전자 상거래를 위한 3단계 분석 접근 방식: 설명, 예측 및 규범

기술, 예측 및 규정 분석 데이터는 안정적인 전자 상거래 비즈니스 개발의 세 가지 기둥입니다. 이러한 특정 정의를 사용하지 않을 수도 있지만 웹사이트 효율성을 개선하기 위해 이미 이 데이터의 최소 두 가지 유형을 사용하고 있습니다.

간단히 말해서, 기술 분석은 과거 데이터를 분석하고, 예측 분석은 미래 성과를 예측하고, 규범적 분석은 예측 시나리오에 대한 전략을 개발하도록 설계되었습니다.

각 유형의 분석을 자세히 살펴보고 이러한 분석이 사용되는 특정 목적을 정의해 보겠습니다.

고객 경험을 개선하기 위한 방법으로서의 분석 데이터

분석의 글로벌 목표는 다음과 같습니다.

• 비즈니스 약점 식별 및 개선
• 강점을 파악하고 강화한다.
• 새롭고 효과적인 솔루션을 식별하고 이를 구현하는 방법에 대한 아이디어를 찾습니다.

전자 상거래에서 분석 도구는 이제 운영 프로세스에서 웹 사이트의 고객 행동에 이르기까지 비즈니스의 모든 측면을 측정할 수 있습니다. 그러나 특히 고객 경험과 관련하여 데이터 분석은 오늘날 가장 흥미로운 과학입니다. 우선, 그 이유는 Harvard Business Review 에 따르면 소매 회사가 성공의 가장 중요한 요소(경영진보다 상위)로 평가되는 고객 중심 문화에 있습니다.

대부분의 대기업은 디지털 경험에만 집중하는 별도의 부서를 만듭니다. 예를 들어 ASOS의 그러한 부서에는 제품 관리, 사용자 경험, 통찰력 및 분석, 고객 전략 및 통찰력, 데이터 과학이라는 5개의 팀이 있습니다. 추천 또는 고객 평생 가치 데이터 식별을 위한 딥 러닝 알고리즘은 정말 인상적입니다.

GDPR 법 에도 불구하고 고객 데이터는 거의 모든 전자 상거래 웹사이트에서 수집됩니다. 기업의 40%는 경험을 맞춤화하거나 개인화하는 데 사용하고, 37%는 소비자 요구를 예측하거나 예측하는 데 사용하고, 기업의 20%는 옴니채널 경험을 만들기 위해 운영합니다. 이 모든 것은 항상 서술적 및 예측적 분석을 포함하는 처방적 분석과 관련이 있습니다.

기술 분석이란 무엇입니까?

이것은 '설명하다'라는 단어에서 유래했기 때문에 ' 기술적 분석 '이라는 용어를 정의하기 쉽습니다. 기본적으로 이것은 과거의 특정 기간 동안의 실적 통계입니다. 전자 상거래에서는 전환율, 이탈률, 특정 광고 캠페인 내 CPC, 평균 주문 금액 또는 반복 판매 횟수와 같은 Google Analytics 계정의 모든 지표가 될 수 있습니다. 또는 CRM 데이터(2018년 5월의 매출 또는 총 매출 등)일 수 있습니다.

기술 분석을 사용하면 어떤 구현이 더 잘 작동하고 더 많은 수익을 창출하는지 모니터링하고, 어떤 구현이 좋지 않은 결과를 보여주고 비즈니스를 악화시킬 수 있는지 모니터링할 수 있습니다. 따라서 이러한 유형의 분석에는 두 가지 주요 단계가 포함됩니다.

• 데이터 집계;
• 데이터 수집.

기술 분석을 사용할 수 있는 몇 가지 목적은 다음과 같습니다.

• 실제 청중을 조사하십시오.
• 소비자 행동 패턴에 대한 통찰력을 얻으십시오.
• 제품에 대한 전반적인 수요를 파악하고 특정 카테고리/세그먼트/시간 등의 수요를 분석합니다.
• 마케팅 캠페인의 효과를 추정합니다.
• 검색어 인기도를 통해 제품에 대한 수요를 확인하십시오.
• 실제 배송 비용과 시간을 평가합니다.
• 다른 기간 등의 지표를 비교합니다.

