Печалби:
- Възможност за интерпретиране на показатели като процент на реализация, средна кошница, кохорта и стойност на целия живот (LTV) с поддръжка на изкуствен интелект
- Възможност за изготвяне на предположения и чернови на прогнози за търсенето от данни за продажбите и предоставяне на входни данни за решения за запаси и кампании
- Способност за разпознаване на риска от объркване на корелацията с причинно-следствената връзка и правене на фалшиви числа и проверка на всеки анализ със собствен източник на данни
В електронната търговия данните са навсякъде: колко хора са дошли, колко са купили, колко са сложили в количката, от кой канал са дошли, върнали ли са се втори път. Скрити в тези данни са решенията, които ще разраснат вашия бизнес; Но необработените данни сами по себе си не дават насоки, те трябва да бъдат интерпретирани. Изкуственият интелект (AI) е мощна помощ за бързо обобщаване и интерпретиране на вашите данни, намиране на модели и аномалии, изготвяне на отчети и генериране на сценарии за прогнозиране на търсенето. Но има две големи клопки на AI в анализа: срязване на числа (произвеждане на показатели без достъп до вашите данни) и погрешна корелация за причинно-следствена връзка (мислене, че две неща, които се движат заедно, са „едната причина за другото“). В този урок ще научим както правилните показатели, така и как да използваме AI безопасно.
Нека дефинираме основните показатели. Процент на реализация: какъв процент от посетителите купуват. Средна количка (AOV): средно количество поръчки. Кохортен анализ: проследяване на поведението във времето на група клиенти (кохорта), които са пазарували за първи път през същия период. Доживотна стойност на клиента (LTV): оценка на общата печалба, която клиентът оставя в хода на връзката. Изоставяне (отлив): когато клиентът спре да пазарува. Заедно тези показатели отговарят на въпроса „колко печеля и къде растат?“
Кой показател казва какво?
Всеки показател отговаря на въпрос; Гледането на грешен показател води до грешно решение.
показател
Въпрос
Ако се вдигне
внимание
Коефициент на преобразуване
Превръща ли се трафикът в продажби?
добре
Четете с качество на трафика
Средна кошница (AOV)
Какво печеля на поръчка?
добре
Ефект на кръстосана продажба/пакет
Кохортна честота на повторение
Връща ли се клиентът?
Има лоялност
Варира според канала
LTV
Каква е стойността на клиента в дългосрочен план?
добре
Това е оценка, не е сигурно.
изоставяне (отлив)
Губя ли клиенти?
лошо
Защо трябва да се изследва?
Процент на възвращаемост
Продуктът отговаря ли на очакванията?
лошо
Нормалното ниво варира според категорията
Важен принцип: един показател е подвеждащ. Ако реализациите се увеличиха, но възвръщаемостта също се увеличи, може би подвеждащото съдържание увеличава продажбите и предизвиква възвръщаемост. Прочетете показателите заедно.
Анализ с AI: капанът за разбиване на числа
Най-опасната грешка на AI е, че произвежда уверено число като „вашият процент на реализация е 4,2 процента“, без изобщо да погледне вашите данни (халюцинация). Този номер е напълно измислен. Правилото е ясно: показателите идват само от вашия собствен източник на анализи — Google Analytics, табло за управление на пазара, отчет от вашата инфраструктура за електронна търговия. Използвайте AI, за да интерпретирате тези данни: вие му ги давате (анонимно) и той ги обобщава, намира модели, изготвя отчет. Не за запомняне на данни.
Внимание: Дори когато AI изговаря метрика много гладко и точно, попитайте откъде идва тази цифра. „От какви данни изчислихте тази цифра?“ Ако не си го дал, той си го е измислил. Всяко число, което влиза в отчета, трябва да бъде потвърдено от вашето собствено табло.
Корелация и причинно-следствена връзка
Вторият голям капан е заблудата на причинно-следствената връзка. В данните AI може да каже „разходите за реклама се увеличиха, продажбите също се увеличиха, което означава, че рекламата увеличи продажбите“. Това е корелация (действащи заедно); но може и да няма причинно-следствена връзка. Може би има трети фактор, който увеличава и двете: например празничният сезон увеличава както рекламата, така и продажбите. Грешната корелация с причинно-следствената връзка ще ви накара да пилеете пари за нещо, което не работи. Начинът за разбиране на причинно-следствената връзка е контролирано тестване: A/B тестване (показване на две групи едновременно и измерване на разликата) или поне пречистване на сравнението преди-след от други фактори. Нека AI генерира хипотези; Докажете причинно-следствената връзка с тестване.
Прогноза за търсенето
AI може да генерира сценарии за прогнозиране на търсенето от вашите исторически данни за продажбите: „този месец миналата година сте продали толкова много, тенденцията е в тази посока, празничният ефект е този“ и т.н. Това е ценна информация за инвентара и решенията за покупка; Помага да се намери балансът между преждевременното изчерпване (загубени продажби) и излишните запаси (обвързан капитал, срив). Но прогнозата си е прогноза: неочаквана кампания, проблем с доставките или промяна в модата разстройват картината. Използвайте прогнозата като „обхват на сценарий“, а не „твърдо число“ и я смесете със собствените си бизнес познания.
Четири копируеми шаблона
1) Обобщение на показателя и коментар:
Вашата роля: асистент на анализатора на електронната търговия. По-долу са действителните данни от моето собствено табло за управление (анонимно): процент на реализация, посетител, поръчка, AOV, процент на връщане, период. Данни: [таблица]. Задача: интерпретирайте тези показатели заедно; флаг необичайни движения; запишете възможните причини като ХИПОТЕЗА (не казвайте определена причина). Правило: не създавайте числа, които не са дадени; маркирайте липсващи данни [DATA MISSING].
