Fitimet:
- Aftësia për të interpretuar metrika të tilla si norma e konvertimit, mesatarja e shportës, grupi dhe vlera e jetës së klientit (LTV) me mbështetjen e inteligjencës artificiale
- Aftësia për të prodhuar pasqyrë dhe për të kërkuar drafte parashikimi nga të dhënat e shitjeve dhe për të dhënë të dhëna në vendimet e aksioneve dhe fushatës
- Aftësia për të njohur rrezikun e ngatërrimit të korrelacionit me shkaktarin dhe bërjes së numrave të rremë dhe verifikimit të çdo analize me burimin e vet të të dhënave
Në tregtinë elektronike, të dhënat janë kudo: sa njerëz erdhën, sa blenë, sa futën në karrocë, nga cili kanal erdhi, a u kthyen për herë të dytë. Brenda këtyre të dhënave fshihen vendimet që do të rrisin biznesin tuaj; Por vetëm të dhënat e papërpunuara nuk ofrojnë udhëzime, ato duhet të interpretohen. Inteligjenca artificiale (AI) është një ndihmë e fuqishme për përmbledhjen dhe interpretimin e shpejtë të të dhënave tuaja, gjetjen e modeleve dhe anomalive, hartimin e raporteve dhe gjenerimin e skenarëve të parashikimit të kërkesës. Por ka dy gracka të mëdha të AI në analitikë: shtypja e numrave (prodhimi i metrikave pa akses në të dhënat tuaja) dhe gabimi i korrelacionit për shkakun (duke menduar se dy gjëra që lëvizin së bashku janë "një shkak i tjetrit"). Në këtë njësi, ne do të mësojmë si matjet e sakta ashtu edhe mënyrën e përdorimit të sigurt të AI.
Le të përcaktojmë metrikat bazë. Norma e konvertimit: sa përqind e vizitorëve blejnë. Karroca mesatare (AOV): sasia mesatare e porosive. Analiza e grupit: gjurmimi i sjelljes me kalimin e kohës të një grupi klientësh (kohortë) që blenë për herë të parë gjatë së njëjtës periudhë. Vlera e jetës së klientit (LTV): një vlerësim i fitimit total që një klient lë gjatë rrjedhës së marrëdhënies. Braktisja (dbik): kur klienti ndalon blerjet. Së bashku, këto metrika i përgjigjen pyetjes "sa po fitoj dhe ku rritem?"
Cila metrikë tregon çfarë?
Çdo metrikë i përgjigjet një pyetjeje; Shikimi i metrikës së gabuar çon në vendimin e gabuar.
metrikë
Pyetje
Nëse ngrihet
Kujdes
Norma e konvertimit
A po kthehet trafiku në shitje?
mirë
Lexoni me cilësi të trafikut
Shporta mesatare (AOV)
Çfarë fitoj për porosi?
mirë
Efekti i shitjes së kryqëzuar/bashkimit
Shkalla e përsëritjes së grupit
A po kthehet klienti?
Ka besnikëri
Ndryshon sipas kanalit
LTV
Çfarë vlen klienti në planin afatgjatë?
mirë
Është një vlerësim, jo i sigurt.
braktisje (dbikë)
A po humbas klientët?
keq
Pse duhet hetuar?
Norma e kthimit
A i plotëson produkti pritshmëritë?
keq
Niveli normal ndryshon sipas kategorisë
Një parim i rëndësishëm: një metrikë është mashtruese. Nëse konvertimet u rritën, por kthimet u rritën gjithashtu, ndoshta përmbajtja mashtruese po rrit shitjet dhe po shkakton kthime. Lexoni matjet së bashku.
Analiza me AI: kurthi i shtypjes së numrave
Gabimi më i rrezikshëm i AI është se prodhon një numër të sigurt si "norma juaj e konvertimit është 4.2 për qind" pa parë kurrë të dhënat tuaja (një halucinacion). Ky numër është tërësisht i fabrikuar. Rregulli është i qartë: matjet vijnë vetëm nga burimi juaj i analitikës - Google Analytics, pulti i tregut, raporti nga infrastruktura juaj e tregtisë elektronike. Përdorni AI për të interpretuar këto të dhëna: ju ia jepni (në mënyrë anonime) dhe ajo e përmbledh atë, gjen modele, harton një raport. Jo për të kujtuar të dhënat.
Kujdes: Edhe kur AI flet një metrikë shumë rrjedhshëm dhe saktë, pyesni se nga erdhi ai numër. “Nga cilat të dhëna e keni llogaritur këtë shifër?” Nëse nuk e jepje, ai e shpiku. Çdo numër që hyn në raport duhet të konfirmohet nga pulti juaj.
