Augant konkurencijai internetinėje erdvėje, el. prekybos prekės ženklai siekia personalizuotos apsipirkimo patirties. Kiekvienas klientas yra svarbus ir unikalus ir su kiekvienu apsilankymu Jūsų svetainėje su savimi atsineša informacijos šleifą. Jis prasideda slapukais (ang. cookies), kuriuos renka naršyklės, o baigiasi konkrečia informacija apie klientą, kuri yra reikalinga pateikto užsakymo įvykdymui.
Jeigu nieko nedarysite su šiais duomenimis, jie tiesiog bus Jūsų duomenų bazėje, kol atliksite visas pardavimui reikalingas operacijas. Tačiau matematikas Clive Humby yra pasakęs: „Duomenys yra naujasis kuras“ – ši analogija pabrėžia duomenų svarbą įvairioms pramonės šakoms, tačiau jei nėra tvarkomi, lieka beverčiais.
Statistika čia taip pat bado pirštais – McKinsey apklausa parodė, kad įmonės, kurios plačiai naudoja klientų duomenų analizę, gauna 115 % didesnę investicijų grąžą (ang. ROI – return of investment) ir 93 % didesnį pelną, nei to nedarantys konkurentai. Taip yra todėl, kad klientų duomenų analizė leidžia šioms įmonėms efektyviau parduoti. Šiame įraše aptarsime, kokie duomenys gali būti kaupiami, kokie gali būti analizavimo aspektai ir kokią naudą duomenų įgalinimas atneša verslams.
Jau minėtas kliento duomenų šleifas yra daugialypis ir susideda iš kelių duomenų rūšių. Ekspertai išskiria šiuos etapus bei įvykius, leidžiančius gauti naudingos informacijos.
Sandoriai. Tai apima visą informaciją, sugeneruojamą pirkimo bei su juo susijusių operacijų (prekių keitimų, grąžinimų, apmokėjimų ir kt.) metu.
Produkto naudojimas. Jeigu Jūsų produktas yra vartojamas skaitmeniniu būdu (pvz. Jūs parduodate mobiliąją programėlę), tinkamai parengę savo sutarčių sąlygas (ang. terms and conditions), galite gauti informaciją apie vartojimo dažnį, laiką, praleistą naudojant programėlę ir kt. Analogiškos informacijos gavimas apie fizinius produktus yra sudėtingesnis, tačiau čia pasitarnauja klientų apklausos po apsipirkimo, taip pat užklausos apie produktus klientų aptarnavimo metu ir pan.
Elgsena internete. Čia apimama atidarytų puslapių analizė, kaip vartotojai slenka puslapiu žemyn, kuriose svetainės vietose užtrunka ilgiausiai ir kt. Tai padeda nustatyti pagrindinius kliento kelionės taškus (kurios svetainės vietos yra aktualiausios klientams), įvertinti konkrečių puslapių veiksmingumą, atrasti retai aplankomas puslapio dalis ir pan.
Klientų kuriamas turinys. Klientų atsiliepimų internete arba socialinių tinklų įrašų apie produktą/paslaugą analizė padeda nustatyti klientų preferencijas, atrasti skundus, nusivylimus ir problemas bei išsigryninti klientų požiūrį į produktus arba teikiamas paslaugas ir įmonės prekės ženklą apskritai.
Atsižvelgiant į įžvalgų, kurias norite gauti iš duomenų, tipą, specialistai analizę skirsto į keturias pagrindines rūšis.
Aprašomoji analizė (ang. Descriptive analytics). Tyrimų kontekste ši frazė reiškia atskirą duomenų kategoriją, tačiau šiame kontekste tai reiškia, jog tyrinėjama tai, kas jau įvyko ir surenkami itin tikslūs duomenys. Pvz. koks procentas klientų atsidarė Jūsų siųstą naujienlaiškį arba kiek klientų grąžino įsigytą produktą. Trumpiau – tai labai konkreti įvykio analizė, atsakanti į klausimą „Kas nutiko?“
Diagnostinė analizė (ang. Diagnostic analytics). Ši sritis padeda įmonėms suprasti problemų šaknis, naudojant klientų elgsenos duomenis. Ir jeigu aprašomoji analizė renka duomenis apie konkrečius įvykius, šios diagnozės tikslas yra retrospektyviai įvertinti įvykių visumą ir ieškoti priežasčių jų atsiradimui. Čia pagrindinis keliamas klausimas – „Kodėl tai nutiko?“
Nuspėjamoji analizė (ang. Predictive analytics). Ši tyrimo rūšis nagrinėja tiek praeities, tiek dabartinius duomenis, siekiant nustatyti bet kokio įvykio ateities galimybes. Ieškoma tendencijų, algoritmų, kuriais siekiama kuo tiksliau nuspėti, kas gali nutikti. Pvz., peržvelgiant jau įvykusias akcijas, planuojamas naujas išpardavimas ir pagal tendencijas strateguojamas akcijos mastas, laikas. Pagrindinis tyrimo klausimas – „Kaip pasielgs klientas?“
Preskriptyvioji analizė (ang. Prescriptive analytics). Ši neturi klausimo, į kurį konkrečiai atsako ir labiau yra nuspėjimo tęsinys. Jeigu pastarąja ieškoma tendencijų, tai čia yra ieškoma geriausio įmanoma sprendimo. Ir čia jau knibinėjama labai konkrečiai – kokias prekes siūlyti į akcijų skiltį ir t.t.
