• jako pierwsze zostały zainicjowane wg zasady „kto pierwszy ten lepszy” (ang. first in, first out),
• są nadzorowane przez osoby wyżej postawione w organizacji.

Powyższe podejścia są intuicyjne, lecz nie do końca zgodne ze zdrowym rozsądkiem, ponieważ okazuje się, że projekty, które mogłyby mieć znaczący wpływ na przychód firmy ustępują mniej ważnym zadaniom. W związku z tym pojawia się potrzeba priorytyzacji.

W ostatnich moich dwóch artykułach pisałem o modelach monetyzacji, a w szczególności o ich istocie oraz o tym, jak tworzyć takie modele. Wspomniałem wówczas również, że te modele mogą być podstawą priorytyzacji w firmie – stąd mój dzisiejszy post na ten temat:)

Chciałbym w nim krótko zwrócić Twoją uwagę na ten bardzo ważny aspekt. W końcu Twoja strona nie istnieje jedynie dla Twojego kaprysu – z reguły ma po prostu zarabiać na Twój biznes. W szczególności chciałbym przedstawić koncepcję dynamicznej priorytyzacji zaproponowaną przez firmę ZAAZ Inc.

Dynamiczna priorytyzacja

Dzięki temu podejściu firma może oszacować optymalny efekt każdego z planowanych przedsięwzięć. Takie estymacje bazują wówczas na stworzonym wcześniej modelu monetyzacji. Każdy planowany projekt powinien mieć wartość dodaną dla serwisu – nie zawsze można to wyrazić bezpośrednio w kategoriach pieniężnych, ale pamiętajmy, że istnieje coś takiego jak koszt alternatywny tj. koszt utraconych możliwości. Jeżeli planujemy wprowadzić funkcjonalność, która bezpośrednio nie wpływa na zwiększenie przychodu ze strony, to kosztem alternatywnym wprowadzenia tego projektu jest wartość jaką moglibyśmy uzyskać wprowadzając inną zmianę, która bezpośrednio wpłynie np. na współczynnik konwersji celu. W takim wypadku bardzo istotnym jest, aby poszczególnym zadaniom przypisywać potencjalną wartość dodaną wynikającą z modelu monetyzacji, jaka zostanie osiągnięta po implementacji projektu.

Jakkolwiek koncepcja dynamicznej priorytyzacji zakłada również wgląd na inne aspekty projektu – nie tylko na potencjalną wartość przedsięwzięcia wynikającą z modelu monetyzacji. W szczególności należą do nich:

• koszt podjęcia inicjatywy, czyli co będziesz potrzebował, aby wdrożyć projekt w życie,
• prawdopodobieństwo, że osiągniesz zakładany poziom poprawy – w jakim stopniu jesteś pewny, że osiągniesz zakładany poziom zmian np. współczynnika konwersji,
• potencjalny zysk z wprowadzonych zmian – zysk i przychód to dwie różne rzeczy. Kategorią, która je rozróżnia jest koszt, który nie zawsze rośnie proporcjonalnie do wzrostu przychodu, który to wynika bezpośrednio z modelu monetyzacji,
• czas, jaki jest potrzebny do całkowitego wdrożenia projektu,
• czas spłaty projektu tzn. ile musi minąć, aby zainwestowane środki zostały wyrównane przez zyski z wprowadzonej zmiany,
• ogólny wpływ na wizerunek firmy – czy rozpatrywany projekt przypadkiem nie zmieni wizerunku firmy o 180 stopni.

Pewnie zastanawiasz się teraz, na czym tak naprawdę polega koncept dynamicznej priorytyzacji, że z jednej strony najważniejszy jest model monetyzacji, a z drugiej trzeba wziąć pod uwagę tyle aspektów. Otóż tutaj tkwi całe sedno tego konceptu. W zależności od Twojego biznesu, grupy celowej – odbiorców usług/produktów oraz branży w której działasz musisz dostosować tak swoje działania, aby brały pod uwagę wszystkie powyższe aspekty z monetyzacją na czele.

Podsumowując…

… można powiedzieć, że słowem kluczem w priorytyzacji, zwłaszcza w koncepcji dynamicznej priorytyzacji jest elastyczność w ramach powyższych aspektów.

Co o tym myślicie?

Ktoś zapyta, po co ta cała zabawa w priorytety. Odpowiedź jest (moim zdaniem) prosta – jeżeli już wiesz dokąd zmierzasz (masz opracowaną strategię analityki internetowej i zgodnie z nią optymalizujesz swoją stronę aby osiągać założone kluczowe wskaźniki wydajności) to nie wystarczy iść tylko przed siebie – potrzeba tak opracować drogę, żeby do celu dotrzeć jak najszybciej!

The post O priorytyzacji w analityce internetowej słów kilka first appeared on Conversion.

