dati e e-commerce: non solo google analytics

Convegno Nazionale sul Search Marketing

19 e 20 Dicembre 2014

#CONVEGNOGT

DATI E E-COMMERCE:#NONSOLOGOOGLEANALYTICS

Convegno Nazionale sul Search Marketing - 19 e 20 Dicembre 2014@kajoze@andreavit

PRESENTAZIONE

Stefano GuerraHead of Web Marketing

Andrea VitProject Manager

@andreavit @kajoze

FiloBlue-commerce people

@filoblu

AGENDA

1. + BI = SOPRAVVIVENZA

2. 3 STEPS TO BI

3. DATABASE DESIGN

4. DASHBOARD DESIGN

5. MARKETING ANALYSIS

6. DOMANDE RISPOSTE

+ BI = SOPRAVVIVENZA

PERCHE’ ANALIZZARE DATI DI UN E-COMMERCE?

LE COSE CHE GOOGLE ANALYTICS FA FATICA A DIRTI

» Quali sono le taglie di maglieria più vendute nel periodo estivo?

» Quali sono i colori più venduti di T-shirt in cotone?

» Quali sono le percentuali di sell-out dei miei prodotti?

» Quando devo riordinare la merce?

» I clienti con meno di vent’anni che prodotti preferiscono?

» Vorrei clusterizzare i clienti in cluster: Top, medi, scarsi, dormienti

E-COMMERCE CUSTOMER JOURNEY

COMMUNICATION

SUSPECT

Exposure

esposizione al marchio/

prodotto

prima ricerca interazione con il sito

acquisto customer care anche post ordine

riacquistorassicurazione immediata post

acquisto

Research Interaction Purchase Confirmation Trust Re-Evaluate

PROSPECT CUSTOMER

CONVERSION LOYALTY

PROCESSO DELL’ORDINE

ETEROGENEITA’ DELLE FONTI

COMMUNICATION CONVERSION LOYALTY

Dati di Campagne » Dati di User Experience » Customer Care » Dati clienti registrati » Dati degli acquisti

Google Analytics, Usabi-lity Software, Zen Desk + Piattaforma E-commerce, ERP

Piattaforma E-commer-ce, Zen Desk, Logistica, ERP

» Dati di resi » Dati di Customer Care » Dati di stock

Facebook, Google Analytics, Google AdWords, Criteo, Concessionari, Affliation, Newsletter provider; etc.

DECISIONI RAPIDE – DATA DRIVEN

SERVE INTEGRAZIONE

Suggested Tweet: L’integrazione tra le fonti è uno step fondamentale nell’analisi dei dati @kajoze #convegnogt #filoblu

Nasce il bisogno di integrazione tra le fonti per poter

leggere i dati in modo rapido per prendere decisioni

OGNI MATTINA UN E-COMMERCE SI SVEGLIA…

NECESSITÀ = BUSINESS INTELLIGENCE

La business intelligence (BI) si riferisce a:

» un insieme di processi aziendali per raccogliere dati ed analizzare informazioni strategiche;

» la tecnologia utilizzata per realizzare questi processi;

» le informazioni visuali per la consultazione efficace ed efficiente dei dati.

Suggested Tweet: I tre componenti della Business Intelligence: processi, tecnologia e informazioni visuali via @andreavit #convegnogt

ESEMPIO DI BUSINESS INTELLIGENCE

Raccolta: Il customer care deve registrare i dati dei resi con una codifica particolare per le causali (“codice 1 = taglia errata”, “codice 2 = difettato”, “codice 3 = non funzionante”, ecc.)

Analisi: ogni 2 mesi fa la review dei dati di resi e definisce delle azioni per limitare il fenomeno.

Tecnologia: I dati dei resi devono essere memorizzati in un sistema dedicato ed esportati in formato xml

Informazioni: Le informazioni dei resi devono essere mostrate in un report che mostra:

» tabella a discesa di categorie (primo/secondo livello) di prodotti più rese;

» diagramma a torta delle cause di reso maggiori.

VISIONE = BIG DATA

Image Source: http://www-01.ibm.com/software/data/bigdata/

DOMANDE A CUI I BIG DATA TI POSSONO RISPONDERE

Le persone acquistano maggiormente online con la pioggia o con il sole?Promozione al volo “special rainy day”

DOMANDE A CUI I BIG DATA TI POSSONO RISPONDERE

Un brand sta facendo delle promozioni in TV?Quando un brand fa promozioni in TV, attivare campagna PPC con promozione annessa.Come è possibile sapere se un brand fa pubblicità in TV? Twitter as second screen!