Įrašą pradėjome skambia fraze bei statistika, parodančia duomenų apie klientą rinkimo svarbą, tačiau tai – tik įžanga. Specialistai išskiria daug naudų, kurias galima atnešti savo prekės ženklui tinkamai renkant ir įgalinant duomenis.
Pirmiausia, informacija pasitarnauja produkto ar paslaugos tobulinimui. Atrasdami tendencijas apžvalgose, verslai gali priimti svarbius sprendimus dėl produkto ar paslaugos kūrimo procese. Naudodamiesi filtravimo galimybėmis, prekės ženklai gali matyti, kurie pasikartojantys produktai, raktiniai žodžiai ir kt. minimi klientų atsiliepimuose. Galbūt komentaruose dažnai minima produkto spalva, kurios Jūs šiuo metu neturite, tačiau galite sukurti? O gal rinkdamiesi paslaugą, klientai jų aptarnavimo centre prieš rezervaciją vis pasitikslina apie trukmę bei galimybę paslaugą gauti kitu paros metu? Išgirskite, ką sako Jūsų klientai ir ieškokite būdų, kaip šią informaciją panaudoti konversijų didinimui.
Kita vertus, duomenys kalba ne tik apie produktus, bet ir klientus. Sistemingai apdorojama informacija gali padėti klientams sukurti labiau personalizuotą apsipirkimo patirtį. Pavyzdžiui, jei klientas produktą įvertino 4-5 žvaigždutėmis, vėliau naujienlaiškiu jam galite pasiūlyti analogiškus ar panašius produktus, o jeigu įvertinimas buvo 1-2 žvaigždutės, galbūt reikėtų pasiteirauti, kuo paslauga ar produktas nuvylė, pasiūlyti labiau tenkinančių alternatyvų.
Galiausiai, abu jau minėti pavyzdžiai gali lemti didėjantį konversijų skaičių. Kuo sėkmingiau ištaisysite klaidas produktuose (arba tiesiog produktus labiau pritaikysite klientų poreikiams) bei kuo labiau apsipirkimo patirtis bus pritaikyta kiekvienam klientui ar jų grupei, tuo didesnė tikimybė, kad laimingi klientai sugrįš ir dar atsives kitų potencialių pirkėjų.
Galima rašyti odes ir ditirambus duomenų analizės naudai, tačiau svarbu nepamiršti ir vieno labai svarbaus aspekto – visi asmens duomenys Europos Sąjungoje yra saugomi. Praėjusiais metais dalijomės ekspertų įžvalgomis apie Bendrąjį duomenų apsaugos reglamentą (BDAR) ir apie iššūkius, kurių gali kilti verslams renkant ir tvarkant asmens duomenis. Būtent todėl Jums apsilankant naujoje internetinėje svetainėje, reikia sutikti su slapukais (pasirinkti, kokią informaciją apie Jūsų apsilankymą svetainėje galima rinkti), pirkdami prekes turite sutikti su prekių pirkimo taisyklėmis, o ten vienas iš punktų apie tai, kam, kur ir kokiais tikslais gali nukeliauti Jūsų asmens duomenys.
Ruošiantis iš principo atnaujinti savo duomenų analizavimo strategiją, ekspertai pirmiausia rekomenduoja peržiūrėti savo privatumo bei kitas su asmens duomenimis susijusias politikas. Vienas pagrindinių reikalavimų – klientams aiškiai iškomunikuoti, kokiais tikslais ir kokią informaciją Jūs rinksite. Tiesa, turite sudaryti galimybę klientui ir neteikti savo duomenų (pvz., duomenys gali būti surenkami pirkimo-pardavimo sutarties sudarymui, tačiau klientas turi teisę neleisti Jums tų pačių duomenų naudoti komerciniais tikslais, pvz. naujienlaiškių siuntimui).
Kiti įrašai
„Siųsk pigiau“ – išskirtinė įmonė, teikianti pigias siuntų pristatymo paslaugas visoje Lietuvoje ir tarptautiniu mastu. Bendradarbiaudami su geriausią reputaciją turinčiomis ir pasaulyje pripažintomis kurjerių kompanijomis, tokiomis kaip DHL, TNT, DPD, FEDEX, LP EXPRESS, VENIPAK, ITELLA, GLS, OMNIVA, SST ir DEUTSCHE POST, siuntų tarnyba „Siųsk pigiau“ gali padėti išsiųsti siuntą į daugiau nei 220 pasaulio šalių.
„Siųsk pigiau“ partneriai - greitieji kurjeriai, kurie Jūsų siuntas pristatys patikimai nuo durų iki durų, todėl Jūsų siuntiniai visada bus saugūs. Skaičiuokite ir gaukite geriausius siuntos kainos pasiūlymus, kurie neabejotinai atitiks tiek Jūsų individualius, tiek Jūsų įmonės siuntų siuntimo poreikius bei biudžetą.
