Podejście do analityki webowej i model OAMM

1. Strategiczne zarządzanie przedsiębiorstwem w obliczu
dojrzałości analityki internetowej
Zbigniew Nowicki

2. Co ma piernik do wiatraka?
Czyli, czy w ogóle analityka internetowa jest potrzebna
w strategii zarządzania firmą?
2
Gromadzenie
wiarygodnych
danych z Internetu
i aktywności
powiązanych
Filozofia
budowania i
kierowania strategią
działań on-line
Podejmowanie
trafnych decyzji
dla kolejnych
inwestycji w
działania on-line

3. Trójkącik analityczny
3
Budowanie centrum
kompetencji analityki
internetowej w
organizacji
Biznes
TechnologiaAnalityka

4. Dojrzała analityka webowa to nie narzędzia
Narzędzia są wyłącznie elementem analitycznej kultury organizacji
4

5. Taniec 4 kroków
Czyli, jak sprawnie zacząć przygodę z analityką internetową?
5
Dobór i
konfiguracja
narzędzi
Analiza
danych i
raportowanie
Permanentna
optymalizacja
Opracowanie
KPI
Cele strategiczne
i operacyjne
Raportowanie
wartościowych
informacji
Nie ma nic
za darmo ;P
Proces stałego
doskonalenia
1 2
34

6. Określenie KPI na potrzeby analityki webowej
Wypadkowa celów strategicznych i operacyjnych
6
Cele
strategiczne
Cele
operacyjne
Wskaźniki
wydajności
Oczekiwane
wartości
Bezpieczna
zyskowność
Zwiększenie
wartości
koszyka
Średnia marża 22%
Lojalni
konsumenci
Rejestracja w
programie
bonusowym
Średnia liczba
rejestracji w
miesiącu
5 000

7. Mając KPIs możemy dobierać narzędzia
Zawsze w modelu dwóch współzależnych światów ON + OFF
7
Analityka
on-site
Analityka
off-site

8. Analityka on-site
Analityka on-site bada zachowania
użytkownika podczas jego obecności
na stronie internetowej. Ocena
zachowania jest wynikiem łączenia różnych
technologii i metod. Głównym celem
analityki on-site jest pomiar skuteczności
witryny w kontekście komercyjnym.
8

9. Analityka off-site
Analityka off-site umożliwia firmom
śledzenie i podążanie za trendami,
monitorowanie otoczenia biznesu on-line
i wizerunku firmy. Za pomocą analityki
off-site jesteśmy w stanie ocenić potencjał
użytkowników strony oraz oczywiście szum
informacyjny dotyczący naszych działań
on-line.
9

10. 10
Dane
ilościowe
Informacje
jakościowe
Analityka
on-site
Co się wydarzyło?
Dlaczego się wydarzyło?
Kompleksowa wiedza
o rozpoznanych
i nierozpoznanych
użytkownikach.
Kompletna analityka on-site
Fuzja danych ilościowych i jakościowych

11. Informacje jakościowe w ujęciu NPS
Czy poszerzony NPS może odpowiadać na pytanie „Dlaczego?”
11
Pomiar wskaźnika rekomendacji (NPS), pokazującego
skłonność do polecenia marki, produktu lub usługi.
NPS jest oparty na założeniu, że klientów dowolnej firmy
można podzielić na trzy kategorie:
Promotorzy, Pasywni i Krytycy.
Wcale
nieprawdopodobne
Krytycy Pasywni Promotorzy
Wielce
prawdopodobne
0 1 2 3 4 5 6 7 8 9 10
NPS =%Promotorów [9–10] – %Krytyków [0–6]

12. Jak ogólnie wybrać narzędzia analityczne?
12
Stopień szczegółowości pozyskania danych
Elastyczność łączenia danych z różnych źródeł
Realny wpływ na kreowanie wartości biznesowej
przez budowanie pełnego profilu użytkownika

13. Jak wybrać narzędzia ilościowe – on-site?
13
Kryterium
wyboru
Struktura
kosztów
Funkcjonalność
Testy i
implementacja
Utrzymanie i
hosting
Instant / Sample
Dokumentacja i
wsparcie
Przewidywany
koszt

14. Jak wybrać narzędzia jakościowe – on-site?
14
Kryterium
wyboru
Struktura
kosztów
Funkcjonalność i
elastyczność
Testy i
implementacja
Utrzymanie i
hosting
Wskaźniki
jakościowe
Dokumentacja i
wsparcie
Przewidywany
koszt

15. 15
Jak wybrać narzędzia przekrojowe – off-site?
Kryterium
wyboru
Dostępność
mobilna
Metodologia
danych
Segmentacja
danych
Częstotliwość
aktualizacji
Lokalnie /
globalnie
Dokumentacja
i wsparcie
Przewidywany
koszt

