SlideShare a Scribd company logo
1 of 49
Download to read offline
Jak a proč vytěžovat lokační data v
e-commerce
DATA restart / 5.4. 2018 / Lukáš Puchrik
CleverAnalytics.com
2
1. Co je Location Intelligence?
2. Jaká data použít?
a. interní data
b. externí zdroje
3. Pár příkladů z praxe
4. Diskuse a dotazy
Agenda
CleverAnalytics.com
3
Location Intelligence is the capacity to organize and
understand complex phenomena through the use of
geographical relationships inherent in all information.
1. Definice lokační analýzy
Definice
CleverAnalytics.com
5
1.2 Proč je důležitý kontext
CleverAnalytics.com
6
1.3 Kontext v mapě - 2 tabulkově stejné prodejny
CleverAnalytics.com
7
Souvislosti
Srovnání
Realita
Peníze
1.4 Proč používat Location Intelligence?
CleverAnalytics.com
8
● objednávky z e-shopu
● návštěvy v CRM systému
● nákupy zákazníků věrnostního klubu
● smlouvy se zákazníky
● platby platební kartou
Jakákoliv data, která je možné lokalizovat
pomocí adresy nebo přímo souřadnice.
2. Jaká data použít
CleverAnalytics.com
9
Ulice č.p., č.e., Obec, PSČ
(číslo popisné) (číslo evidenční)
Adresa
2.1 Jak dostat zákazníky do mapy?
CleverAnalytics.com
10
Ulice č.p., č.e., Obec, PSČ
Adresa
2.2 Jak probíhá geokódování?
CleverAnalytics.com
11
● Zjednodušte si život a validujte adresy už na vstupu.
○ třeba s pomocí SmartForm.cz
● Geokódovacích služeb je hromada (i zadarmo)
○ hezký výběr dostupný v KBC
○ pozor na spolehlivost - vždy vědět jak spolehlivě je
adresa “chycena”
○ pozor na možnost použití výsledků (Google)
2.3 Typy ke geokódování
CleverAnalytics.com
12
Stejné PSČ
(Litomyšl)
Stejné PSČ
(Lanšrkoun)
Stejné PSČ,
jiný okres
2.4 Nespoléhejte na geokódování
CleverAnalytics.com
13
2.5. Chybí ulice
CleverAnalytics.com
14
2.5 Chybí ulice a PSČ
CleverAnalytics.com
15
2.5. Chybí ulice a číslo evidenční
CleverAnalytics.com
16
2.5 Jedna ulice, více PSČ
CleverAnalytics.com
17
Nejedlého 7
570 01 Litomyšl – Litomyšl-Město
okres Svitavy, Pardubický kraj
Zámecká 7
570 01 Litomyšl – Litomyšl-Město
okres Svitavy, Pardubický kraj
2.6 Pošta doručí, stroj nemá šanci
CleverAnalytics.com
18
● Demografické údaje
● Kupní síla
● Obchodní místa konkurence
● Body zájmu
● Cenové mapy
● Reklamní plochy
● Nemovitosti a Katastr nemovitostí
● Doprava a dopravní obslužnost
● Kriminalita
● Geografické údaje
● Povodňové mapy
● Počasí
● …
Vlastně cokoliv...
2.7 Co dalšího se dá lokalizovat?
CleverAnalytics.com
19
Kombinace interních a externích dat = metriky pro správná
rozhodnutí
• Obrat na hospodařící domácnost
• Lokalizovaný potenciál trhu
• Míra konkurenčního tlaku
• Počet obyvatel na pobočku
• Index expozice
• Penetrace trhu
• …
2.8 Proč používat externí data?
CleverAnalytics.com
20
• Jak vznikají?
zda vznikají na základě nějakého zákona nebo jen komunitně?
• Kdo je primárně vytváří?
ministerstvo? soukromý subjekt? komunita?
• Jaká je jejich granularita a naplněnost (i v čase)
do jakého detailu je možné se dostat, změnila se nějak v čase
metodika nebo možnosti jejich sběru
Ideální data neexistují ale s většinou jde dělat spousta muziky!
2.8 Na co dát u externích dat pozor?
CleverAnalytics.com
21
● detailní ale anonymní údaje dostupné na díly základních sídelních
jednotek
● cca 180 atributů
● zdroj ČSÚ, ze zákona
● nejpřesnější dostupná data (jo i po těch letech)
K čemu používáme?
● lokalizace potenciálu
● klientské segmentace (kdo je cílová skupina a kde je jí více)
● i ve formě DB pro interní použití
2.9 Demografické údaje - SLDB2011
Kupní síla a cenová citlivost
CleverAnalytics.com
25
● přes 4 miliony nemovitostí v ČR
● přesná adresa a souřadnice definičního bodu
● hierarchie administrativního členění
● technické parametry budovy
○ velikost (plocha i obestavěný prostor)
○ způsob využití
○ typ vytápění
○ ...
K čemu používáme?
● geokódování - přiřazení souřadnice k adrese a opačně
● hierarchie administrativního členění
● hodnocení potenciálu lokality (typy budov)
● hodnocení hodnoty klienta / potenciálního
klienta díky technickým parametrů
2.9 Registr územní identifikace, adres a nemovitostí
CleverAnalytics.com
26
2.9 Registr územní identifikace, adres a nemovitostí
RUIAN
CleverAnalytics.com
29
● Kde mám svou klientskou základnu?
● Jsou moje výdejny dobře umístěny?
● Kde bych měl doplnit výdejnu/výdejní automat?
● Kdo je můj typický zákazník?
3. Pár příkladů z praxe
CleverAnalytics.com
30
3.1 Spádová oblast – 5 Km autem
CleverAnalytics.com
31
3.1 Reálná spádová oblast
CleverAnalytics.com
32
3.1 Reálná spádová oblast - 60 % obratu
CleverAnalytics.com
33
3.1 Spádová oblast – rezidenční oblast
CleverAnalytics.com
34
3.1 Spádová oblast – dopravní uzel
CleverAnalytics.com
35
3.1 Spádová oblast – obchodní centrum
CleverAnalytics.com
36
3.1 Spádová oblast – jednostranná
CleverAnalytics.com
37
 