]]> https://conversion.pl/blog/pokaz-mi-pieniadze-cz-2-czyli-jak-stworzyc-model-monetyzacji/ Fri, 24 Sep 2010 07:43:35 +0000 https://new.conversion.pl/pokaz-mi-pieniadze-cz-2-czyli-jak-stworzyc-model-monetyzacji/ Poniższy artykuł stanowi kontynuację postu o istocie i znaczeniu modeli monetyzacji w analityce internetowej. Na jego końcu wspomniałem, że modele te nie muszą być opracowane z idealną dokładnością – ich najważniejszym zadaniem jest pokazywanie reealnej wartości strony internetowej, a w konsekwencji zmian, jakie może przynieść optymalizacja serwisu. To jest trochę jak z urządzeniem nawigacyjnym na […]

The post Pokaż mi pieniądze cz. 2, czyli jak stworzyć model monetyzacji first appeared on Conversion.

]]> Poniższy artykuł stanowi kontynuację postu o istocie i znaczeniu modeli monetyzacji w analityce internetowej. Na jego końcu wspomniałem, że modele te nie muszą być opracowane z idealną dokładnością – ich najważniejszym zadaniem jest pokazywanie reealnej wartości strony internetowej, a w konsekwencji zmian, jakie może przynieść optymalizacja serwisu. To jest trochę jak z urządzeniem nawigacyjnym na morzu – lepiej jest mieć jakiekolwiek (nawet nie do końca sprawne) niż żadnego. Załóżmy, że będąc na jachcie masz niesprawnego GPSa – wiesz, że błąd położenia wynosi 10%. Znając jednak swoje początkowe położenie jesteś w stanie określić swoją pozycję po przepłynięciu pewnego dystansu. Jeżeli nie znasz tradycyjnych metod nawigacji, bez GPSa (nawet w ten sposób funkcjonującego) byłoby bardzo trudno określić Twoją pozycję.

Zanim przejdę do przykładów jeszcze raz podsumujmy, jak modele monetyzacji mogą pomóc Twojej firmie.

W jaki sposób monetyzacja pomoże Twojej witrynie

Cały potencjał modeli monetyzacji leży w zrozumieniu i oszacowaniu wartości zachowań na Twojej stronie internetowej, a w konsekwencji zmian, jakie przyniesie Ci optymalizacja serwisu oparta na solidnych danych płynących z analityki internetowej. Poprawnie wykorzystane modele pomogą Ci we właściwy sposób ulokować zasoby, dzięki czemu zmaksymalizujesz ROI (zwrot z inwestycji, ang. return on investment) z inwestycji online. A zatem monetyzacja pomoże Ci przede wszystkim:

• zrozumieć wpływ stojących przed Tobą możliwości,
• nadawać priorytet tym możliwościom, które przyniosą Ci możliwie największy potencjalny przychód,
• wyeliminować projekty, które będą jedynie stratą czasu (jeżeli projekt już z założenia nie przynosi namacalnych efektów w postaci zwiększenia przychodu lub obniżenia kosztu, to jest jedynie stratą czasu),
• mierzyć wpływ zmian planowanych i wprowadzanych na stronie,
• oszacować wartość przeprowadzonych kampanii reklamowych,
• przekonać szefa, aby dał Ci podwyżkę:P,
• itp.

Jak stworzyć model monetyzacji?

Modele te nie są skomplikowane, pod warunkiem, że zrozumiesz ich podstawowe komponenty oraz znasz swój biznes:) Przede wszystkim musisz wiedzieć, że istnieją dwie drogi, dzięki którym Twoja witryna może wpłynąć na wynik finansowy Twojej firmy:

• dodatkowy przychód,
• zredukowany koszt.

Co więcej, istnieją dwa rodzaje zachowań użytkowników, które wpływają na Twój firmę:

Zachowania bezpośrednie

Są to takie zachowania, które mają miejsce bezpośrednio na stronie, takie które są początkiem kluczowej dla Twojego firmy konwersji np. wysłanie formularza zapytania ofertowego ze strony internetowej może być początkiem transakcji sprzedaży oferowanych przez Ciebie produktów lub usług. Są to najprostsze do wycenienia wartości.

Jak do nich podejść?

