Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Michał Laskowski 2013r.

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Statystyki ruchu

Ilość wizyt 20 000 Unikalni użytkownicy (UU) 18 000

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Brak poprawnej identyfikacji UU

częstotliwość odwiedzin

nowi / powracający użytkownicy

czas do ponownych odwiedzin

całkowity czas odwiedzin / UU

źródło: flickr.com

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Google Universal Analytics

źródło: analytics.blogspot.com

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Funkcje

poprawna identyfikacja użytkowników

śledzenie wielu urządzeń

wieloplatformowość (wiele domen)

zaawansowane śledzenie konwersji

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Ilość wizyt 20 000 Unikalni użytkownicy (UU) 13 000

Statystyki ruchu z Universal Analytics

+ możliwość analizy przepływu użytkowników

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Charakterystyka wielokanałowości

Który kanał odpowiada za sprzedaż?

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Konwersja wielokanałowa

źródło: analytics.blogspot.com

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Modele mierzenia ścieżek wielokanałowych

1. Ostatnie kliknięcie 2. Ostatnie zidentyfikowane źródło ruchu 3. Ostatnie wizyta z AdWords 4. Pierwsza wizyta 5. Model proporcjonalny 6. Model zmienny w czasie 7. Model pierwszego i ostatniego kliknięcia

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

1. Ostatnie kliknięcie

Bardzo krótki proces decyzyjny np. FMCG, zakupy spontaniczne.

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

2. Ostatnie zidentyfikowane źródło ruchu

Kampania, która była bodźcem dla konwersji. Analiza klientów już pozyskanych.

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

3. Ostatnia wizyta z AdWords

Analiza skuteczności kampanii linków sponsorowanych Adwords

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

4. Pierwsza wizyta

Analiza działań wizerunkowych, źródła nowych użytkowników.

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

5. Model proporcjonalny

Gdy nie ma uzasadnienia dla innego modelu, gdy niska lojalność klientów

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

6. Model zmienny w czasie

Odróżnia czas poszukiwać od czasu podejmowania decyzji zakupowych

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

7. Model pierwszego i ostatniego kliknięcia

Gdy istotnie jest pierwsze wrażenie i ostateczny bodziec zakupowy

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

Dziękuję

Google Universal Analytics

Wielokanałowa identyfikacja użytkowników na platformach e-commerce

http://www. facebook.com/laskowski.michal !http://www. linkedin.com/in/laskowskimichal

http://www.youtube.com/MichalLaskowskiEDU

Michal@Laskowski.edu.pl