Anna Skaya — getting personal in digital marketing – overcoming complexity by focusing on people

1,252 views

Published on

Published in: Marketing
  • Be the first to comment

Anna Skaya — getting personal in digital marketing – overcoming complexity by focusing on people

  1. 1. Getting Personal in Digital Marketing Анна Ская, CEO VisualDNA Russia
  2. 2. VisualDNA: больше, чем Big Data Big data + psychology = Psy-tech Conventional big data sources and analytics only get you so far WHAT people do WHEN they do it WHERE they do it Our data provides the WHO and WHY WHO you are WHY you do things !  65M profiles in Russia !  Deep customer understanding !  Better, faster decisions !  More relevant customer experience, loyalty, retention !  Improved business performance + = Our Partners:
  3. 3. Как VisualDNA видит покупателя
  4. 4. Топ - 3 «must have» в аналитике big data “Information is the oil of the 21st century, and analytics is the combustion engine.” Peter Sondergaard, Senior Vice President, Gartner Research
  5. 5. (geo tag, maps, home/office, GA) (context, search) 1. Используйте 1st party data в персонализации, добавляйте 3rd party (psychographic, personality) (psychographic, personality) (geo tag, maps, home/office, GA)
  6. 6. *Based on 1 month of data 3% Информация о покупке покрывает лишь малую часть аудитории Мы рассматриваем другие 97% аудитории, кто не покупает + проверяем нашу базу 2. Клиент 360: Изучайте не только покупателей, а аудиторию в целом *Source Google Analytics Industry Average around 3% 97%
  7. 7. 3. Прогнозный анализ: Ваши данные способны на гораздо большее, чем Вы думаете Меньше, чем за 1 минуту пребывания на сайте данные улучшают качество прогнозирования примерно на 300% по сравнению с использованием только 1st party data.
  8. 8. Как заставить Вашу аналитику работать? Совмещая аналитику с данными в маркетинговой стратегии, вы одновременно оптимизируете воронку продаж Привлечение Конверсии Удержание • Поиск новых клиентов в сети • Привлечение целевой аудитории • Захват доли рынка • Персонализация кампаний и коммуникаций • Таргетирование потенциальных покупателей на сайте • Рост стоимости корзины •  Понимание причины возврата покупателя на сайт •  Повторное привлечение покупателя на сайт с использованием правильного контента •  Непрерывное взаимодействие с аудиторией
  9. 9. «Waitrose» case study
  10. 10. 95.00% точность предсказания покупки 30 дней 364,000 уникальных профилей 19,597 покупок Результаты кейса «Waitrose» £1.35 million выручка 8 уникальных сегментов
  11. 11. Сегментация аудитории – покупатели «Waitrose» Средняястоимостьтранзакции(£) Средняя стоимость привлечения покупателя (£) 10,000370,000 Размер кластера 1 Gifts & Hampers 2 Occasional Flowers 3 Wine & Gifts 4 Garden 5 Wine Offers 6 High Value Wine 7 Flowers & Gifts 8 Champagne 12 8 6 5 3 4 7 средняя Аудитории Example Opportunity •  Target 4.42 % (15,000) of non-high value wine browsers •  Increase High Value Wine buyer revenue by 25% •  They show lots of characteristic of BEING a high-value, but they have not spent money with you yet
  12. 12. 6. High Value Wine Audience Охват 19,400 Вся аудитория 364,000 Аудитория «High Value Wine» заказывает бутылки ящиками, предпочитает красное вино, но периодами наслаждается и белым. Эти люди совершают покупки методично, тщательно выбирая товар. Большинство лояльных клиентов. Анализ покупок Персональные теги (сегменты) Средний чек £xx.xx Конверсия xx.xx%Investor Wine Drinker Luxury Clothes Holiday Intender Museum Goer Classic Movie Lover 65+ 55-64 45-54 35-44 25-34 18-24 <18 Итого, затраты на маркетинг £x,xxx Итого, сумма транзакций £xx,xxx £xx.xx x.xx% £xxx £1.35m Топ-3 источника трафика Источник Referral xx.xx% x.xx% Email xx.xx% x.xx% xx.xx% x.xx% Direct
  13. 13. 2. Occasional Flowers Audience Охват 88,600 Вся аудитория 364,000 Аудитория «Occasional Flowers» покупают цветы по случаю Дня Св. Валентина. Они также покупают подарки и цветы, в основном розы. Анализ покупокПерсональные теги (сегменты) Средний чек £xx.xx Конверсия xx.xx% Sainsbury’s Shopper Tennis Enthusiast Sensitive Food Spenders 65+ 55-64 45-54 35-44 25-34 18-24 <18 Итого, затраты на маркетинг £xx,xxx Итого, сумма транзакций £xxx,xxx £xx.xx x.xx% £xx,xxx £1.35m Топ-3 источника трафика Источник xx.xx% x.xx% xx.xx% x.xx% xx.xx% x.xx% Email Referral Direct
  14. 14. •  Кол-во исследованных пользователей: 364,037 •  Известных покупок: 19,597 •  Верно спрогнозированные VisualDNA покупки на «Waitrose»: 18,647 •  Не угаданные VisualDNA покупки на «Waitrose»: 950 •  19,257 найденных клиентов с наибольшей вероятностью покупки Результат: рост аудитории 18,647 Верно спрогнозированные VDNA 19,597 Распознанные покупки 19,257 Найденных с наибольшей вероятностью покупки
  15. 15. Возможность находить и привлекать больше платежеспособных покупателей без увеличения бюджета на маркетинг. Компании, которые знают всё о своих покупателях, продают больше
  16. 16. Thank you Anna Skaya contact@visualdna.ru

×