Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Веб-данные для
повышения
эффективности
маркетинга
Климент Мерзляков
26.11.2015
GOOGLE BIGQUERY В СИСТЕМЕ ВЕБ-АНАЛИТИКИ
2
Streaming
CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА
3
– Apriori
– Collaborative filtering
– SVD
– методы SNA
Исходные данные
1. 2.
Слабые свя...
CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА (РЕШЕНИЕ)
4
 Изменить текущую каталогизацию
 Автоматизировано выявить небольшие группы ...
CASE 2: ВЫЯВЛЕНИЕ МОШЕННИЧЕСТВА / ЗЛОУПОТРЕБЛЕНИЙ
5
= 100 клиентов
Y =
𝑿
𝟏
𝟐 𝑵
Ограничения на механику акции
N новых клиен...
CASE 3: E-mail targeting
6
Исторические покупки
Фактический интерес сейчас
Open Rate 1,5 раза
CTR 1,3 раза
Conversion 3 ра...
CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА
7
Метрика оценки поиска
+ 10 минут
Успешный поиск: товар / корзина / закладки /...
CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА
8
Недополучение выручки 40%
9
Спасибо за внимание!
Upcoming SlideShare
Loading in …5
×

Климент Мерзляков. Веб-данные для повышения эффективности маркетинга

438 views

Published on

Презентация в рамках мероприятия "E-commerce. Как заработать на данных?", организованного компанией АНАЛИТИКА ПЛЮС при поддержке Tableau Software

Published in: Business
  • Be the first to comment

  • Be the first to like this

Климент Мерзляков. Веб-данные для повышения эффективности маркетинга

  1. 1. Веб-данные для повышения эффективности маркетинга Климент Мерзляков 26.11.2015
  2. 2. GOOGLE BIGQUERY В СИСТЕМЕ ВЕБ-АНАЛИТИКИ 2 Streaming
  3. 3. CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА 3 – Apriori – Collaborative filtering – SVD – методы SNA Исходные данные 1. 2. Слабые связи Банальные правила VS
  4. 4. CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА (РЕШЕНИЕ) 4  Изменить текущую каталогизацию  Автоматизировано выявить небольшие группы схожих товаров – метапозиции Как? На основе просмотров! 12 500 SKU 800 категорий 2 000 метапозиций Рост конверсии на 2,3% Рост CTR в 3 раза!
  5. 5. CASE 2: ВЫЯВЛЕНИЕ МОШЕННИЧЕСТВА / ЗЛОУПОТРЕБЛЕНИЙ 5 = 100 клиентов Y = 𝑿 𝟏 𝟐 𝑵 Ограничения на механику акции N новых клиентов X рублей затрат Y = 𝑿 𝑵 стоимость привлечения ½ N новых клиентов
  6. 6. CASE 3: E-mail targeting 6 Исторические покупки Фактический интерес сейчас Open Rate 1,5 раза CTR 1,3 раза Conversion 3 раза
  7. 7. CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА 7 Метрика оценки поиска + 10 минут Успешный поиск: товар / корзина / закладки / сравнение Неуспешный поиск: повторный поиск / ушёл с выдачи 57% 43% Неуспешный поиск Успешный поиск Неуспешный поиск: 260 рублей на искавшего Успешный поиск: 1 100 рублей на искавшего
  8. 8. CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА 8 Недополучение выручки 40%
  9. 9. 9 Спасибо за внимание!

×