최신 분석 소프트웨어 는 대부분 기술 분석을 위해 설계되었습니다. 측정 도구의 도움으로 웹사이트뿐만 아니라 오프라인 매장에서도 거의 모든 고객 행동에 대한 보고서를 받을 수 있습니다. 예를 들어 제품 페이지와 실제 매장 선반 모두에서 가장 많이 본 영역이 있는 히트맵을 추적할 수 있습니다. 그러나 패션은 변화하고 있으며 많은 도구가 이제 예측 분석 기능으로 서비스를 개선하려고 합니다.

기술 분석의 성공은 KPI 거버넌스에 크게 좌우됩니다. 신중하게 설정하고 정렬한 목표는 더욱 효율적인 예측 및 처방 분석을 위한 견고한 기반입니다.

예측 분석이란 무엇입니까?

모든 주요 전자 상거래 회사는 의사 결정 프로세스, 가격 책정, 배송, 마케팅 및 개인화를 위한 필수 요소로 예측 전술을 강조합니다. 정의에 따르면 예측 분석은 현재 및 과거 웹사이트와 마케팅 성과, 소비자 행동 및 구매 패턴을 분석하여 판매 추세를 예측하고 위험을 배제하는 것입니다.

기술 분석에 그림과 차트를 '읽는' 기술이 필요한 경우 예측 분석에는 이러한 수치를 "무슨 일이 일어날까요?"라는 질문에 대한 답변으로 해석하는 데 필요한 심층 지식이 필요합니다.

수집 및 처리한 과거 데이터를 통해 다음을 수행할 수 있습니다.

• 시장에서 가장 좋은 가격을 결정하십시오.
• 웹사이트 UX 개선
• 프로모션 개인화
• 각 시즌에 어떤 제품이 수요가 있을지 예측하십시오.
• 블랙 프라이데이에 얼마나 많은 관리자가 고객을 지원해야 하는지 예측하십시오.
• 베스트셀러 관련 제품 식별
• A/B 테스트를 위한 아이디어 찾기
• 재고 최적화
• 판매 깔때기 등의 각 단계에서 행동을 강화하십시오.

Dresner Advisory Services 의 최근 연구에 따르면 기업의 26%는 사용할 계획도 없는 반면 기업의 23%만이 예측 분석을 사용합니다.

이 문서도 관심이 있을 수 있습니다. 전자상거래 마케팅 결정 및 판매를 주도하는 9가지 Google Analytics 보고서

처방적 분석이란 무엇입니까?

마케팅 세계에서 유행어가 된 처방 분석은 운영 결정을 단순화하고 미래의 원활한 쇼핑 경험을 개선하기 위해 통계 결과를 자동화하는 것입니다.

여기에 알고리즘이 등장합니다. 그들은 다음과 같은 전자 상거래 트릭을 가능하게 합니다.

• 유사한 행동 패턴을 가진 다른 방문자의 관심을 끌었던 웹사이트에서 방문자에게 가장 적합한 제품을 추천합니다.
• 높은 평균 수표와 낮은 평균 수표로 방문자에게 다른 가격을 표시합니다.
• 재고를 관리하고 물건이 떨어지면 알려줍니다.
• 사용자가 다음에 무엇을 구매할지 결정합니다.

즉, 비즈니스 분석의 세 번째 단계에서는 실시간 및 과거 데이터 분석 중에 예측된 기존 문제에 대한 구체적인 솔루션을 제시할 수 있습니다.

웹사이트에서 쇼핑 행동을 분석하는 방법: 간단한 5단계

시간이 많이 걸리는 프로세스를 자동화하려면 분석이 필요합니다

전자상거래 분석의 미래는 AI 기술과 연결됩니다. Transparency Market Research에 따르면 예측 분석 소프트웨어는 2019년에 전 세계적으로 65억 달러에 달했습니다.

예측 분석과 처방 분석의 교차점에서 수행되는 최상위 다기능 소프트웨어 중 하나는 Google Cloud ML(머신 러닝) 엔진입니다. 소매업체에게 다음 5가지 솔루션을 제공합니다.

• 시각적 제품 검색을 통해 온라인 상점은 Google 길이 유형 기능을 모바일 앱에 통합할 수 있습니다. 이케아. 예를 들어 사용자가 가정용품을 사진으로 찍어 온라인 카탈로그에서 찾을 수 있도록 했습니다.

• Recommendations AI 를 통해 소매업체는 특정 고객의 선호도와 취향에 따라 개인화된 제품을 제공하는 제품 추천 시스템을 통해 사용자 경험을 개선할 수 있습니다.

• Contact Center AI 는 Google의 음성 인식 및 검색 기술로 현대적인 치료 경험을 구축하도록 설계되었습니다.

