Dati e e-commerce: non solo Google Analytics

Convegno Nazionale sul Search Marketing
19 e 20 Dicembre 2014
#CONVEGNOGT
DATI E E-COMMERCE:
#NONSOLOGOOGLEANALYTICS

3
Convegno Nazionale sul Search Marketing - 19 e 20 Dicembre 2014@kajoze@andreavit
PRESENTAZIONE
Stefano Guerra
Head of Web Marketing
Andrea Vit
Project Manager
@andreavit @kajoze
FiloBlu
e-commerce people
@filoblu

4
AGENDA
1. + BI = SOPRAVVIVENZA
2. 3 STEPS TO BI
3. DATABASE DESIGN
4. DASHBOARD DESIGN
5. MARKETING ANALYSIS
6. DOMANDE RISPOSTE

6
PERCHE’ ANALIZZARE DATI DI UN E-COMMERCE?

7
PERCHE’ ANALIZZARE DATI DI UN E-COMMERCE?

8
LE COSE CHE GOOGLE ANALYTICS FA FATICA A DIRTI
»» Quali sono le taglie di maglieria più vendute nel periodo estivo?
»» Quali sono i colori più venduti di T-shirt in cotone?
»» Quali sono le percentuali di sell-out dei miei prodotti?
»» Quando devo riordinare la merce?
»» I clienti con meno di vent’anni che prodotti preferiscono?
»» Vorrei clusterizzare i clienti in cluster: Top, medi, scarsi, dormienti

9
E-COMMERCE CUSTOMER JOURNEY
COMMUNICATION
SUSPECT
Exposure
esposizione
al marchio/
prodotto
prima ricerca interazione
con il sito
acquisto customer
care anche
post ordine
riacquistorassicurazione
immediata post
acquisto
Research Interaction Purchase Confirmation Trust Re-Evaluate
PROSPECT CUSTOMER
CONVERSION LOYALTY

10
PROCESSO DELL’ORDINE

11
ETEROGENEITA’ DELLE FONTI
COMMUNICATION CONVERSION LOYALTY
Dati di Campagne »» Dati di User Experience
»» Customer Care
»» Dati clienti registrati
»» Dati degli acquisti
Google Analytics, Usabi-
lity Software, Zen Desk +
Piattaforma
E-commerce, ERP
Piattaforma E-commer-
ce, Zen Desk, Logistica,
ERP
»» Dati di resi
»» Dati di Customer Care
»» Dati di stock
Facebook, Google
Analytics, Google
AdWords, Criteo,
Concessionari, Affliation,
Newsletter provider; etc.

12
DECISIONI RAPIDE – DATA DRIVEN

13
SERVE INTEGRAZIONE
Suggested Tweet: L’integrazione tra le fonti è uno step fondamentale nell’analisi dei dati @kajoze #convegnogt #filoblu
Nasce il bisogno di integrazione
tra le fonti per poter
leggere i dati in modo rapido
per prendere decisioni

14
OGNI MATTINA UN E-COMMERCE SI SVEGLIA…

15
NECESSITÀ = BUSINESS INTELLIGENCE
La business intelligence (BI) si riferisce a:
»» un insieme di processi aziendali per raccogliere dati ed analizzare informazioni strategiche;
»» la tecnologia utilizzata per realizzare questi processi;
»» le informazioni visuali per la consultazione efficace ed efficiente dei dati.
Suggested Tweet: I tre componenti della Business Intelligence:
processi, tecnologia e informazioni visuali via @andreavit #convegnogt

16
ESEMPIO DI BUSINESS INTELLIGENCE
Raccolta: Il customer care deve registrare i dati dei resi con una codifica particolare per le
causali (“codice 1 = taglia errata”, “codice 2 = difettato”, “codice 3 = non funzionante”, ecc.)
Analisi: ogni 2 mesi fa la review dei dati di resi e definisce delle azioni per limitare il fenomeno.
Tecnologia: I dati dei resi devono essere memorizzati in un sistema dedicato ed esportati in
formato xml
Informazioni: Le informazioni dei resi devono essere mostrate in un report che mostra:
»» tabella a discesa di categorie (primo/secondo livello) di prodotti più rese;
»» diagramma a torta delle cause di reso maggiori.

