané transakčné správanie klienta. Na čo míňa peniaze? A kde? Introverti napríklad veľa nakupujú v predajniach Garden a Garden, v kníhkupectvách Na poistení nešetria. extrovertov viac peňazí míňať v baroch a reštauráciách, kupovať lístky na koncert.

Dôležité je aj to, či klient minie všetky peniaze do centa alebo radšej sporí. Používame akékoľvek informácie, ktoré môžu akýmkoľvek spôsobom pomôcť.

Analyzujeme príjmy a výdavky klienta asi šesť mesiacov - to stačí na vytvorenie jeho profilu

Čo ak neexistujú žiadne transakcie? Ak si človek hneď po výplate vyberie všetky peniaze a potom zaplatí v hotovosti?

Samozrejme, existujú aj „ťažkí“ klienti. Ale väčšinu – 75 – 80 % – si ešte vieme „vypočítať“. V dnešnej dobe bankové karty má takmer každý. A nie kazdy, ako hovoris, okamzite vybera hotovost - vacsina si ju aj tak radsej necha na kartach a plati nimi.

Je výhodnejšie kúpiť si letenku online, ako hľadať zastúpenie leteckej spoločnosti v meste. Je pohodlnejšie kúpiť si šaty v internetovom obchode, ako stráviť hodinu, kým sa k nim dostanete nákupné centrum a potom ešte pol dňa nakupovania, aby ste našli oblečenie, ktoré sa vám páči. Klientove príjmy a výdavky analyzujeme približne šesť mesiacov – to stačí na vytvorenie jeho profilu.

A táto informácia ovplyvňuje aj to, či banka poskytne úver alebo nie, však?

Áno, vrátane tohto.

Ale ako si potom vysvetliť fakt, že jednému môjmu známemu, ktorý oficiálne nepracuje 4 roky a poberá honoráre v hotovosti, banka neustále dáva malé pôžičky a ďalšiemu známemu s oficiálnym príjmom 1000 $ pôžičku zamietne. 5 000 dolárov od banky? Aký je tu háčik?

Neviem o akych bankach hovoris, takze tazko povedat preco.

Sformulujme otázku inak. Aký psychotyp klienta je pre banku najprínosnejší?

Všetko závisí od banky a produktov, ktoré ponúka. Rôzni ľudia potrebujú rôzne knihy, rôzne jedlá. A rôzne bankové produkty. Napríklad extroverti potrebujú cestovné poistenie, pretože často cestujú. Na druhej strane naša spoločnosť využíva technológie, ktoré introvertov inšpirujú k úvahám o kúpe poistenia.

Na konferencii ste povedali, že veľké dáta ľuďom neškodia.

Nie, pri nesprávnom použití môžu spôsobiť vážne poškodenie. My v DataSine však robíme všetko pre to, aby sme zabezpečili, že sa informácie použijú striktne na určený účel. Ak nám klientska spoločnosť spôsobí akékoľvek podozrenia, nebudeme s ňou spolupracovať ani obmedzovať množstvo poskytovaných informácií.

Moji kolegovia a ja pracujeme na tom, aby ľudia dostávali iba tie e-maily s ponukami produktov, ktoré skutočne potrebujú.

Prečo som vlastne prišiel pracovať pre túto spoločnosť? Pretože som unavený z prijímania nepersonalizovaných správ e-mail, Som unavený zo všetkých tých spamov, ktoré spadli do krabice bez toho, aby som bral do úvahy môj typ osobnosti, moje potreby.

S kolegami pracujeme na znížení spamu, aby ľudia dostávali len tie e-maily s ponukami produktov, ktoré skutočne potrebujú alebo môžu využiť. Všetky získané informácie používame len na tento účel – v žiadnom prípade nie na úkor klienta.

Mimochodom, Európska únia už má nariadenie o ochrane osobných údajov. Myslím si, že ostatné vlády by mali nasledovať náš príklad.

Aké údaje je podľa vás lepšie na internet nezverejňovať, nezverejňovať?

Určite lekárske informácie. Nemali by byť nikde zverejnené. Nedajú sa zverejniť ani speňažiť. Ľudia sa musia sami rozhodnúť, ktoré informácie majú byť verejné a ktoré nie.

O odborníkovi

Yorgan Callebaut- Člen Britskej psychologickej spoločnosti (BPS), vedúci psychológie v DataSine, kde skúma veľké dáta a ich vplyv na osobnosť. Bol v popredí používania veľkých dát na personalizáciu marketingové kampane banky v Európe, Spojenom kráľovstve a Rusku.