• AutoML Table 은 고객 수요를 예측하는 데 도움이 됩니다.

• 실시간 재고 관리 및 분석 을 통해 선반, 통로 및 창고 전반에서 제품 가용성을 추적할 수 있습니다.

예측 분석을 위한 또 다른 도구는 최고 순위의 국제 소프트웨어 Microsoft R Open 입니다. 고급 변경 감지, 코어 앤 칩 기술 등과 같은 추가 기술을 적용할 수 있습니다. 분석 서비스는 고객 감정 분석, 스팸 감지 및 고객 요청 라우팅에 사용됩니다.

Profitect 처방 분석 플랫폼은 7가지 유형의 데이터를 처리하는 알고리즘을 사용합니다.

• 재고 이동;
• 모든 판매 시점에서의 활동
• 배달 및 수령;
• 물류 및 창고;
• 계획 및 구매;
• 마케팅 성과;
• 순환 상거래.

이 도구는 다양한 상황에서 취해야 할 조치를 고유한 시나리오로 만듭니다. 예를 들어, 시스템은 재고가 없는 SKU에 대해 담당자에게 알립니다. 필요에 따라 시나리오를 수정할 수 있습니다. 회사 는 처방적 분석 소프트웨어가 소매업체가 300% 더 나은 ROI를 생성하는 데 도움이 될 수 있다고 약속합니다.

이 기사에 관심이 있을 수도 있습니다. 2019년 온라인 상점을 위한 상위 6가지 전자 상거래 분석 도구

소매업체가 예측 및 처방 분석을 사용하는 방법

분석 알고리즘을 사용하는 가장 인기 있는 사례 연구 중 하나는 Amazon의 특허 ' 예상 배송 ' 모델입니다. 그것은 관련 제품이 가장 가까운 소비자 허브로 배송되도록 보장하기 위해 이전 고객 구매, 주문 빈도, 장바구니 내용 및 검색 기록에 대한 데이터를 처리합니다. 이 소프트웨어는 배송 시간을 단축하고 배송 비용을 최적화하여 시장에서 판매 및 고객 경험을 향상시키는 데 도움이 됩니다.

ASOS는 데이터 기반 가격 책정 소프트웨어를 사용하는 또 다른 예를 제시했습니다. 이 프로그램은 경쟁사 웹사이트의 가격과 기타 시장 데이터를 추적하여 회사 관리자에게 어떤 제품을 비축해야 하는지, 어떤 가격을 선택해야 하는지, 언제 얼마나 할인해야 하는지에 대해 알려줍니다. 패션 소매업체는 이 도구를 사용하여 1년 동안 매출을 33% 증가시킬 수 있었다고 말합니다 .

결론

분석의 3단계 정성적 접근 방식은 전자 상거래 비즈니스 개발에서 항상 우수한 결과를 보여줍니다.

기술 분석은 전체 프로세스의 60%-75% 인 대부분의 시간이 걸립니다. 이 단계에서는 수집할 데이터, 이 정보가 사용되는 방법 및 위치, 웹사이트에서 고객 경험을 개선하기 위해 어떤 이점을 가져올 수 있는지에 대한 신중한 결정이 필요합니다. 주로 보고서에 사용되는 이력 데이터는 고객 쇼핑 패턴 및 운영 생산성에 대한 통찰력으로 인해 예측 및 처방 분석을 위한 견고한 기반이 됩니다.

예측 분석은 프로세스의 20~30% 를 차지합니다. 연구 결과에 따르면 미래 이벤트를 예측하고 모델링할 수 있습니다. 이 데이터는 기계 학습에 사용되어 주요 고객 내 평균 지출, CPC 비용, 가격 변동, 제품 수요 등을 예측합니다.

마지막으로, 프로세스의 5-20% 를 차지하는 처방 분석은 예측된 문제에 대한 자동화된 솔루션을 찾도록 설계되었습니다. 현재 활발하게 개발 및 개선되고 있는 BI 알고리즘을 통해 전자 상거래 소유자는 인간의 실수를 방지하고 수많은 활동을 위임할 수 있습니다. 이제 로봇은 거대한 비즈니스를 제어하고 모든 고객에게 개인화된 접근 방식을 보장할 수 있습니다. 규범적 분석이 없었다면 소비자 중심 문화를 전파하는 아마존이나 알리바바 그룹이 이 시장의 트렌드세터가 될 수 없었을 것입니다.