Case study Złote Wyprzedaże FACT-Finder

1. Wyznaczanie celów i identyfikacja problemów - o
myśleniu strategicznym w (e-)biznesie.
Case study zlotewyprzedaze.pl
Justyna Skorupska
Managing Director
FACT-Finder Polska

2.  Lider rozwi za wyszukiwania i nawigacjią ń
– wspieramy wzrost sprzeda y w nowoczesnych kanał chż ą
sprzeda yż
 13 lat do wiadczenia w e-commerce (na rynku od 2001)ś
 Ponad 1500 wdro e w 24 krajach, w 26 j zykach.ż ń ę
 Pot na wydajno ciowo i „samoucz ca si ” technologia FACT.ęż ś ą ę
 Nasi klienci zwi kszaj konwersj (czyli ilo klientówę ą ę ść
odwiedzaj cych stron na klientów kupuj cych) rednio o +25% ią ę ą ś
dodatkowo +10% po rekalibracji.
 Nasi klienci B2C i B2B w czołówce rankingów np.
7 firm w TOP10 i >50 firm w TOP 100.

3. Nowoczesna technologia dla biznesu, która my li za Ciebie.ś
 FACT©
- odporny na bł dy wpisywaniaę
zaawansowany algorytm podobie stwań
 Niezale ny j zykowoż ę – łatwo uruchamiane
sklepy zagraniczne
 Samoucz cy si ,ą ę ci gła optymalizacja wynikówą
po odwiedzinach e-konsumentów.
Obsługujemy najwi ksze wdro enia e-commerce w całej Europie.ę ż
 Pot na wydajno :ęż ść
II-gi po Google w ilo ci obsługiwanych zapyta .ś ń
 Pot ny silnik wyszukiwania :ęż
4 biliony zapyta obsłu onych w 2012r.ń ż
 Szybki czas odpowiedzi : < 50 milisekund.
 Gwarantowana dost pno systemu wę ść
standardowych warunkach 99,5%

4. Agenda
Informacje o rynku i o Złotych Wyprzedażach1
Oczekiwane zmiany: wyznaczenie celów firmy i identyfikacja problemów2
Wykorzystanie danych3
Realizacja celów5
Optymalizacja: gotowe rozwiązania bez angażowania IT4

5. 5
http://www.ecommerce.gemius.pl/raport-e-commerce.html

6. 6
http://www.ecommerce.gemius.pl/raport-e-commerce.html

8. O Złotych Wyprzeda ach:ż
8
2010:
•Pomysł
•Pierwsza wersja
serwisu
•2 osoby w zespole
2012:
•Inwestor
•Pół miliona nowych
klientów
•Wzrost sprzedaży o
35%
2014:
•Ekspansja
zagraniczna
(Bułgaria)
•Przebudowa serwisu

9. Oczekiwane zmiany:
(1) Wzrost na polskim rynku
(2) Ekspansja na rynki zagraniczne
(3) Realizowanie zobowiązań wobec inwestorów
9
Zdefiniowanie celów i dobranie narz dzię
do realizacji strategii

10. Paweł Filutowski, Złote Wyprzeda e:ż
„Chcemy tak samo sprawnie
i profesjonalnie obsługiwać
wszystkich klientów, niezale nież
od tego, czy dobrze wpiszą
nazw produktu czy marki.ę
Mamy skonkretyzowane plany
na przyszło , dlatego wa neść ż
były dla nas jasno okre loneś
koszty (TCO) i sprawne
przeprowadzenie wdro enia czyż
rozbudowy o nowe kanały
j zykowe.”ę
10

11. Wyzwania:
− cz sta zmiana oferty produktoweję
− ogromna ró norodno asortymentuż ść
11

12. Cele biznesowe:
 Zwi kszenie konwersji: przez zwi kszenie liczby obsłu onych klientów,ę ę ż
usprawnienie zakupów i zmniejszenie liczby klientów, którzy otrzymali
brak wyników wyszukiwania
 Poprawa obsługi klienta: zapytania z bł dami, literówki, równieę ż
obsługiwane
 Lojalno ci klientówś
 Du a zmienno asortymentu i du a liczba produktów – poradzenież ść ż
sobie z nisk jako ci danych produktowych bez anga owaniaą ś ą ż
znacznych sił
12

13. MY LENIE STRATEGICZNEŚ
W E-COMMERCE
FACT-Finder dopasowuje si do ci głych zmianę ą w biznesie.
+?%konwersja/sprzedaż
Najwa niejsze korzy ci:ż ś
Wzrost sprzeda yż / konwersji
Poprawa obsługi klienta – do wiadczony sprzedawcaś
Transfer wiedzy + gotowe rozwi zanie bez anga owania ITą ż
Zamiana bł dów na zyskię
Koszty pod kontrol (TCO)ą

14. Kompletny czas trwania projektu wro enia:ż
Status „go live”: 28 czerwca 2013
14
30 dni
2 dni
FACT-Finder:
Instalacja FACT-Findera u Klienta
z danymi produktowymi: 28 maja 2013

15. Transfer wiedzy oraz gotowe rozwi zania.ą
(1) Cykliczna obserwacja zmieniaj cych si trendówą ę
w zachowaniach i wyszukiwaniach klientów
(2) Optymalizacja wyników pod zapytanie
Konieczne przy cyklicznie i szybko zmieniaj cej si ofercieą ę
produktowej oraz zmieniaj cych si zachowaniach klientów.ą ę
15

16. Optymalizacja wyszukiwania

17. Analiza danych i optymalizacja rozwi zaą ń
Analiza logów
Analiza trendów
17

18. Czego szuka klient?
18
Dost pne w sklepie:ę

19. 19

20. Rozdzielanie zapyta :ń
Reagowanie na podobne składniowo ale nie semantycznie frazy jak na przykład:
Buty – beauty
Buty – butterfly
Buty – butelkowy
W tym wypadku eby pozby si niechcianych czyli nie maj cych wspólnego zż ć ę ą
zapytaniem produktów ( eby klientom nie za mieca wyników wyszukiwania)ż ś ć
wystarczyło par klikni (poprzedzonych patrzeniem w logi) i nie pojawiały się ęć ę
przy butach produkty z kategorii kosmetyków (beauty) oraz innych (butterfly). Nie
mieszało si tak e z opisem innych produktów (butelkowych).ę ż
20

21. Cel: 2 nowe kanały j zykoweę
(1)Wysyłka plików danych:
23 stycznia 2014, godz. 10:00
(2)Utworzenie nowych kanałów j zykowych:ę
23 stycznia 2014, godz. 11:26
21

22. 22

23. 23
Złote Wyprzeda e dzi :ż ś

24. Złote Wyprzeda e dzi :ż ś
1.Rozbudowa technologiczna: mo liwo łatwej integracjiż ść
2.Ekspansja zagraniczna: szybkie i łatwe dostosowanie
3.Obsługa klienta: obsługa zapyta i optymalizacjań
wyszukiwania

25. MAŁE
OGŁOSZENIE

26. Nie trać czasu na błędy!

27. 27
http://mpoll.eu
hasło: SYMCORE