V predchádzajúcom článku sme sa zaoberali problémami kvality údajov („O kvalite údajov a bežných chybách pri zbere údajov“ na Habré).
Dnes chcem pokračovať v rozprávaní o kvalite údajov a diskutovať o zbere údajov: ako určiť priority pri výbere zdroja, ako a aké údaje zbierať, posúdiť hodnotu údajov pre spoločnosť a ďalšie.

Zbierajte všetko

Zhromaždite všetky údaje, ktoré vám prídu pod ruku. Nikdy nebudete vedieť so 100% istotou, ktoré z nich by ste mohli potrebovať, a možnosť zberu môže byť len jedna.

Čím viac údajov zhromažďujete, tým viac informácií o používateľoch budete mať, a čo je dôležitejšie, budete schopní pochopiť a predpovedať kontext ich akcií.
Kontext pomáha lepšie porozumieť svojmu klientovi, jeho túžbam a zámerom a čím lepšie svojho klienta poznáte, tým lepšie dokážete naplniť jeho osobné potreby, čo znamená zvýšenie lojality a zvýšenie pravdepodobnosti návratu klienta.

Dnes už nie je zber úplne všetkých dát takou vzácnosťou, bežné je to najmä pri online projektoch. Vo firme, ktorá maximalizuje zber dát a vie s nimi pracovať, budú od nich postavené takmer všetky činnosti: marketing, predaj, práca personálu, aktualizácie a vylepšenia, dodávky.
Každý smer má vnútorné a externých zdrojov dáta v rôznych formátoch a rôznej kvalite.

Je to dobré pre prácu analytikov a rozhodovanie, no zároveň to nastoľuje problém ukladania tohto množstva údajov a ich spracovania. Každá akcia zvyšuje finančnú záťaž a pozitívny efekt vlastnenia údajov sa môže zmeniť na „bolesť hlavy“.

Na rozhodnutie o vhodnosti zberu a spracovania určitých údajov je potrebné pochopiť ich hlavné charakteristiky. Poďme si ich v krátkosti prejsť:

Objem
Ukazovateľ, ktorý ovplyvňuje finančné náklady na uchovávanie a zmenu údajov a časové náklady na ich spracovanie. A hoci náklady na uloženie jednotky s nárastom množstva údajov klesajú, vzhľadom na narastajúci počet zdrojov sa môže stať finančná záťaž iracionálna.

Rôznorodosť
Rôznorodý súbor zdrojov údajov poskytuje ucelenejší obraz a pomáha lepšie pochopiť kontext akcií používateľov, ale zadná strana medaily – rôzne formáty a náklady na ich integráciu do vášho analytického systému. Nie vždy je možné zhromaždiť všetky údaje a ak je to možné, nie je to vždy potrebné.

Rýchlosť
Koľko údajov je potrebné spracovať za jednotku času?
Pripomeňme si nedávne prezidentské voľby v USA – vďaka rýchlemu spracovaniu správ na Twitteri bolo možné pochopiť náladu voličov počas debaty a prispôsobiť jej priebeh.

Dátovým gigantom ako Facebook a Google zaberie dosiahnutie dnešných výsledkov obrovské množstvo času, no vďaka tomu teraz majú údaje o každom používateľovi a môžu predvídať jeho činy.
Častým problémom personálu pracujúceho s dátami sú obmedzené zdroje, predovšetkým finančné a ľudské.
Vo väčšine spoločností musia analytici uprednostniť výber zdrojov údajov a pri tom sa niektorých z nich vzdať.
Okrem toho je potrebné brať do úvahy aj záujmy biznisu, čo znamená posúdiť návratnosť investície do práce s dátami a možný dopad dát na firmu.

Priority a výber zdrojov údajov

Hlavným cieľom práce analytikov je kvalitne a včas poskytnúť potrebné informácie ostatným oddeleniam. Tieto informácie majú priamy vplyv na efektivitu firmy a prácu oddelení.

Každé oddelenie alebo oddelenie má svoj vlastný „hlavný“ typ údajov.
Takže pre oddelenie služieb zákazníkom sú dôležité kontakty klienta a údaje o jeho sociálnych sieťach a pre oddelenie marketingu - história nákupov a mapa akcií.
Ukazuje sa teda, že každý tím má svoj vlastný súbor „veľmi dôležitých údajov“ a tieto údaje sú rozhodne dôležitejšie a potrebnejšie ako údaje iných oddelení.

