Siegfried Stepke, Geschäftsführer e-dialog und Country Manager der Digital Analytics Association Austria referiert über Big Data. Die Themen reichen von:
Was ist eigentlich Big Data und wie generiert man Insights? So nutzt man Datenschätze für On- und Off-Page-Maßnahmen.
Google Analytics Konferenz 2019_Google Marketing Platform - Enterprise_Oleg P...
Big Data User Prediction: Siegfried Stepke, e-dialog
1. Prediction
zur On- & Offpage
Optimierung
Siegfried Stepke,
Big Data Summit
3.12.2013
2. Wer ich bin
Siegfried Stepke, M.A.
Gründer und Geschäftsführer e-dialog
Country Manager der
Digital Analytics Association
stepke@e-dialog.at
+SiegfriedStepke
8. Big data is like teenage sex:
everyone talks about it,
nobody really know how to do it,
everyone thinks everyone else is doing it,
so everyone claims they are doing it too…
10. Unter uns gesagt:
Big Data ist eine willkommene Ausrede,
bisherige Versäumnisse in der DatenAnalyse aufzuholen.
Voraussetzungen:
•
Ziele - Business Objectives - Konzept
•
Datenqualität
•
Know-how
Dann reicht oft schon „small data“
11. Warum also doch?
• Große Datenmengen strukturiert untersuchen
• Abfolgen erkennen
• anreichern
• mit Rohdaten arbeiten
• komplexe Segmente erkennen
• Realtime Decision & Action
13. Zusammenhangsanalysen
• Zusammenhänge in den Daten
erkennen
• Explorativ, Hypothesen-gesteuert oder
Datengetrieben
• Unsicherheiten minimieren (aufgrund
statistisch signifikanter Ergebnisse)
• z.B. Kohorten-Analysen & RegressionsAnalysen
„An den richtigen Schrauben drehen!“
14. Bsp. Engagement von Mobile
Visits
„richtige Schraube“:
User, die die Website häufig besuchen, verbringen
weniger Zeit auf der Seite Wiederkehrer
schneller zum Ziel führen!
16. Fragestellung: MultichannelEffekte
• Wie performen Regionen im Umkreis von 15km
eines stationären Shops?
• Wie nutzt regionales Online-Marketing den Shops?
• Prediction: Aufgrund der bisherigen Korrelationen –
wo zahlen sich neue Filialen aus, wo nicht?
Seite 16
20. Weitere Use Cases
• Komplexe Flows untersuchen:
• “Aus welchen Quellen kamen User, die im CheckoutProzess ausstiegen um innerhalb von 10 Minuten mit
einem Voucher-Code den Prozess abzuschließen? Welche
Codes waren das?”
• Komplexe Anreicherung
• Wetter Daten nach Datum und Region
• Geographische Informationen wie
• Durchschnittliche Haushaltseinkommen
• Einwohnerdichte
27. User zentrierte Analysen
• Erkennen des Users (meist anonym!)
• History und Attribute
e-commerce
Publisher
28. User Attribute
• Vordefiniert und automatisch für jeden User berechnet
• Macro Customer Journey Status
• Micro Customer Journey Status
• Demographische Metriken
• Kohorten
• CLV (Customer Lifetime Value)
• RFM (Recency – Frequency – Monetary)
• RFM Model basierende User Segmente und Zielgruppen
• Customer Predictions
3.12.2013
28
33. JA! Unbedingt einhalten!
• Datenschutz
• (indirekt) Personenbezogen
• Wo? In der Webanalyse? Oder nur bei
Zusammenführung der Daten?
• Auftragsdatenverarbeitungsvertrag!
• Datenschutzvereinbarung
• mit Kunden (MUSS es sowieso geben! Gibt es?)
• und Usern (ab Personenbezug)
35. Status und Next Steps
• Sorgen Sie für ordentliches Digital Analytics
• inkl. Strategie,
• Prozessen (Ressourcen) &
• Know-how
• Nicht machen = überholt werden
• Datenschutz einhalten!!!
• Was die Großen schon länger machen, wird jetzt
breit verfügbar (und leistbar)