Model OAMM strategia zarządzania i analityka webowa

Strategiczne zarządzanie przedsiębiorstwem w obliczu dojrzałości analityki internetowejZbigniew Nowicki

Co ma piernik do wiatraka?Czyli, czy w ogóle analityka internetowa jest potrzebnaw strategii zarządzania firmą?

2

Gromadzenie wiarygodnych

danych z Internetu i aktywności powiązanych

Filozofia budowania i

kierowania strategią działań on-line

Podejmowanie trafnych decyzji

dla kolejnych inwestycji w

działania on-line

Trójkącik analityczny

3

Budowanie centrum kompetencji analityki

internetowej w organizacji

Biznes

TechnologiaAnalityka

Dojrzała analityka webowa to nie narzędziaNarzędzia są wyłącznie elementem analitycznej kultury organizacji

4

Taniec 4 krokówCzyli, jak sprawnie zacząć przygodę z analityką internetową?

5

Dobór i konfiguracja

narzędzi

Analiza danych i

raportowanie

Permanentna optymalizacja

Opracowanie KPI

Cele strategiczne i operacyjne

Raportowaniewartościowych

informacji

Nie ma nicza darmo ;P

Proces stałego doskonalenia

1 2

34

Określenie KPI na potrzeby analityki webowejWypadkowa celów strategicznych i operacyjnych

6

Cele strategiczne

Cele operacyjne

Wskaźniki wydajności

Oczekiwane wartości

Bezpieczna zyskowność

Zwiększenie wartości koszyka

Średnia marża 22%

Lojalni konsumenci

Rejestracja w programie

bonusowym

Średnia liczba rejestracji w

miesiącu5 000

Mając KPIs możemy dobierać narzędziaZawsze w modelu dwóch współzależnych światów ON + OFF

7

Analityka on-site

Analityka off-site

Analityka on-site

Analityka on-site bada zachowania użytkownika podczas jego obecnościna stronie internetowej. Ocena zachowania jest wynikiem łączenia różnych technologii i metod. Głównym celem analityki on-site jest pomiar skuteczności witryny w kontekście komercyjnym.

8

Analityka off-site

Analityka off-site umożliwia firmom śledzenie i podążanie za trendami, monitorowanie otoczenia biznesu on-linei wizerunku firmy. Za pomocą analitykioff-site jesteśmy w stanie ocenić potencjał użytkowników strony oraz oczywiście szum informacyjny dotyczący naszych działań on-line.

9

10

Dane ilościowe

Informacje jakościowe

Analityka on-site

Co się wydarzyło?

Dlaczego się wydarzyło?

Kompleksowa wiedzao rozpoznanych

i nierozpoznanychużytkownikach.

Kompletna analityka on-siteFuzja danych ilościowych i jakościowych

Informacje jakościowe w ujęciu NPSCzy poszerzony NPS może odpowiadać na pytanie „Dlaczego?”

11

Pomiar wskaźnika rekomendacji (NPS), pokazującego skłonność do polecenia marki, produktu lub usługi.

NPS jest oparty na założeniu, że klientów dowolnej firmy można podzielić na trzy kategorie:Promotorzy, Pasywni i Krytycy.

Wcalenieprawdopodobne

Krytycy Pasywni Promotorzy

Wielceprawdopodobne

0 1 2 3 4 5 6 7 8 9 10

NPS = %Promotorów [9–10] – %Krytyków [0–6]

Jak ogólnie wybrać narzędzia analityczne?

12

Stopień szczegółowości pozyskania danych

Elastyczność łączenia danych z różnych źródeł

Realny wpływ na kreowanie wartości biznesowej przez budowanie pełnego profilu użytkownika

Jak wybrać narzędzia ilościowe – on-site?

13

Kryterium wyboru

Struktura kosztów

Funkcjonalność

Testy i implementacja

Utrzymanie i hostingInstant / Sample

Dokumentacja i wsparcie

Przewidywany koszt

Jak wybrać narzędzia jakościowe – on-site?

14

Kryterium wyboru

Struktura kosztów

Funkcjonalność i elastyczność

Testy i implementacja

Utrzymanie i hosting

Wskaźniki jakościowe

Dokumentacja i wsparcie

Przewidywany koszt

15

Jak wybrać narzędzia przekrojowe – off-site?

Kryterium wyboru

Dostępność mobilna

Metodologia danych

Segmentacja danych

Częstotliwość aktualizacji

Lokalnie / globalnie

Dokumentacja i wsparcie

Przewidywany koszt

Czas na raportowanieDane to wiedza?

