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.

Wielokanałowa identyfikacja użytkowników na platformach e-commerce.

1,056 views

Published on

Zastosowanie Google Analytics i Google Universla Analytics w analizie sprzedaży.

  • Be the first to comment

Wielokanałowa identyfikacja użytkowników na platformach e-commerce.

  1. 1. Wielokanałowa identyfikacja użytkowników na platformach e-commerce Michał Laskowski 2013r.
  2. 2. Statystyki ruchu Ilość wizyt 20 000 Unikalni użytkownicy (UU) 18 000 Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  3. 3. Brak poprawnej identyfikacji UU częstotliwość odwiedzin nowi / powracający użytkownicy czas do ponownych odwiedzin całkowity czas odwiedzin / UU źródło: flickr.com Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  4. 4. Google Universal Analytics źródło: analytics.blogspot.com Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  5. 5. Funkcje poprawna identyfikacja użytkowników śledzenie wielu urządzeń wieloplatformowość (wiele domen) zaawansowane śledzenie konwersji Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  6. 6. Statystyki ruchu z Universal Analytics Ilość wizyt 20 000 Unikalni użytkownicy (UU) 13 000 + możliwość analizy przepływu użytkowników Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  7. 7. Charakterystyka wielokanałowości Który kanał odpowiada za sprzedaż? Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  8. 8. Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  9. 9. Konwersja wielokanałowa źródło: analytics.blogspot.com Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  10. 10. Modele mierzenia ścieżek wielokanałowych 1. 2. 3. 4. 5. 6. 7. Ostatnie kliknięcie Ostatnie zidentyfikowane źródło ruchu Ostatnie wizyta z AdWords Pierwsza wizyta Model proporcjonalny Model zmienny w czasie Model pierwszego i ostatniego kliknięcia Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  11. 11. 1. Ostatnie kliknięcie Bardzo krótki proces decyzyjny np. FMCG, zakupy spontaniczne. Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  12. 12. 2. Ostatnie zidentyfikowane źródło ruchu Kampania, która była bodźcem dla konwersji. 
 Analiza klientów już pozyskanych. Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  13. 13. 3. Ostatnia wizyta z AdWords Analiza skuteczności kampanii linków sponsorowanych Adwords Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  14. 14. 4. Pierwsza wizyta Analiza działań wizerunkowych, źródła nowych użytkowników. Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  15. 15. 5. Model proporcjonalny Gdy nie ma uzasadnienia dla innego modelu, gdy niska lojalność klientów Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  16. 16. 6. Model zmienny w czasie Odróżnia czas poszukiwać od czasu podejmowania decyzji zakupowych Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  17. 17. 7. Model pierwszego i ostatniego kliknięcia Gdy istotnie jest pierwsze wrażenie i ostateczny bodziec zakupowy Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  18. 18. Dziękuję Google Universal Analytics Wielokanałowa identyfikacja użytkowników na platformach e-commerce
  19. 19. Michal@Laskowski.edu.pl http://www. facebook.com/laskowski.michal ! http://www. linkedin.com/in/laskowskimichal http://www.youtube.com/MichalLaskowskiEDU Wielokanałowa identyfikacja użytkowników na platformach e-commerce

×