Vysvětlení jak vlastně funguje sledování návštěv na webu, ať už v Google Analytics či jiných nástrojích jako Facebook Pixel apod. nebo používání RFM analýzy je stále aktuální. Proto jsem se rozhodl práci Customer Intelligence v prostředí elektronického obchodu zveřejnit, třeba někomu pomůže. Přeji hezké čtení.

Skóre návštěvníka stránek

Skórování návštěvníků spočívá v bodování, kolik stránek na webu zákazníci navštívili. Počet zobrazených respektive přečtených stránek, vypovídá o zájmu uživatele o naše zboží, služby nebo celou společnost. V tomto ohledu je ještě doporučováno si nastavit váhu jednotlivých stránek webu, protože fakt, že uživatel navštívil stránku s video ukázkou produktu, je pro nás důležitější než zobrazení seznamu nabízených produktů. K čemu je tento ukazatel dobrý? Například při přehlcení zaměstnanců technické podpory je možné upřednostnit zákazníky s vyšším skóre před těmi ostatními. Nevím, jestli je to zrovna nejlepší příklad, ale jistě každého napadne mnoho  zajímavějších nápadů, jak s tímto ukazatelem nakládat.

Dost bylo teorie

Všechny dosavadní články byly z velké části teoretické. Své poznatky jsem již začal implementovat. Až si ověřím správnou implementaci a dostanu nějaké výsledky rozhodně se s vámi podělím o své zkušenosti. Nastíním tedy, co mám nyní v plánu. Chci co nejtěsněji propojit rezervační systém ubytování s Google Analytics, od čehož si slibuji větší možnost poznání konkrétních zákazníků. Seznamuji se také s open source projektem SugarCRM. Uvidíme, jak půjde propojit s nástroji webové analytiky.

Na konec ještě jeden citát, který trefně vystihuje to, proč mě webová analytika tak učarovala:

Webová analytika bych přirovnal k Angelině Jolie. Takové porovnání by ukázalo, jak je sexy, mocná a jakým je, dle mého názoru, strojem na dobro.

Avinash Kaushik

Situace se může ještě více zkomplikovat, pokud například počítač doma používá více členů rodiny. Stane se, že na stejnou stránku přistupuje z jednoho zařízení více uživatelů. Každý se bude trochu jinak chovat a následně to zkreslí další výsledky například behaviorálních segmentací. Tomu se zřejmě nedá zabránit, pokud budeme využívat pouze dat z webové analytiky.

Například v Google Analytics se metrika unikátní návštěvník rozšířila více až v nové verzi, která stále není zobrazena defaultně. Ve starší verzi je metrika také, ale nyní se používá mnohem jednodušeji. Stanovení unikátního návštěvníka je pouze polovina práce. Další věc je přiřazení unikátního návštěvníka k záznamu ze CRM systému.

Přiřazení návštěvníka webových stránek k CRM záznamu

Když na naše stránky přijde nový návštěvník. Můžeme o něm v nástrojích webové analytiky zjistit nejrůznější údaje. Ať už se jedná o místo, odkud se připojuje, jeho operační systém, webový prohlížeč, rozlišení obrazovky a mnoho dalších údajů. V pokročilých nástrojích zjistíme například i IP adresu a přesnou cestu, jakou procházel stránky, které navštívil atd. Stále je to pro nás anonymní uživatel. Nikde nevidíme jeho jméno ani další osobní údaje.

Abychom mohli s určitostí říci, že se jedná o konkrétního zákazníka, který u nás již v minulosti nakoupil, provedl nějakou transakci nebo se alespoň registroval, je nutné jeho přihlášení.

Pak už můžeme data o něm sjednotit. Pokusím se popsat, jak taková věc probíhá. Většina nástrojů webové analytiky funguje na podobném principu. Každému návštěvníkovi přiřadí uživatelské ID, to je ukládáno do cookies. Pokročilejší  nástroje nám nabízí jednoduché spárování s identifikátorem v CRM.