17
VISIONE = BIG DATA
Image Source: http://www-01.ibm.com/software/data/bigdata/

18
DOMANDE A CUI I BIG DATA TI POSSONO RISPONDERE
Le persone acquistano maggiormente online con la pioggia o con il sole?
Promozione al volo “special rainy day”

19
DOMANDE A CUI I BIG DATA TI POSSONO RISPONDERE
Un brand sta facendo delle promozioni in TV?
Quando un brand fa promozioni in TV, attivare campagna PPC con promozione annessa.
Come è possibile sapere se un brand fa pubblicità in TV? Twitter as second screen!

20
ARCHITETTURA DATI
CLIENTI
ORDINI
RESI
CUSTOMER
SATISFACTION
PRODOTTI
STOCK
EVENTI
VISITE
SEGMENTS
EMAIL
BEHAVIOUR
ADV
BEHAVIOUR
COSTI
TEMPO
ALTRI EXT.
E-COMMERCE
PLATFORM
CUSTOMER
CARE
ERP GOOGLE
ANALYTICS
EMAIL
MARKETING
SUITE
ADV
PLATFORM
BIG
DATA
INTEGRAZIONE
VISUALIZZAZIONE

21
QUALE TOOL DI BI SCEGLIERE?

22
IN QUESTO WORKSHOP VEDREMO
Microsoft Office Professional Plus
+
Power Pivot per Excel (solo per Windows)

23
DAI DATI ALLE DECISIONI
»» La customer journey è complessa;
»» Descrivere il comportamento di acquisto, significa descrivere svariati fenomeni,
»» Le fonti di dati sono molteplici ed eterogenei tra loro;
»» Le decisioni nel mondo dell’e-commerce sono rapide specialmente in alcuni settori;
»» Meno tempo su Excel e più tempo per prendere le decisioni corrette;
Servono dati, processi e informazioni semplici da fruire
Suggested Tweet: La business intelligence serve per passare dai dati
alle decisioni via @andreavit #convegnogt

25
3 STEPS TO BI
DATABASE
DESIGN
DASHBOARD
DESIGN
ANALYSIS &
REPORTING
Analizzare i dati a disposizione per costruire una
nuvola di dati utili
Studiare delle dashboard perfette per il
management ed il team di lavoro
Creare delle viste complete con dati di dettaglio
utili per prendere decisioni
3 steps to BI: database design, dashboard design, analysis e reporting
via @andreavit #convegnogt

27
TUTTI PARLANO DI BIG DATA...MA
Suggested Tweet: Non importa quanto big ce l’hai, è più importante
saperlo usare! via @andreavit #convegnogt

28
SPORCHIAMOCI LE MANI

29
UN BUSINESS CASE
Sei il Marketing Manager della “Scarpe Bellissime S.r.l.”, azienda che vende online più di 1 milione
di euro di scarpe sia da uomo che da donna in tutta Europa.
Ha un sito B2C:
»» navigabile in più lingue (ITA, EN, FR e DE) dove più del 50% del fatturato proviene
dall’estero;
»» che permette gli acquisti attraverso dei coupon code e vendite promozionali con sconti nel
listino prezzi o con la spedizione gratuita;
»» permette di rendere i prodotti in modo gratuito soltanto per alcune nazioni;
»» ha un unico magazzino centralizzato con tutte le informazioni di stock dei prodotti

30
CREIAMO UNA PICCOLA NUVOLA?
ORDINI
CLIENTI
VISITE CAMPAGNE
RESI
STOCK
PRODOTTI

31
ORDINI (O MEGLIO SKU VENDUTI)
Campo Note
1 OrderID
2 SKU Chiave esterna
3 Price
4 Customer ID Chiave esterna
5 Prezzo pieno CON tasse Valore a listino per il mercato di riferimento convertito EURO
6 Sconto
7 Valuta Solo per indicazioni del pagamento
8 Costo free Shipping Se pagato come “offerta”
9 Costo spedizione
10 Città
11 Nazione
12 Coupon Code
13 Data
14 Metodo di pagamento
15 ID Campagna Chiave esterna

32
PRODOTTI
Campo Info
1 SKU Chiave primaria
2 Nome prodotto
3 Taglia
4 Genere
5 Brand
6 Collezione
I prezzi vengono inseriti negli ordini poiché potrebbero essere variabili nel corso del tempo

33
CUSTOMER
Campo Note
1 Customer ID Chiave primaria
2 Città
3 Nazione
4 ID Campagna Chiave esterna
5 Data Registrazione
6 Sesso
7 Data di Nascita