ARCHITETTURA DATI

CLIENTI

ORDINI

CUSTOMER SATISFACTION

PRODOTTI

EVENTI

VISITE

SEGMENTS

EMAILBEHAVIOUR

ADVBEHAVIOUR

ALTRI EXT.

E-COMMERCEPLATFORM

CUSTOMERCARE

ERP GOOGLEANALYTICS

EMAIL MARKETING

ADV PLATFORM

BIGDATA

INTEGRAZIONE

VISUALIZZAZIONE

QUALE TOOL DI BI SCEGLIERE?

IN QUESTO WORKSHOP VEDREMO

Microsoft Office Professional Plus +

Power Pivot per Excel (solo per Windows)

DAI DATI ALLE DECISIONI

» La customer journey è complessa;

» Descrivere il comportamento di acquisto, significa descrivere svariati fenomeni,

» Le fonti di dati sono molteplici ed eterogenei tra loro;

» Le decisioni nel mondo dell’e-commerce sono rapide specialmente in alcuni settori;

» Meno tempo su Excel e più tempo per prendere le decisioni corrette;

Servono dati, processi e informazioni semplici da fruire

Suggested Tweet: La business intelligence serve per passare dai dati alle decisioni via @andreavit #convegnogt

3 STEPS TO BI

DATABASE DESIGN

DASHBOARDDESIGN

ANALYSIS & REPORTING

Analizzare i dati a disposizione per costruire una nuvola di dati utili

Studiare delle dashboard perfette per il management ed il team di lavoro

Creare delle viste complete con dati di dettaglio utili per prendere decisioni

3 steps to BI: database design, dashboard design, analysis e reportingvia @andreavit #convegnogt

DATABASE DESIGN

TUTTI PARLANO DI BIG DATA...MA

Suggested Tweet: Non importa quanto big ce l’hai, è più importante saperlo usare! via @andreavit #convegnogt

SPORCHIAMOCI LE MANI

UN BUSINESS CASE

Sei il Marketing Manager della “Scarpe Bellissime S.r.l.”, azienda che vende online più di 1 milione di euro di scarpe sia da uomo che da donna in tutta Europa.

Ha un sito B2C:

» navigabile in più lingue (ITA, EN, FR e DE) dove più del 50% del fatturato proviene dall’estero;

» che permette gli acquisti attraverso dei coupon code e vendite promozionali con sconti nel listino prezzi o con la spedizione gratuita;

» permette di rendere i prodotti in modo gratuito soltanto per alcune nazioni;

» ha un unico magazzino centralizzato con tutte le informazioni di stock dei prodotti

CREIAMO UNA PICCOLA NUVOLA?

ORDINI

CLIENTI

VISITE CAMPAGNE

PRODOTTI

ORDINI (O MEGLIO SKU VENDUTI)

Campo Note

1 OrderID

2 SKU Chiave esterna

3 Price

4 Customer ID Chiave esterna

5 Prezzo pieno CON tasse Valore a listino per il mercato di riferimento convertito EURO

6 Sconto

7 Valuta Solo per indicazioni del pagamento

8 Costo free Shipping Se pagato come “offerta”

9 Costo spedizione

10 Città

11 Nazione

12 Coupon Code

13 Data

14 Metodo di pagamento

15 ID Campagna Chiave esterna

PRODOTTI

Campo Info

1 SKU Chiave primaria2 Nome prodotto3 Taglia

4 Genere

5 Brand

6 Collezione

I prezzi vengono inseriti negli ordini poiché potrebbero essere variabili nel corso del tempo

CUSTOMER

Campo Note

1 Customer ID Chiave primaria2 Città3 Nazione4 ID Campagna Chiave esterna5 Data Registrazione

6 Sesso

7 Data di Nascita

Campo Note

1 SKU Chiave esterna

2 Stock attuale

3 Totale merce e-commerce

CAMPAGNE

Campo Note

1 ID Campagna Chiave primaria2 Mezzo

3 Sorgente

4 Nome Campagna

5 Costo

6 Visite

7 Impressioni

UN PO’ DI PRATICA CON EXCEL

Task 1Creiamo una struttura dati consistente a partire dalle tabelle a disposizione.

» Creiamo una tabella per ciascuna dimensione; » Aggiungiamo al modello dati le tabelle di interesse; » Leghiamo le chiavi esterne per costruire una base dati consistente

Task 2Da qui è possibile costruire tabelle pivot con sorgenti dati provenienti da più dimensioni per incrociarle tra loro

Task 3Proviamo la sincronizzazione dei dati con dei server remoti.Esempio del tasso di cambio:

https://www.bancaditalia.it/banca_centrale/cambi/rif/2014/12/cambi_rif_0412.htm

DASHBOARD DESIGN

COME VEICOLARE LE INFORMAZIONI?