Korrelacioni dhe shkakësia
Kurthi i dytë i madh është gabimi i shkakësisë. Në një të dhënë, AI mund të thotë "shpenzimet për reklama u rritën, shitjet u rritën gjithashtu, që do të thotë reklamimi rriti shitjet". Ky është një korrelacion (duke vepruar së bashku); por mund të mos ketë shkakësi. Ndoshta ka një faktor të tretë që i rrit të dyja: për shembull, sezoni i festave rrit si reklamat ashtu edhe shitjet. Gabimi i korrelacionit për shkakun do t'ju bëjë të humbni para për diçka që nuk funksionon. Mënyra për të kuptuar kauzalitetin është testimi i kontrolluar: testimi A/B (duke treguar dy grupe në të njëjtën kohë dhe duke matur diferencën) ose të paktën pastrimi i krahasimit para-pas nga faktorë të tjerë. Lëreni AI të krijojë hipoteza; Vërtetoni kauzalitetin me testim.
Parashikimi i kërkesës
AI mund të gjenerojë skenarë të parashikimit të kërkesës nga të dhënat tuaja historike të shitjeve: "këtë muaj vitin e kaluar keni shitur kaq shumë, tendenca është në këtë drejtim, efekti i pushimeve është ky" etj. Ky është një informacion i vlefshëm për vendimet e inventarit dhe blerjes; Ndihmon në arritjen e ekuilibrit midis shterrimit të parakohshëm (shitjeve të humbura) dhe inventarit të tepërt (kapitali i lidhur, shkrirja). Por një parashikim është një parashikim: një fushatë e papritur, një problem furnizimi ose një ndryshim i modës prish pamjen. Përdorni vlerësimin si një "gamë skenari", jo një "numër të vështirë" dhe përziejeni atë me njohuritë tuaja të biznesit.
Katër shabllone të kopjueshëm
1) Përmbledhje metrike dhe komente:
Roli juaj: asistent i analistit të tregtisë elektronike. Më poshtë janë të dhënat aktuale nga pulti im (anonim): norma e konvertimit, vizitori, porosia, AOV, norma e kthimit, periudha. Të dhënat: [tabela]. Detyra: interpretoni këto metrika së bashku; flamur lëvizje të pazakonta; shkruaj shkaqet e mundshme si HIPOTEZË (mos thuaj shkak të caktuar).Rregulli: mos prodho asnjë numër që nuk është dhënë; shënoni të dhënat që mungojnë [DATA MUNGING].
2) Kontrolli i korrelacionit/kauzalitetit:
Merrni parasysh pretendimin e mëposhtëm: "[metrika A] u rrit, po ashtu u rrit [metrika B], kështu që A shkaktoi B." Konteksti: [periudha, fushata, faktorët e jashtëm]. Detyra: diskutoni nëse kjo është korrelacion apo shkak; listoni faktorët e përbashkët që mund t'i kenë rritur të dy; Shpjegoni se si të vendosni një test A/B për të vërtetuar shkakësinë.
3) Analiza e grupit/segmentit:
Më poshtë janë të dhënat anonime të grupit (muaji i parë i blerjes, tarifat e përsëritura të blerjeve). Të dhënat: [tabela]. Detyra: interpretoni se cila grup është më besnike, si ndryshon norma e përsëritjes me kalimin e kohës; Shënoni se cili segment ka mundësi/rrezik. Rregulli: përdorni vetëm numrat e dhënë.
4) Skenari i parashikimit të kërkesës:
Shitjet historike: [të dhëna mujore]. Faktorët e njohur: [festivali, fushata, sezoni]. Detyra: gjeneroni skenarin e kërkesës së ulët/mesatare/të lartë për [periudhën] e ardhshme; shkruani supozimin e secilit skenar.Rregulla: deklaroni se është një supozim; Mos jepni një numër të saktë, jepni një diapazon.
tre mini kuti
Rasti 1 - Lexojmë së bashku. Një dyqan ishte i kënaqur kur pa një rritje të normës së konvertimit; Por kur ai interpretoi AI dhe metrikat së bashku, ai pa se norma e kthimit gjithashtu u rrit në qiell. Pse: përshkrimet e produkteve janë ekzagjeruar në një fushatë; Konsumatorët do ta blinin atë, por do ta kthenin kur pritshmëritë e tyre nuk u përmbushën. Gëzimi i shikimit të një metrike të vetme u shndërrua në problem kur e lexuam së bashku dhe u rregullua.
