- Поиск зоны роста, когда все ключевые сценарии уже внедрены
- Собираем неоднородную информацию из разных источников вместе
- GoogleCloud и свобода в обработке данных
2. Сегодня в программе:
1. О компании
2. Задача клиента
3. Поиск зоны роста
4. Решаем задачу или создаем инфраструктуру
5. Итоги
6. А что дальше?
7. Q&A
11. Уже покрытые кейсы
● Рассылка по всей базе
● Брошенная корзина
● Отзыв о товаре/магазине
● Аксессуары на основе последней покупки
● Рекомендации акций
12. В итоге
Необходимо взаимодействовать с пользователями,
которые зашли на сайт и начали процесс выбора товара,
но по каким-либо причинам не закончили его.
15. Что нам нужно?
1. Данные о пользователях
2. Данные о товарах
3. Рекомендации
4. Возможность быстро и легко формировать сегменты
для отправки
5. Инструмент для отправки
17. Возможные варианты
1. Создание нового сценария рассылок через сайт
2. Создание инфраструктуры для гибкого управления
рассылками
18. 1. Реальные продажи
1С
2. Данные о поведении пользователей на сайте
Google Analytics
3. Данные о товарах
Сайт, внутренняя база
4. Информация о покупателях
1С, Terrasoft
5. Данные о рекомендациях
Google Analytics
Казалось бы, у нас есть все данные
19. 1. Данные в разных системах
2. Данные поступают с разной скоростью
3. Данные в разных форматах и не нормированы
4. Данные меняются задним числом
5. Пользователи только “мешают”:
a. Используют разные устройства
b. Покупают в разных точках касания
Но по факту данных много, толку — мало
22. Преимущества Google BigQuery
1. Не надо покупать лицензии или специализированное ПО
Никаких долгосрочных вхожений — оплата пока пользуетесь
2. Не надо покупать сервера и другое оборудование
Все работает в Google Cloud, всегда в наличии дополнительные
3. Не надо нанимать новых специалистов
SQL-like синтаксис и большое количество готовых библиотек
4. Быстрое начало работы
Используются данные из установленного Google Universal Analytics
5. Легкая интеграция со сторонними приложениями
Большое количество готовых библиотек
6. Надежность и безопасность
99.9% uptime, ISO 27001, SOC 2 & SOC 3 Type II
25. UserFeed&Streaming
UserFeed:
● Данные из GA
● Данные агрегированны вокрук пользователя
● Данные актуальны с отставанием в 1 день
Streaming:
● Данные напрямую с сайт
● Данные агрегированны вокрук 1 взаимодействия(hit)
● Данные доступны в realtime
29. Для этого нам нужна:
1. Информация о товаре - цена, наличие, фото, описание
Источник - сайт
2. Информация о пользователе - статус подписки, email
Источник - сайт, ERP
3. Информация о рекомендациях - расчет связи товар-товар
Источник - GA
Создаем рассылку
34. 1. Related-category
Тема:{{Название товара}} | И другие товары, которые мы
подобрали на основе ваших интересов
Оправляется всем посетителям сайта, которые ничего не
купили, и не смотрели конкретные карточки товаров в тот же
день.
Контент - related категорий товаров, просмотренным категориям
Собственные рассылки
35.
36. 2. Promocod-wiev
Тема: Получите {{сумма скидки}} грн. скидки на товар {{название
товара}}
Рассылка скидок по промо-коду на просмотренные но не
купленным поваров. Отправляется, когда есть такие скидки.
Собственные рассылки
37. 3. Брошенная корзина
Тема: У вас незавершённая покупка!
Классическая "брошенная корзина" отправляется в первый
день.
Собственные рассылки
38. Итоги
1. Решена задача по рассылке рекомендаций
2. Реализован быстрый доступ к ключевой информации в
одном источнике
3. Внедрение новых кейсов не требует разработки