E-Ticaret İçin Üç Düzeyli Analitik Yaklaşımı: Açıklayıcı, Tahmine Dayalı ve Kuralcı

Tanımlayıcı, tahmine dayalı ve kuralcı analitik verileri, istikrarlı e-ticaret iş geliştirmenin üç direğidir. Bu belirli tanımları kullanmayabilirsiniz, ancak web sitenizin verimliliğini artırmak için kesinlikle bu verilerin en az iki türünü zaten kullanıyorsunuz.

Özetle, tanımlayıcı analitik, geçmiş verileri analiz etmek, tahmine dayalı analitik - gelecekteki performansı tahmin etmek ve kuralcı - öngörülen senaryo için bir strateji geliştirmek için tasarlanmıştır.

Her bir analiz türüne daha yakından bakalım ve bunların hangi özel amaçlar için kullanıldığını tanımlayalım.

Müşteri deneyimini iyileştirmenin bir yolu olarak analiz verileri

Analitiğin küresel hedefi:

• iş zayıflıklarını belirlemek ve iyileştirmek
• güçlü yönlerini belirlemek ve geliştirmek
• yeni etkili çözümler belirleyin ve bunların nasıl uygulanacağına dair fikirler bulun.

E-Ticaret'te, analitik araçları artık işin tüm yönlerini ölçebilir: operasyonel süreçlerden bir web sitesindeki müşteri davranışına kadar. Ancak özellikle müşteri deneyimi söz konusu olduğunda, veri analizi günümüzün en heyecan verici bilimidir. Her şeyden önce, bunun nedeni, Harvard Business Review'a göre perakende şirketlerinin başarılarının en önemli faktörü (yönetimden daha yüksek) olarak sıraladıkları müşteri merkezli bir kültürde yatmaktadır .

Çoğu büyük şirket, yalnızca dijital deneyime odaklanan ayrı bir departman oluşturur. Örneğin, ASOS'taki böyle bir departmanın beş ekibi vardır: Ürün yönetimi, Kullanıcı Deneyimi, İçgörüler ve Analitikler, Müşteri Stratejisi ve Öngörüler ve veri bilimi. Öneriler veya Müşteri Yaşam Boyu Değer verilerinin belirlenmesi için derin öğrenme algoritmaları gerçekten etkileyicidir.

GDPR yasasına rağmen , müşteri verileri hemen hemen her e-ticaret web sitesi tarafından toplanmaktadır. Şirketlerin %40'ı bunu deneyimleri özelleştirmek veya kişiselleştirmek için, %37'si - tüketici ihtiyaçlarını tahmin etmek veya tahmin etmek için ve işletmelerin %20'si çok kanallı bir deneyim oluşturmak için kullanıyor. Tüm bunlar, her zaman tanımlayıcı ve tahmine dayalı analitiği içeren kuralcı analitikle ilgilidir.

Tanımlayıcı analitik nedir?

Bu, ' Tanımlayıcı analitik ' terimini tanımlamak, yalnızca 'Tanımlamak' kelimesinden geldiği için kolaydır. Temel olarak bu , geçmişteki belirli bir dönemdeki performansınızın istatistikleridir. E-Ticaret'te bunlar, dönüşüm oranı, kayıp oranı, belirli bir reklam kampanyasındaki TBM, ortalama sipariş değeri veya tekrar satış sayısı gibi Google Analytics hesabınızdaki tüm göstergeler olabilir. Veya CRM verileriniz olabilir - Mayıs 2018'deki gelir veya toplam satış vb.

Açıklayıcı analitik, hangi uygulamalarınızın daha iyi çalıştığını ve daha fazla gelir sağladığını ve hangilerinin kötü sonuçlar verdiğini ve işinizi aşağı doğru çektiğini izlemenize olanak tanır. Bu nedenle, bu tür analitik iki ana aşama içerir:

• Veri toplama;
• Veri madenciliği.

Tanımlayıcı analitiği kullanabileceğiniz bazı amaçlar:

• Gerçek hedef kitlenizi inceleyin;
• Tüketici davranış kalıpları hakkında bilgi edinin;
• Ürünleriniz için genel talebi anlayın ve belirli bir kategori/segment/zaman vb. içindeki talebi analiz edin.
• Pazarlama kampanyalarının etkinliğini tahmin edin;
• Arama sorguları popülerliği aracılığıyla ürünlere olan talebi kontrol edin;
• Gerçek teslimat maliyetlerini ve süresini değerlendirin.
• Farklı dönemler arasındaki göstergeleri karşılaştırın vb.

Modern analitik yazılımı çoğunlukla tanımlayıcı analitik için tasarlanmıştır. Ölçüm araçlarının yardımıyla, yalnızca web sitenizde değil, hatta gerçek bir mağazada bile neredeyse her müşteri eylemiyle ilgili raporlar alabilirsiniz. Örneğin, hem ürün sayfasında hem de fiziksel mağaza rafında en çok görüntülenen alanlara sahip bir ısı haritasını izleyebilirsiniz. Ancak moda değişiyor ve birçok araç artık hizmetlerini tahmine dayalı analitik özellikleriyle geliştirmeye çalışıyor.