Problém s obmedzenými zdrojmi však nezmizne z dôležitosti a nevyhnutnosti údajov, čo znamená, že si musíte stanoviť priority a konať v súlade s nimi. Hlavným faktorom pri uprednostňovaní údajov je návratnosť investícií, ale nezabudnite na dostupnosť, úplnosť a kvalitu.
Tu je zoznam niektorých metrík, ktoré vám môžu pomôcť určiť priority:

Zoznam možností pre prioritizáciu

vysoká
príčina:Údaje sú potrebné okamžite.
vysvetlenie: Ak oddelenie naliehavo potrebuje údaje s krátkymi termínmi, tieto údaje sa poskytnú ako prvé.

vysoká
príčina: Dáta pridávajú hodnotu.
vysvetlenie:Údaje zvyšujú zisky alebo znižujú náklady a prinášajú vysokú návratnosť investícií.

vysoká
príčina: Rôzne príkazy vyžadujú rovnaké údaje.
vysvetlenie: Uspokojením dátových potrieb viacerých tímov zvýšite návratnosť investícií.

vysoká
príčina: Krátkodobé alebo streamované dáta.
vysvetlenie: Niektoré rozhrania a protokoly poskytujú časovo obmedzené „okno“ na zber údajov, mali by ste sa poponáhľať.

Stredná
príčina: Doplnok k existujúcemu súboru údajov, ktorý zvyšuje jeho kvalitu.
vysvetlenie: Nové údaje dopĺňajú existujúce údaje a zlepšujú pochopenie kontextu akcií.

Stredná
príčina: Kód na spracovanie údajov je možné znova použiť.
vysvetlenie: Použitie dobre známeho kódu znižuje návratnosť investícií a znižuje počet možných chýb.

Stredná
príčina:Údaje sú ľahko dostupné.
vysvetlenie: Ak sú údaje cenné a je ľahké ich získať, pokračujte.

Stredná
príčina: Pohodlné rozhranie API vám umožňuje zbierať údaje za minulé obdobia.
vysvetlenie: Ak sa údaje včera nevyžadujú a máte k nim vždy prístup, nemali by ste im dávať príliš vysokú prioritu.

Nízka
príčina: Analytici majú prístup k údajom alebo iným prostriedkom na ich získanie.
vysvetlenie: Ak už analytici majú prístup k údajom, potom možno existujú úlohy s vyššou prioritou.

Nízka
príčina: Nízka kvalita údajov.
vysvetlenie:Údaje nízkej kvality môžu byť zbytočné a niekedy škodlivé.

Nízka
príčina: Vyžaduje extrakciu z webových stránok.
vysvetlenie: Spracovanie takýchto údajov môže byť dosť zložité a vyžaduje si neprimerané úsilie.

Nízka
príčina: Nízka pravdepodobnosť použitia údajov.
vysvetlenie:Údaje, ktoré by bolo pekné mať, ale ak nie sú, tak fajn.
Ale s týmito údajmi môžete okradnúť kravy!

Vzťah údajov

Zoberme si napríklad Dianu a jej objednávku. Nedávno si objednala súpravu záhradného nábytku a prispôsobila svoju objednávku analytickým údajom. Vidíme, že na stránke strávila 30 minút a pozrela si 20 rôznych súprav. To znamená, že si nábytok vybrala už na mieste, pričom vopred nevedela, čo si objedná.
Hľadáme, odkiaľ pochádza – výsledky vyhľadávania.

Ak by sme mali informácie o ďalších Dianiných nákupoch, vedeli by sme, že za posledný mesiac často nakupovala domáce potreby.
Časté online nákupy a používanie vyhľadávačov na vyhľadávanie internetových obchodov naznačuje nízku lojalitu k značke, čo znamená, že bude ťažké presvedčiť ju, aby si znova kúpila.

Po prijatí každej novej úrovne informácií sa zostaví individuálny portrét používateľa, pomocou ktorého sa môžete dozvedieť o jeho živote, pripútanostiach, zvykoch a predpovedať jeho správanie.
Dopĺňame informácie z pokladne a chápeme, že ide o ženu a na doručovacej adrese vidíme, že žije v súkromnom sektore.

