Successfully reported this slideshow.
Your SlideShare is downloading. ×

109 retail rocket_eretailforum2014

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad

Check these out next

1 of 31 Ad
Advertisement

More Related Content

Slideshows for you (9)

Advertisement

More from InSales (20)

Recently uploaded (20)

Advertisement

109 retail rocket_eretailforum2014

  1. 1. Мультиканальная персонализация магазина Big Data в электронной коммерции Николай Хлебинский, Retail Rocket
  2. 2. Что такое Retail Rocket? Платформа персонализации маркетинга в Ecommerce + Товарные рекомендации для сайта + Система real-time персонализации + Система триггерных сообщений (email, display, sms, crm и т.д.) В цифрах: + 70 миллионов уникальных пользователей в месяц + Аналитический кластер из 40 серверов + 350 тысяч внешних запросов в минуту + 4GB сырых данных для анализа… В час!
  3. 3. Что такое big data? KEEP CALM AND IGNORE BULLSHIT
  4. 4. Три причины заняться персонализацией + % + = $ 1. Лояльность. 2. Конверсия. 3. Средний чек. = $
  5. 5. Как человек взаимодействует с сайтом? 1. Приземление на сайт 2. Прохождения туннеля конверсии 3. Конверсия
  6. 6. Так только в презентациях и статьях! KEEP CALM AND IGNORE BULLSHIT
  7. 7. Вот как на самом деле в жизни: Мультиканальные последовательности в Google Analytics
  8. 8. Вот как на самом деле в жизни: Карта путей по сайту в Яндекс.Метрике
  9. 9. Долгосрочные интересы. Контекст. Потребность.
  10. 10. Контекст пользователя + Окружающая обстановка
  11. 11. Распределение активности по часам 8.00% 7.00% 6.00% 5.00% 4.00% 3.00% 2.00% 1.00% 0.00% Рабочие дни 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Electronics Fashion Furniture & Household Health&beauty Kids 9.00% 8.00% 7.00% 6.00% 5.00% 4.00% 3.00% 2.00% 1.00% 0.00% Выходные 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Electronics Fashion Furniture & Household Health&beauty Kids
  12. 12. Контекст пользователя + Окружающая обстановка + Текущая задача Текущая потребность + Явно сформированная потребность
  13. 13. Как давно вы смотрели в Google Analytics?
  14. 14. Контентные страницы: широкие запросы
  15. 15. Контекст пользователя + Окружающая обстановка + Текущая задача Текущая потребность + Явно сформированная потребность + Неявно выраженная потребность
  16. 16. Карточка товара не в наличии Потребность сформирована Только альтернативы Кейс: магазин электроники и бытовой техники – Витрина: ~50 000 карточек в наличии. – За несколько лет накопилось ~500 000 карточек отсутсвующих товаров. – Поставили _trackEvent на такие карточки → ~70% organic трафика, конверсия 0,25% – Установили блок с альтернативами в наличии.
  17. 17. Контекст пользователя + Окружающая обстановка + Текущая задача Текущая потребность + Явно сформированная потребность + Неявно выраженная потребность + Расчетная потребность
  18. 18. Механизм предсказания следующей покупки http://pdfpiw.uspto.gov/.piw?PageNum=0&docid=08615473
  19. 19. Механизм предсказания следующей покупки 1. Анализ последовательностей покупок 2. Выявление значимых цепочек 3. После того, как человек совершает покупку, появляется вероятность покупки в следующем «звене» цепочки потребления 1 2 3 4 5 6 7 8
  20. 20. Механизм предсказания следующей покупки + В жизни каждая покупка является звеном сразу нескольких цепочек потребления + Разные цепочки потребления по-разному распределяются во времени 1 3 2 6 4 5 7 8 t1 t2 t3 t4 t5
  21. 21. Реальный пример цепочек потребления Средства для купания детей Бутылочки и соски Посуда для малышей 28 дней Нагрудники и слюнявчики 18 дней Пустышки 29 дней 24 дня
  22. 22. Характеристики пользователя + Явные + Расчетные
  23. 23. Как давно вы смотрели в Google Analytics?
  24. 24. Собрали данные, а что дальше?
  25. 25. Как использовать данные? 1. На сайте – Персональные товарные рекомендации + Рекомендации - это 38% добавлений в корзину всего интернет-магазина (Ozon.ru) + We got 67% increase in recommended product sales (Columbia sportswear) + 35% of Amazon’s sales are made through recommendations (Amazon.com) Рост выручки в результате внедрения Retail Rocket Книги +52,1% Бытовая техника и электроника +12,7% Спортивные товары +57,6% Товары для ремонта / DIY +14,4% Одежда и обувь / Fashion +27,1%
  26. 26. Как использовать данные? 2. В других каналах коммуникации – E-mail + Персональные рекомендации в регулярных маркетинговых рассылках
  27. 27. Кейс Enter: регулярная рассылка + Персональные рекомендации + Open Rate 66,4% + CTR 29,5% + Conversion Rate 4,89% еNOT BAD
  28. 28. Как использовать данные? В других каналах коммуникации – E-mail + Персональные рекомендации в регулярных маркетинговых рассылках + Триггерные письма
  29. 29. Примеры триггерных рассылок
  30. 30. Как использовать данные? В других каналах коммуникации – E-mail + Персональные рекомендации в регулярных маркетинговых рассылках + Триггерные письма – Display, SMS, CRM и т.д.
  31. 31. Спасибо за внимание! Еще больше интересного на http://retailrocket.ru Николай Хлебинский, Retail Rocket nh@retailrocket.ru

Editor's Notes

  • В патенте нет большого количества деталей, для анализа используется анализ паттернов покупательского поведения, явно выраженные предпочтения (опросы, виш-листы), социально-демографические данные и информация "о посещении сайтов".

×