Rasti 2 - Metrikë e rreme. Një menaxher e pyeti AI-n "cila ishte konvertimi ynë muajin e kaluar"; AI tha "3.5 për qind". Menaxheri e përdori këtë si gol në takimin e ekipit. Norma aktuale ishte 1.9 për qind në të gjithë bordin. Themeli i gabuar lindi qëllimin e gabuar. Mësimi: matjet vijnë vetëm nga paneli i kontrollit.
Rasti 3 - Gabimi i shkakësisë. Një dyqan dyfishoi frekuencën e emaileve, duke thënë se "shitjet u rritën ditën që dërguam email, kështu që emailet rrisin shitjet". Por ato ditë ishin edhe ditë zbritjeje; Faktori kryesor ishte zbritja. Email-et e shpeshta bezdisnin klientët dhe shtuan çregjistrimet. Një test A/B do të tregonte shoferin e vërtetë.
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Analizoni performancën e dyqanit tim dhe më tregoni normën time të konvertimit.
Meqenëse nuk jepen të dhëna, AI përbën normën e konvertimit; Analiza është e bazuar gabimisht që në fillim.
Njoftim i fuqishëm:
Roli juaj: analist i tregtisë elektronike. Më poshtë janë të dhënat që kam marrë nga pulti im i Analytics (anonim): Vizitorë 42,000, porosi 780, AOV 640 TL, norma e kthimit 9%, periudha: Qershor. Detyrë: Llogaritni shkallën e konvertimit nga këto të dhëna (trego llogarinë), interpretoni matjet së bashku, shënoni pika të pazakonta si hipoteza. Gjenerimi i numrave që nuk janë dhënë.
Gabimet e zakonshme
- Bërja që AI të kërkojë metrika. Kërkimi i matjeve pa dhënë të dhënat tuaja do të rezultojë në numra të rremë.
- Duke parë një metrikë. Nëse konvertimet janë rritur, por kthimet janë rritur gjithashtu, tabela është mashtruese.
- Gabimi i korrelacionit për shkakun. Pretendimi i "kauzës" pa testim çon në keqinvestim.
- Për të supozuar se vlerësimi është një numër i saktë. Vlerësimi i kërkesës është një diapazon, jo një garanci.
- Ndarja e të dhënave pa anonime. Edhe nëse të dhënat e klientit shkojnë në analizë, hapësira personale duhet të hiqet.
- Nuk verifikohet llogaria. Kontrolloni manualisht çdo llogaritje që bën AI.
Në përmbledhje
Analitika e tregtisë elektronike është disiplina që i kthen të dhënat e papërpunuara në vendime. Lexoni së bashku metrikat si konvertimi, AOV, grupi, LTV dhe kthimet; Një metrikë e vetme është mashtruese. IA është e fuqishme në përmbledhjen e të dhënave, gjetjen e modeleve dhe hartimin e raporteve; por për të shmangur rënien në grackat e përshtatjes metrike dhe korrelacionin konfuz me kauzën, verifikoni çdo numër nga burimi juaj dhe provoni çdo pretendim "shkaku" me testim të kontrolluar. Përdorni parashikimin e kërkesës si një varg skenari, jo si një numër të saktë. Anonimizoni fushat personale kur dorëzoni të dhëna për analizë.
Detyra e aplikimit
Nxirrni në mënyrë anonime matjet e një periudhe aktuale (vizitorët, porositë, AOV, norma e kthimit) nga paneli juaj i analitikës. Kërkoni nga AI për komente me shabllonin "përmbledhje dhe komente të matjeve"; Lëreni të llogarisë vetë normën e konvertimit, por mund ta verifikoni manualisht. Më pas, mendoni për një pretendim "A e rritur, B e rritur" për biznesin tuaj, provojeni atë me shabllonin "Kontrolli i korrelacionit/shkakësisë" dhe hartoni një test A/B. Së fundi, krijoni një skenar të parashikimit të kërkesës dhe krahasojeni atë me njohuritë tuaja të biznesit.
listë kontrolli
- [ ] I nxora të gjitha matjet nga burimi im i analitikës; Unë nuk e kam bërë atë deri në AI.
- [ ] Unë verifikova manualisht çdo llogaritje të bërë nga AI.
- [ ] I interpretova matjet së bashku, jo individualisht.
- [ ] Kam testuar pretendimet "shkak" për korrelacion/shkak.
- [ ] Unë e trajtova parashikimin e kërkesës si një varg skenari, jo një numër të saktë.
- [ ] Kam anonimizuar fushat personale në të dhënat e analizuara.