2) Проверка на корелация/причинно-следствена връзка:
Помислете за следното твърдение: „[показател A] се увеличи, [показател B] също, така че A причини B.” Контекст: [период, кампания, външни фактори]. Задача: обсъдете дали това е корелация или причинно-следствена връзка; избройте общи фактори, които може да са увеличили и двете; Обяснете как да настроите A/B тест за доказване на причинно-следствената връзка.
3) Кохортен/сегментен анализ:
По-долу са дадени анонимни данни за кохорта (първи месец на покупка, честота на повторна покупка). Данни: [таблица]. Задача: интерпретирайте коя кохорта е по-лоялна, как процентът на повторение се променя с времето; Маркирайте кой сегмент има възможност/риск. Правило: използвайте само дадените числа.
4) Сценарий за прогнозиране на търсенето:
Исторически продажби: [месечни данни]. Известни фактори: [фестивал, кампания, сезон]. Задача: генериране на сценарий с ниско/средно/високо търсене за следващия [период]; запишете допускането на всеки сценарий. Правило: посочете, че това е предположение; Не предоставяйте точен брой, дайте диапазон.
три мини калъфа
Случай 1 — Четене заедно. Един магазин се зарадва да види как процентът му на реализация се увеличава; Но когато интерпретира AI и показателите заедно, той видя, че процентът на възвръщаемост също скочи до небето. Защо: описанията на продуктите бяха преувеличени в кампания; Клиентите го купуват, но го връщат, когато очакванията им не се оправдаят. Радостта от гледането на един показател се превърна в проблем, когато го прочетохме заедно и той беше поправен.
Случай 2 — Фалшив показател. Мениджър попита AI "каква беше нашата реализация миналия месец"; AI каза "3,5 процента". Мениджърът използва това като гол в срещата на отбора. Действителният процент беше 1,9 процента навсякъде. Грешната основа роди грешната цел. Урок: показателите идват само от таблото за управление.
Случай 3 — Погрешност на причинно-следствената връзка. Един магазин удвои честотата на имейлите, като каза, че „продажбите се увеличиха в деня, в който изпратихме имейли, така че имейлите увеличават продажбите“. Но тези дни бяха и дни с намаления; Основният фактор беше отстъпката. Честите имейли дразнеха клиентите и увеличаваха отписванията. A/B тест ще покаже истинския драйвер.
Слаба подкана / Силна подкана
Слаба подкана:
Анализирайте ефективността на магазина ми и ми кажете процента на реализация.
Тъй като не са дадени данни, AI съставлява процента на реализация; Анализът е погрешно базиран от самото начало.
Мощна подкана:
Вашата роля: анализатор на електронната търговия. По-долу са данните, които получих от моето собствено табло за управление на Анализ (анонимно): Посетители 42 000, поръчки 780, AOV 640 TL, процент на възвръщаемост 9%, период: юни. Задача: ИЗЧИСЛЕТЕ процента на реализация от тези данни (покажете акаунта), интерпретирайте показателите заедно, маркирайте необичайни точки като хипотези. Генериране на числа, които не са дадени.
Често срещани грешки
- Кара AI да иска показатели. Заявката за показатели без предоставяне на вашите собствени данни ще доведе до фалшиви числа.
- Гледайки един показател. Ако реализациите се увеличиха, но възвръщаемостта също се увеличи, таблицата е подвеждаща.
- Грешна корелация за причинно-следствена връзка. Твърдението за „кауза“ без тестване води до погрешно инвестиране.
- Да приемем, че оценката е точно число. Оценката на търсенето е диапазон, а не гаранция.
- Споделяне на данни без анонимизиране. Дори ако клиентските данни влязат в анализ, личното пространство трябва да бъде премахнато.
- Не се проверява акаунтът. Проверявайте ръчно всяко изчисление, което AI прави.
В обобщение
Анализът на електронната търговия е дисциплината, която превръща необработените данни в решения. Прочетете заедно показатели като реализация, AOV, кохорта, LTV и възвръщаемост; Един единствен показател е подвеждащ. AI е мощен при обобщаване на данни, намиране на модели и изготвяне на отчети; но за да избегнете попадането в капаните на метричното напасване и объркването на корелацията с причинно-следствената връзка, проверете всяко число от собствения си източник и тествайте всяко твърдение за „причина“ с контролирано тестване. Използвайте прогнозата за търсенето като сценарий, а не като точно число. Анонимизирайте личните полета при изпращане на данни за анализ.
Задача за приложение
Анонимно извлечете показатели за действителен период (посетители, поръчки, AOV, процент на възвръщаемост) от вашето собствено табло за управление на анализи. Помолете AI за коментари с шаблона „резюме на показателите и коментар“; Оставете го да изчисли самия процент на преобразуване, но можете да го проверите ръчно. След това помислете за твърдение „А повишено, Б увеличено“ за вашия бизнес, тествайте го с шаблона „Проверка на корелация/причинно-следствена връзка“ и проектирайте A/B тест. Накрая създайте сценарий за прогноза на търсенето и го сравнете със собствените си бизнес познания.
контролен списък
- [ ] Изтеглих всички показатели от моя собствен източник на анализ; Не се справих с AI.
- [ ] Проверих ръчно всяко изчисление, направено от AI.
- [ ] Тълкувах показателите заедно, а не поотделно.
- [ ] Тествах твърденията за „причинно-следствена връзка“ за корелация/причинно-следствена връзка.
- [ ] Третирах прогнозата за търсенето като сценарий, а не точно число.
- [ ] Анонимизирах личните полета в анализираните данни.