Zastosowanie Google Analytics i Google Universla Analytics w analizie sprzedaży.

1. Wielokanałowa identyfikacja użytkowników na
platformach e-commerce
Michał Laskowski 2013r.

2. Statystyki ruchu
Ilość wizyt
20 000
Unikalni użytkownicy (UU) 18 000
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

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. Google Universal Analytics
źródło: analytics.blogspot.com
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

5. Funkcje
poprawna identyfikacja użytkowników
śledzenie wielu urządzeń
wieloplatformowość (wiele domen)
zaawansowane śledzenie konwersji
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

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. Charakterystyka wielokanałowości
Który kanał odpowiada za sprzedaż?
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

8. Wielokanałowa identyfikacja użytkowników na platformach e-commerce

9. Konwersja wielokanałowa
źródło: analytics.blogspot.com
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

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. 1. Ostatnie kliknięcie
Bardzo krótki proces
decyzyjny np. FMCG,
zakupy spontaniczne.
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

12. 2. Ostatnie zidentyfikowane źródło
ruchu
Kampania, która była
bodźcem dla konwersji.
Analiza klientów już
pozyskanych.
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

13. 3. Ostatnia wizyta z AdWords
Analiza skuteczności
kampanii linków
sponsorowanych Adwords
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

14. 4. Pierwsza wizyta
Analiza działań
wizerunkowych, źródła
nowych użytkowników.
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

15. 5. Model proporcjonalny
Gdy nie ma uzasadnienia
dla innego modelu, gdy
niska lojalność klientów
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

16. 6. Model zmienny w czasie
Odróżnia czas
poszukiwać od czasu
podejmowania decyzji
zakupowych
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

17. 7. Model pierwszego i ostatniego
kliknięcia
Gdy istotnie jest
pierwsze wrażenie
i ostateczny
bodziec zakupowy
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

18. Dziękuję
Google Universal Analytics
Wielokanałowa identyfikacja użytkowników na platformach e-commerce

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