Weźmy dla przykładu stronę generującą zapytania (ang. lead generation). Przykładem strony generującej potencjalnych klientów (ang. leads) jest Expander – doradca finansowy. Patrząc na potencjalnych klientów liczy się nie tylko ich ilość, ale również jakość. W celu wyceny wartości potencjalnego klienta możesz wykorzystać poniższą formułę:

średnia wartość potencjalnego klienta (ang. lead) = (pozyskani klienci x średni przychód ze sprzedaży) / liczba potencjalnych klientów

Załóżmy, że w Twoim serwisie z 500 wysłanych zapytań (lead’ów = potencjalnych klientów) w miesiącu wynika 50 zawartych transakcji (np. spotkań, w czasie których klient podpisze umowę – weźmie kredyt za pośrednictwem Expandera), czyli zdobycie 50 klientów. Niech średni przychód na jednym kliencie wynosi 2 000 zł (część klientów bierze mniejsze kredyty, inni większe – suma sumarum średnia wartość ze wszystkich prowizji od zawartych umów wynosi 2 000zł). Wówczas wartość jednego lead’u wynosi 200 zł, co oznacza, że jedno wysłane zapytanie jest warte 200 zł. Średnio potrzeba 10 takich zapytań, aby doszło do transakcji – współczynnik konwersji wynosi 10%. Wyobraź sobie teraz, że dzięki działaniom optymalizacji możeś zwiększyć ten współczynnik o 50%. Kalkulacja staje się bardzo prosta.

Mam nadzieję, że czujesz jak wycenić stronę generującą zapytania. Taką witryną może być każda strona, która potencjalnie zbliża Cię do zawiązania relacji biznesowych z odwiedzającym Cię w Internecie. Może to być nie tylko wysłanie zapytania przez formularz kontaktowy, ale również samo kliknięcie w zakładkę „Kontakt”, ściągnięcie pliku PDF, czy zapisanie się do newslettera. Zależy to oczywiście od celów, jakie przypisałeś tym zachowaniom.

Innym przykładem strony, która generuje bezpośrednie zachowania użytkowników jest strona z obsługą klienta – najczęściej jest to sekcja pomocy serwisu internetowego. Niech to będzie bankowość internetowa. Kanał internetowy zazwyczaj jest w stanie obsłużyć klienta po znacznie niższych kosztach. Taka witryna oprócz pomocy technicznej oferuje najczęściej możliwość kontaktu z call center. Jak wiadomo obsługa call center kosztuje dużo więcej niż utrzymanie serwisu z sekcją pomocy. Załóżmy, że miesięcznie do centrum telefonicznego przychodzi 1 000 połączeń z prośbą o pomoc techniczną i koszt jednego szacuje się na 12 zł (koszt zatrudnienia konsultantów – im więcej połączeń, tym większa liczba pracowników potrzebna, tym większy koszt). Odpowiedź na większość pytań jest do znalezienia w sekcji pomocy na stronie internetowej, ale w związku z tym, że użytkownicy nie są w stanie ich znaleźć, to dzwonią. Gdyby zoptymalizować sekcję pomocy poprzez ułatwienie znalezienia informacji, której zdesperowani użytkownicy nie mogą znaleźć i dzwonią do call center, to zmalał by koszt obsługi centrum. Załóżmy, że liczba telefonów spadłaby o 50%, co w konsekwencji przyniesie oszczędność w postaci 6 000 zł miesięcznie (500 telefonów x 12 zł).

Najprostszym jednak przykładem monetyzacji zachowań bezpośrednich jest sklep internetowy. Prawdopodobnie najważniejszą miarą każdego e-commercowca jest współczynnik konwersji zakupu. Jeżeli wynosi on 4% (liczby wszystkich odwiedzających witrynę), to zwiększając go dzięki optymalizacji konwersji (bez konieczności inwestycji kolejnych pieniędzy w działania reklamowe) zwiększamy przychód. Znając średnią wartość zamówienia możemy w prosty sposób policzyć, jak powiększy się nasz przychód dzięki optymalizacji konwersji.

Jak widzisz zachowania bezpośrednie są bardzo proste do skwantyfikowania – podstawą jest jedynie znajomość własnego biznesu. Gorzej jest z zachowaniami pośrednimi…

Zachowania pośrednie

W przypadku zachowań pośrednich jest o tyle ciężko dokonać ich wyceny, ponieważ kluczowa akcja dla biznesu, którego wizytówką jest strona internetowa nie zachodzi bezpośrednio na niej. Z tego też powodu bardzo mało osób nawet nie podejmuje się próby kwantyfikacji zachowań użytkowników ich serwisów. Większość motywuje to faktem, że na ich stronie nie dochodzi do żadnych transakcji kupna czy nawiązania kontaktu. Kiedy każdy potencjalny odwiedzający jest Twoim klientem – nawet jeżeli piszesz blog z pobytu na wakacjach, to może się okazać, że Twoje lekkie słowo zostanie zauważone przez łowców talentów, którzy zwerbują Cię do rekrutacji na dobrze płatne stanowisko. Wówczas potencjalny pracodawca staje się Twoim „klientem” ponieważ zgłasza popyt na Twoją usługę tj. pracę:)

Problem zachowań pośrednich najczęściej pojawia się w przypadku sprzedaży offline. Ludzie często wykorzystują strony internetowe do rozeznania się w produktach i usługach, po czym ostateczny zakup (konwersja) zachodzi poza witryną internetową. Przekonywująca strona (lub po prostu taka, na której użytkownik może znaleźć to czego szuka) może pomóc Twojemu biznesowi zwiększyć przychód z działalności bezpośrednio poza Internetem. Jak można to mierzyć, aby móc następnie wycenić takie działania na stronie. Przede wszystkim musisz najpierw zamienić takie zachowania na bezpośrednie, a możesz to zrobić m.in. poprzez:

• Dedykowane adresy e-mail – adres, który pojawia się na Twojej stronie nie powinien pojawić się gdziekolwiek indziej. W ten sposób możesz śledzić dokładną liczbę potencjalnych klientów, którzy trafili do Ciebie za pośrednictwem strony.
• Dedykowane numery telefonów – ta sama taktyka jak powyżej, z tą różnicą, że kanał internetowy ma przypisane unikatowe numery telefonów.
• Kody i kupony oferowane jedynie na stronie, które po zrealizowaniu poprzez kanał internetowy będą uprawniały użytkownika do skorzystania z lepszej oferty. Dzięki temu dowiesz się, jaki odsetek istotnej dla Twojego biznesu konwersji miał miejsce na Twojej witrynie.

Mam nadzieję, że za bardzo nie spłyciłem tematu, ale starałem się nie pisać o oczywistych oczywistościach. Jeżeli jednak coś wydaje Ci się niezrozumiałe lub nie do końca jasne proszę daj znać – będę starał się to bardziej szczegółowo rozwinąć.

Z monetyzacją jest jednak tak, że jak się ją już poczuje, to znając swój biznesu bez problemu opracujesz taki model. Najważniejsze jest, aby był on pomocny w oszacowaniu miejsca, w którym się znalazłeś po przeprowadzeniu optymalizacji witryny… pozostaje mi jedynie życzyć jak najwyższego współczynnika konwersji:)

Na koniec, dla przypomnienia chciałbym jeszcze raz zwrócić Twoją uwagę na nasz kalkulator korzyści z optymalizacji konwersji. Jeżeli masz już wycenione zachowania użytkowników Twojego serwisu pozwoli Ci on szybko oszacować potencjalny zysk z przeprowadzenia optymalizacji konwersji.

The post Pokaż mi pieniądze cz. 2, czyli jak stworzyć model monetyzacji first appeared on Conversion.

]]> https://conversion.pl/blog/pokaz-mi-pieniadze-czyli-istota-monetyzacji-w-analityce-internetowej/ Mon, 20 Sep 2010 07:21:28 +0000 https://new.conversion.pl/pokaz-mi-pieniadze-czyli-istota-monetyzacji-w-analityce-internetowej/ W ostatnim moim artykule o powodach, dla których analityka internetowa może nie działać w (przynajmniej niektórych) firmach za jedną z przyczyn tego faktu podałem brak modeli monetyzacji. Dzisiaj więcej na ten temat. Co to w ogóle jest monetyzacja? Jeżeli nie wiadomo, o co chodzi… to chodzi o pieniądze – jak mówi stare polskie porzekadło. W […]

The post Pokaż mi pieniądze, czyli istota monetyzacji w analityce internetowej first appeared on Conversion.

]]> W ostatnim moim artykule o powodach, dla których analityka internetowa może nie działać w (przynajmniej niektórych) firmach za jedną z przyczyn tego faktu podałem brak modeli monetyzacji. Dzisiaj więcej na ten temat.

Co to w ogóle jest monetyzacja?

Jeżeli nie wiadomo, o co chodzi… to chodzi o pieniądze – jak mówi stare polskie porzekadło. W przypadku monetyzacji jest dokładnie tak samo. Modele monetyzacji pokazują jaki dokładnie będzie efekt działań analityki internetowej wyrażony w walucie. Jest to wycena zachowań użytkowników strony internetowej – przypisanie im wartości pieniężnych np. średnia wartość transakcji w sklepie internetowym wynosi 500 zł – w związku z tym zakup produktu (konkretne zachowanie, konwersja) jest warte 500 zł (przypisana jej wartość pieniężna).

Pokaż mi pieniądze…

Żeby zobaczyć jak proces monetyzacji może zadziałać przedstawię teraz krótkie case study. Pochodzi ono z książki Actionable Web Analytics autorstwa Jasona’a Burby i Shane’a Atchisona. Przykład dotyczy fikcyjne firmy z branży IT. Strona przedsiębiorstwa próbuje edukować potencjalnych klientów i przekonać ich do skontaktowania się z przedstawicielem handlowym firmy poprzez zostawienie numeru telefonu w formularzu kontaktowym.

Firma w ostatnim czasie zatrudniła analityka internetowego, ale nie dlatego, że jest świadoma korzyści, jakie on przyniesie, lecz dlatego, że… zrobiła tak konkurencja. Pierwsze analizy przyniosły jeden zasadniczy wniosek – nawet jeżeli użytkownicy docierają do strony z formularzem kontaktowym, to procent jego wypełniania i zostawienia informacji kontaktowych jest bardzo niski. Istnieje konieczność optymalizacji! Jak w większości firm, jakiekolwiek zmiany pociągają za sobą pewien proces decyzyjny, na którego końcu jest zazwyczaj (Marketing) Manager.

Teraz w zależności, czy Analityk zastosował model monetyzacji rozmowa będzie miała dwojaki charakter.

Rozmowa A: Argument bez modelu monetyzacji

Jeżeli Analityk przystąpi do rozmowy bez przygotowanego modelu monetyzacji wówczas można być pewnym trudności, jakie go spotkają. A więc… Analityk puka do drzwi Managera w momencie, kiedy jest zajęty czytaniem maila. Rozmowa może wyglądać w następujący sposób:

Analityk: Masz chwilę?

Manager (bez odrywania oczu z komputera): Tak, proszę… tylko szybko. Mam spotkanie za chwilę.

Analityk: Przeanalizowałem stronę internetową i odnalazłem kilka przyczyn jej niskiej efektywności.

Manager: Jest do niczego?

Analityk: Nie, problem jest związany z zachowaniem użytkowników.

Manager: Aha, OK. Porozmawiaj z Karoliną – ona zajmuje się użytecznością.

Analityk: Właściwie, chciałem porozmawiać o tym z Tobą. Myślę, że to jest bardzo ważne.

Manager: Ok… o co chodzi? [stale patrząc w ekran komputera]

Analityk (mówiąc szybko i z podnieceniem): Po analizie ścieżek przeklików, dowiedzieliśmy się, że jedynie garstka ludzi, którzy dotarli na strony docelowe konwertuje trafiając do formularza kontaktowego. Nawet Ci, którzy dotarli, często nie dokańczają wypełnienia formularza i nie wysyłają swoich danych kontaktowych. Widzę tutaj duże pole do popisu.

Manager (spoglądając znad monitora swojego komputera po raz pierwszy od początku rozmowy): Ciekawe…

Analityk: Z porównania danych z naszej strony internetowej z raportami dotyczącymi konkurencji, wynika że… [mija kilka minut, w czasie których Analityk prowadzi monolog wykorzystując chyba całą terminologię ze słownika analityki internetowej]… Podsumowując, przy ustanowieniu kilku założeń, jesteśmy w stanie naprawić wszystko.

Manager (mija chwila, zanim zdaje sobie sprawę, że Analityk przestał mówić): OK, możemy powrócić do tematu, jeżeli uruchomimy funkcjonalność numer 34 naszego serwisu.

Analityk: Kiedy zacznamy?

Manager: Funkcjonalność numer 32 powinniśmy uruchomić w ciągu najbliższych trzech tygodni. Później zaczynają się pracę nad kolejną funkcjonalnością numer 33. Przewidujemy, że do końca kwartału prace nad nią również powinny być zakończone.

Analityk: Ah…

Manager: Dziękuję za informacje o tej ważnej, no, rzeczy… [przez chwilę próbują przypomnieć sobie, o czym była rozmowa] kolego.

I jakie są Wasze wrażenia? Czy wiecie, gdzie Analityk popełnił błąd? Ta rozmowa mogła wyglądać zupełnie inaczej. Przyjrzyjmy się, jak zmienia ją zastosowany model monetyzacji.

Rozmowa B: Monetyzacja zmienia wszystko

W poprzedniej rozmowie Analityk złamał kilka zasad – przede wszystkim zapomniał mówić „po polsku”. Mógł on poprawić swoją pozycję, gdyby mówił w bardziej uniwersalnym języku (zwłaszcza dla kierownictwa) tj. w języku pieniądza. Wówczas rozmowa mogłaby wyglądać mnie więcej w sposób następujący:

Analityk: Masz chwilę?

Manager (bez odrywania oczu z komputera): Tak, proszę… tylko szybko. Mam spotkanie za chwilę.

Analityk: Przeanalizowałem stronę internetową i odnalazłem kilka przyczyn jej niskiej efektywności. Z łatwością możemy zwiększyć liczbę użytkowników, którzy wysyłają do nas swoje dane kontaktowe przy pomocy formularza.

Manager: Naprawdę?

Analityk: Tak i wygeneruje to nam spore przychody. Przeanalizowałem zachowanie użytkowników, które jest celem naszego serwisu tj. wysłanie zapytania przez formularz i z moich kalkulacji wynika, że jeden klient pozyskany tym sposobem jest warty 3250 zł.

