Big data w serwisach e-commerce z wykorzystaniem narzędzi Google Michał Bryś Warszawa, 06.05.2015

Michał Bryś michalbrys.pl @michalbrys plus.google.com/+MichałBryś

? Jak bardziej efektywnie prowadzić serwis e-commerce

? Jakie dane i analizy w tym pomogą

Kim są moi użytkownicy?

Wiek Płeć Zainteresowania Lokalizacja Źródło wejścia Nowy/powracający

60% użytkowników serwisu to grupa wiekowa 25-34 lat

93% sesji w serwisie ma miejsce z komputera

18% sesji dokonują powracający użytkownicy

Użytkownicy korzystają z różnych urządzeń

Skąd przychodzą?

Wyszukiwarka Sieć społecznościowa E-mail

83% użytkowników z bezpłatnych wyników wyszukiwania Google

Jak się zachowują?

Ścieżka nawigacji w serwisie

Czy realizują cele biznesowe?

Konwersje Transakcje

33% użytkowników kończy zaczęte zamówienie

Największe zamówienia składają kobiety w wieku 18-24 lat

Wydają średnio 2947,30 zł

Kontekst danych

Co poza stroną www?

http://www.nejm.org/doi/full/10.1056/NEJMon1211064

78% transakcji w czasie ładnej pogody

Google Tag Manager Google Analytics Google Big Query

Google Tag Manager

Wygodne zebranie danych do analizy Więcej niż tylko wyświetlenia strony Nie wymaga znajomości programowania *

Google Tag Manager

Google Analytics

Szybkie, intuicyjne w obsłudze Użyteczne dane w raportach Limit 10 000 000 hitów miesięcznie Nie mamy dostępu do surowych danych

Google Analytics

Big Query

Integracja z Google Analytics Premium •  Niepróbkowane dane eksportowane

do do Big Query •  Integracja z innymi źródłami danych

Big Query

Narzędzie do analizy dużych zbiorów danych SQL-like Płatne rozwiązanie

Big Query

Big Query

Dlaczego warto? •  Próbkowanie •  Zaawansowana analiza

Big Query

Big Query + R

http://www.lunametrics.com/blog/2014/06/25/google-analytics-data-mining-bigquery-r/

Dziękuję

michalbrys.pl @michalbrys plus.google.com/+MichałBryś Slajdy po prezentacji: michalbrys.pl/blog/