Évről évre változik, hogyan gondolunk az adatra, napjainkban már egy mondat segítségével is olyan lekérdezést tudunk generálni, amivel azonnal készíthetünk egy reportot. Rengeteg funkció, rengeteg lehetőség, de mégis milyen üzleti értéket teremthetünk belőle?
Már évek óta hangoztatjuk milyen egyszerű egy helyre mozgatnunk az offline és online adatainkat, azokat összekapcsolni. Azonnal alkalmazható, biztos eredményeket érhetünk el vele, azonban máig fennáll ez a misztérium, hogy pontosan milyen üzleti értéket teremthetünk belőle.
Ebben a cikkben áttekintjük lépésről lépésre, hogyan építhetjük fel a teljes adathalmazunkat. Melyek a legnagyobb buktatók, és végül is milyen egyszerűen elkészíthető az egész. Azonban ha már a legelején elbizonytalanodunk és a nem megfelelő kérdéseket tesszük fel magunknak, nem várhatunk nagy eredményre.
Elsődleges cél: hosszú távú eredmény
Állhatunk az adataink előtt és nézhetjük őket, hogy szépen növekednek. A legnagyobb problémát az jelenti, hogyan is haladjunk, illetve vágjunk bele. Egyszerre egy nagy feladat kerül elénk, mivel a nulláról kell eljutnunk, összegyűjtsük, hogy pontosan milyen adataink vannak, addig a pontig, hogy egy kész akciótervet csináljunk belőle.
Mindenek előtt, az alapokhoz kell visszatérnünk, pontosabban a vállalkozás számára mi jelenti a megtérülést és a profitálást. Ugyanis a fő célja az egész adatgyűjtésnek, és az online és offline adatok összefűzésének, hogy olyan felfedezéseket találjunk, amik segítenek ennek a növekedésében.
Nem azért készítjük, és egyben töltünk el hosszas órákat azzal, hogy megtalálható legyen minden metrika, hogy megfelelő minőségű adattal rendelkezzünk. Majd végül elmondhassuk, hogy “mi már rendelkezünk ezekkel”. A végső cél az, hogy ebből az összekötésből a cég profitáljon. Olyan üzleti célokra épülő következtetések készüljenek, ami miatt akár a versenytársakat is a háta mögött tudhatja.
Így megeshet, hogy üzletileg ez a megoldás még nem a legalkalmasabb egy cég számára. Hiszen, ha az alapvető üzleti értékek, és a bevétel mögötti fő mozgatórugók nem ismertek, az adatgyűjtés is hiába való lesz.
Tehát az első lépés lesz egy audit készítése, milyen adatok ismertek, milyen üzleti célok vannak előtérben, amelyre épülően vizsgáljuk az adatokat, illetve lehet, hogy a vállalkozásban még ezek nem állnak rendelkezésre.
Miért tároljuk az adatokat BigQuery-ben?
Rengeteg adatot tárolunk, és ezt a nagy mennyiséget folyamatosan kiolvasni egy cloud adatbázisból, nem kis költséggel járhat. Manapság már nem érdemes tárolnunk ezeket az adatokat saját szervereken, mivel számos plusz költséggel járhat, mindamellett, hogy az adatvesztés kockázata is nagy. Saját fizikai szerver esetében szükséges foglalkoztatnunk egy rendszergazdát, aki folyamatosan karbantartja a szervert, frissíti azt és ügyel a biztonsági résekre. Mindemellett, számításba kell vennünk a szerver üzemeltetéssel járó további költségeket is.
A Cloud megoldások mindezt egyszerűbbé teszik, és egyben költséghatékonnyá. Marketing adatok esetében, a Google Analytics 4 összekötésének köszönhetően a Google BigQuery adatbázisa jelenleg az egyik legjobb megoldás. Egyszerre köthetjük be, a Google Ads adatainkat, az előbb említett szoftver mellett. De egyszerűen tölthetjük fel háttér és offline adatainkat, vagy kapcsolhatjuk össze más marketing eszközökkel, Facebook, DV360, Google Merchant Center. Mindezt lehetővé teszi a hatékony BigQuery API funkció is. Illetve az utóbbi időben megjelent Data Pipeline is.
A nagy költségeket megelőzhetjük, a kisebb, specifikus, partícionált vagy klaszterezett táblák segítségével. Ezeket első körben elkészíthetjük manuálisan, majd időzített lekérdezésekkel napi szinten tölthetjük a beállított filterek segítségével. Ahogy ezt a megoldást már a Shopify is használja. Nem utolsó sorban, egy plusz védelmi réteget is képzünk ezzel, mivel az esetleges dashboardok, és SQL lekérdezések sem a fő táblában fogjuk elvégezni.