3.2 Blízkost ≠dostupnost
CleverAnalytics.com
38
3.2 Hodně lidí = velká vnitřní konkurence
CleverAnalytics.com
39
 
• Dostupnost
• Expozice
• Předvídatelná spádovost
3.3 Radiály velkých měst
CleverAnalytics.com
40
3.3 Spádová oblast - radiála
CleverAnalytics.com
41
3.4 Nákupní chování v čase a prostoru
CleverAnalytics.com
42
3.5. Customer Intelligence
CleverAnalytics.com
43
3.6 Kde bych měl doplnit výdejnu/výdejní automat?
1. Vyhledání oblasti, kde je potenciál pro zahuštění sítě
2. Vyhledání konkrétní lokality
CleverAnalytics.com
44
3.6 Vhodné místo pro nový výdejní automat?
CleverAnalytics.com
45
3.6 Vhodné místo pro nový výdejní automat?
CleverAnalytics.com
46
3.7 Kde se lidé pohybují?
CleverAnalytics.com
47
3.8. Co je tam přitahuje?
Ptejte se na cokoliv, co vás zajímá.
Answer comprehensive business
questions with the ease of reading a map
CleverAnalytics, a.s., Vídeňská 101/119,
Vienna Point II, Brno, 619 00, The Czech Republic
https://www.cleveranalytic.com
Email: lukas.puchrik@cleveranalytics.com
Office Phone: +420 518 701 654
Address
Contact Info
Telephone
Keep in touch with us

More Related Content

Similar to Jak a proč vytěžovat lokační data v ecommerce (Lukáš Puchrik)

Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)
Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)
Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)Taste Medio
 
Jak na Smartlook, nejen pro Shoptet
Jak na Smartlook, nejen pro ShoptetJak na Smartlook, nejen pro Shoptet
Jak na Smartlook, nejen pro ShoptetMarek Čech
 
Zákazníci a "nezákazníci" - kde jsou?
Zákazníci a "nezákazníci" - kde jsou?Zákazníci a "nezákazníci" - kde jsou?
Zákazníci a "nezákazníci" - kde jsou?Taste Medio
 
25. 2. 2016 produktivita a efektivita v digitálním světě - v1.01
25. 2. 2016   produktivita a efektivita v digitálním světě - v1.0125. 2. 2016   produktivita a efektivita v digitálním světě - v1.01
25. 2. 2016 produktivita a efektivita v digitálním světě - v1.01Jan Janca
 
Webová analytika (ČZU - Webdesign, 11. 12. 2013)
Webová analytika (ČZU - Webdesign, 11. 12. 2013)Webová analytika (ČZU - Webdesign, 11. 12. 2013)
Webová analytika (ČZU - Webdesign, 11. 12. 2013)Sherpas
 
Datarestart - Big Data v praxi
Datarestart - Big Data v praxiDatarestart - Big Data v praxi
Datarestart - Big Data v praxiProfinit
 
