Веб-данные для повышения

эффективности маркетинга

Климент Мерзляков 26.11.2015

GOOGLE BIGQUERY В СИСТЕМЕ ВЕБ-АНАЛИТИКИ

2

Streaming

CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА

3

– Apriori

– Collaborative filtering

– SVD

– методы SNA

Исходные данные

1. 2.

Слабые связи Банальные правила

VS

CASE 1: РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА (РЕШЕНИЕ)

4

Изменить текущую каталогизацию

Автоматизировано выявить небольшие группы схожих товаров – метапозиции

Как? На основе просмотров!

12 500 SKU 800 категорий

2 000 метапозиций

Рост конверсии на 2,3%

Рост CTR в 3 раза!

CASE 2: ВЫЯВЛЕНИЕ МОШЕННИЧЕСТВА / ЗЛОУПОТРЕБЛЕНИЙ

5

= 100 клиентов

Y = 𝑿

𝟏𝟐 𝑵

Ограничения на механику акции

N новых клиентов

X рублей затрат

Y = 𝑿

𝑵 стоимость привлечения

½ N новых клиентов

CASE 3: E-mail targeting

6

Исторические покупки

Фактический интерес сейчас

Open Rate 1,5 раза

CTR 1,3 раза

Conversion 3 раза

CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА

7

Метрика оценки поиска

+ 10 минут

Успешный поиск: товар / корзина / закладки / сравнение

Неуспешный поиск: повторный поиск / ушёл с выдачи

57%

43%

Неуспешный поиск

Успешный поиск

Неуспешный поиск: 260 рублей на искавшего

Успешный поиск: 1 100 рублей на искавшего

CASE 4: КАЧЕСТВО ПОИСКА И ФУНКЦИОНАЛ САЙТА

8

Недополучение выручки 40%

9

Спасибо за внимание!