Марат-блог
Услуги по продвижению и разработке сайта
Отправить заявку
Заказать обратный звонок

Спасибо, Ваша заявка принята.

В ближайшее время менеджер свяжется с Вами.

Главная » Новости » YaC/m 2014: анализ Big Data и персонализация в электронной коммерции
YaC/m 2014: анализ Big Data и персонализация в электронной коммерции
929
07 июня 2014

YaC/m 2014: анализ Big Data и персонализация в электронной коммерции

Сразу же после кейноут доклада состоялось выступление Марвина Ляо (Marvin Liao), который длительное время занимал позицию топ-менеджера в корпорации Yahoo.

На YaC/m 2014 он рассказал участникам о свежих идеях использования технологий маркетинга и Big Data в Silicon Valley на примерах крупнейших интернет-компаний и самых успешных стартапов. Также речь в докладе шла о количественном маркетинге и о том, как его сейчас понимают в Кремниевой Долине.

По прогнозам инвестиционного фонда Marc Andreesen, розничные оффлайн-магазины в США постепенно отмирают – их вытесняет интернет-торговля. В ближайшие несколько лет пользователи могут вообще отказаться от посещения оффлайн-магазинов и будут совершать покупки только в интернете, ведь это экономит их время, силы, а нередко и деньги. Такой прогноз, по мнению Марвина Ляо, чересчур радикален, и всё же он действительно отражает тренды, характерные сегодня для рынка e-commerce в США и в большинстве других развитых стран мира. В борьбе за лидерство существенные изменения претерпевают и бизнес-модели. Во многом эти изменения определяет растущая популярность мобильных устройств, в частности, смартфонов.

Сегодня на первое место выходит анализ Big Data, персонализация и автоматизация. Нельзя продвинуть продукт к пользователю, будь то конкретный товар или мобильное приложение, не зная ничего о своей аудитории. Анализ данных о пользователях становится всё более сложной задачей, ведь в огромных массивах важно уметь вычленять именно те сегменты информации, которые на самом деле помогут вам стать ближе к вашей целевой аудитории. Еще одна большая трудность заключается в том, что здесь нет единого рецепта – каждая компания должна подходить к анализу пользовательских данных индивидуально, учитывая специфику бизнеса и цели.

Аналитика данных становится сложнейшей и подчас трудно реализуемой задачей. Не случайно лучшие западные умы бьются над созданием решений, позволяющих предоставить маркетологам действительно рабочие данные, а не просто огромные пласты сырых данных.

Конференцию продолжил Валерий Дьяченко, IT-директор OZON.ru. Он рассказал о том, что такое рекомендательные сервисы в e-commerce, а также об опыте их использования в OZON.ru.

Использование рекомендательных сервисов дает продающей компании возможность предложить нужные товары нужному пользователю в нужном месте и в нужный момент. В выигрыше остаются все: пользователи находят это удобным, им становится интуитивно понятно, как взаимодействовать с сайтом магазина, а значит, проще совершать покупки. Интернет-магазин получает: повышение конверсии; больший средний чек; повышается показатель выручка на визит. Сайт магазина может использовать альтернативную навигацию. Растёт доверие и лояльность клиентов. Бизнес становится управляемым и легко масштабируемым. Компания получает возможность собирать дополнительные данные о своих клиентах.

Использование рекомендательных сервисов на сайте Оzon.ru, обеспечивает 25% попадания товаров в корзину.

Используя рекомендации для медийной продукции, можно добиться продления жизненного цикла товара; повышается частотности покупок; появляется возможность анализировать предпочтения клиентов.

Также появляется возможность агрегации предложений по:

  • Произведениям;
  • Жанрам;
  • Авторам;
  • Исполнителям и т.д.

Книжная продукция отличается коротким жизненным циклом; невысокой частотой покупок; её сложно таргетировать; интересы и предпочтения клиентов сложно предугадать; каждый раз покупатели предъявляют новые требования к качеству контента. Рекомендательные сервисы позволяют свести к минимуму большую часть этих проблем.

Что касается категории аксессуары, то здесь возможна однократная настройка менеджером категории, а затраты на поддержку после настройки будут нулевыми.

Аналитик Яндекса Иван Ямщиков рассказал о том, что такое графы и как их можно использовать в электронной коммерции.

Теория графов позволяет находить закономерности во всех аспектах жизни и деятельности:

Если попробовать найти закономерности в покупках, то можно понять, какой товар целесообразно предлагать в качестве дополнительного или вместо того, который просматривает на сайте покупатель. А если найти среди пользователей тех, кто между собой знаком, то можно увидеть, чья именно рекомендация окажется весомой для посетителя.

Чтобы окончательно заинтересовать слушателей социальными графами, в конце доклада Иван привел пример семьи Медичи, которая не была ни самой знатной, ни самой богатой, ни самой сильной.

И кто знает, сколько бы продлилось ее правление в Италии, если бы ее представители были знакомы с теорией графов?