Page 1 of 1

InOrbit15: Саймон Белак – Обнаружение сегментов из данных

Posted: Sun Feb 02, 2025 6:35 am
by mostakimvip06
Сегментация является ключом к эффективному охвату и конвертации потенциальных клиентов. Саймон Белак, руководитель отдела аналитики в GoOpti и редактор Transmedia в критической газете Tribuna, рассказал, как извлекать сегменты из данных.

По его словам, совершенно неоправданно, что сегментация в основном статична и проводится вслепую, без учета данных. В своей лекции он представил альтернативу: аналитическое полуавтоматическое обнаружение сегментов на основе данных.

На конкретных примерах он показал, как сопоставить данные о взаимодействии с клиентами (посещения страниц как индикаторы интересов, ответы на опросы, шаблоны навигации по страницам, открытие электронной почты и т. д.) с моделью клиента, а затем продолжил разделение на сегменты. Наконец, Саймон выделил наиболее распространенные подводные камни и маленькие хитрости в случаях, когда у нас мало или нет ясных данных.

Боштян уже говорил о CRM — это очень полезная информация, которая связывает ваш офлайн-бизнес с цифровой частью вашего бизнеса. Я давно перестал сегментировать пользователей исключительно на основе входящих каналов или исключительно на основе поведения. Я могу сегментировать их на основе совершенно других данных, которые есть в моей CRM.

Говоря о ERP, в большинстве отраслей, за исключением туристической, закупки происходят офлайн, в то время как, с другой стороны, большинство исследований и решений принимаются онлайн. Поэтому мы проводим исследования в Интернете и покупаем офлайн. Если я не могу подключиться, значит, интернет не работает.

Кто-нибудь когда-нибудь продавал машину через интернет? Очень сложно. Особенно новые автомобили. Сделка осуществляется посредством звонка и покупки в физическом месте, хотя большая часть рекламы и исследований Список мобильных номеров Эстонии происходит в Интернете. Если у меня есть подключение к ERP-системе, я могу увидеть, что посетитель увидел рекламу товара в Интернете, кликнул по ней и через три дня приобрел этот товар в обычном магазине.

Прогностическая аналитика

Для работы прогностической аналитики нужны не только положительные примеры того, как мы успешно что-то продали. Также нужны отрицательные примеры, когда продажа не удалась. Мне интересно, что происходит с пользователями в магазине. Фактически, с помощью веб-аналитики мы можем измерить, как пользователь ведет себя в физическом магазине, например: как долго он простоял перед полкой с планшетами.

Первая дополнительная ценность такой аналитики заключается в том, что вы можете оптимизировать размещение товара в магазине. Что еще важнее, вы можете определить, прочитал ли пользователь накануне новую публикацию о новом планшете, который теперь доступен, а затем пришел в магазин, чтобы посмотреть на планшеты.

Интернет вещей

Первое, что мы здесь измеряем, — это то, как погода влияет на конверсии. У нас есть примеры в Словении, где мы собираем данные с более чем 200 метеостанций, и для каждого пользователя при каждом клике на веб-сайте мы проверяем погоду и температуру в его местоположении, а затем сравниваем, если в Мариборе ясно и 13 градусов , конверсия лучше. или хуже.

Что мы сделали сегодня - мы установили в зале термодатчики, которые измеряют температуру вашего тела и передают мне информацию в режиме реального времени. Так я знаю, когда нужно поторопиться, а когда можно расслабиться.