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekT-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekJiri Prochazka
 
Prípadová štúdia implementácie Omniture v ČSOB Pojišťovně
Prípadová štúdia implementácie Omniture v ČSOB PojišťovněPrípadová štúdia implementácie Omniture v ČSOB Pojišťovně
Prípadová štúdia implementácie Omniture v ČSOB PojišťovněWeb Analytics Wednesday Bratislava
 
Pripadova studie implementace Omniture v CSOB Pojistovne
Pripadova studie implementace Omniture v CSOB PojistovnePripadova studie implementace Omniture v CSOB Pojistovne
Pripadova studie implementace Omniture v CSOB PojistovneOptimics s.r.o.
 
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016Profinit
 
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...technologyfuture
 
Sprinx Academy - workshop Etapy Správného Obchodu
Sprinx Academy - workshop Etapy Správného ObchoduSprinx Academy - workshop Etapy Správného Obchodu
Sprinx Academy - workshop Etapy Správného ObchoduJiri Jinger
 
Trendy v online marketingu roku 2021
Trendy v online marketingu roku 2021Trendy v online marketingu roku 2021
Trendy v online marketingu roku 2021PROFICIO
 
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligence
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligenceIdentifikace cílové skupiny s využitím malých i velkých dat a umělé inteligence
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligenceGauss Algorithmic
 
Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský
Omni-channel data-driven atribuční modelování jednoduše, Marek KobulskýOmni-channel data-driven atribuční modelování jednoduše, Marek Kobulský
Omni-channel data-driven atribuční modelování jednoduše, Marek KobulskýDataweps s. r. o.
 
Pokročilá segementace webových návštěvníků (Jan Matoušek)
Pokročilá segementace webových návštěvníků (Jan Matoušek)Pokročilá segementace webových návštěvníků (Jan Matoušek)
Pokročilá segementace webových návštěvníků (Jan Matoušek)Taste Medio
 
Crimtan prezentace 2014
Crimtan prezentace 2014Crimtan prezentace 2014
Crimtan prezentace 2014Pavel Pastor
 
Jan Tichý - Skutečně sledujete správná data?
Jan Tichý - Skutečně sledujete správná data?Jan Tichý - Skutečně sledujete správná data?
Jan Tichý - Skutečně sledujete správná data?Pricemania Academy
 

Similar to Jak a proč vytěžovat lokační data v ecommerce (Lukáš Puchrik) (20)

Mapy a byznys
Mapy a byznysMapy a byznys
Mapy a byznys
 
Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)
Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)
Machine learning a data mobilních operátorů - Lukáš Drápal (DATA restart 2015)
 
Jak na Smartlook, nejen pro Shoptet
Jak na Smartlook, nejen pro ShoptetJak na Smartlook, nejen pro Shoptet
Jak na Smartlook, nejen pro Shoptet
 
Zákazníci a "nezákazníci" - kde jsou?
Zákazníci a "nezákazníci" - kde jsou?Zákazníci a "nezákazníci" - kde jsou?
Zákazníci a "nezákazníci" - kde jsou?
 
25. 2. 2016 produktivita a efektivita v digitálním světě - v1.01
25. 2. 2016   produktivita a efektivita v digitálním světě - v1.0125. 2. 2016   produktivita a efektivita v digitálním světě - v1.01
25. 2. 2016 produktivita a efektivita v digitálním světě - v1.01
 
Webová analytika (ČZU - Webdesign, 11. 12. 2013)
Webová analytika (ČZU - Webdesign, 11. 12. 2013)Webová analytika (ČZU - Webdesign, 11. 12. 2013)
Webová analytika (ČZU - Webdesign, 11. 12. 2013)
 
Datarestart - Big Data v praxi
Datarestart - Big Data v praxiDatarestart - Big Data v praxi
Datarestart - Big Data v praxi
 
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekT-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
 
Prípadová štúdia implementácie Omniture v ČSOB Pojišťovně
Prípadová štúdia implementácie Omniture v ČSOB PojišťovněPrípadová štúdia implementácie Omniture v ČSOB Pojišťovně
Prípadová štúdia implementácie Omniture v ČSOB Pojišťovně
 
Pripadova studie implementace Omniture v CSOB Pojistovne
Pripadova studie implementace Omniture v CSOB PojistovnePripadova studie implementace Omniture v CSOB Pojistovne
Pripadova studie implementace Omniture v CSOB Pojistovne
 
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016
Big Data: reálné aplikace pro business - Odborna snidane 30. 11. 2016
 