Konkrétní řešení integrace

Není to tak dlouho, co se v Google Analytics objevily „vlastní proměnné“. Jedná se poměrně jednoduchou věc s obrovským potenciálem. Je na každém, jak tuto proměnou využije. Jednoduše si „označkujeme“ návštěvníka webových stránek. Když se uživatel registruje například do e-shopu, zadá o sobě různé informace. Díky tomu můžeme označit, že se jedná o ženu nebo muže apod. Ovšem do uživatelské proměnné je možné zadat například i uživatelské jméno nebo jiný identifikátor osoby a ten pak spárovat s identifikátorem ze CRM. Díky další velmi zajímavé funkci Pokročilé segmenty si můžeme zobrazit statistiky pouze takto označených návštěvníků. Když tedy použijeme jako vlastní proměnou jméno a příjmení osoby může sledovat konkrétní osoby přímo v prostředí Google Analytics. Na to ale pozor, neboť jméno a příjmení nejsou zrovna jednoznačné identifikátory.

Pokročilé nástroje umožňují sledovat celou cestu návštěvníka stránkami. Díky tomu je spárování se CRM ještě zajímavější.

Kombinace webové analytiky a CRM je podobná jako spojení čokolády a arašídového másla. Obojí je skvělé, ale ještě lepší společně!

Adam Greco

Střední nebo velké společnost mají oddělení internetového marketingu, které má na starosti webové stránky společnosti a v poslední době také sociální sítě. Pod takové oddělení spadá i disciplína webové analytiky. Ta je v hojné míře outsourcována – pracovníci oddělení využívají již hotových reportů a analýz. Dále zpravidla existuje tým přímého marketingu, který využívá záznamy ze CRM. Navíc je zde oddělení zabývající se reklamou, propagací a marketingovou komunikací obecně. Tyto tři týmy fungují absolutně samostatně a navzájem spolu nekomunikují nebo velmi omezeně. Přitom ve skutečnosti využívají podobná data, ale každý je má z jiných zdrojů. Kvůli tomu jsou data většinou nepřesná a neúplná. Tím se dostávám k první velké výhodě integrace a tou je sjednocení dat o zákaznících. Na jednom místě budeme mít informace: co konkrétní uživatel dělal na webových stránkách, kvůli čemu volal na technickou podporu, jaké má koupené produkty nebo zřízené služby a pomocí jakého kanálu atd.

Všechny týmy v důsledku provádí stejné činnosti, ale každý se svými zjištěnými údaji. S nadsázkou se dá říct, že pracují se svou verzí pravdy. Jde o různé segmentaci zákazníků, primárně o segmentaci hodnotovou, sociálně demografickou, behaviorální atd. Dále se jedná o různé analýzy chování zákazníků. Můžeme analyzovat pravděpodobnost nákupu nebo pravděpodobnosti reakce na nabídkovou kampaň. Všechny tyto činnosti jsou mnohem efektivnější, pokud používáme sjednocená data z obou systémů.

Možnosti začlenění webové analytiky do CRM systémů

Pořizovací a provozní náklady některých produktů jsou skutečně vysoké. Snaha o získání přístupu do již nasazených systémů v mém okolí, byla též marná. Proto jsem nucen spoléhat se pouze na popisy produktů a zkušenosti uživatelů, kteří s těmito produkty pracují.

Provedl jsem zběžnou analýzu CRM systémů a zjištění nebylo moc optimistické. Webové stránky produktů se o možnostech začlenění webové analytiky vůbec nezmiňují. Netvrdím, že tuto schopnost nenabízí, ale není možné si systémy vyzkoušet. Vesměs jsou součástí rozsáhlých ERP systému, které nenabízí testovací verze. Praktickou zkušenost mám pouze s několika českými ERP systémy, které tyto možnosti nenabízí ani pomocí dostupných modulů. Jediné zmínky o dostupných modulech CRM systému pro možnosti začlenění webové analytiky jsem nalezl na stránkách produktu Salesforce.com. Bohužel zde nebylo dostatek potřebných podkladů, na základě kterých bych byl schopen popsat řešení podrobněji.

Pro potřeby analýzy kompletních informací o zákaznících jsou zapotřebí konsolidovaná data a není podstatný systém, ve kterém jsou uložena. Zejména pokud jde o data mining a s ním spojené činnosti. Nemusíme je mít přímo v CRM systému. Pro sjednocená data ze CRM a webové analytiky může být vytvořena nová databáze nebo je můžeme ukládat v jiné formě. V tomto mě utvrdila i skutečnost, že v případě produktu SiteCatalyst je možné data ze CRM importovat do nástroje webové analytika. Záleží tedy na potřebách společnosti. V dalších článcích této série se budu věnovat spíše možnostem integrace dat z obou zmiňovaných systémů.

