Big data w serwisach e-commerce z wykorzystaniem narzędzi Google Michał Bryś Warszawa, 06.05.2015
Michał Bryś michalbrys.pl @michalbrys plus.google.com/+MichałBryś
? Jak bardziej efektywnie prowadzić serwis e-commerce
? Jakie dane i analizy w tym pomogą
Kim są moi użytkownicy?
Wiek Płeć Zainteresowania Lokalizacja Źródło wejścia Nowy/powracający
60% użytkowników serwisu to grupa wiekowa 25-34 lat
93% sesji w serwisie ma miejsce z komputera
18% sesji dokonują powracający użytkownicy
Użytkownicy korzystają z różnych urządzeń
Skąd przychodzą?
Wyszukiwarka Sieć społecznościowa E-mail
83% użytkowników z bezpłatnych wyników wyszukiwania Google
Jak się zachowują?
Ścieżka nawigacji w serwisie
Czy realizują cele biznesowe?
Konwersje Transakcje
33% użytkowników kończy zaczęte zamówienie
Największe zamówienia składają kobiety w wieku 18-24 lat
Wydają średnio 2947,30 zł
Kontekst danych
Co poza stroną www?
http://www.nejm.org/doi/full/10.1056/NEJMon1211064
78% transakcji w czasie ładnej pogody
Google Tag Manager Google Analytics Google Big Query
Google Tag Manager
Wygodne zebranie danych do analizy Więcej niż tylko wyświetlenia strony Nie wymaga znajomości programowania *
Google Tag Manager
Google Analytics
Szybkie, intuicyjne w obsłudze Użyteczne dane w raportach Limit 10 000 000 hitów miesięcznie Nie mamy dostępu do surowych danych
Big Query
Integracja z Google Analytics Premium • Niepróbkowane dane eksportowane
do do Big Query • Integracja z innymi źródłami danych
Big Query
Narzędzie do analizy dużych zbiorów danych SQL-like Płatne rozwiązanie
Big Query
Dlaczego warto? • Próbkowanie • Zaawansowana analiza
Big Query + R
http://www.lunametrics.com/blog/2014/06/25/google-analytics-data-mining-bigquery-r/
Dziękuję
michalbrys.pl @michalbrys plus.google.com/+MichałBryś Slajdy po prezentacji: michalbrys.pl/blog/