Pokračovaním v analýze môžete nájsť informácie o jej dome a pozemku, predpovedať jej potreby a urobiť preventívny návrh.
Pri správnej analýze dát môže ponuka fungovať a klienta presvedčíme k opätovnému nákupu, ako aj individuálnym prístupom zvýšime jeho lojalitu.

Ponuka zliav za pozvanie priateľky zo sociálnej siete nám umožní prístup k jej zoznamu priateľov a informáciám o účte, potom bude možné pokračovať marketingový prístup klientovi a vytvoriť pre neho cielenú reklamu, ale je nepravdepodobné, že by to bolo nákladovo efektívne.

Zber a nákup údajov

Je vhodnejšie nahradiť malé množstvo údajov (do 100 tisíc riadkov) čerstvými, ale pri veľkých poliach je už dôležitá čiastočná aktualizácia: pridávanie nových a odstraňovanie zastaraných hodnôt.

Súbory niektorých údajov sú také obrovské, že pre spoločnosť bude príliš nákladné ich všetky spracovať, v takýchto prípadoch sa vytvorí vzorka a na jej základe sa vykoná analýza. Často sa praktizuje „jednoduchý náhodný výber“, ale zvyčajne údaje zozbierané s jeho pomocou nie sú reprezentatívne a sú porovnateľné s hodením mincou.

Dôležitá otázka: zbierať nespracované alebo súhrnné údaje?
Niektorí poskytovatelia údajov poskytujú vopred zostavené kolekcie, ktoré však majú niekoľko nevýhod. Napríklad nemusia mať potrebné alebo žiaduce hodnoty, ktoré by pridali hodnotu k analýze spoločnosti založenej na týchto údajoch, ale nebudete ich môcť zbierať ani dopĺňať. Dáta zozbierané agregátormi tretích strán sú vhodné na archiváciu a ukladanie a tiež výrazne šetria čas a ľudské zdroje.

Ak je však možné zbierať nespracované údaje, je lepšie si ich vybrať - sú úplnejšie a môžete ich nezávisle agregovať podľa svojich potrieb a obchodných požiadaviek a potom s nimi pracovať podľa potreby.

Mnohé spoločnosti zbierajú údaje samostatne a využívajú aj údaje dostupné v otvorených zdrojoch. No v niektorých prípadoch sú nútení zaplatiť za získanie potrebných údajov tretej strane. Niekedy môže byť výber miesta získavania údajov obmedzený, inokedy nie, no bez ohľadu na to by ste pri výbere zdroja údajov a rozhodovaní o získavaní údajov mali venovať pozornosť niekoľkým faktorom:

cena
Každý má rád bezplatné údaje – správu aj analýzu – no niekedy sú kvalitné informácie dostupné len za peniaze. V tomto prípade by ste mali zvážiť racionálnosť akvizície a porovnať náklady a hodnotu údajov.

kvalita
Sú údaje čisté, dá sa im dôverovať?

exkluzivitu
Pripravujú sa údaje pre vás individuálne alebo sú dostupné pre každého? Získate výhodu oproti svojim konkurentom, ak ich využijete?

Ukážka
Je možné získať vzorku na posúdenie kvality údajov pred akvizíciou?

Aktualizácie
Aká je životnosť údajov, ako rýchlo zastarávajú, budú aktualizované a ako často?

Spoľahlivosť
Aké sú obmedzenia rozhraní na príjem údajov, aké ďalšie obmedzenia vám môžu byť uložené?

Bezpečnosť
Ak sú údaje dôležité, budú šifrované a ako bezpečné protokoly? Netreba zabúdať ani na bezpečnosť ich prevodu.

Podmienky používania
Licenčné alebo iné obmedzenia. Čo vám môže brániť vo využívaní údajov naplno?

Formátovať
Ako pohodlne sa vám pracuje s formátom získaných dát? Je možné ich integrovať do vášho systému?

Dokumentácia
Ak je vám poskytnutá dokumentácia - dobrá, ale ak nie, potom stojí za to opýtať sa, ako sa údaje zbierajú na posúdenie ich hodnoty a spoľahlivosti.

Objem
Ak je dát veľa, viete zabezpečiť ich uloženie a spracovanie? Hodnotné údaje nebudú vždy objemné a naopak.

Stupeň detailu
Sú tieto údaje vhodné pre úroveň analýzy, ktorú potrebujete?

To nie je všetko, ale to hlavné a nepochybne dôležité otázky otázky, ktoré je potrebné zvážiť pred nákupom údajov od predajcov.