34
STOCK
Campo Note
1 SKU Chiave esterna
2 Stock attuale
3 Totale merce e-commerce

35
CAMPAGNE
Campo Note
1 ID Campagna Chiave primaria
2 Mezzo
3 Sorgente
4 Nome Campagna
5 Costo
6 Visite
7 Impressioni

36
UN PO’ DI PRATICA CON EXCEL
Task 1
Creiamo una struttura dati consistente a partire dalle tabelle a disposizione.
»» Creiamo una tabella per ciascuna dimensione;
»» Aggiungiamo al modello dati le tabelle di interesse;
»» Leghiamo le chiavi esterne per costruire una base dati consistente

37
Task 2
Da qui è possibile costruire tabelle pivot con sorgenti dati provenienti da più dimensioni per
incrociarle tra loro

38
Task 3
Proviamo la sincronizzazione dei dati con dei server remoti.
Esempio del tasso di cambio:
https://www.bancaditalia.it/banca_centrale/cambi/rif/2014/12/cambi_rif_0412.htm

40
COME VEICOLARE LE INFORMAZIONI?
METODO DAR
Dashboard: cruscotti simili a quelli della nostra auto che permettono di capire lo stato attuale
del business
Analysis: un ambiente di analisi che attraverso filtri su alcune dimensioni principali, possono
dare viste actionable sui dati
Reports: dati tabellari fissi e periodici che descrivono un aspetto importante dell’azienda
Modello DAR per la business intelligence: Dashboard, Analysis and Reporting

41
DASHBOARD
1- Overview generale:
LESS IS MORE
30 secondi per dire tutto!
»» Quante persone vedono il mio sito?
»» Quanto sto vendendo?

42
Quante sono 20.000 visite?
Quanti sono 1.000 acquisti?
Servono delle coordinate per far capire se è tanto o poco
Ad esempio:
»» Obiettivi aziendali;
»» Rendimento anno precedente;
»» Rendimento mese precedente (soffre troppo di stagionalità?)
Un dato solo non dice nulla, servono dei riferimenti per far capire se è tanto o poco
MODELLO DAR – E-COMMERCE

43
MODELLO DAR – E-COMMERCE
2- Un approfondimento verticale per tematica composto da:
»» dashboard riassuntiva;
»» tabella completa, filtrabile per alcune dimensioni sensibili.
INTERNATIONAL
MERCHANDISING
ROI CAMPAGNE CLIENTI
RESI

44
QLIKVIEW IN AZIONE
Di seguito un piccolo estratto del lavoro

46
VENDERE DI PIÙ, VENDERE MEGLIO
• Ottimizzazione Budget di MKTG
• Miglioramento UX
• Report Vendita
• Report Post Vendita
ANALYSIS
MARKETING BI
La costruzione di report «actionable» per il marketing permette di migliorare le performance
sulla base di dati certi, intervenendo sulle diverse fasi della customer journey.
La BI è fondamentale per ottimizzare il budget del marketing e il miglioramento della UX
@kajoze #convegnogt

47
ANALIZZARE PER OTTIMIZZARE
OBIETTIVO: OTTIMIZZARE IL BUDGET DI MARKTING («VENDERE DI PIÙ»).
DA DOVE SI PARTE? DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.
Alcuni esempi:
»» analisi del venduto per categoria per country
»» analisi del sell-out per categorie per country
»» analisi dello stock per categorie
»» analisi resi per prodotto
»» ordini per Paese
»» conversion rate per Paese per visite
»» resi per Paese
»» analisi dei customer per capacità di spesa (altospendente, basso spendente, acquisto di
nuovi prodotti, medi prodotti)

48
SELLOUT PER CATEGORY/COUNTRY
Paese Categoria Sell Out Mese
IT scarpe 72% nov-14
IT borse 41% nov-14
IT accessori 35% nov-14
DE scarpe 74% nov-14
DE borse 71% nov-14
DE accessori 65% nov-14
FR scarpe 80% nov-14
FR borse 85% nov-14
FR accessori 87% nov-14

49
CONVERSION RATE PER PAESE
Paese Sessioni Transazioni Mese Conversione rate
Italia 51.899 201 nov-14 0,39%
Germania 39.144 245 nov-14 0,63%
Francia 38.156 190 nov-14 0,50%
Belgio 8.154 30 nov-14 0,37%
Austria 4.506 9 nov-14 0,20%
Spagna 1.709 2 nov-14 0,12%
Portogallo 1.254 2 nov-14 0,16%
Romania 954 5 nov-14 0,52%
Polonia 772 5 nov-14 0,65%

50
CUSTOMER PER CAPACITA’ DI SPESA
Categoria Email
Altospendente utente@esempio.com
Categoria Email
VIP utente@esempio.com
Categoria Email
Bassospendente utente@esempio.com

