BIG DATA в e-commerce: собираем данные из общения с клиентом

Смотрите в каталоге
Он-лайн консультанты

Для понимания, что такое большие данные, возьмем книгу «Война и мир» и посчитаем в ней количество слов. Можно сделать это силами одного человека, который потратит несколько суток на данную затею. А можно разобрать тома Толстого по частям, раздать их нескольким людям, которые также посчитают количество слов, а затем сложить полученные данные. Такое решение, к примеру, займет 1 день. В итоге, заметим, что big data – это второе решение нашей задачи по подсчету слов. Если измерять big data в числах, то должно быть не меньше 1 терабайта динамически изменяющихся данных в день.

Мы в RedHelper каждый день обрабатываем порядка 5 терабайт – информацию с 20 тысяч сайтов, на которых есть хотя бы несколько посетителей, т.е. с около 6 млн пользователей коммерческих сайтов. Что это за данные? Страницы сайтов, которые пользуются популярностью среди пользователей, паттерны их поведения, диалоги с операторами виджетов и т.п.

Как использовать big data от ваших виджетов? – 5 кейсов

1.Применение в определении клиента на сайте и прогнозирование его поведения

Благодаря решениям big data можно очень точно понять, кто является вашим клиентом, а кто нет. В принципе все сайты ограничиваются определенным меню, по которому можно вывести паттерны поведения, паттерны устройства сайтов. Кроме того, на основе данных в достаточной степени доступно определение, в какой зоне взаимодействия с клиентом есть рост, а в какой нет.

BIG DATA в e-commerce: собираем данные из общения с клиентом

2. Применение сравнения облака сайтов

Создание рейтинга на основе big data позволяет сделать сайт более эффективным. Так, например, у нас 60 000 клиентов, мы можем проанализировать нужные нам параметры и предоставить информацию в сравнении одного клиента с другим в определенной отрасли, выдать рейтинг по сайтам, активности пользователей. Так как данные — это всегда цифры, с ними сложно спорить и следовательно, их можно активно использовать для успешного бизнес-процесса. 

BIG DATA в e-commerce: собираем данные из общения с клиентом

3. Применение в A/B-тестировании

Благодаря анализу больших данных, можно отследить, как изменения на сайте повлияли на его коммерческую успешность. К примеру, до изменения сайта было состояние А, после – Б. Если учитывать все элементы сайта и поведения на них во всем облаке, можно с достаточной степенью точности сказать, что как только поменялся заголовок, прибавилось покупателей.

Использование виджетов с функциями big data избавляют клиентов от необходимости ставить дополнительные инструменты анализа. Вместе с отчетом о работе системы, они получают информацию по изменению определенной страницы и положительном или отрицательном значении для бизнес-процесса.

BIG DATA в e-commerce: собираем данные из общения с клиентом

4. Применение в выдаче чата

Многие говорят, что их чат или предложение перезвонить в течение 30 секунд бесит пользователей. Чтобы этого избежать достаточно использовать пласт больших данных о выдаче виджета. Так, мы, к примеру, проанализировали поведение людей и определили точку, когда нужно выдавать им чат, чтобы он был максимально эффективным.

Но надо понимать одну тонкость. Как только вы выявляете точку наибольшего согласия для перехода в чат, вы определяете момент, когда человек на чем-то сконцентрирован. Но в этот момент его надо не разозлить своей настойчивостью. Задача состоит в том, чтобы поймать пользователя в точках наименьшей активности, но при этом заинтересованности в продукте.

5. Применение в отчетах по работе виджетов и операторов контактных центров

Самый распространенный способ применения big data – отчеты о работе виджетов и операторов контактных центров. Так можно получить информацию о том, что ваш отдел онлайн-консультирования работает лучше или хуже остальных и почему. Это дает понимание, является ли ваш отдел консультирования конкурентным преимуществом или он не имеет никакого значения и следует отказаться от данных решения.

Можно использовать рейтингование на основе big data для операторов контактных центров. К примеру, посмотреть информацию об эффективности работы того или иного оператора. Так, мы выявили нетривиальный вывод, что летом общий рейтинг операторов падает. Видимо руководители уезжают в отпуска, и сотрудники начинают филонить.

Тоже самое касается звонков, благодаря собранным и проанализированным данным, по оценке операторов колл-центров, мы поняли, что оптимальное время для ответа – это 12 секунд. И уже на этот показатель ориентируются специалисты.

BIG DATA в e-commerce: собираем данные из общения с клиентом

Благодаря решению big data в e-commerce мы ожидаем, что сайты будут гибче подстраиваться под пользователя – контент, цены будут меняться в зависимости от юзера. Анализ будет более доскональным и всеобъемлющим. Мы только в начале пути. Желание знать своего покупателя и предугадывать его желания будут усиливаться. И, конечно, благодаря анализу данных, работа многих сотрудников контактных и сервисных служб в e-commerce претерпит изменения, анализ их эффективности позволит отказаться и оптимизировать рабочую деятельность.

Компании и сервисы: RedHelper
Автор: RedHelper

Подписаться на новости

Читайте также

17 февраля / Комментарии

Тренды eсommerce: мужчины VS женщины

Просторы Интернета дали нашим современникам такие возможности для шоппинга, каких мы не могли себе представить еще десять лет назад. Пресс-центр PayOnline решил разобраться, насколько отличается поведение мужчин и женщин при совершении покупок в Интернете, - и подготовил инфографику «Мужчины VS женщины. Тренды eCommerce».

далее →

16 февраля / Комментарии

Ближайшие перспективы и направления развития интернет-торговли

Национальная ассоциация дистанционной торговли (НАДТ), лидер российского рынка экспресс-доставки DPD и ведущий логистический оператор рынка e-commerce PickPoint, объявили итоги исследования e-Commerce FUTURUM 2022, включающие оценку популярных ИТ-концептов, технологий и сервисов для онлайн-торговли и вероятность их развития в ближайшем будущем.

далее →

13 февраля / Комментарии

Возраст имеет значение. Особенности восприятия рекламы

Для анализа мы использовали методику пассивного наблюдения за посетителями сайтов, разработанную исследовательской компанией Online Market Intelligence (OMI). Она позволяет определять базовые параметры работы интернет-магазинов без проведения опросов. При этом у ресечеров имеется достаточно много информации не только о действиях посетителей, но и их социально-демографических параметрах: поле, возрасте, доходе, численности семьи, наличие детей и др.

далее →

7 февраля / Комментарии

Реальный e-commerce. Практические аспекты запуска, продвижения и эксплуатации интернет-магазинов. Часть 2

Мы продолжаем начатый в декабре прошлого года цикл публикаций, в котором представители отрасли делятся своими мнениями о различных составляющих успеха интернет-магазина.
На наши вопросы любезно согласились ответить представители компаний CS-Cart, Payler, Alltrades.ru,  SiteSecure, EcommPay, Айри.рф и многих других.

далее →

6 февраля / Комментарии

Сколько стоит современный товарный контент?

Все компании рано или поздно задумываются о том, сколько же они тратят на cамостоятельное создание и поддержку своих онлайн-каталогов товаров. Давайте посмотрим, из каких слагаемых  складывается, собственно, себестоимость производства контента. Рассмотрим мы это на примере трех случаев.

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook