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.
WARSZTAT II: Wykorzystanie danych o użytkowniku 
do personalizacji procesu zakupowego 
Maciej Gałecki 
CEO, Bluerank
Personalizacja idealna  
2
3 
Kto? 
• Roderick Russell 
Zawód? 
• Połykacz mieczy 
(w cyrku?) 
Problem? 
• Chory – ma problem z 
połykaniem tabletek
4
5
Agenda 
I. Wprowadzenie 
• Przegląd narzędzi i technologii do pomiaru danych o 
użytkownikach 
• Narzędzia do personalizac...
Dlaczego wierzę w personalizację? 
7
Podejście 360° w stosunku do użytkownika - klienta 
8 
Analityka 
Online 
Analityka 
Offline 
Wymiana 
informacji 
Wymiana...
Cel główny: segmentacja, wiedza o klientach 
9
Key Digital Trends 2014 wg IBM 
10 
!!!
Gdzie tkwi potencjał personalizacji? 
11 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja...
12 
Podejście do personalizacji 
Statyczne: 
stałe zasady, 
wiedza 
ekspercka 
Dynamiczne: 
algorytm, 
samouczenie 
na dan...
13 
Podejście do personalizacji 
Statyczne: 
stałe zasady, 
wiedza 
ekspercka 
Dynamiczne: 
algorytm, 
samouczenie 
na dan...
14
15 
Podejście do personalizacji 
Statyczne: 
stałe zasady, 
wiedza 
ekspercka 
Dynamiczne: 
algorytm, 
samouczenie 
na dan...
16
17 
Web Analytics 
Predykcja 
potrzeb 
Personalizacja w oparciu o maksymalną ilość 
rozproszonych informacji 
Narzędzia do...
18 
Web Analytics 
Predykcja 
potrzeb 
Personalizacja w oparciu o maksymalną ilość 
rozproszonych informacji 
Narzędzia do...
Jak dobrać narzędzia analityczne? 
19 
Struktura 
kosztów 
Kryterium 
wyboru 
Funkcjonalność 
Testy i 
implementacja 
Utrz...
Jak dobrać narzędzia analityczne? 
20 
Stopień szczegółowości pozyskania danych 
Elastyczność łączenia danych z różnych źr...
21 
Personalizacja „statyczna” 
Dobra na początek = „learning by doing” 
Bardziej elastyczna w doborze technologii 
Umożli...
Potencjał personalizacji 
22 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja 
oferty 
Pe...
23
Darmowe platformy Web Analytics 
Element Google Analytics Piwik 
Cechy wspólne 
 Możliwość tworzenia niestandardowych das...
Platformy Enterprise Digital Analytics 
Element 
Google Analytics 
Premium 
Webtrekk 
Cechy wspólne 
 Większe możliwości ...
Web Analytics vs Enterprise Digital Analytics 
Narzędzia darmowe Narzędzia płatne 
Mocne strony 
 Dbałość o prywatność w ...
Potencjał personalizacji 
27 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja 
oferty 
Pe...
28
29
30 
Umów się dzisiaj 
na jazdę próbną w 
Satall, Łódź
31
32
Potencjał personalizacji 
33 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja 
oferty 
Pe...
34
35 
Personyze.com
36 
Personyze.com
37
38
39
40
41
42
Potencjał personalizacji 
43 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja 
oferty 
Pe...
44 
Opiniac.com
45 
Opiniac.com
46 
Opiniac.com
47
Potencjał personalizacji 
48 
Web Analytics 
(rozpoznany użytkownik) 
Personalizacja 
przekazu 
Personalizacja 
oferty 
Pe...
49 
Predykcja 
potrzeb 
Dane jakościowe 
Planowana 
komunikacja 
E-mail 
Planowana 
komunikacja 
Display 
(…) 
Digital 
An...
50 
Kluczowe wnioski 
Użyj właściwej platformy Digital Analytics 
Użyj narzędzi analitycznych również pod kątem 
personali...
Pytania? 
51
Dziękuję za uwagę 
Bluerank Sp. z o.o. 
ul. Łąkowa 29 (MediaHUB) 
90-554 Łódź 
Tel: (42) 632 33 21 
Fax: (42) 632 15 51 
w...
Upcoming SlideShare
Loading in …5
×

Wykorzystanie danych o użytkowniku do personalizacji procesu zakupowego ::: Maciej Gałecki, Bluerank ::: ecommerceSTANDARD 2014

1,578 views

Published on

Prezentacja Macieja Gałeckiego, CEO Bluerank, nt. personalizacji komunikacji z użytkownikiem w trakcie zakupowego procesu decyzyjnego. Prezentacja z sesji warsztatowej ecommerceSTANDARD 2014.

Published in: Marketing
  • Be the first to comment

Wykorzystanie danych o użytkowniku do personalizacji procesu zakupowego ::: Maciej Gałecki, Bluerank ::: ecommerceSTANDARD 2014

  1. 1. WARSZTAT II: Wykorzystanie danych o użytkowniku do personalizacji procesu zakupowego Maciej Gałecki CEO, Bluerank
  2. 2. Personalizacja idealna  2
  3. 3. 3 Kto? • Roderick Russell Zawód? • Połykacz mieczy (w cyrku?) Problem? • Chory – ma problem z połykaniem tabletek
  4. 4. 4
  5. 5. 5
  6. 6. Agenda I. Wprowadzenie • Przegląd narzędzi i technologii do pomiaru danych o użytkownikach • Narzędzia do personalizacji kontaktu z użytkownikiem • Planowanie i realizacja procesu personalizowanej komunikacji z użytkownikiem II. Warsztaty i dyskusja • Personalizowana komunikacja z użytkownikiem – warsztaty w mniejszych grupach • Dyskusja nad wypracowanymi rozwiązaniami 6
  7. 7. Dlaczego wierzę w personalizację? 7
  8. 8. Podejście 360° w stosunku do użytkownika - klienta 8 Analityka Online Analityka Offline Wymiana informacji Wymiana informacji KLIENT
  9. 9. Cel główny: segmentacja, wiedza o klientach 9
  10. 10. Key Digital Trends 2014 wg IBM 10 !!!
  11. 11. Gdzie tkwi potencjał personalizacji? 11 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  12. 12. 12 Podejście do personalizacji Statyczne: stałe zasady, wiedza ekspercka Dynamiczne: algorytm, samouczenie na danych Kompetentny ekspert, znający zasady działania „black-box”
  13. 13. 13 Podejście do personalizacji Statyczne: stałe zasady, wiedza ekspercka Dynamiczne: algorytm, samouczenie na danych
  14. 14. 14
  15. 15. 15 Podejście do personalizacji Statyczne: stałe zasady, wiedza ekspercka Dynamiczne: algorytm, samouczenie na danych
  16. 16. 16
  17. 17. 17 Web Analytics Predykcja potrzeb Personalizacja w oparciu o maksymalną ilość rozproszonych informacji Narzędzia do personalizacji landing page Wewnętrzna wyszukiwarka / e-merchan-dising … Rekomendacje produktów
  18. 18. 18 Web Analytics Predykcja potrzeb Personalizacja w oparciu o maksymalną ilość rozproszonych informacji Narzędzia do personalizacji landing page Wewnętrzna wyszukiwarka / e-merchan-dising … Rekomendacje produktów
  19. 19. Jak dobrać narzędzia analityczne? 19 Struktura kosztów Kryterium wyboru Funkcjonalność Testy i implementacja Utrzymanie i hosting Przewidywany Instant / Sample koszt Dokumentacja i wsparcie
  20. 20. Jak dobrać narzędzia analityczne? 20 Stopień szczegółowości pozyskania danych Elastyczność łączenia danych z różnych źródeł Realny wpływ na kreowanie wartości biznesowej przez budowanie pełnego profilu użytkownika
  21. 21. 21 Personalizacja „statyczna” Dobra na początek = „learning by doing” Bardziej elastyczna w doborze technologii Umożliwia działanie „krok po kroku” Pozwala wykształcić niezbędne kompetencje Wymaga większej ilości pracy…
  22. 22. Potencjał personalizacji 22 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  23. 23. 23
  24. 24. Darmowe platformy Web Analytics Element Google Analytics Piwik Cechy wspólne  Możliwość tworzenia niestandardowych dashboardów i niestandardowych raportów  Śledzenie zdarzeń  Statystyki w czasie rzeczywistym  Śledzenie kampanii (display, email, AdWords, itd.)  Raporty realizacji celów, analiza ścieżek konwersji  Raporty E-commerce  Raporty słów kluczowych i wyszukiwarki  Raporty użytkowników: geolokalizacja, system operacyjny, zaangażowanie  Eksport danych przez API Cechy wyróżniające  Wizualizacja ścieżek wielokanałowych  Integracja z kontem AdWords i innymi produktami Google  Możliwość tworzenia testów A/B  Możliwość importowania danych historycznych z Google Analytics  Możliwość tworzenia profili użytkowników  Dane przechowywane na serwerze klienta  Brak limitów przetwarzania i gromadzenia danych  Możliwość umieszczenia w raportach własnego logo Brakujące funkcjonalności  Próbkowanie danych  Limity ilości gromadzonych informacji  Brak możliwości śledzenia pojedynczych użytkowników  Generowanie rekomendacji  Integracja z narzędziami zewnętrznymi  Brak możliwości śledzenia pojedynczych użytkowników  Generowanie rekomendacji  Integracja z narzędziami zewnętrznymi (np. AdWords) 24
  25. 25. Platformy Enterprise Digital Analytics Element Google Analytics Premium Webtrekk Cechy wspólne  Większe możliwości analizy i szerszy zakres raportowania niż w darmowych narzędziach  Możliwość tworzenia dużej liczby zmiennych niestandardowych (400 w GAP, ponad 250 w Webtrekk)  Możliwość gromadzenia ogromnej ilości danych (ponad bilion hitów miesięcznie w GAP, nielimitowana liczba hitów w Webtrekk)  Dostęp do danych surowych  Wysoki stopień ochrony prywatności gromadzonych danych  Dostęp do managera konta i wsparcia w wielu językach 24/7 Cechy wyróżniające  Łatwość implementacji narzędzia  Łatwość integracji z innymi produktami Google  Nieograniczone możliwości importu danych  Wbudowany moduł heatmapy 25
  26. 26. Web Analytics vs Enterprise Digital Analytics Narzędzia darmowe Narzędzia płatne Mocne strony  Dbałość o prywatność w podobnym zakresie, co w narzędziach płatnych  Wystarczające do analizy i przetworzenia ilości danych małych i średnich serwisów  Ulegają ciągłemu rozwojowi i dostosowywaniu do potrzeb klientów  Możliwość dostępu do danych surowych  Zwielokrotnione ilości danych możliwych do przetworzenia i analizy  Dostęp do wsparcia ze strony specjalistów-manager konta dostępny 24/7 Słabe strony  Występowanie próbkowania danych  Brak możliwości śledzenia indywidualnych użytkowników  Limity gromadzonych danych  Brak możliwości lub ograniczone możliwości przechowywania danych na serwerach klientów  Nie we wszystkich dostępnych narzędziach występuje możliwość śledzenia indywidualnych użytkowników  Dostęp do know-how Dla kogo?  Mały i średni biznes  Ilość gromadzonych danych dostosowana do limitów narzuconych w narzędziach darmowych  Duże firmy, które gromadzą ogromne ilości danych surowych 26
  27. 27. Potencjał personalizacji 27 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  28. 28. 28
  29. 29. 29
  30. 30. 30 Umów się dzisiaj na jazdę próbną w Satall, Łódź
  31. 31. 31
  32. 32. 32
  33. 33. Potencjał personalizacji 33 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  34. 34. 34
  35. 35. 35 Personyze.com
  36. 36. 36 Personyze.com
  37. 37. 37
  38. 38. 38
  39. 39. 39
  40. 40. 40
  41. 41. 41
  42. 42. 42
  43. 43. Potencjał personalizacji 43 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  44. 44. 44 Opiniac.com
  45. 45. 45 Opiniac.com
  46. 46. 46 Opiniac.com
  47. 47. 47
  48. 48. Potencjał personalizacji 48 Web Analytics (rozpoznany użytkownik) Personalizacja przekazu Personalizacja oferty Personalizacja doświadczeń Predykcja potrzeb Maksymalizacja wartości biznesowej
  49. 49. 49 Predykcja potrzeb Dane jakościowe Planowana komunikacja E-mail Planowana komunikacja Display (…) Digital Analytics [CRM] Brak jednego narzędzia Up-sell / Cross-sell Zakupy regularne
  50. 50. 50 Kluczowe wnioski Użyj właściwej platformy Digital Analytics Użyj narzędzi analitycznych również pod kątem personalizacji i przekazywania danych między sobą Zidentyfikuj potencjał personalizacji w Twoim biznesie – „krok po kroku” Opracuj metryki i wskaźniki, którymi będą „komunikować się” ze sobą narzędzia Analizuj, wnioskuj, optymalizuj…
  51. 51. Pytania? 51
  52. 52. Dziękuję za uwagę Bluerank Sp. z o.o. ul. Łąkowa 29 (MediaHUB) 90-554 Łódź Tel: (42) 632 33 21 Fax: (42) 632 15 51 www.bluerank.pl bluerank.blogspot.com facebook.com/bluerank 52 Maciej Gałecki m.galecki@bluerank.pl

×