نهج التحليلات ثلاثي المستويات للتجارة الإلكترونية: وصفي وتوقعي وتعليمي

تعد بيانات التحليلات الوصفية والتنبؤية والتعليمية الركائز الثلاث لتطوير أعمال التجارة الإلكترونية المستقرة. قد لا تستخدم هذه التعريفات المعينة ، لكنك بالتأكيد تستخدم بالفعل نوعين على الأقل من هذه البيانات لتحسين كفاءة موقع الويب الخاص بك.

باختصار ، تم تصميم التحليلات الوصفية لتحليل البيانات التاريخية ، والتحليلات التنبؤية - للتنبؤ بالأداء المستقبلي ، والتحليلات الوصفية - لتطوير استراتيجية للسيناريو المتوقع.

دعونا نلقي نظرة فاحصة على كل نوع من أنواع التحليلات وتحديد الأغراض المحددة التي يتم استخدامها.

بيانات التحليلات كطريقة لتحسين تجربة العملاء

الهدف العالمي للتحليلات هو:

• تحديد وتحسين نقاط ضعف الأعمال
• تحديد وتعزيز قوتها
• تحديد حلول فعالة جديدة وإيجاد أفكار حول كيفية تنفيذها.

في التجارة الإلكترونية ، يمكن لأدوات التحليل الآن قياس جميع جوانب الأعمال: من العمليات التشغيلية إلى سلوك العملاء على موقع الويب. ولكن عندما يتعلق الأمر بتجربة العملاء على وجه الخصوص ، فإن تحليل البيانات هو العلم الأكثر إثارة اليوم. بادئ ذي بدء ، يكمن السبب في ثقافة تتمحور حول العميل والتي تعتبرها شركات البيع بالتجزئة العامل الأكثر أهمية لنجاحها (أعلى من الإدارة) ، وفقًا لمجلة هارفارد بيزنس ريفيو .

تقوم معظم الشركات الكبيرة بإنشاء قسم منفصل يركز فقط على التجربة الرقمية. على سبيل المثال ، يضم هذا القسم في ASOS خمسة فرق: إدارة المنتج ، وتجربة المستخدم ، والرؤى والتحليلات ، واستراتيجية العملاء والرؤى وعلوم البيانات. خوارزميات التعلم العميق الخاصة بهم للتوصيات أو تحديد بيانات القيمة الدائمة للعميل تثير الإعجاب حقًا.

على الرغم من قانون الناتج المحلي الإجمالي ، يتم جمع بيانات العملاء بواسطة كل موقع ويب للتجارة الإلكترونية تقريبًا. تستخدمه 40٪ من الشركات لتخصيص التجارب أو إضفاء الطابع الشخصي عليها ، و 37٪ - للتنبؤ باحتياجات المستهلك أو توقعها ، و 20٪ من الشركات تديرها لإنشاء تجربة شاملة. كل هذه تتعلق بالتحليلات الوصفية التي تتضمن دائمًا التحليلات الوصفية والتنبؤية.

ما هي التحليلات الوصفية؟

من السهل تعريف مصطلح " التحليلات الوصفية " لمجرد أنه يأتي من كلمة "وصف". في الأساس ، هذه هي إحصائيات أدائك خلال فترة محددة في الماضي. في التجارة الإلكترونية ، قد تكون هذه جميع المؤشرات في حساب Google Analytics الخاص بك ، مثل معدل التحويل ، أو معدل التراجع ، أو تكلفة النقرة ضمن حملة إعلانية معينة ، أو متوسط ​​قيمة الطلب ، أو عدد المبيعات المتكررة - أيًا كان. أو قد تكون بيانات CRM الخاصة بك - الإيرادات أو إجمالي المبيعات في مايو 2018 ، وما إلى ذلك.

تسمح لك التحليلات الوصفية بمراقبة تطبيقاتك التي تعمل بشكل أفضل وتدر المزيد من الإيرادات ، والتي تظهر نتائج سيئة وتدفع عملك إلى أسفل. وبالتالي ، فإن هذا النوع من التحليلات يشمل مرحلتين رئيسيتين:

• تجميع البيانات؛
• بيانات التعدين.

بعض الأغراض التي من أجلها يمكنك استخدام التحليلات الوصفية:

• افحص جمهورك الفعلي ؛
• احصل على رؤى حول أنماط سلوك المستهلك ؛
• فهم الطلب الإجمالي على منتجاتك وتحليل الطلب ضمن فئة / شريحة / وقت معين وما إلى ذلك.
• تقدير فعالية الحملات التسويقية ؛
• تحقق من الطلب على المنتجات من خلال استعلامات البحث الشائعة ؛
• تقييم تكاليف التسليم الفعلية والوقت.
• قارن المؤشرات بين الفترات المختلفة وما إلى ذلك.

تم تصميم برامج التحليلات الحديثة في الغالب للتحليلات الوصفية. بمساعدة أدوات القياس ، يمكنك تلقي تقارير حول كل إجراء من العملاء تقريبًا ليس فقط على موقع الويب الخاص بك ولكن حتى في متجر فعلي. على سبيل المثال ، يمكنك تتبع خريطة حرارية مع معظم المناطق المعروضة على كل من صفحة المنتج ورف المتجر الفعلي. ومع ذلك ، فإن الموضة تتغير ، وتحاول العديد من الأدوات الآن تحسين خدماتها بميزات التحليلات التنبؤية.