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
 
Sprinx Academy - workshop Etapy Správného Obchodu
Sprinx Academy - workshop Etapy Správného ObchoduSprinx Academy - workshop Etapy Správného Obchodu
Sprinx Academy - workshop Etapy Správného Obchodu
 
Trendy v online marketingu roku 2021
Trendy v online marketingu roku 2021Trendy v online marketingu roku 2021
Trendy v online marketingu roku 2021
 
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligence
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligenceIdentifikace cílové skupiny s využitím malých i velkých dat a umělé inteligence
Identifikace cílové skupiny s využitím malých i velkých dat a umělé inteligence
 
Analytics Challenge
Analytics ChallengeAnalytics Challenge
Analytics Challenge
 
Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský
Omni-channel data-driven atribuční modelování jednoduše, Marek KobulskýOmni-channel data-driven atribuční modelování jednoduše, Marek Kobulský
Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský
 
Pokročilá segementace webových návštěvníků (Jan Matoušek)
Pokročilá segementace webových návštěvníků (Jan Matoušek)Pokročilá segementace webových návštěvníků (Jan Matoušek)
Pokročilá segementace webových návštěvníků (Jan Matoušek)
 
Crimtan prezentace 2014
Crimtan prezentace 2014Crimtan prezentace 2014
Crimtan prezentace 2014
 
Jan Tichý - Skutečně sledujete správná data?
Jan Tichý - Skutečně sledujete správná data?Jan Tichý - Skutečně sledujete správná data?
Jan Tichý - Skutečně sledujete správná data?
 

More from Taste Medio

Zodpovědně na automatizovaný účet
Zodpovědně na automatizovaný účetZodpovědně na automatizovaný účet
Zodpovědně na automatizovaný účetTaste Medio
 
Pépécéčkaři versus Google Analytics 4
Pépécéčkaři versus Google Analytics 4Pépécéčkaři versus Google Analytics 4
Pépécéčkaři versus Google Analytics 4Taste Medio
 
Jak (a proč) pracovat s klíčovkou?
Jak (a proč) pracovat s klíčovkou?Jak (a proč) pracovat s klíčovkou?
Jak (a proč) pracovat s klíčovkou?Taste Medio
 
Vyhodnocování tendrů aneb insighty z B2B průzkumů
Vyhodnocování tendrů aneb insighty z B2B průzkumůVyhodnocování tendrů aneb insighty z B2B průzkumů
Vyhodnocování tendrů aneb insighty z B2B průzkumůTaste Medio
 
Právní bitvy o PPCčka aneb věděli jste, že...?
Právní bitvy o PPCčka aneb věděli jste, že...?Právní bitvy o PPCčka aneb věděli jste, že...?
Právní bitvy o PPCčka aneb věděli jste, že...?Taste Medio
 
Retenční analýza - krok za krokem
 Retenční analýza - krok za krokem Retenční analýza - krok za krokem
Retenční analýza - krok za krokemTaste Medio
 
Dejte data z vašeho XML feedu do správné kondice
Dejte data z vašeho XML feedu do správné kondiceDejte data z vašeho XML feedu do správné kondice
Dejte data z vašeho XML feedu do správné kondiceTaste Medio
 
Impresní remarketing RTB a FB
Impresní remarketing RTB a FBImpresní remarketing RTB a FB
Impresní remarketing RTB a FBTaste Medio
 
Symboly značky prakticky
Symboly značky praktickySymboly značky prakticky
Symboly značky praktickyTaste Medio
 
Marketingový framework PAVRD
Marketingový framework PAVRDMarketingový framework PAVRD
Marketingový framework PAVRDTaste Medio
 
Pozornost jako spouštěč i zabiják krizí
Pozornost jako spouštěč i zabiják krizíPozornost jako spouštěč i zabiják krizí
Pozornost jako spouštěč i zabiják krizíTaste Medio
 
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?Taste Medio
 
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...Taste Medio
 
Bageta plná hejtu
Bageta plná hejtuBageta plná hejtu
Bageta plná hejtuTaste Medio
 
Collabim: behind the scene (part #001)
Collabim: behind the scene (part #001)Collabim: behind the scene (part #001)
Collabim: behind the scene (part #001)Taste Medio
 
"Jak výhodně incestovat" aneb srandy s klíčovkami
"Jak výhodně incestovat" aneb srandy s klíčovkami"Jak výhodně incestovat" aneb srandy s klíčovkami
"Jak výhodně incestovat" aneb srandy s klíčovkamiTaste Medio
 