Manager: Masz na myśli, że każda osoba, która wypełnia formularz kontaktowy jest warta 3250 zł?

Analityk: Statystycznie mówiąc, tak. I tutaj tkwi nasz problem: nasza strona słabo konwertuje tzn. zamienia zbyt mało odwiedzających w osoby, które wysyłają swoje dane kontaktowe. Co więcej, w ogóle bardzo mało osób w ogóle dociera do strony z formularzem. W porównaniu do konkurencji wypadamy dużo słabiej.

Manager: Konkurencja jest lepsza?

Analityk: Myślę, że to jest duże pole do popisu. Nie będę Cię nudził za bardzo szczegółami, ale porównaliśmy dane z narzędzi analitycznych z ankietami, które przeprowadziliśmy wśród użytkowników naszego serwisu. Spojrzeliśmy również na wydajność stron naszej konkurencji. Nieważne… po optymalizacji jesteśmy w stanie wygenerować od 100 do 300 więcej wysłanych zapytań z formularza na naszej stronie. Bazując na wartości jednego klienta, która przypomnę wynosi 3250 zł, działania optymalizacyjne przyniosą nam od 325 000 do 975 000 zł miesięcznie więcej przychodu.

Manager: Wow – świetna robota! Jesteś pewny, że możemy zwiększyć liczbę zapytań o taką skalę? Czy jest to uzasadnione?

Analityk: Tak. Bazując na zachowaniu użytkowników i raportów dotyczących konkurencji myślę, że ten poziom jest całkiem realistyczny. Jeżeli przeprowadzimy klika testów formularza zapytania, wtedy będziemy niemalże 100% pewni.

Manager: Funkcjonalność 32 jest zaplanowana do wprowadzenia w ciągu najbliższych 3 tygodni. Rozmawialiśmy już o przeprowadzeniu A/B oraz wieloczynnikowych testów użyteczności kilka tygodni temu. Zaangażujmy firmę, która przeprowadza nam testy innej funkcjonalności do przeprowadzenia testów dla Ciebie w ciągu najbliższych dwóch tygodni.

Analityk: Doskonale. Zbiorę zespół na jutrzejsze spotkanie. Będzie super, jeżeli do nas dołączysz.

Manager: Jasne. Jestem wolny całe jutrzejsze popołudnie. Czy coś jeszcze?

Analityk: Szczerze, to bałem się, że będziemy musieli poczekać z moimi rzeczami do czasu uruchomienia funkcjonalności 34.

Manager: Nie bądź głupi. I jeszcze jedna sprawa, Marcinie: pod koniec miesiąca spotykam się z zarządem w celu przedyskutowania naszej strategii obecności w Internecie. Chciałbym wspomnieć o pracy, którą wykonałeś. Czy możemy się umówić na spotkanie, abyś opowiedział mi to wszystko w szczegółach?

Analityk: Brzmi super – dziękuję!

Widać różnicę, prawda? I chociaż jest to fikcyjna scena, to jednak w bardzo przystępny sposób ukazuje potrzebę stosowania modeli monetyzacji. Innym stylem rozmowy może być również przedstawienie konieczności optymalizacji serwisu w kontekście kosztów alternatywnych. Pokazując jak działa konkurencja, a jednocześnie uświadamiając kierownictwu, że nasza strona odstaje od innych firm pokazujemy utracone możliwości – również w pieniądzach.

Powyższy przykład mógłby wskazywać, że monetyzacja jest potrzebna jedynie dla przekonania kierownictwa. Jeżeli jesteś małą firmą o bardzo spłaszczonej strukturze również nie możesz zapominać o stosowaniu tego modelu. W pierwszej kolejności powinieneś jednak opracować program analityki internetowej, który pozwoli Ci mierzyć wydajność Twojej strony, podejmować trafne decyzje na podstawie danych płynących z analityki internetowej i optymalizować Twój serwis. Nakładając na to model monetyzacji zobaczysz jak bez inwestowania kolejnej złotówki na reklamę zwiększasz swój przychód.

Modele monetyzacji nie muszą być opracowane dokładnie co do złotówki. Byłoby świetnie mieć aż taki stopień dokładności, ale nie jest to konieczne. Wystarczy, że poczynisz uzasadnione założenia i jest to całkowicie OK.

Wydaje mi się, że po przeczytaniu powyższego artykułu już czujesz, jak stworzyć taki model monetyzacji. Jendak w następnym poście postaram się bliżej przedstawić ten aspekt. Bądź w kontakcie!

Jeżeli masz jakieś pytania, co do samej istoty moentyzacji to zapraszam do umieszczania ich w komentarzach.

The post Pokaż mi pieniądze, czyli istota monetyzacji w analityce internetowej first appeared on Conversion.