يعتمد نجاح التحليلات الوصفية بشكل كبير على حوكمة مؤشرات الأداء الرئيسية الخاصة بك. الأهداف المحددة والمرتبة بعناية هي أساس متين لمزيد من التحليلات التنبؤية والتعليمية الفعالة.

ما هي التحليلات التنبؤية؟

تسلط جميع شركات التجارة الإلكترونية الرائدة الضوء على التكتيكات التنبؤية كضرورة لعمليات صنع القرار ، والتسعير ، والشحن ، والتسويق ، والتخصيص. بالنسبة للتعريف ، فإن التحليلات التنبؤية هي تحليل للموقع الحالي والتاريخي وأداء التسويق وسلوك المستهلك وأنماط الشراء للتنبؤ بالاتجاهات في المبيعات واستبعاد المخاطر.

إذا كانت التحليلات الوصفية تتطلب مهارات "قراءة" الأشكال والرسوم البيانية ، فإن التحليلات التنبؤية تتطلب معرفة متعمقة في تفسير هذه الأرقام إلى إجابة على السؤال "ما الذي سيحدث؟"

تسمح البيانات التاريخية التي تمكنت من جمعها ومعالجتها بما يلي:

• تحديد أفضل سعر في السوق ؛
• تحسين تجربة المستخدم لموقع الويب ؛
• إضفاء الطابع الشخصي على الترقيات ؛
• توقع المنتجات التي سيكون الطلب عليها في كل موسم ؛
• توقع عدد المديرين الذين يجب أن يدعموا العملاء في يوم الجمعة الأسود ؛
• تحديد المنتجات ذات الصلة لأكثر الكتب مبيعًا ؛
• البحث عن أفكار لاختبار A / B ؛
• تحسين المخزون
• عزز إجراءاتك في كل مرحلة من مراحل قمع المبيعات وما إلى ذلك.

يُظهر البحث الأخير من Dresner Advisory Services أن 23٪ فقط من الشركات تستخدم التحليلات التنبؤية عندما لا تخطط 26٪ من الشركات لاستخدامها.

قد تكون مهتمًا أيضًا بهذه المقالة: 9 تقارير Google Analytics التي تدفع قرارات تسويق التجارة الإلكترونية والمبيعات

ما هي التحليلات الوصفية؟

التحليلات الوصفية ، التي أصبحت كلمة طنانة في عالم التسويق ، هي أتمتة اكتشافك الإحصائي من أجل تبسيط قراراتك التشغيلية وتحسين تجربة التسوق السلسة في المستقبل.

هنا تأتي الخوارزميات. لقد جعلوا حيل التجارة الإلكترونية ممكنة مثل:

• أوصي الزائرين بالمنتج الأكثر ملاءمة على موقع الويب الخاص بك ، والذي يثير اهتمام الزائرين الآخرين بأنماط سلوكية مماثلة ؛
• عرض أسعار مختلفة للزائرين بمتوسط ​​شيك مرتفع ومنخفض ؛
• التحكم في المخزون وإعلامك عند نفاد شيء ما ؛
• حدد ما سيشتريه المستخدم بعد ذلك.

بمعنى آخر ، تسمح المرحلة الثالثة من تحليلات الأعمال بالتوصل إلى حلول ملموسة للقضايا الحالية ، متوقعة أثناء تحليل البيانات في الوقت الفعلي والتاريخ.

قد تكون مهتمًا أيضًا بهذا المقال: كيفية تحليل سلوك التسوق على موقع الويب الخاص بك: 5 خطوات سهلة

أنت بحاجة إلى تحليلات لأتمتة العمليات التي تستغرق وقتًا طويلاً

يرتبط مستقبل تحليلات التجارة الإلكترونية بتقنيات الذكاء الاصطناعي. وفقًا لأبحاث سوق الشفافية ، لامس برنامج التحليلات التنبؤية 6.5 مليار دولار عالميًا في عام 2019.

يعد محرك Google Cloud ML (التعلم الآلي) أحد أفضل البرامج متعددة الوظائف التي تعمل عند تقاطع التحليلات التنبؤية والتعليمية. يقدم لتجار التجزئة هذه الحلول الخمسة:

• يتيح البحث المرئي عن المنتج للمتاجر عبر الإنترنت دمج إمكانات نوع الطول من Google في تطبيقات الأجهزة المحمولة الخاصة بهم. ايكيا. على سبيل المثال ، سمح للمستخدمين بالتقاط صورة لعنصر منزلي للعثور عليه أو صورة مماثلة في الكتالوج عبر الإنترنت.

• التوصيات يسمح الذكاء الاصطناعي لبائعي التجزئة بتحسين تجربة المستخدم مع نظام التوصية بالمنتج ، والذي يقدم منتجات مخصصة بناءً على تفضيلات وأذواق عميل معين.

