Kterak jsme v Sunu přešli na automatizovaný reporting, jaké byly důvody, jak reporting vypadá a probíhá nyní, jeho výhody a jaká bude nejbližší budoucnost.
2. Moře času nad reportingem každý měsíc.
Jednotvárná práce.
Zbytečně vydaná energie specialistů, která mohla být využita daleko
smysluplněji.
Minimální zpětná vazba a interakce.
A čte je vůbec někdo?
REPORTING…TEDY TEN STARÝ
7. Online přístup 24/7
Každý den ráno stahována aktuální data
Nadefinovány veškeré potřebné metriky ze všech použitých systémů
Možnost filtrace dle jednotlivých systémů a období
Rozdělení do fází SEE, THINK, DO…v budoucnu i CARE
PNO, CTR, AOV – vše na jednom místě a kdykoliv k dispozici
Videohovor s klientem nad aktuálními daty – žádný jednostranný reporting →
prohlubování vztahů klient + specialista potažmo agentura
REPORTING…TEDY TEN NOVÝ
8. Google AdWords
Seznam Sklik
Facebook Ads
Adform
Google MCF – vlastní extraktor
Heureka.cz – vlastní extraktor
Heureka.sk – vlastní extraktor
Zbozi.cz – vlastní extraktor
Srovname.cz – vlastní extraktor
Pricemania.sk – vlastní extraktor
EXTRAKTORY
11. Keboola nám zajišťuje celý proces získání, zpracování a zapsání dat do
GoodDaty.
Extraktory – získání dat (připojení na API nebo jiný zdroj dat systémů) a jejich
stažení do Kebooly
Transformace – zpracování, očištění a připravení dat pro zapsání do
GoodData
Writery – zapsání výstupu dat do GoodData, případně do databáze
Orchestrace – fázování a automatické spouštění jednotlivých částí
(extraktory, transformace, writery)
KEBOOLA
12.
13.
14.
15.
16. Další využití dat z Kebooly v nástroji Power BI
Keboola nám připravuje data pro reporty v GoodData, a my tato data
využíváme současně individuálně v Power BI
— specialisté si mohou připravit nad daty vlastní reporty
— využití pro speciální reporty, které nejsou přesně definované v GoodData
— dashboardy použitelné pro správu kampaní
Porovnání dat z informačního systému, typicky nastavená KPI, budgety na
kampaně proti reálným hodnotám ze systémů díky napojení na Keboolu
POWER BI + KEBOOLA
17.
18. Nasazení jednoho klienta
— přibližně 2-6 hodin – dle stavu, v jakém je k dispozici
Měsíční náklady na technologie a support
— kolem 30.000 Kč/měsíc
— je třeba poměřit se získaným časem
Náklady na implementaci
— jednorázové
— 420.000 Kč
NÁKLADY
19.
20. Vyladit spolehlivost
— ne vždy je na nástroj 100% spolehnutí
— chyby ve vstupních datech – rozdíl mezi daty na webu a daty v API
Rozvoj
— propojení s klientskými CRM
— integrovaný pohled na klienta
— makropohled napříč kanály
— přidání více zdrojů dat
— reporting sociálních sítí
A CO BUDE DÁL?
Staré reporty – primárně v Microsoft Excel, screenshoty z Google Analytics, na týdenní/měsíční bázi.
Reporty jsme klientovi zasílali přes teamwork project (případně mailem) se stručným komentářem, většinou bez odezvy.
Staré reporty – primárně v Microsoft Excel, screenshoty z Google Analytics, na týdenní/měsíční bázi.
Reporty jsme klientovi zasílali přes teamwork project (případně mailem) se stručným komentářem, většinou bez odezvy.
Proto jsme se vydali touto cestou, spojením Kebooly a GoodData
Videohovor s klientem s nasdílením plochy, projetí dat a čísel v reportu (v GD) při reportingu, okamžitá zpětná vazba, naplánování dalších prací na kampani (specialisté si dělají zápis z reportingu, a při dalším reportu následující měsíc probíhá shrnutí co se dělalo, co se nestihlo, jaké jsou výsledky v porovnání s předchozím obdobím, a podobně)
V budoucnu i CARE – na to bude navázáno na konci prezentace v sekci „rozvoj“ – napojení na klientské CRM, a podobně
Vlastní extraktory
Google MCF (multi-channel funnels) – díky tomuto extraktoru stahujeme vícekanálové cesty v případě e-shopů – díky tomu můžeme reportovat i asistované konverze (což jinak defaultně nebylo možné).
Jen rychlá ukázka takto, potom přepnutí do reálného prostředí GD, kde představím 2 reporty – PA/SEO zvlášť, rozdělení do fází STD (C), možnost filtrace data/reklamního systému
Reporty máme pro SEO a PPC rozdělené, každé mé jiné transformace. U PPC výsledek kampaní ještě rozdělujeme podle frameworku STDC
Ukázat ve fázi transformací to, že ze Solarisu se použije informace o tom, které kampaně spolu souvisí, a párují se tak exaktně podle ID, nikoliv podle názvu kampaně
3 hlavní fáze (ETL) – Extraction – získání dat z daných systémů –> Transformation – párování kampaní napříč systémy dle ID -> napojení na Solaris (interní informační systém) -> Load – zápis do Gooddata
Orchestrace je zastřešující fáze, která v podstatě ovládá 3 hlavní fáze
- Nasazení klienta - první stažení, je to závislé dle počtu extraktorů – reklamních systémů klienta, MUFování dat – Modify User Filters – v podstatě oprávnění co klient v GoodData vidí
Chyby v datech – stává se, že reklamní systém vrátí nesmyslná data, nebo extraktor z nám neznámých důvodů neudělá nic. U větších klientů bývá problém se samplováním dat – což je u klasických GA problém všudě (řešíme tak, že zkrátíme období za které stahujeme data)
(+ zmínku o možnosti využití toolu pro veřejnost – když bude zájem -> kontakt na mě)