Tanımlayıcı analitiklerin başarısı, önemli ölçüde KPI yönetiminize bağlıdır. Dikkatle belirlenmiş ve düzenlenmiş hedefler, daha verimli tahmine dayalı ve kuralcı analitik için sağlam bir temel oluşturur.

Tahmine dayalı analitik nedir?

Tüm amiral gemisi e-ticaret şirketleri, karar verme süreçleri, fiyatlandırma, nakliye, pazarlama ve kişiselleştirme için bir zorunluluk olarak tahmine dayalı taktikleri vurgular. Tanım olarak, tahmine dayalı analitik, satış eğilimlerini tahmin etmek ve riskleri önlemek için mevcut ve geçmiş web sitesi ve pazarlama performansının, tüketici davranışının ve satın alma modellerinin bir analizidir.

Tanımlayıcı analitik, şekilleri ve çizelgeleri 'okuma' becerisi gerektiriyorsa, tahmine dayalı analitik, bu rakamları “Ne olacak?” sorusuna yanıt olarak yorumlamak için derinlemesine bilgi gerektirir.

Toplamayı ve işlemeyi başardığınız geçmiş veriler şunları yapmanızı sağlar:

• Piyasadaki en iyi fiyatı belirleyin;
• Web sitesi kullanıcı deneyimini iyileştirin;
• Promosyonları kişiselleştirin;
• Her sezon hangi ürünlerin talep göreceğini tahmin edin;
• Kara Cuma'da kaç yöneticinin müşterileri desteklemesi gerektiğini tahmin edin;
• En çok satanlar için ilgili ürünleri belirleyin;
• A/B testi için fikirler bulun;
• Stoku optimize edin;
• Satış hunisinin her aşamasında eylemlerinizi geliştirin vb.

Dresner Danışmanlık Hizmetleri'nin son araştırması , şirketlerin %26'sı kullanmayı planlamazken işletmelerin yalnızca %23'ünün tahmine dayalı analitik kullandığını gösteriyor.

Bu makale de ilginizi çekebilir: E-Ticaret Pazarlama Kararlarını ve Satışları Yönlendiren 9 Google Analytics Raporu

Kuralcı analitik nedir?

Pazarlama dünyasında moda haline gelen kuralcı analitik, operasyonel kararlarınızı basitleştirmek ve gelecekteki sorunsuz alışveriş deneyimini iyileştirmek için istatistiksel bulgularınızın otomasyonudur.

İşte algoritmalar geliyor. Aşağıdaki gibi e-ticaret hilelerini mümkün kılarlar:

• Benzer davranış kalıplarına sahip diğer ziyaretçilerin ilgisini çeken web sitenizdeki en uygun ürünü ziyaretçilere önerin;
• Yüksek ve düşük ortalama çek ile ziyaretçilere farklı fiyatlar gösterin;
• Stokları kontrol edin ve bir şeyler bittiğinde sizi bilgilendirin;
• Bir kullanıcının daha sonra ne satın alacağını belirleyin.

Başka bir deyişle, iş analitiğinin üçüncü aşaması, gerçek zamanlı ve geçmiş veri analizi sırasında tahmin edilen mevcut sorunlar için somut çözümler üretmeye olanak tanır.

Bu makale de ilginizi çekebilir: Web sitenizdeki alışveriş davranışını nasıl analiz edebilirsiniz: 5 kolay adım

Zaman Alan Süreçleri Otomatikleştirmek İçin Analitiklere İhtiyacınız Var

E-ticaret analitiğinin geleceği, yapay zeka teknolojileriyle bağlantılıdır. Şeffaflık Piyasası Araştırmasına göre, tahmine dayalı analitik yazılımı 2019'da dünya çapında 6,5 ​​milyar dolara ulaştı.

Tahmine dayalı ve kuralcı analitiğin birleştiği yerde performans gösteren en üst düzey çok işlevli yazılımlardan biri Google Cloud ML (Makine Öğrenimi) Motorudur. Perakendecilere şu beş çözümü sunar:

• Görsel ürün arama, çevrimiçi mağazaların Google uzunluk türü özelliklerini mobil uygulamalarına entegre etmelerini mümkün kılar. IKEA. Örneğin, kullanıcıların çevrimiçi katalogda bir ev eşyasını veya benzerini bulmak için fotoğrafını çekmesine izin verdi.

• Öneriler AI , perakendecilerin, belirli bir müşterinin tercihlerine ve zevklerine göre kişiselleştirilmiş ürünler sunan ürün tavsiye sistemi ile kullanıcı deneyimini iyileştirmesine olanak tanır.

