Upload
zbigniew-nowicki
View
288
Download
3
Tags:
Embed Size (px)
DESCRIPTION
Podejście do analityki webowej i model OAMM
Citation preview
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