16

Zatem któryz produktów ma najwyższą cenę średnią?

Czas na raportowanieDane to wiedza… niekoniecznie!

17

Czas na raportowanieWiedza to skoncentrowana prezentacja najważniejszych biznesowo danych

18

Ciągłe doskonalenieCzas na działania i ich weryfikacje w obliczu gromadzonych wyników

19

Iteracja 1

Iteracja 2

Iteracja N

Czy analityczny taniec 4 kroków to już wszystko?To zależy…

20

Nie powiedzieliśmy nic o ludziachA co warte są dane bez oceny i wykorzystania?

21

Online Analytics Maturity Model (OAMM)oferuje niezawisłą i łatwą do zrozumienia wizualizację zaangażowania danej organizacjiw inicjatywę analityki Internetowej.

22

Model OAMM6 wymiarów do określenia dojrzałości analitycznej organizacji

23

1. Zakres analityki w organizacji

2. Cel analityki w organizacji

3. Istotność analityki w organizacji

4. Zespół i jego kompetencje analityczne

5. Proces stałej optymalizacji oraz

metodyka gromadzenia danych

6. Narzędzia, technologie oraz integracja danych

WOMM Stephane Hamel

Model OAMM6 wymiarów do określenia dojrzałości analitycznej organizacji

24

Zakres analityki

Cel analityki

Istotność analityki

Dedykowane zasoby

Metodyka i procesy

Technologia i narzędzia

0 – 5

WOMM Stephane Hamel

Gradacja w modelu dojrzałości analityki cyfrowej

25

o Organizacja osłabiona

o Organizacja na poziomie początkowym

o Organizacja na etapie rozwoju

o Organizacja na etapie integracji

o Organizacja na etapie konkurowania

o Organizacja uzależniona od analityki webowej

0

1

2

3

4

5WOMM Stephane Hamel

Poziomy dojrzałości analityki cyfrowej

26

Gromadzeniedanych

Obserwacjazachowań

Automatyzacjae-marketingu

CRM Zarządzanieefektywnością

27

Model OAMMOcena przykładowego klienta prowadzącego analitykę webową

28

Zakres analityki

Cel analityki

Istotność analityki

Dedykowane zasoby

Metodyka i procesy

Technologia i narzędzia

WOMM Stephane Hamel

Dojrzałość wymaga automatyzacjiWzrost dojrzałości wymusza podejmowanie decyzji w oparciu o dane

29

Warte zapamiętania

30

Analityka Internetowa

Analityka on-site– dane ilościowe

Analityka on-site– informacje jakościowe

Analityka off-site– trendy

i otoczenie

31

Kluczowe kwestie do zapamiętania

Zarząd i decydenci – przedstawienie konkretnych, wiarygodnych danych, na podstawie których mogą być podejmowane strategiczne decyzje odnośnie kierunków rozwoju.

Marketing – określenie sposobu interakcji użytkowników w sieci, który pozwala dostosować strony i komunikacjędo oczekiwań użytkowników. Szczególnie istotnew e-commerce, gdzie wysiłek działań nakierowany jestna konwersję i retencję.

Sprzedaż – pomaga ustalić charakterystykę demograficzną i zachowawczą użytkownika odwiedzającego strony. Dzięki temu można optymalnie dopasować oferowane produkty wraz z komunikacjądo odbiorców danego serwisu.

Dlaczego warto poważnie myśleć o analityce internetowej

32

Kluczowe kwestie do zapamiętania

Model obnaża obszary wymagające usprawnień w dopasowaniu zasobów, procesów i technologiiz deklarowanymi celami i zakresem wykorzystania analityki.

Model pomaga zbudować plan konkretnychi osiągalnych ulepszeń, które docelowo zbliżają organizację ku dojrzałości w analityce cyfrowej.

Model wyposaża górny i średni szczebelzarządzania w silne narzędzie komunikacjii perswazji, które może zostać wykorzystanedo forsowania zmian organizacyjnych.

Dlaczego warto pomyśleć o modelu dojrzałości analityki cyfrowej

33

34

Avinash Kaushik

% of web analytics success lies in thepeople you have behind the tools.

35

Manager projektu

Cel projektu

36

Zarząd / Sponsor projektu

Manager projektu

Bluerank Sp. z o.o.

ul. Łąkowa 29 (MediaHUB)

90-554 Łódź

Tel: (42) 632 33 21

Fax: (42) 632 15 51

www.bluerank.pl

bluerank.blogspot.com

facebook.com/bluerank

Dziękuję za uwagę……i zapraszam do zadawania pytań

37

Zbigniew Nowicki