Agentura/In-house/Freelance - kde dělat SEO?
Agentura/In-house/Freelance - kde dělat SEO?Agentura/In-house/Freelance - kde dělat SEO?
Agentura/In-house/Freelance - kde dělat SEO?Taste Medio
 
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuci
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuciPříběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuci
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuciTaste Medio
 
Kde jsou limity zákaznické 360°?
 Kde jsou limity zákaznické 360°? Kde jsou limity zákaznické 360°?
Kde jsou limity zákaznické 360°?Taste Medio
 
Marketing a data. Umíme v nich najít hodnotu?
Marketing a data. Umíme v nich najít hodnotu?Marketing a data. Umíme v nich najít hodnotu?
Marketing a data. Umíme v nich najít hodnotu?Taste Medio
 

More from Taste Medio (20)

Zodpovědně na automatizovaný účet
Zodpovědně na automatizovaný účetZodpovědně na automatizovaný účet
Zodpovědně na automatizovaný účet
 
Pépécéčkaři versus Google Analytics 4
Pépécéčkaři versus Google Analytics 4Pépécéčkaři versus Google Analytics 4
Pépécéčkaři versus Google Analytics 4
 
Jak (a proč) pracovat s klíčovkou?
Jak (a proč) pracovat s klíčovkou?Jak (a proč) pracovat s klíčovkou?
Jak (a proč) pracovat s klíčovkou?
 
Vyhodnocování tendrů aneb insighty z B2B průzkumů
Vyhodnocování tendrů aneb insighty z B2B průzkumůVyhodnocování tendrů aneb insighty z B2B průzkumů
Vyhodnocování tendrů aneb insighty z B2B průzkumů
 
Právní bitvy o PPCčka aneb věděli jste, že...?
Právní bitvy o PPCčka aneb věděli jste, že...?Právní bitvy o PPCčka aneb věděli jste, že...?
Právní bitvy o PPCčka aneb věděli jste, že...?
 
Retenční analýza - krok za krokem
 Retenční analýza - krok za krokem Retenční analýza - krok za krokem
Retenční analýza - krok za krokem
 
Dejte data z vašeho XML feedu do správné kondice
Dejte data z vašeho XML feedu do správné kondiceDejte data z vašeho XML feedu do správné kondice
Dejte data z vašeho XML feedu do správné kondice
 
Impresní remarketing RTB a FB
Impresní remarketing RTB a FBImpresní remarketing RTB a FB
Impresní remarketing RTB a FB
 
Symboly značky prakticky
Symboly značky praktickySymboly značky prakticky
Symboly značky prakticky
 
Marketingový framework PAVRD
Marketingový framework PAVRDMarketingový framework PAVRD
Marketingový framework PAVRD
 
Pozornost jako spouštěč i zabiják krizí
Pozornost jako spouštěč i zabiják krizíPozornost jako spouštěč i zabiják krizí
Pozornost jako spouštěč i zabiják krizí
 
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?
DOBRO-INFLUENCE: Jak propojit síť influencerů ke smysluplné změně?
 
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...
Od luxusu k ekologické odpovědnosti, aneb jak s pomocí PR a kampaně na sociál...
 
Bageta plná hejtu
Bageta plná hejtuBageta plná hejtu
Bageta plná hejtu
 
Collabim: behind the scene (part #001)
Collabim: behind the scene (part #001)Collabim: behind the scene (part #001)
Collabim: behind the scene (part #001)
 
"Jak výhodně incestovat" aneb srandy s klíčovkami
"Jak výhodně incestovat" aneb srandy s klíčovkami"Jak výhodně incestovat" aneb srandy s klíčovkami
"Jak výhodně incestovat" aneb srandy s klíčovkami
 
Agentura/In-house/Freelance - kde dělat SEO?
Agentura/In-house/Freelance - kde dělat SEO?Agentura/In-house/Freelance - kde dělat SEO?
Agentura/In-house/Freelance - kde dělat SEO?
 
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuci
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuciPříběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuci
Příběh zákazníka po 3 letech od první návštěvy až k CLV a vlastní atribuci
 
Kde jsou limity zákaznické 360°?
 Kde jsou limity zákaznické 360°? Kde jsou limity zákaznické 360°?
Kde jsou limity zákaznické 360°?
 
Marketing a data. Umíme v nich najít hodnotu?
Marketing a data. Umíme v nich najít hodnotu?Marketing a data. Umíme v nich najít hodnotu?
Marketing a data. Umíme v nich najít hodnotu?
 

Jak a proč vytěžovat lokační data v ecommerce (Lukáš Puchrik)