METODO DAR

Dashboard: cruscotti simili a quelli della nostra auto che permettono di capire lo stato attuale del business

Analysis: un ambiente di analisi che attraverso filtri su alcune dimensioni principali, possono dare viste actionable sui dati

Reports: dati tabellari fissi e periodici che descrivono un aspetto importante dell’azienda

Modello DAR per la business intelligence: Dashboard, Analysis and Reporting via @andreavit #convegnogt

DASHBOARD

1- Overview generale:

LESS IS MORE

30 secondi per dire tutto!

» Quante persone vedono il mio sito?

» Quanto sto vendendo?

Quante sono 20.000 visite?

Quanti sono 1.000 acquisti?

Servono delle coordinate per far capire se è tanto o poco

Ad esempio:

» Obiettivi aziendali;

» Rendimento anno precedente;

» Rendimento mese precedente (soffre troppo di stagionalità?)

Un dato solo non dice nulla, servono dei riferimenti per far capire se è tanto o poco via @andreavit #convegnogt

MODELLO DAR – E-COMMERCE

2- Un approfondimento verticale per tematica composto da:

» dashboard riassuntiva;

» tabella completa, filtrabile per alcune dimensioni sensibili.

INTERNATIONAL

MERCHANDISING

ROI CAMPAGNE CLIENTI

QLIKVIEW IN AZIONE

Di seguito un piccolo estratto del lavoro

MARKETING ANALYSIS

VENDERE DI PIÙ, VENDERE MEGLIO

• Ottimizzazione Budget di MKTG• Miglioramento UX

• Report Vendita• Report Post Vendita

ANALYSIS

MARKETING BI

La costruzione di report «actionable» per il marketing permette di migliorare le performance sulla base di dati certi, intervenendo sulle diverse fasi della customer journey.

La BI è fondamentale per ottimizzare il budget del marketing e il miglioramento della UX @kajoze #convegnogt

ANALIZZARE PER OTTIMIZZARE

OBIETTIVO: OTTIMIZZARE IL BUDGET DI MARKTING («VENDERE DI PIÙ»).DA DOVE SI PARTE? DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.

Alcuni esempi:

» analisi del venduto per categoria per country

» analisi del sell-out per categorie per country

» analisi dello stock per categorie

» analisi resi per prodotto

» ordini per Paese

» conversion rate per Paese per visite

» resi per Paese

» analisi dei customer per capacità di spesa (altospendente, basso spendente, acquisto di nuovi prodotti, medi prodotti)

SELLOUT PER CATEGORY/COUNTRY

Paese Categoria Sell Out Mese

IT scarpe 72% nov-14

IT borse 41% nov-14

IT accessori 35% nov-14

DE scarpe 74% nov-14

DE borse 71% nov-14

DE accessori 65% nov-14

FR scarpe 80% nov-14

FR borse 85% nov-14

FR accessori 87% nov-14

CONVERSION RATE PER PAESE

Paese Sessioni Transazioni Mese Conversione rate

Italia 51.899 201 nov-14 0,39%

Germania 39.144 245 nov-14 0,63%

Francia 38.156 190 nov-14 0,50%

Belgio 8.154 30 nov-14 0,37%

Austria 4.506 9 nov-14 0,20%

Spagna 1.709 2 nov-14 0,12%

Portogallo 1.254 2 nov-14 0,16%

Romania 954 5 nov-14 0,52%

Polonia 772 5 nov-14 0,65%

CUSTOMER PER CAPACITA’ DI SPESA

Categoria Email

Altospendente utente@esempio.com

Categoria Email

VIP utente@esempio.com

Categoria Email

Bassospendente utente@esempio.com

IL MARKTING È PIÙ EFFICACE SE PARTE DALLA BI

Basare le proprie strategie di marketing partendo dalla business intelligence significa migliorarle sia in termini di rendimento che di costi.

QUALCHE ESEMPIO?

1. Definire una strategia di newsletter personalizzata per target (one to one marketing)

2. Investire dove il tasso di reso è più basso per aumentare la redditività

3. Distribuire il budget concentrando gli sforzi di marketing sulla base delle categorie e dei prodotti più venduti (o con più potenziale)

4. Ottimizzare gli investimenti per Paese: dove investo di più? Dove riduco? Quali sono i Paesi emergenti?

5. Private sales: individuati determinati cluster di utenti, possiamo creare vendite private o vetrine personalizzate

ANALIZZARE PER MIGLIORARE

OBIETTIVO: MIGLIORARE L’ESPERIENZA DELL’UTENTE («VENDERE MEGLIO»). DA DOVE SI PARTE? DI NUOVO DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.