Tegyük elérhetővé online az offline adatokat
Ha már online adataink egy helyen találhatóak meg, ezután következik az a lépés, hogy az offline adatainkat is ugyanezen a helyen elérjük. Ez történhet közvetlen bekötéssel, vagy egyszerű feltöltéssel is. Minden esetre hosszú távon a legjövedelmezőbb megoldás, ha egyszer kialakításra kerül az automatikus adatáttöltés, majd ezek után bármikor elérhetjük ezeket az adatainkat is.
Offline adatok esetében gondolhatunk a fizikai boltok bevételére, pontos terméklistájára. A legjobb, ha az áruházláncunk rendelkezik egy hűségkártya programmal, vagy ehhez hasonló lehetőséggel. Ennek nagy előnye, hogy mindegy a felhasználó mely médiumon használja, követhető lesz a vásárlása. Azonban hasonlóan online helyre tölthetjük a kioskok és egyéb offline eszközök adatait is.
Természetesen ezt mind megfelelően, a GDPR és a hozzá fűződő adatvédelmi előírásoknak megfelelően tegyük.
Ebben a cikkben nem térünk ki a nem vásárlási alapú adatokra, azonban a fő cél végső soron az lesz, hogy egy termék életútját teljes mértékben le tudjuk követni, kezdve a gyártástól, az eladásig. Illetve az ehhez fűződő összes költséget, többek között a logisztikához kapcsolódóakat is.
Fűzzük össze amink van
Miután egy helyen tudjuk az adatainkat elindulhat az összefűzés, tehát az online és offline adatok összekötése. Ehhez szükségünk van egy közös kulcsra, vagyis egy olyan tényezőre, amely ismert és azonos az offline és online vásárlás / látogatás esetében is. Ez a legtöbb esetben egy törzsvásárlói vagy promóciós kártya lesz.
Ebben az esetben például gondolhatunk olyan kártyára is, mint a Starbucks esetében a Rewards kártya. Amelyet kiválthatunk offline vagy online, és ezek után, a weboldalon tudjuk böngészni az aktuális akciókat, promóciókat, követhetjük az egyenlegünket. Végül pedig az offline vásárlás során beválthatjuk a kuponjainkat, vagy az előre feltöltött összegünket. (Mondhatni ez az egyik legnagyobb üzleti ereje magának a márkának.)
Ha megvan ez a két adat, akkor innentől kezdve historikusan is tudjuk követni, hogy mit böngészett a felhasználó online, majd végül mit vásárolt meg a fizikai boltunkban. Természetesen lehetnek más eszközök is egy felhasználó lekövetésére, mint a helyszín alapú meghatározás, de nem kell gondolnunk fizikai kártyára sem, elég egy applikáció.
Adatból üzleti haszon
Miután minden készen áll, már “csak” a jó kérdéseket kell feltennünk. Mivel lényegében visszanézve a felépítést, csak pár kattintásról beszélünk, ha már léteznek adataink historikusan. Csak, hogy néhány példát említsünk, milyen problémákra is találunk megoldást egy ilyen adathalmazban:
- Megtekintik a felhasználók az offline megvásárolt terméket online?
- Mennyi idő telik el az online megtekintés és az offline vásárlás között?
- Mi az az online mikro konverziós pont, ami leginkább hozzájárult az offline vásárláshoz?
- Felismerhetőek minták, online böngészési szokások az offline vásárlást megelőzően?
- Tudjuk a felhasználókat csoportosítani online megtekintett termékek/kategóriák és offline vásárolt termékek alapján?
- Az eddig megszokott trendek megtörnek, ha az online böngészéssel együtt vizsgáljuk?
- Milyen online forgalmi források járultak hozzá leginkább az offline vásárláshoz?
Ismételten, a fentiek csak néhány kérdést tartalmaztak. Azonban minden esetben elsődlegesen az üzleti célok lesznek a kiinduló pontok, az éppen aktuális elemzéshez.
Tehát érdemes belevágni?
Ahogy Steve Jobs is említette:
A lot of times, people don’t know what they want until you show it to them.
Erre mondhatni egy tökéletes megoldás a historikus adataink elemzése. Hiszen olyan információk rejlenek benne, amelyekről maguk a vásárlók sem tudhatnak. Azáltal, hogy megtaláljuk, kiemeljük a felszínre és végső soron egy üzleti stratégiát építünk rá, megelőzzük őket és olyan pontra célozhatunk, amely akár azonnali vásárlásra késztetheti őket. Legyen szó egy csavarhúzóról, vagy egy klíma beszerelésről.
