Запускаем новый проект ecommerce-ритейлера. С чего начать анализ, если данных не так много? — KINETICA
ТРУ.МАРКЕТИНГ — Наш канал в телеграме
Ежедневные обзоры статей, новости рынка, кейсыПодписаться

Запускаем новый проект ecommerce-ритейлера. С чего начать анализ, если данных не так много?

Добрый день!

В работе с большими бюджетами и крупными клиентами очень важно грамотное прогнозирование. Если с линейным прогнозом все понятно, то что делать в новых проектах, когда анализировать особо нечего?

Например, какую модель сформировать для ecommerce-ритейлера с учетом конверсий, ассортимента и популярности определенных позиций — очень часто 30% ассортимента делают 70% выручки.

А также, как учесть сезонный спрос на продукцию и другие факторы? В этом году все обувные ритейлеры начали сезон намного позже из-за долгой зимы.

Какими инструментами, подходами и методами посоветуете воспользоваться?

Алексей

0
2 минуты  |  время прочтения

Алексей, даже в абсолютно новом проекте данные уже есть: стоимость привлечения трафика сформирована рынком, а бизнес диктует бюджет и предложение. Они позволяют приблизительно оценить объем трафика и сравнить себя с конкурентами — вы поймете, как это скажется на коэффициенте конверсии.

Для начала посмотрите динамику спроса и тренды в сервисе «История запросов» от «Яндекса». Сервис собирает статистику запросов по месяцам и неделям, с мобильных устройств и десктопа, в абсолютных и относительных значениях.

Запускаем новый проект ecommerce-ритейлера. С чего начать анализ, если данных не так много?

Другой сервис — «Прогноз бюджета» поможет свести ожидание с реальностью, покажет реальный объем потенциального трафика.

Запускаем новый проект ecommerce-ритейлера. С чего начать анализ, если данных не так много?

У большинства рекламных систем есть похожие инструменты для прогнозирования охвата и трафика. Они показывают рекламные сообщения не только по запросу в поисковых системах, но и по определенной целевой аудитории. Но для этого вам придется провести анализ заинтересованной ЦА и понять почему они захотят купить ваш продукт или, наоборот, не захотят.

Лишь на основе результатов анализа приступайте к прогнозу — формируйте сегменты аудитории, креативы и предложение

После того, как разберетесь с количеством потенциального трафика, определите процент будущих клиентов — рассчитайте коэффициент конверсии. Для этого обратитесь к предыдущему опыту работы в смежной тематике, либо посмотрите исследования в интернете на эту тему.

Предлагаю взглянуть на статью о критериях настройки Google AdWords от аналитиков из Wordstream. Они разделили коэффициент конверсии по тематике бизнеса и проиллюстрировали это в таблицах — получилось наглядно и информативно.

Запускаем новый проект ecommerce-ритейлера. С чего начать анализ, если данных не так много?

Среднее значение CR по всем сферам в поиске — 3.75%, в медийной рекламе — 0.77%

Но лучше, конечно же, использовать вилочный прогноз — базовый, оптимистичный и пессимистичный.

Базовый коэффициент конверсии — это коэффициент, который вы предполагаете получить.

При пессимистичном прогнозе коэффициент конверсии в 2 раза ниже базового.

Оптимистичный прогноз предполагает коэффициент в 2 раза выше базового.

Такой подход поможет определить окупаемость бизнеса и возможные риски, если дела пойдут не так хорошо, как планировалось. Вы узнаете необходимый минимум ресурсов для его экономической рентабельности и увидите перспективы от увеличения коэффициента конверсии.

Также советую заранее продумать, где стоит над ним поработать, и сформулировать гипотезы для тестирования. Возможно, получится улучшить его сразу.

Приложить файл
Отправляя форму, я принимаю пользовательское соглашение
Был ли материал вам полезен?
Да
Нет
Спасибо
Есть что сказать по теме?
Что можно сделать для моего проекта?
Отправляя форму, я принимаю пользовательское соглашение
Выскажитесь
Отправляя форму, я принимаю пользовательское соглашение
Предложить статью
Мы ищем новых авторов, готовых писать честные и профессиональные статьи
Условия сотрудничества →
Прочитайте еще
Аналитика
Зачем нужен когортный анализ в Google Analytics
Говорит эксперт веб-аналитики Джастин Катрони
8243
Аналитика
Проблема выбора и влияние на конверсии
Анализ ситуации
7217
Аналитика
Как долго ждать результата A/B теста в имейл-рассылках
На примере 500 000 рассылок от MailChimp
4907
Реклама
Лёгкий способ передачи данных из Яндекс.Директ в Google Analytics
Как мы решили эту проблему
8987