Integrace webové analytiky a CRM nám umožní lépe poznat uživatele Internetu potažmo naše zákazníky.

Podrobněji je účelnost integrace probírána v jiném článku. V tomto příspěvku vysvětlím pojmy důležité k pochopení problematiky. Nechtěl bych uvádět definice, ale spíše to, jak pojmy chápu já a jaký je tedy jejich význam v tomto seriálu.

Role zákazníka

Produkt je velmi důležitý, avšak v dnešní době vysoké nabídky není zdaleka jediným bodem zájmu úspěšných společností. Firmy se stále více soustředí na zákazníka. Velké slovo v takových společnostech má marketingové oddělení, to se větší měrou zajímá o samotné zákazníky. Výrobci a prodejci se začínají orientovat na to, co si trh žádá. Nové produkty jsou šity na míru zákazníkům. Jsou to výrobky, které jim vyřeší problémy, usnadní práci nebo přinesou jiný užitek.

Pro marketing již zcela neplatí 4P: product (výrobek), price (cena), place (umístění) a promotion (propagace). Nyní jsou uváděna spíše 4C: customer total cost (náklady), customer value (hodnota), convenience (komfort) a communication (komunikace). Z tohoto důvodu je i velký vývoj CRM a všeho co s ním souvisí. Vynořilo se nemálo nových populárních slovních spojení. Jejich významy se v mnohém překrývají.

CRM

Jedná se o Customer Relationship Management. Do češtiny je toto slovní spojení nejčastěji překládáno jako řízení vztahů se zákazníky. Jeho úkolem je shromažďování, zpracování a využití informací o zákaznících společnosti. Firma tak může lépe poznat své zákazníky, porozumět jejich potřebám. Poskytuje základ pro komunikaci mezi firmou a jejími zákazníky.

Customer Intelligence

Tento buzz word vychází z populárního Business Intelligence a podle mého názoru tak trochu využívá jeho popularity. Ve skutečnosti jde o něco, co zde již bylo dříve, akorát pod jiným názvem: analytické CRM. Zahrnuje již agregovaná data o zákaznících a následnou aplikaci znalostí o zákazníkovi. Nabízí nám tak podklady pro segmentaci zákazníků, analýzy marketingových kampaní i predikci chování zákazníků. Customer Intelligence tedy využívá zákaznická data ze CRM a jiných systémů, například ERP nebo e-Business a následně uplatňuje principy a technologie Business Intelligence.

Z Business Intellignece vyplívají i další pojmy a zkratky používané v Customer Intelligence jako jsou například CDW (Customer Data Warehousu), Staging Area, Customer ODS atd. Pokud by vám nebyl jejich význam ihned patrný, doporučuji se podívat na pojmy používané v Business Intelligence, ty se částečně překrývají. Je to způsobeno tím, že Customer Intelligence lze chápat jako podmnožinu Business Intelligence.

Pokud budeme chtít integrovat webovou analytiku do CRM, bude zajisté dobré, ukládat data do Customer Data Warehouse, abychom měli co nejvíce podkladů pro výše zmíněné činnosti. Z takto uchovaných dat je možné vytvářet reporty, analýzy a také je využít jako základ pro Data Mining.

Webová analytika

Anglický originál Web Analytics se překládá jako analýza provozu webu, analýza webu, analýza webu ze statistik návštěvnosti nebo analýza návštěvnosti. Ve skutečnosti se jedná o měření, sběr, sledování a vyhodnocování internetových dat za účelem porozumění a optimalizace webu.

Webová analytika poskytuje dva důležité typy informací:

• zjišťuje, co se na webových stránkách děje,
• snaží se rozpoznat, jaké úpravy stránek pomohou k tomu, aby byla webová stránka efektivnější.

Webová analytika slouží k pochopení chování návštěvníků na webu. Je základem strategie pro internetový marketing.

Snad jsem neopomněl některé výrazy vysvětlit. Nyní již máme určitý podklad pro trochu bližší seznámení s problémy samotné integrace, které proberu v dalších dílech této série. Doufám, že se dočkám i nějaké zpětné vazby. Nebojte se napsat do diskuse pod článkem.

Z analýzy návštěvnosti webových stránek mají společnosti možnost se dovědět, co zákazníka zajímá, aniž by si cokoli objednal.