• Contact Center AI , Google'ın sunduğu konuşma tanıma ve arama teknolojisiyle modern bakım deneyimi oluşturmak için tasarlanmıştır

• AutoML Table, müşteri talebini tahmin etmeye yardımcı olur.

• Gerçek Zamanlı Envanter Yönetimi ve Analitiği , raflarda, koridorlarda ve depoda ürünlerin mevcudiyetinin izlenmesine olanak tanır.

Tahmine dayalı analiz için başka bir araç, en üst sıradaki uluslararası yazılım Microsoft R Open'dır . Gelişmiş değişiklik algılama, çekirdek ve çip teknolojisi vb. gibi ek teknikler devreye alınabilir. Analitik hizmeti, müşteri duyarlılığı analizi, istenmeyen posta algılama ve müşteri isteklerini yönlendirme için kullanılır.

Profitect kuralcı analitik platformu, 7 tür veriyi işleyen algoritmalar kullanır:

• Envanter hareketi;
• Her satış noktasındaki faaliyetler;
• Teslimat ve teslim alma;
• Lojistik ve depo;
• Planlama ve satın alma;
• Pazarlama performansı;
• Dairesel ticaret.

Araç, farklı durumlarda hangi eylemlerin gerçekleştirileceğini kendi senaryolarını oluşturur. Örneğin, sistem sorumlu bir kişiyi stokta olmayan bir SKU hakkında bilgilendirir. Senaryolar ihtiyaçlarınıza göre değiştirilebilir. Şirket , kuralcı analitik yazılımlarının perakendecilerin %300 daha iyi yatırım getirisi elde etmesine yardımcı olabileceğini vaat ediyor.

Bu makale de ilginizi çekebilir: 2019'da Çevrimiçi Mağazalar İçin En İyi 6 e-Ticaret Analizi Aracı

Perakendeciler Tahmine Dayalı ve Standart Analitiği Nasıl Kullanıyor?

Analitik algoritmaları kullanmanın en popüler örnek olaylarından biri, Amazon'un patentli ' Öngörülen Gönderim ' modelidir. İlgili bir ürünün en yakın tüketici merkezine gönderilmesini sağlamak için önceki müşteri satın alımları, sipariş sıklığı, alışveriş sepeti içeriği ve arama geçmişi hakkındaki verileri işler. Bu yazılım, teslimat süresini iyileştirir ve nakliye maliyetlerini optimize ederek pazarın satışları ve müşteri deneyimini artırmasına yardımcı olur.

ASOS, veri tabanlı fiyatlandırma yazılımı kullanımına başka bir örnek sundu. Program, hangi ürünlerin stoklanacağı, hangi fiyatın seçileceği ve ayrıca ne zaman ve ne kadar indirim yapılması gerektiği konusunda şirket yöneticilerini bilgilendirmek için rakiplerin web sitelerindeki fiyatları ve diğer piyasa verilerini takip eder. Moda perakendecisi, bu araçla satışlarını bir yıl boyunca %33 oranında artırmayı başardıklarını söylüyor.

Sonuçlar

Analitikteki üç seviyeli niteliksel yaklaşım, e-Ticaret iş geliştirmede her zaman mükemmel sonuçlar gösterir.

Tanımlayıcı analitik çoğu zaman alır - tüm sürecin %60-75'i . Bu aşama, hangi verileri toplayacağınız, bu bilgilerin nasıl ve nerede kullanılacağı ve web sitenizdeki müşteri deneyimini iyileştirmek için ne gibi faydalar sağlayabileceği konusunda dikkatli kararlar vermeyi gerektirir. Çoğunlukla raporlar için kullanılan geçmiş veriler, müşteri alışveriş modellerine ve operasyonel üretkenliğinize ilişkin içgörüler nedeniyle tahmine dayalı ve kuralcı analitik için sağlam bir temel oluşturur.

Tahmine dayalı analitik, sürecin %20-30'unu alır. Bulgulara göre, gelecekteki olayları tahmin etmeye ve modellemeye izin verir. Bu veriler, makine öğrenimi için kilit kitlenizdeki ortalama harcamalar, TBM maliyetleri, fiyat dalgalanması, ürün talebi vb. için bir tahmin yapmak için kullanılır.

Son olarak, sürecin %5-20'sini alan kuralcı analitik, öngörülen sorunlar için otomatik çözümler bulmak üzere tasarlanmıştır. Aktif olarak gelişen ve gelişen BI algoritmaları, e-Ticaret sahiplerinin insan hatalarından kaçınmasını sağlayarak sayısız aktiviteyi devrediyor. Robotlar artık büyük işletmeleri kontrol edebilir ve her müşteriye kişiselleştirilmiş yaklaşımlar sağlayabilir. Kuralcı analitik olmadan, tüketici merkezli kültür fikrini yayan ve bu pazarda trend belirleyici olan Amazon veya Alibaba grubumuz olmazdı.