Веб-аналитика? UI/ UX? Или сквозная аналитика?
Зачатую самое сложное в электронной коммерции – не внедрение системы, а перевод в цифровое пространство бизнес-технологии- тех «фишек» компании, которые делают ее предложение любимым и узнаваемым у своих клиентов.
В некоторых случаях речь идет о чем-то неосязаемом – манере общаться с покупателем и клиентском сервисе, сопровождающем процесс покупки (примерка, упаковка, рекомендации и пр.). Именно эта часть физического мира, построенная на взаимодействии между людьми, сложно поддается повторению в электронной коммерции. Как следствие, при построении электронной коммерции идет чрезмерное увлечение UI/ UX – дизайном и удобством интерфейса в ущерб коммерческой функции сайта.
Другая крайность — фокус на веб аналитику и цифровизацию всего, что происходит на сайте. В результате сотрудники электронной коммерции становятся труднопонимаемы для коллег — их язык становится набором непонятных узкопрофессиональных абревиатур.
Путь к «золотой середине» находится в сквозной аналитике, очень популярной в управлении платной рекламой.
Сквозная аналитика позволяет собирать и накапливать информацию о каждом посетителе: канале прихода на сайт, посещенных разделах сайта, размещенных и выкупленных заказах, страницах товара, реакции на те или иные коммуникации (email рассылки, смс и иные коммуникации), что позволит «отрегулировать» коммуникацию с покупателем – ее тон, подачу, предложить оптимальное торговое предложение. Таким образом, сквозная аналитика позволяет выстроить воронку продаж в любых разрезах (покупатель, канал, способ коммуникации и пр.), собрав все этапы покупки: от просмотра и интереса до заказа и его оплаты.
Вне всякого сомнения, в связке с CRM системой, которая позволит объединить покупателей в когорты на основании покупательского поведения, истории покупок и/ или коммуникации на сообщения по заданным темам или каналам, сквозная аналитика наиболее эффективна. В таком варианте использования она позволяет сэкономить на платной рекламе и наиболее эффективно использовать рекламные бюджеты.
Таким образом, сквозная аналитика позволяет связать «поведенческую» информацию о действиях покупателей с коммерческой, добавив данные по продажам и повторным покупкам. Накопление таких данные позволяет в будущем выстраивать когорты покупателей, объединяя их в группы по поведенческим признакам.
Подробнее о сегментации и построении когорт читайте в следующей статье https://belousova.pro/2019/09/07/segmebtacia-klientov/