Добици:
- Способност тумачења показатеља као што су стопа конверзије, просек корпе, кохорта и животна вредност корисника (ЛТВ) уз подршку вештачке интелигенције
- Способност да се произведе увид и нацрти предвиђања потражње из података о продаји и да се обезбеди улаз у одлуке о залихама и кампањама
- Способност препознавања ризика од збуњивања корелације са узрочно-последичношћу и прављења лажних бројева и верификације сваке анализе сопственим извором података
У е-трговини подаци су свуда: колико је људи дошло, колико је купило, колико су ставили у колица, са ког канала је дошло, да ли су се вратили други пут. Унутар ових података скривене су одлуке које ће унапредити ваше пословање; Али сирови подаци сами по себи не дају смернице, већ их треба тумачити. Вештачка интелигенција (АИ) је моћна помоћ у брзом сумирању и тумачењу ваших података, проналажењу образаца и аномалија, изради извештаја и генерисању сценарија за предвиђање потражње. Али постоје две велике замке вештачке интелигенције у аналитици: кршење бројева (производња метрике без приступа вашим подацима) и погрешна корелација за узрочност (мислити да су две ствари које се крећу заједно „један узрок другог“). У овој јединици научићемо и тачне метрике и како да безбедно користимо вештачку интелигенцију.
Хајде да дефинишемо основне метрике. Стопа конверзије: који проценат посетилаца купује. Просечна колица (АОВ): просечна количина поруџбина. Анализа кохорте: праћење понашања током времена групе купаца (кохорте) који су први пут куповали у истом периоду. Животна вредност клијента (ЛТВ): процена укупног профита који купац оставља током односа. Напуштање (одлив): када купац престане да купује. Заједно, ови показатељи одговарају на питање „колико зарађујем и где растем?“
Која метрика шта говори?
Свака метрика одговара на питање; Гледање на погрешну метрику води до погрешне одлуке.
метрички
Питање
Ако се диже
Пажња
Стопа конверзије
Да ли се саобраћај претвара у продају?
добро
Читајте уз квалитет саобраћаја
Просечна корпа (АОВ)
Шта зарађујем по поруџбини?
добро
Ефекат унакрсне продаје/пакирања
Стопа рецидива кохорте
Да ли се купац враћа?
Постоји лојалност
Зависи од канала
ЛТВ
Колико вреди купац на дуге стазе?
добро
То је процена, није сигурна.
напуштање (одлив)
Да ли губим купце?
лоше
Зашто би то требало истражити?
Стопа поврата
Да ли производ испуњава очекивања?
лоше
Нормални ниво варира у зависности од категорије
Важан принцип: једна метрика је обмањујућа. Ако су се конверзије повећале, али и приноси су повећани, можда обмањујући садржај повећава продају и покреће поврат. Прочитајте метрику заједно.
Анализа помоћу вештачке интелигенције: замка за крцкање бројева
Најопаснија грешка вештачке интелигенције је то што производи поуздан број као што је „ваша стопа конверзије је 4,2 процента“, а да никада не погледате ваше податке (халуцинација). Овај број је потпуно измишљен. Правило је јасно: метрике долазе само из вашег сопственог извора аналитике — Гоогле аналитике, тржишне контролне табле, извештаја из ваше инфраструктуре е-трговине. Користите АИ да протумачите ове податке: дате му их (анонимно) и он их сумира, проналази обрасце, прави извештај. Не за памћење података.
Опрез: Чак и када АИ говори метрику веома течно и прецизно, питајте одакле долази тај број. „Из којих података сте израчунали ову цифру?“ Ако ниси дао, он је то измислио. Сваки број који улази у извештај мора бити потврђен са ваше контролне табле.
Корелација и узрочност
Друга велика замка је заблуда узрочности. У подацима, АИ може да каже „повећана потрошња на оглашавање, повећана је и продаја, што значи да је оглашавање повећало продају“. Ово је корелација (деловање заједно); али можда нема узрочности. Можда постоји трећи фактор који повећава и једно и друго: на пример, сезона празника повећава и оглашавање и продају. Погрешна корелација са узрочно-последичном везу ће довести до тога да трошите новац на нешто што не функционише. Начин да се разуме узрочност је контролисано тестирање: А/Б тестирање (приказивање две групе у исто време и мерење разлике) или бар пречишћавање поређења пре-после од других фактора. Нека АИ генерише хипотезе; Докажите узрочност тестирањем.
Прогноза потражње
АИ може да генерише сценарије предвиђања потражње на основу ваших историјских података о продаји: „овог месеца прошле године сте продали оволико, тренд је у овом правцу, ефекат празника је овакав“ итд. Ово је вредан инпут за залихе и одлуке о куповини; Помаже у успостављању равнотеже између прераног исцрпљивања (изгубљена продаја) и вишка залиха (везани капитал, крах). Али предвиђање је предвиђање: неочекивана кампања, проблем са снабдевањем или промена моде ремете слику. Користите процену као „опсег сценарија“, а не „тврди број“, и спојите је са сопственим пословним знањем.
Четири шаблона за копирање
1) Резиме и коментар метрике:
Ваша улога: помоћник аналитичара е-трговине. Испод су стварни подаци са моје контролне табле (анонимно): стопа конверзије, посетилац, поруџбина, АОВ, стопа поврата, период. Подаци: [табела].Задатак: заједно протумачити ове метрике; означите необичне покрете; могуће узроке записати као ХИПОТЕЗА (немој рећи дефинитиван узрок).Правило: не производи ниједан број који није дат; означите податке који недостају [ДАТА МИССИНГ].