]]> https://conversion.pl/blog/dlaczego-analityka-internetowa-ang-web-analytics-jest-skazana-na-niepowodzenie-w-niektorych-firmach/ Mon, 13 Sep 2010 16:13:23 +0000 https://new.conversion.pl/dlaczego-analityka-internetowa-ang-web-analytics-jest-skazana-na-niepowodzenie-w-niektorych-firmach/ Mimo że w Polsce analityka internetowa jest ciągle dziedziną, z której korzyści większość firm nie zdaje sobie sprawy, to chciałbym dzisiaj opisać potencjalne przyczyny, które mogą wpływać na jej niepowodzenie w przedsiębiorstwach, które zdecydowały się jednak podjąć trudu mierzenia ruchu online i podejmowania na tej podstawie decyzji, skuszone zapewne korzyściami, jakie daje wdrożenie analityki internetowej […]

The post Dlaczego analityka internetowa (ang. web analytics) jest skazana na niepowodzenie (w niektórych firmach) first appeared on Conversion.

]]> Mimo że w Polsce analityka internetowa jest ciągle dziedziną, z której korzyści większość firm nie zdaje sobie sprawy, to chciałbym dzisiaj opisać potencjalne przyczyny, które mogą wpływać na jej niepowodzenie w przedsiębiorstwach, które zdecydowały się jednak podjąć trudu mierzenia ruchu online i podejmowania na tej podstawie decyzji, skuszone zapewne korzyściami, jakie daje wdrożenie analityki internetowej w firmie jeden z naszych pierwszych artykułów dotyczył właściwego podejścia do analityki internetowej. Już na samym wstępie Paweł zaznaczył, że wiele osób zaczyna przygodę z analityką internetową od zainstalowania narzędzia i przyglądania się raportom tam dostępnym, bez wyciągania głębszych wniosków, a co więcej wdrażania ich w życie.

Skąd ten problem wynika?

Według Stowarzyszenia Analityki Internetowej (ang. Web Analytics Association) wśród analityków internetowych aż 81% uważa, że ich działania są niezrozumiałe dla członków organizacji, w której pracują. Specjaliści twierdzą, że ten stan rzeczy jest wynikiem tego, że bardzo mało firm obiera procesowe podejście do analityki, o którym również pisaliśmy w naszym artykule.

Jak wynika z innych badań przeprowadzonych w Stanach Zjednoczonych ponad 20% ankietowanych firm stwierdziło, że w ich organizacji nie istnieje coś takiego jak strategia analityki internetowej.

Co więcej, aż 58% firm uważa, że niespełna połowa danych uzyskiwana dzięki analityce internetowej prowadzi do podejmowania trafnych decyzji. W tym momencie moglibyśmy zadać sobie pytania „Co my tutaj w ogóle robimy?”. Ale nie tak szybko… jesteśmy przekonani, że nawet 100% informacji płynących z analityki internetowej może być motorem trafnych decyzji biznesowych. Jednak jest kilka warunków, które muszą być spełnione, a których niewypełnianą firmy, co później skutkuje takimi statystykami.

Przeszkody na drodze analityki internetowej

Na podstawie doświadczeń ludzi z branży, po części również naszych chcielibyśmy przedstawić Wam kilkanaście przeszkód, które naszym zdaniem najczęściej stoją na drodze do uzyskiwania wysokich zwrotów z inwestycji w analitykę internetową.