16. Czas na raportowanie
Dane to wiedza?
16
Zatem który
z produktów
ma najwyższą
cenę średnią?

17. Czas na raportowanie
Dane to wiedza… niekoniecznie!
17

18. Czas na raportowanie
Wiedza to skoncentrowana prezentacja najważniejszych biznesowo danych
18

19. Ciągłe doskonalenie
Czas na działania i ich weryfikacje w obliczu gromadzonych wyników
19
Iteracja 1
Iteracja 2
Iteracja N

20. Czy analityczny taniec 4 kroków to już wszystko?
To zależy…
20

21. Nie powiedzieliśmy nic o ludziach
A co warte są dane bez oceny i wykorzystania?
21

22. Online Analytics Maturity Model (OAMM)
oferuje niezawisłą i łatwą do zrozumienia
wizualizację zaangażowania danej organizacji
w inicjatywę analityki Internetowej.
22

23. Model OAMM
6 wymiarów do określenia dojrzałości analitycznej organizacji
23
1. Zakres analityki w organizacji
2. Cel analityki w organizacji
3. Istotność analityki w organizacji
4. Zespół i jego kompetencje analityczne
5. Proces stałej optymalizacji oraz
metodyka gromadzenia danych
6. Narzędzia, technologie oraz integracja danych
WOMM Stephane Hamel

24. Model OAMM
6 wymiarów do określenia dojrzałości analitycznej organizacji
24
Zakres analityki
Cel analityki
Istotność analityki
Dedykowane zasoby
Metodyka i procesy
Technologia i narzędzia
0 – 5
WOMM Stephane Hamel

25. Gradacja w modelu dojrzałości analityki cyfrowej
25
o Organizacja osłabiona
o Organizacja na poziomie początkowym
o Organizacja na etapie rozwoju
o Organizacja na etapie integracji
o Organizacja na etapie konkurowania
o Organizacja uzależniona od analityki webowej
0
1
2
3
4
5
WOMM Stephane Hamel

26. Poziomy dojrzałości analityki cyfrowej
26
Gromadzenie
danych
Obserwacja
zachowań
Automatyzacja
e-marketingu
CRM Zarządzanie
efektywnością

27. 27

28. Model OAMM
Ocena przykładowego klienta prowadzącego analitykę webową
28
Zakres analityki
Cel analityki
Istotność analityki
Dedykowane zasoby
Metodyka i procesy
Technologia i narzędzia
WOMM Stephane Hamel

29. Dojrzałość wymaga automatyzacji
Wzrost dojrzałości wymusza podejmowanie decyzji w oparciu o dane
29

30. Warte zapamiętania
30

31. Analityka Internetowa
Analityka on-site
– dane ilościowe
Analityka on-site
– informacje
jakościowe
Analityka off-site
– trendy
i otoczenie
31

32. Kluczowe kwestie do zapamiętania
Zarząd i decydenci – przedstawienie konkretnych,
wiarygodnych danych, na podstawie których mogą być
podejmowane strategiczne decyzje odnośnie kierunków
rozwoju.
Marketing – określenie sposobu interakcji użytkowników
w sieci, który pozwala dostosować strony i komunikację
do oczekiwań użytkowników. Szczególnie istotne
w e-commerce, gdzie wysiłek działań nakierowany jest
na konwersję i retencję.
Sprzedaż – pomaga ustalić charakterystykę
demograficzną i zachowawczą użytkownika
odwiedzającego strony. Dzięki temu można optymalnie
dopasować oferowane produkty wraz z komunikacją
do odbiorców danego serwisu.
Dlaczego warto poważnie myśleć o analityce internetowej
32

33. Kluczowe kwestie do zapamiętania
Model obnaża obszary wymagające usprawnień
w dopasowaniu zasobów, procesów i technologii
z deklarowanymi celami i zakresem wykorzystania
analityki.
Model pomaga zbudować plan konkretnych
i osiągalnych ulepszeń, które docelowo zbliżają
organizację ku dojrzałości w analityce cyfrowej.
Model wyposaża górny i średni szczebel
zarządzania w silne narzędzie komunikacji
i perswazji, które może zostać wykorzystane
do forsowania zmian organizacyjnych.
Dlaczego warto pomyśleć o modelu dojrzałości analityki cyfrowej
33

34. 34
Avinash Kaushik
% of web analytics success lies in the
people you have behind the tools.

35. 35
Manager projektu
Cel projektu

36. 36
Zarząd / Sponsor projektu
Manager projektu

37. Bluerank Sp. z o.o.
ul. Łąkowa 29 (MediaHUB)
90-554 Łódź
Tel: (42) 632 33 21
Fax: (42) 632 15 51
www.bluerank.pl
bluerank.blogspot.com
facebook.com/bluerank
Dziękuję za uwagę…
…i zapraszam do zadawania pytań
37
Zbigniew Nowicki