2) Провера корелације/узрочности:
Узмите у обзир следећу тврдњу: „[метрика А] се повећала, па [метрика Б], па је А изазвало Б.“ Контекст: [период, кампања, спољни фактори]. Задатак: продискутујте да ли је ово корелација или узрочност; навести уобичајене факторе који су можда повећали и једно и друго; Објасните како да подесите А/Б тест да бисте доказали узрочност.
3) Анализа кохорте/сегмента:
Испод су анонимни подаци о кохорти (први месец куповине, стопе поновљене куповине). Подаци: [табела]. Задатак: протумачити која кохорта је лојалнија, како се стопа понављања мења током времена; Означите који сегмент има прилику/ризик. Правило: користите само наведене бројеве.
4) Сценарио предвиђања потражње:
Историјска продаја: [месечни подаци]. Познати фактори: [фестивал, кампања, сезона]. Задатак: генерисати сценарио ниске/средње/високе потражње за следећи [период]; запишите претпоставку сваког сценарија.Правило: наведите да је то нагађање; Не дајте тачан број, дајте распон.
три мини кофера
Случај 1 — Читање заједно. Једна продавница је била одушевљена када је видела повећање стопе конверзије; Али када је заједно протумачио АИ и метрику, видео је да је и стопа поврата нагло порасла. Зашто: описи производа су били преувеличани у кампањи; Купци би га купили, али би га вратили када њихова очекивања нису била испуњена. Радост гледања на једну метрику претворила се у проблем када смо је заједно прочитали и она је била поправљена.
Случај 2 — Лажна метрика. Менаџер је питао АИ „која је била наша конверзија прошлог месеца“; АИ је рекао "3,5 одсто". Менаџер је ово искористио као гол на састанку тима. Стварна стопа је била 1,9 одсто у целости. Погрешна основа родила је погрешан циљ. Лекција: метрике долазе само са контролне табле.
Случај 3 — Грешка узрочности. Једна продавница је удвостручила учесталост слања е-порука, рекавши да је „продаја порасла оног дана када смо послали е-пошту, тако да е-поруке повећавају продају“. Али ти дани су били и дани попуста; Главни фактор је био попуст. Чести мејлови узнемирили су купце и повећали број одјава. А/Б тест би показао правог возача.
Слаби промпт / Јаки промпт
Слабо обавештење:
Анализирајте учинак моје продавнице и реците ми моју стопу конверзије.
Пошто подаци нису дати, АИ чини стопу конверзије; Анализа је од почетка погрешно заснована.
Снажан упит:
Ваша улога: аналитичар е-трговине. Испод су подаци које сам добио са своје контролне табле Аналитике (анонимно): Посетиоци 42.000, поруџбине 780, АОВ 640 ТЛ, стопа поврата 9%, период: јун. Задатак: ИЗРАЧУНАЈТЕ стопу конверзије из ових података (прикажите налог), заједно протумачите метрику, означите необичне тачке као хипотезе. Генерисање бројева који нису дати.
Уобичајене грешке
- Натерати АИ да тражи метрику. Захтевање метрике без давања сопствених података резултираће лажним бројевима.
- Гледајући једну метрику. Ако су се конверзије повећале, али и приноси су порасли, табела је обмањујућа.
- Погрешна корелација за узрочност. Тврдња о „узроку“ без тестирања доводи до погрешног улагања.
- Претпоставити да је процена тачан број. Процена потражње је распон, а не гаранција.
- Дељење података без анонимизације. Чак и ако подаци о клијентима иду у анализу, лични простор мора бити уклоњен.
- Не верификација налога. Ручно проверите сваки прорачун који АИ направи.
Укратко
Аналитика е-трговине је дисциплина која сирове податке претвара у одлуке. Читајте заједно метрике као што су конверзија, АОВ, кохорта, ЛТВ и приноси; Једна метрика је обмањујућа. АИ је моћан у сумирању података, проналажењу образаца и изради извештаја; али да бисте избегли да упаднете у замке метричког уклапања и збуњујуће корелације са узрочно-последичким везама, проверите сваки број из сопственог извора и тестирајте сваку тврдњу о „узроку“ контролисаним тестирањем. Користите прогнозу потражње као распон сценарија, а не као тачан број. Анонимизирајте лична поља приликом слања података на анализу.
Задатак апликације
Анонимно извуците метрику стварног периода (посетиоци, поруџбине, АОВ, стопа поврата) са сопствене контролне табле за аналитику. Питајте АИ за коментаре са шаблоном „резиме метрике и коментар“; Нека сам израчуна стопу конверзије, али можете то проверити ручно. Затим размислите о тврдњи „А повећано, Б повећано“ о вашем предузећу, тестирајте је помоћу шаблона „Провера корелације/узрочности“ и дизајнирајте А/Б тест. На крају, направите сценарио предвиђања потражње и упоредите га са сопственим пословним знањем.
контролна листа
- [ ] Извукао сам све метрике из сопственог извора аналитике; Нисам стигао до АИ.
- [ ] Ручно сам проверио сваки прорачун који је АИ направио.
- [ ] метрику сам тумачио заједно, а не појединачно.
- [ ] Тестирао сам тврдње о „узрочности“ на корелацију/узрочност.
- [ ] Третирао сам прогнозу потражње као распон сценарија, а не као тачан број.
- [ ] Анонимизовао сам лична поља у анализираним подацима.