Як робота з даними може стати перевагою в боротьбі за увагу споживача

/ / Колонки

Як робота з даними може стати перевагою в боротьбі за увагу споживача

Середа, 06 Липня 2022

Digital-спеціаліст нашої агенції Тарас Гуменюк дослідив як взаємопов’язані точність даних та ефективність управлінських рішень у бізнесі. 

Які рішення можна вважати зваженими?

Перш ніж перейти дорогу, варто оглянутися. Ліворуч, праворуч, і — вперед. Кількість даних для аналізу невелика, критерії очевидні. В електронній торгівлі кількість даних та змінних значно більшає: ми маємо показники охоплення, середній час сеансу, взаємодії з карткою товару, ініціацію купівлі. А ще саму купівлю, ROIROMIROAS, LTV і низку показників, кожен з яких може вплинути на рішення.

До прикладу, розглянемо просту структуру рекламної кампанії з брендовими (№1) і широкими (№2) пошуковими запитами. Ціна за купівлю у кампанії №1 — 15 грн, у №2 — 32 грн. Середня ціна товару 70 грн, маржа 30%.

Виходячи з цього, кампанія №2 є нерентабельною. ЇЇ потрібно зупинити та перелити бюджет. На основі цих даних ми можемо прийняти рішення, назвемо його «Вимкнення кампанії №2». 

А тепер додамо більше даних – середній чек замовлення. В обидвох кампаніях він однаковий — 210 грн. Тобто при маржі у 30% кампанія №2 всеодно є рентабельною (210*0,3=63). І рішення «Вимкнення кампанії №2» не буде доцільним. Без даних про величину середнього чека замовлень був ризик прийняти рішення, яке призвело б до втрати одного з каналів доходу. 

Тому перед тим, як вимикати кампанії, переливати бюджет, чи взагалі перед прийняттям будь-якого рішення, беріть до уваги якомога більше даних. 

Чим менше невідомих – тим зваженішим можна назвати рішення.

Які дані є точними?

Точними у digital-маркетингу можемо вважати дані, в яких кількість та якість похибок зведена до мінімуму. Нижче розберемо проблеми збору даних та атрибуції.

Проблема збору даних

Після оновлень iOS 14 користувачі отримали можливість вибору — дозволяти чи ні передачу інформації у Facebook. Тому частина даних може втрачатися. Це не критично для рекламного кабінету якогось, до прикладу, локального медіа. Але якщо йдеться про ІТ-студію, яка розробляє додатки виключно для iOS, то в разі бездіяльності можна не отримати приблизно 80% даних про поведінку користувача.

Неоптимальна атрибуція

Тут ідеться як про модель, так і вікно. Кожна модель атрибуції має свої плюси та мінуси. Часто використовується модель останнього кліку. Вона дає просту для розуміння картинку. Але якщо водночас працюють кілька каналів платного трафіку, то зрозуміти роль кожного у конкретній конверсії стає складніше. І просте рішення тут буде не найкращим варіантом. Якщо ж говорити про вікно атрибуції, то при його виборі чи не виборі доцільно розуміти, скільки часу необхідно клієнту для прийняття рішення. Очевидно, термін для аналізу, вибору та купівлі письмового столу, гаража та блокнота відрізнятимуться. Але при правильній роботі з шляхом покупця хибний вплив фактора атрибуції на процес прийняття рішень можна суттєво знизити.

Які репрезентації є правильними?

Після збору та сегментування даних з’являється питання зручності сприйняття та розуміння зв’язків між всіма показниками. Які дані краще подати у таблиці? Які — круговою діаграмою, а які — деревовидною картою?

Найгостріше це проявляється під час презентації аналітики даних перед клієнтом. Тому ці дані потрібно подавати так, щоб навіть дитина могла без пояснення розібратися, про що йдеться на слайді.

Враховуючи тренд-потребу бізнесу в діджиталізації, правильна робота з даними може дати конкурентну перевагу у боротьбі за увагу споживача. Тому освоюйте нові технології, вчіться, щоб ухвалювати точні, зважені та ефективні рішення.

Тарас Гуменюк