1. 1. Brak opracowanego procesu analityki internetowej
      Naszym zdaniem jest to pierwszy i najważniejszy błąd, który popełniają firmy – z niego najczęście wynikają kolejne problemy.W dużej liczbie firm proces ten jest bardzo prosty: narzędzie zbiera dane, które później rozdysponowane są w formie raportów przez analityka. Koniec. Trudno to w ogóle nazwać procesem – w zasadzie lepszą nazwą jest tutaj procedura. Każde wdrożenie analityki internetowej powinno zacząć się od wyznaczenia celów obecności firmy w Internecie. Później powinny nastąpić kolejne kroki zgodnie z podejściem procesu ciągłego doskonalenia. Więcej na ten temat znajdziesz w naszym artykule ”Jak ugryźć analityke internetową”.
   2. Błędy w ustalaniu kluczowych wskaźników wydajności (ang. key performance indicators – KPI)Jak chcesz dojść do celu, jeżeli nie wiesz dokąd zmierzasz? Tak najprościej można podsumować ten błąd, który często popełniany jest w opracowaniu procesu analityki internetowej. Jest bardzo istotne, aby ustalić miarę sukcesu, która będzie Twoim celem w przekazie internetowym. Jeżeli cel zostanie osiągnięty, to należy wyznaczać kolejne miary wydajności zgodnie z zasadą procesu ciągłego doskonalenia. Wiele firm zapomina o tym, albo ustalają metryki, które w rzeczywistości są niespójne z wcześniej ustalonymi celami biznesowymi. Często również określone wskaźniki wydajności nie są określone przez całą organizację, a jedynie przez niektórych jej pracowników. Ten błąd jest również konsekwencją braku strategii obecności w Internecie. Więcej na temat ustalania kluczowych wskaźników wydajności, znajdziesz w naszym artykule pt. KPI – Twoja miara sukcesu w przekazie internetowym.
   3. Nieodpowiednie dane
      Sytuację można przedstawić bardzo obrazowo poprzez wyprawę jachtem z Europy do Ameryki Południowej. Zainwestowałeś w drogi sprzęt do nawigacji i wyruszyłeś w podróż. U kresu podróży okazuje się, że dobijasz do brzegów Australii zamiast wpływać do portu w Sao Paulo. Okazało się, że dane, które zebrał Twój GPS okazały się nieprawdziwe i wszystkie Twoje trudy na oceanie nie doprowadziły Cię do wyznaczonego celu.Podobnie może być z analityką internetową w firmach. Niedoświadczeni właściciele inwestują w drogie narzędzia, a dopiero później zatrudniają specjalistów, którzy mierzą cele, dostarczają raporty, które następnie są podstawą wszelkich zmian strategii online firmy. Jak się później może okazać, zmiany te przynoszą nieoczekiwane, często sprzeczne z wyznaczonymi celami efekty. Powodem jest najczęściej nieprawidłowość danych.Pierwszą rzeczą przed przystąpieniem do mierzenia aktywności online firmy powinno być przeprowadzenie audytu zainstalowanych narzędzi. Jak się okazuje w praktyce, takie badanie ujawnia od 10 do 30% rozbieżności pomiędzy raportowanymi a rzeczywistymi metrykami.Przyczynami tych błędów mogą być m.in.:- niekompletne lub niewłaściwe tagowanie linków i zdarzeń (więcej na temat śledzenia zdarzeń),- niewłaściwe filtry w ramach profili,- wewnętrzni użytkownicy – pracownicy firmy, który poruszając się po własnej stronie internetowej jedynie zniekształcają jej statystyki (można temu zapobiec również dzięki zastosowaniu filtrów).
   4. Nadmiar danych
      Garbage in, garbate out – taki rzeczywiście może być proces analityki internetowej, jeżeli będziemy mieli do dyspozycji zbyt duży zbiór danych. W branży powszechne jest również stwierdzenie smogu informacji. Mamy z nim wówczas do czynienia, gdy gromadzona jest taka ilość informacji, że niemożliwym jest wyciągnięcie z nich jakichkolwiek konstruktywnych wniosków.Aby zapobiec temu zjawisko należy przede wszystkim:- skupić się na najbardziej istotnych dla biznesu metrykach i zachowaniach na stronie,

– zacząć od małych spraw – skupić się na małych problemach i dobrać dla nich odpowiednie miary, aby później przejść do większych wyzwań,

– skupić się na danych, które pozwolą poprawić Twój biznes.

• Brak modelu monetyzacji

Jednym z przewijających się problemów w firmach, które nie pozwalają skorzystać z potencjału jaki oferuje analityka internetowa jest brak przekonania, co do jej efektów kierownictwa firmy. Problem ten wynika z tego, że managerowie nie widzą realnych efektów (w postaci pieniędzy oczywiście), które przyniosą im zmiany zaimplementowane zgodnie z rekomendacjami płynącymi z danych analityki internetowej. W celu zapewnienia zrozumienia przez kierownictwo konieczności wprowadzania zmian w firmie powinny być rozwinięte modele monetyzacji (zajmę się nimi w przyszłości): wprowadzenie zmian przyniesie wzrost współczynnika konwersji o 50%… co spowoduje wzrost rocznych przychodów ze sprzedaży o 1 000 000 PLN. Robi różnicę, prawda?

• Z powyższego problemu wypływa również problem braku zaangażowania i wsparcia ze strony kierownictwa. Na nieszczęście efektów jakie może przynieść, analityka internetowa jest procesem długotrwałym, przez co często spychana jest na drugi tor w obliczu spraw dnia codziennego, które zazwyczaj są niecierpiące zwłoki.

To są moim zdaniem jedne z najważniejszych aspektów funkcjonowania analityki internetowej w firmach, które tak naprawdę nie pozwalają w pełni rozwinąć jej skrzydeł. Części z nich będę chciał na pewno przyjrzeć się bliżej w przyszłości. A Wy, jak uważacie? Czy wymienione przeze mnie aspekty są w rzeczywistości przyczyną niepowodzeń. Może z własnego doświadczenia natknęliście się na inne rzeczy – proszę podzielcie się nimi z innymi

The post Dlaczego analityka internetowa (ang. web analytics) jest skazana na niepowodzenie (w niektórych firmach) first appeared on Conversion.

]]>