Alcuni esempi:

» ordini per Paese (misurato sulla base del metodo di pagamento che più incide sul venduto)

» analisi dei resi per categoria merceologica e per Paese

» analisi dei resi per prodotto per Paese

» analisi del venduto per singolo prodotto

» analisi degli ordini per categorie merceologiche

» resi per Paese

METODI DI PAGAMENTO PAESE

Paese Metodo pagamento Quantità Valore merce Mese

IT Carta di Credito 79 € 11.850,00 nov-14

IT Bonifico 32 € 4.800,00 nov-14

IT Contrassegno 61 € 9.150,00 nov-14

IT PayPal 29 € 4.350,00 nov-14

DE Carta di Credito 94 € 14.100,00 nov-14

DE Bonifico 52 € 7.800,00 nov-14

DE Contrassegno 30 € 4.500,00 nov-14

DE PayPal 69 € 10.350,00 nov-14

FR Carta di Credito 72 € 10.800,00 nov-14

FR Bonifico 43 € 6.450,00 nov-14

FR Contrassegno 25 € 3.750,00 nov-14

FR PayPal 50 € 7.500,00 nov-14

RESI PER PRODOTTO

SKU Nome Prodotto Genere Quantità Valore merce Mese

127845 scarpa modello 1 Uomo 79 € 11.850,00 nov-14

325698 scarpa modello 5 Uomo 60 € 9.000,00 nov-14

541272 scarpa modello 2 Donna 15 € 2.250,00 nov-14

962514 borsa modello 4 Donna 14 € 2.100,00 nov-14

824136 cintura modello 4 Donna 14 € 2.100,00 nov-14

ANCHE LA UX MIGLIORA SE PARTE DALLA BI

OBIETTIVO: MIGLIORARE L’ESPERIENZA DELL’UTENTE («VENDERE MEGLIO»). DA DOVE SI PARTE? DI NUOVO DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.

Qualche esempio:

1. Affinare le landing pages delle campagne di remarketing o mirate ai singoli prodotti/

categorie

2. Migliorare le performance delle vetrine (category o home page ad esempio) attraverso delle personalizzazioni, ad esempio per country

3. Miglioramento delle schede prodotto più interessanti in termini di venduto, delle pagine categoria più performanti (nei Paesi individuati) perfezionando l’usabilità o la SEO delle

stesse.

4. Azioni di comunicazione sul sito mirate agli utenti più orientati alla conversione, diverse per

Paese (ad esempio in home page o a check out – pagamenti -).

DOMANDE & RISPOSTE

CONTATTI

GRAZIE!

andrea@filoblu.com

stefano@filoblu.com

+39 041 5731819

Venezia

Via Caltana 116/C

Caselle di S. Maria di Sala

30030 – Venezia

Tel: +39 041 5731819

Milano

Corso Venezia 53

20121 – Milano

Tel: +39 02 76002560

Napoli

Via Monte di Dio 14

80132 – Napoli

Tel: +39 081 18892416

Londra

Little Russell Street 35

WC1A – Londra

Tel: +44 08458 050340

FILOBLU S.R.L - info@filoblu.com - filoblu.com

dati e e-commerce: non solo google analytics

dormienti9convegno nazionale

filoblu4convegno nazionale

decisioni14convegno

sveglia15convegno nazionale

search marketing19

marketing analysis6

erp dati

resi dati

Marketing

google analytics - tajna broń e-commerce managera

brochure e-commerce analytics quiterian

gary taylor - data analytics in an e-commerce environment

5 benefits of predictive analytics for e-commerce

william sbarzaglia - real time analytics nell’e-commerce...

e-commerce players & mobile analytics

e commerce analytics demandware

social media analytics: dai dati alle strategie (e ritorno)

big data analytics and its application in e-commerce

three essays on big data consumer analytics in e-commerce

il mercato e-commerce e i trend internazionali · fonti:...

google analytics enfocado al e-commerce

analytics in action - sas...soluzione utilizzata: sas visual...

automazione: importiamo i dati di google analytics in excel

basic google analytics - east portland chamber of commerce -...

prisync blog: e-commerce analytics - tips for your business

"universal analytics i enhanced e-commerce", aleksandra...

google hangout with john colderice lawson and pierre debois...

pílulas dr. e commerce - configurações básicas do...

web analytics et indicateurs clefs e-commerce