Upload
yandex
View
1.079
Download
1
Tags:
Embed Size (px)
Citation preview
Getting Personal in Digital Marketing
Анна Ская, CEO VisualDNA Russia
VisualDNA: больше, чем Big Data
Big data + psychology = Psy-tech Conventional big
data sources and analytics only get you so far WHAT people do WHEN they do it WHERE they do it
Our data provides the WHO and WHY WHO you are WHY you do things
! 65M profiles in Russia ! Deep customer
understanding ! Better, faster decisions ! More relevant customer
experience, loyalty, retention ! Improved business
performance
+ =
Our Partners:
Как VisualDNA видит покупателя
Топ - 3 «must have» в аналитике big data
“Information is the oil of the 21st century, and analytics is the combustion engine.”
Peter Sondergaard, Senior Vice President, Gartner Research
(geo tag, maps, home/office, GA)
(context, search)
1. Используйте 1st party data в персонализации, добавляйте 3rd party
(psychographic, personality)
(psychographic, personality) (geo tag, maps, home/office, GA)
*Based on 1 month of data
3%
Информация о покупке покрывает лишь малую часть аудитории
Мы рассматриваем другие 97% аудитории, кто не покупает +
проверяем нашу базу
2. Клиент 360: Изучайте не только покупателей, а аудиторию в целом
*Source Google Analytics Industry Average around 3%
97%
3. Прогнозный анализ: Ваши данные способны на гораздо большее, чем Вы думаете
Меньше, чем за 1 минуту пребывания на сайте данные улучшают качество прогнозирования примерно на 300% по сравнению с использованием только 1st party data.
Как заставить Вашу аналитику работать? Совмещая аналитику с данными в маркетинговой стратегии,
вы одновременно оптимизируете воронку продаж
Привлечение Конверсии Удержание • Поиск новых клиентов в сети • Привлечение целевой аудитории • Захват доли рынка
• Персонализация кампаний и коммуникаций
• Таргетирование потенциальных покупателей на сайте
• Рост стоимости корзины
• Понимание причины возврата покупателя на сайт
• Повторное привлечение покупателя на сайт с использованием правильного контента
• Непрерывное взаимодействие с аудиторией
«Waitrose» case study
95.00% точность предсказания
покупки
30 дней
364,000 уникальных профилей
19,597 покупок
Результаты кейса «Waitrose»
£1.35 million выручка
8 уникальных сегментов
Сегментация аудитории – покупатели «Waitrose»
Средняя
стоимость
транзакции(
£)
Средняя стоимость привлечения покупателя (£)
10,000 370,000
Размер кластера
1 Gifts & Hampers
2 Occasional Flowers
3 Wine & Gifts
4 Garden
5 Wine Offers
6 High Value Wine
7 Flowers & Gifts
8 Champagne
1 2
8 6
5
3
4
7
средняя
Аудитории
Example Opportunity • Target 4.42 % (15,000) of
non-high value wine browsers
• Increase High Value Wine buyer revenue by 25%
• They show lots of characteristic of BEING a high-value, but they have not spent money with you yet
6. High Value Wine Audience Охват
19,400 Вся аудитория
364,000 Аудитория «High Value Wine» заказывает бутылки ящиками, предпочитает красное вино, но периодами наслаждается и белым. Эти люди совершают покупки методично, тщательно выбирая товар. Большинство лояльных клиентов. Анализ покупок Персональные теги (сегменты)
Средний чек
£xx.xx Конверсия xx.xx% Investor
Wine Drinker Luxury Clothes
Holiday Intender
Museum Goer
Classic Movie Lover
65+ 55-64 45-54 35-44 25-34 18-24
<18 Итого, затраты на маркетинг £x,xxx Итого, сумма транзакций £xx,xxx
£xx.xx x.xx%
£xxx
£1.35m
Топ-3 источника трафика
Источник
Referral
xx.xx% x.xx%
xx.xx% x.xx%
xx.xx% x.xx%
Direct
2. Occasional Flowers Audience Охват
88,600 Вся аудитория
364,000 Аудитория «Occasional Flowers» покупают цветы по случаю Дня Св. Валентина. Они также покупают подарки и цветы, в основном розы.
Анализ покупок Персональные теги (сегменты)
Средний чек
£xx.xx Конверсия xx.xx% Sainsbury’s Shopper
Tennis Enthusiast
Sensitive
Food Spenders
65+ 55-64 45-54 35-44 25-34 18-24
<18 Итого, затраты на маркетинг £xx,xxx Итого, сумма транзакций £xxx,xxx
£xx.xx x.xx%
£xx,xxx
£1.35m
Топ-3 источника трафика
Источник xx.xx% x.xx%
xx.xx% x.xx%
xx.xx% x.xx%
Email Referral Direct
• Кол-во исследованных пользователей: 364,037
• Известных покупок: 19,597
• Верно спрогнозированные VisualDNA покупки на «Waitrose»: 18,647
• Не угаданные VisualDNA покупки на «Waitrose»: 950
• 19,257 найденных клиентов с наибольшей вероятностью покупки
Результат: рост аудитории
18,647 Верно
спрогнозированные VDNA
19,597 Распознанные
покупки
19,257 Найденных с наибольшей вероятностью покупки
Возможность находить и привлекать больше платежеспособных покупателей без увеличения бюджета на маркетинг.
Компании, которые знают всё о своих покупателях, продают больше
Thank you
Anna Skaya [email protected]