51
IL MARKTING È PIÙ EFFICACE SE PARTE DALLA BI
Basare le proprie strategie di marketing partendo dalla business intelligence significa
migliorarle sia in termini di rendimento che di costi.
QUALCHE ESEMPIO?
1. Definire una strategia di newsletter personalizzata per target (one to one marketing)
2. Investire dove il tasso di reso è più basso per aumentare la redditività
3. Distribuire il budget concentrando gli sforzi di marketing sulla base delle categorie e dei
prodotti più venduti (o con più potenziale)
4. Ottimizzare gli investimenti per Paese: dove investo di più? Dove riduco? Quali sono i Paesi
emergenti?
5. Private sales: individuati determinati cluster di utenti, possiamo creare vendite private o
vetrine personalizzate

52
ANALIZZARE PER MIGLIORARE
OBIETTIVO: MIGLIORARE L’ESPERIENZA DELL’UTENTE («VENDERE MEGLIO»). DA DOVE
SI PARTE? DI NUOVO DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.
Alcuni esempi:
»» ordini per Paese (misurato sulla base del metodo di pagamento che più incide sul venduto)
»» analisi dei resi per categoria merceologica e per Paese
»» analisi dei resi per prodotto per Paese
»» analisi del venduto per singolo prodotto
»» analisi degli ordini per categorie merceologiche
»» resi per Paese

53
METODI DI PAGAMENTO PAESE
Paese Metodo pagamento Quantità Valore merce Mese
IT Carta di Credito 79 € 11.850,00 nov-14
IT Bonifico 32 € 4.800,00 nov-14
IT Contrassegno 61 € 9.150,00 nov-14
IT PayPal 29 € 4.350,00 nov-14
DE Carta di Credito 94 € 14.100,00 nov-14
DE Bonifico 52 € 7.800,00 nov-14
DE Contrassegno 30 € 4.500,00 nov-14
DE PayPal 69 € 10.350,00 nov-14
FR Carta di Credito 72 € 10.800,00 nov-14
FR Bonifico 43 € 6.450,00 nov-14
FR Contrassegno 25 € 3.750,00 nov-14
FR PayPal 50 € 7.500,00 nov-14

54
RESI PER PRODOTTO
SKU Nome Prodotto Genere Quantità Valore merce Mese
127845 scarpa modello 1 Uomo 79 € 11.850,00 nov-14
325698 scarpa modello 5 Uomo 60 € 9.000,00 nov-14
541272 scarpa modello 2 Donna 15 € 2.250,00 nov-14
962514 borsa modello 4 Donna 14 € 2.100,00 nov-14
824136 cintura modello 4 Donna 14 € 2.100,00 nov-14

55
ANCHE LA UX MIGLIORA SE PARTE DALLA BI
OBIETTIVO: MIGLIORARE L’ESPERIENZA DELL’UTENTE («VENDERE MEGLIO»). DA DOVE
SI PARTE? DI NUOVO DAI REPORT DI BUSINESS INTELLIGENCE, OVVIAMENTE.
Qualche esempio:
1. Affinare le landing pages delle campagne di remarketing o mirate ai singoli prodotti/
categorie
2. Migliorare le performance delle vetrine (category o home page ad esempio) attraverso delle
personalizzazioni, ad esempio per country
3. Miglioramento delle schede prodotto più interessanti in termini di venduto, delle pagine
categoria più performanti (nei Paesi individuati) perfezionando l’usabilità o la SEO delle
stesse.
4. Azioni di comunicazione sul sito mirate agli utenti più orientati alla conversione, diverse per
Paese (ad esempio in home page o a check out – pagamenti -).

CONTATTI
GRAZIE!
andrea@filoblu.com
stefano@filoblu.com
+39 041 5731819

Venezia
Via Caltana 116/C
Caselle di S. Maria di Sala
30030 – Venezia
Tel: +39 041 5731819
Milano
Corso Venezia 53
20121 – Milano
Tel: +39 02 76002560
Napoli
Via Monte di Dio 14
80132 – Napoli
Tel: +39 081 18892416
Londra
Little Russell Street 35
WC1A – Londra
Tel: +44 08458 050340
FILOBLU S.R.L - info@filoblu.com - filoblu.com

Dati e e-commerce: non solo Google Analytics

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (9)

Similar to Dati e e-commerce: non solo Google Analytics

Similar to Dati e e-commerce: non solo Google Analytics (20)

Dati e e-commerce: non solo Google Analytics