• تم تصميم مركز الاتصال AI لبناء تجربة رعاية حديثة باستخدام تقنية التعرف على الكلام والبحث من Google

• يساعد جدول AutoML على توقع طلب العملاء.

• تسمح إدارة المخزون والتحليلات في الوقت الفعلي بتتبع مدى توفر المنتجات عبر الرفوف والممرات والمخازن.

أداة أخرى للتحليل التنبئي هي البرنامج العالمي الأعلى مرتبة Microsoft R Open . يمكن استخدام تقنيات إضافية ، مثل الكشف المتقدم عن التغييرات ، والتكنولوجيا الأساسية والرقاقة ، وما إلى ذلك. تُستخدم خدمة التحليلات لتحليل آراء العملاء ، واكتشاف الرسائل غير المرغوب فيها وتوجيه طلبات العملاء.

تستخدم منصة التحليلات الوصفية المهنية خوارزميات تعالج 7 أنواع من البيانات:

• حركة المخزون
• الأنشطة في كل نقطة بيع ؛
• التسليم والاستلام ؛
• اللوجستيات والمستودعات
• التخطيط والشراء
• أداء التسويق
• التجارة الدائرية.

تقوم الأداة بإنشاء سيناريوهات خاصة بها حول الإجراء الذي يجب اتخاذه في المواقف المختلفة. على سبيل المثال ، يقوم النظام بإخطار الشخص المسؤول عن نفاد مخزون SKU. يمكن تعديل السيناريوهات حسب احتياجاتك. تعد الشركة بأن برنامج التحليلات الوصفي الخاص بها يمكن أن يساعد تجار التجزئة في تحقيق عائد استثمار أفضل بنسبة 300٪.

قد تكون مهتمًا أيضًا بهذه المقالة: أفضل 6 أدوات لتحليل التجارة الإلكترونية للمتاجر عبر الإنترنت في عام 2019

كيف يستخدم تجار التجزئة التحليلات التنبؤية والوصفية

واحدة من دراسات الحالة الأكثر شيوعًا لاستخدام خوارزميات التحليلات هي براءة اختراع أمازون نموذج " الشحن التوقعي ". يقوم بمعالجة البيانات المتعلقة بمشتريات العملاء السابقة ، وتكرار الطلب ، ومحتويات سلة التسوق ، وسجل البحث لضمان شحن المنتج ذي الصلة إلى أقرب مركز للمستهلكين. يعمل هذا البرنامج على تحسين وقت التسليم وتحسين تكاليف الشحن ، مما يساعد السوق على زيادة المبيعات وتجربة العملاء.

قدمت ASOS مثالًا آخر على استخدام برامج التسعير القائمة على البيانات. يتتبع البرنامج الأسعار على مواقع المنافسين وبيانات السوق الأخرى لإبلاغ مديري الشركة بالمنتجات التي يجب تخزينها ، والسعر الذي يجب اختياره ، وكذلك متى ومقدار الخصم. يقول بائع الأزياء بالتجزئة إنه باستخدام هذه الأداة ، تمكنوا من زيادة مبيعاتهم بنسبة 33 ٪ لمدة عام.

الاستنتاجات

يُظهر النهج النوعي المكون من ثلاثة مستويات في التحليلات دائمًا نتائج ممتازة في تطوير أعمال التجارة الإلكترونية.

تستغرق التحليلات الوصفية معظم الوقت - 60٪ -75٪ من العملية بأكملها. تتطلب هذه المرحلة قرارات مدروسة بشأن البيانات التي ستجمعها ، وكيف وأين سيتم استخدام هذه المعلومات ، وما هي الفوائد التي يمكن أن تجلبها لتحسين تجربة العملاء على موقع الويب الخاص بك. تُستخدم البيانات التاريخية في الغالب للتقارير ، وهي أساس متين للتحليلات التنبؤية والتعليمية بسبب الرؤى حول أنماط تسوق العملاء وإنتاجيتك التشغيلية.

تستغرق التحليلات التنبؤية 20٪ -30٪ من العملية. وفقًا للنتائج ، فإنه يسمح بالتنبؤ بالأحداث المستقبلية ونمذجةها. تُستخدم هذه البيانات للتعلم الآلي لعمل توقع لمتوسط ​​الإنفاق داخل جمهورك الرئيسي ، وتكاليف تكلفة النقرة ، وتقلب الأسعار ، والطلب على المنتج ، وما إلى ذلك.

أخيرًا ، تم تصميم التحليلات الوصفية ، والتي تستغرق من 5 إلى 20٪ من العملية ، لإيجاد حلول آلية للمشكلات المتوقعة. تسمح خوارزميات ذكاء الأعمال التي يتم تطويرها وتحسينها بنشاط الآن لأصحاب التجارة الإلكترونية بتجنب الأخطاء البشرية ، وتفويض العديد من الأنشطة. يمكن للروبوتات الآن التحكم في الأعمال التجارية الضخمة وضمان اتباع نهج مخصصة لكل عميل. بدون التحليلات الوصفية ، لن يكون لدينا أمازون أو مجموعة علي بابا ، اللتان تنشران فكرة الثقافة المرتكزة على المستهلك ، كونها رائدة في هذا السوق.