Konkrétní příklady využití

Pro společnosti, kde představuje příjem z jejich e-shopu značnou část celkového zisku, je dobré sledovat zákazníky dlouhodobě, zvláště za předpokladu, že se lidé do e-shopu po určité době vracejí. Sledování takových zákazníků jenom pomocí technik webové analytiky je značně komplikované, dalo by se říct, že je téměř nemožné. Pokud však propojíme data s firemní databází zákazníků je tento proces snáze realizovatelný.

Neznám moc lidí, kteří by byli nadšení z různých letáků, reklamních e-mailů nebo telefonátů s nabídkami nových produktů. To je také možné alespoň z části změnit. Ze sjednocených informací o zákazníkovi můžu zjistit, jaké komunikaci dává přednost a těmito kanály ho oslovovat. Následně analyzujeme, o co se zákazník nejvíce zajímá a díky tomu můžeme vytvořit personalizovanou kampaň, ať už se bude jednat o mailing nebo ostatní komunikační prostředky. Taková kampaň má řádově vyšší úspěšnost. V různých studiích je uváděna okolo 30%.

Na e-shopech je již celkem běžně možnost poslání dotazu na konkrétní produkt. Představte si situaci, kdy tento dotaz vyplníte. Než vám prodejce odpoví, prohlédne si, jak jste na internetový obchod přišli, jaké stránky jste navštívili, o které produkty jste se zajímaly atd. Na základě těchto informací vám může poskytnout mnohem smysluplnější a ucelenější odpověď. Někomu by se to nemuselo líbit, protože se na první pohled může zdát, že se jedná o jakéhosi velkého bratra, který sleduje každý uživatelův krok na webu. Já jsem jistě pro takové praktiky. V konečném důsledku jde o komfort zákazníků. Do jaké míry by takovýchto možností využívaly prodejci ve svůj prospěch je otázka.

Velmi příjemná je představa, že by tyto informace o uživatelích měli i zaměstnanci call center. Neobtěžovali by své zákazníky s nabídkami na nové služby, kdyby v systému viděli, že zákazník strávil dlouhou dobu jejím studování na webových stránkách společnosti. Mohli by si připravit již konkrétní nabídky. Čímž by zkrátili čas zákazníkovi i sobě a jistě by se zvýšil i konverzní poměr.

Slovní spojení konverzní poměr je velmi oblíben mezi webovými analytiky, zejména pak mezi těmi začínajícími. Jedná se o poměr zákazníku, kteří navštívili vaše stránky a těmi, kteří si skutečně objednali nabízené zboží nebo službu. Díky integraci webové analytiky a firemních zákaznických informací, by toto číslo dávalo daleko větší smysl, protože konverzní poměr webových stránek je jenom jedna z jeho částí. Můžeme přidat konverzi mimo web, to znamená zákazníky, kteří nakoupili na pobočce nebo objednali přes call centrum a máme daleko zajímavější údaj.

Možností využití konsolidovaných dat a následně odvozených informací je samozřejmě daleko víc. Pro představu pouze zmíním pojmy jako Web Customer Intelligence nebo Real-time CRM. Těchto technik využívá například společnost Amazon. S největší pravděpodobností se o nich ještě někdy zmíním.

Článek byl jednoduchým zhodnocením účelnosti integrace. Pokud jste přesto nerozuměli některým pojmům, tak nezoufejte, jsou vysvětleny v dalších příspěvku.

Jednoduše řečeno se rád učím nové věci a tak mě napadlo, že témata, která právě řeším, by mohla zajímat i někoho jiného. V ideálním případě by mohly články ušetřit někomu čas nebo by se v nich mohl něco nového dovědět. Sám nevím, jak se bude blog profilovat, ale můj prvotní záměr je takový, že zde budu psát nové poznatky, zkušenosti a nejspíše také řešení některých mých problémů.

Pro zvídavé naznačím o čem budou pravděpodobně některé z dalších článků. Snažím se nyní zvyšovat konverzní poměr webu ubytovacího zařízení. Můj další aktuální bod zájmu souvisí s webdesignem poměrně úzce. Je to nedostatek času. Uhodnete o čem tedy nejspíše budou další příspěvky?

Budu rád za každou kritiku, připomínky a dotazy. Na závěr bych chtěl poprosit o shovívavost. Přece jen je to moje poprvé.