3.12.2019, Reshoper
Většina lidí nevyužívá potenciál ukrytý v datech naplno. Jedním z hlavních problémů, na který jsem historicky nejčastěji narážel je, že lidé věnují hodně úsilí i prostředků do tvorby "historických analýz", tedy jak se co stalo (před týdnem, měsícem, včera, ...).
Tento pohled jim sice rozkryje nějaké hlubší historické souvislosti, nicméně díky analýze historických dat nemůžete změnit jednu zásadní věc a to, kolik jste za analyzované období vydělali peněz, případně s jakou návratností jste investovali do různých akvizičních zdrojů.
Prediktivní analytika je pak velice silná právě z toho pohledu, že vám dává možnost změnit výsledek analýzy. Jak je to možné? Představte si, že víte, že za další např. kvartál vyděláte XY, ale zároveň víte, že vám to nestačí, případně návratnost investic do akvizičních zdrojů není v rozmezí vašich představ. V tuto chvíli ale není na pořadu dne "ach jo, tak snad to příště dopadne lépe", ale naopak: co můžeme v následujících týdnech udělat, aby se výsledek predikce např. za týden (nebo měsíc) změnil, potažmo zlepšil?
Díky přechodu na prediktivní analytiku lidé skutečně začínají být "Data Driven". Získají schopnost "změnit budoucnost" a ne pouze "lamentovat nad tím, co se za předchozí období "povedlo/nepovedlo". Tento přístup navíc velice často probudí jejich "vášeň k datům" -> denně sledují, jak se predikce mění na základě změn, které aplikují do praxe.
Jednoduše se dá říci: "Díky prediktivní analytice získáte možnost překonat sami sebe".
Nad rámec projektů, kde koncept zavádíme do praxe, jsem se s přístupem prediktivní analytiky setkal spíše výjimečně. Určitě ale neznám všechny případy v rámci českého e-commerce, kde se s daty pracuje na této úrovni (a jistě jich existuje více, než jsem měl tu možnost "vidět" osobně).
Predikovat lze v zásadě jakýkoliv dlouhodobý trend (tzn. metriku vyjádřenou v rámci časové osy). Nejčastěji pracujeme s predikcí tržeb zákaznické báze (CLV), návštěvnosti, konverzního poměru, průměrné objednávky a z nich vycházejících transakcí a tržeb. A pak samozřejmě náklady na akvizici a z nich vycházející návratnost investic a i celková profitabilita.
V praxi ovšem nejde o to, co vše se dá predikovat, ale na jaká data je v rámci daného byznysu vhodné se zaměřit (jinak řečeno, na základě kterých se dají udělat byznysové next steps), prioritizovat a jít postupem času více v rámci tvorby predikcí "více do hloubky".
Na přednášce budu popisovat konkrétní use case "middle size" českého e-shopu na Shoptetu, na kterém chceme společně s jeho majitelem ukázat, že i pokročilá práce s daty je dostupná i pro "menší" e-shopy a to jak finančně, tak i z pohledu know-how.
Přijít by měl tedy každý, koho zajímá, jak se dají plánovat investice do marketingu a provozu na vánoční období, jaké rozhodnutí (i ty, které nejsou sexy) je možné učinit a jaké konkrétní byznysové výsledky je možné díky prediktivní analytice doručit.
Na spoustu nových (i opakovaných) setkání s lidmi a technologiemi, které pro e-commerce vznikají na naší domácí scéně :-)
© 2022 Reshoper s.r.o., ve spolupráci s projektem Marketing Festival | Obchodní podmínky | Cookies