Data-driven marketing

Доклад о построении проектов с учетом современных требований к анализу данных. О том как можно анализировать поведение пользователей использующих ваши сервисы и как можно использовать эти данные для принятия решений и развития проекта. О том как можно использовать данные для автоматизации взаимодействия с клиентами.

Transcript

1. Data-driven marketing Михаил Кашкин, HealthJoy ITEM, 2015
2. Звучит как мудрость “Невозможно улучшить то, что не возможно измерить”
3. Что происходит вокруг • Количество сервисов растет лавинообразно • Появляются специализированные решения • Блоги, e-commerce, новостные издания, etc • Мета-сервисы которые объединяют другие • Появляются новые поколения систем маркетинговой автоматизации
4. Исследование • Исследования сайтов успешных компаний • Разделили на несколько групп • У успешных были не только счетчики, но и анализ событий • Те кто анализировали события, постепенно улучшали свои показатели и перемещались в группы выше • Есть корреляция между теми кто добивается успеха и анализирует маркетинговую активность
5. –Группа экспертов Маркетинг без анализа данных — это волшебство. Маркетинг с анализом — это доказательная дисциплина.
6. С чего начать • Поставить цели понятные бизнесу. Подписки, посещения, время использования, продажи. • Наладить сбор данных о пользователях и их действиях. Не обязательно web, приложения, ПО, телефонные звонки, флаеры, посещения зала, etc. • Начать собирать события • Выделять сегменты • Ставить эксперименты
7. Сервисы аналитики
8. Как работают системы аналитики • Есть сервер сбора данных • Есть клиент который отслеживает действия пользователей и отправляет данные на сервер • Сервер обрабатывает данные и готовит отчеты • Основные методы: identify, track, alias • Примеры событий: Открыл страницу, кликнул на кнопку, ввел email/password, пролистал страницу
9. Собирать данные надо научиться • У всех свои метрики • Те данные которые собираются необходимо анализировать • Отчеты которые дают системы аналитики примитивны • Инструментом надо научиться пользоваться
10. Получить данные в конечном виде • Дано: сайт публикующий статьи • Задача: определить какой автор самый читаемый • Как определить что статья действительно прочитана Скриншот из статьи http://siliconrus.com/2015/06/content-analytics/
11. Автоматизация • Дано: маленький онлайн магазин доставки цветов в коробках, люди не завершают покупку после добавления в корзину • Задача 1: определить причину • Задача 2: помочь завершить 
 покупку • На примере autopilot.com http://www.cvet0k.ru/
12. Сайт Email SMS Webhook Call center
13. Условия автоматизации • Если после добавления в корзину прошло более 15 минут, то надо уведомить по электронной почте • Если клиент сегментирован как VIP, то перезвонить • Если не доходит email, от отправить SMS
14. Сценарий регистрации
15. Основные группы сервисов • Сбор статистики (GA, KISSMetrics, Indicative, etc) • Показ рекламы • Автоматизация маркетинга (autopilot.com, customer.io, mixpanel.com) • Инструменты автоматизации продаж (salesforce.com) • Поддержка пользователей (intercom.com, zendesk.com) • Инструменты разработчиков (Sentry) • Инструменты тестирования (optimizely.com) • * Инструменты автоматического улучшения данных • * Сервисы отслеживания упоминаний бренда
16. Сложности • Нет «серебряной пули» • Инструментов много, они требуют подготовки • Надо понимать как работает «под капотом» • Сложно совмещать данные из разных систем
17. Бонус: Построение EDW • Более крупные компании • Сбор логов служебных сервисов (время отклика, ошибки, изменение скорости работы между сервисами). Elasticsearch+Logstash+Kibana. • Если необходимо хранить персональные данные. Amazon Redshift, Snowplow. • Много разных сервисов: Frontend, Backend, iOS, Android.
18. Вопросы