Marketing Extrapolation Tool

Představte si, že máte v týmu člověka, který pro vás každý den zpracuje stovky milionů řádků dat, provede nad nimi nespočet matematických modelací a řekne vám, jak bude vypadat průběh vašeho byznysu v následujícím období a jakou skutečnou byznysovou hodnotu měli investice a rozhodnutí provedené v minulosti.

Každý den.

Kdo za myšlenkou nástroje a jeho vývojem stojí?

Milan Merglevský

Solution Architect

Marek Kobulský

Machine Learning Scientist

Vybraní klienti

Hlavní výhody

  1. Ověřeno praxí. Nástroj sami využíváme pro řízení nejenom marketingových investic všech našich zákazníků již mnoho let.

  2. Bez vysokých nákladů na technologie i lidské zdroje získáte možnost využít ty nejmodernější přístupy pro datové řízení vašeho byznysu, včetně neuronové sítě a pokročilých matematických modelů.

  3. Možnost napojení jakýchkoliv datových zdrojů (marketing, účetnictví, zákaznická databáze, transakční databáze a jakákoliv další data, která jsou pro váš byznys smysluplná).

  4. Cena, úměrná objemu vaší návštěvnosti, začíná od 500 Kč / měs. s možností získat implementaci zdarma.

  5. Neomezená škálovatelnost objemu zpracovávaných dat - vhodné jak pro menší a střední projekty, tak i byznys s obrovskými datovými objemy a unikátními potřebami customizace.

  6. Díky volitelným modulům platíte pouze za části nástroje, které jsou pro váš byznys relevantní.

Nástroj v kostce

Marketing Extrapolation Tool vám z velké části vyřeší analytiku zdrojů návštěvnosti vašeho webu, pomůže vám s řízením marketingových investic napříč zdroji návštěvnosti, jejich plánováním na další měsíce, vyhodnocením i několik let zpětně, předpoví vám vývoj návštěvnosti, tržeb a návratnosti marketingových investic až na 3 měsíce dopředu pomocí neuronové sítě a několika různých matematických přístupů, umožní vám jednoduše pracovat s Data Driven Atribučním modelováním, odhadne objem nákupů vašich aktuálních zákazníků na rok dopředu (CLV)na důležité informace vás upozorní pomocí notifikací a díky schopnosti prediktivní analytiky vám v byznysu umožní překonat sami sebe. To vše za cenu, která vám vyrazí dech.

Využité technologie

Vizualizace dostupné v mnoha analytických platformách

Šablony vizualizací pro vybranou platformu jsou zdarma součástí implementace.

 
 

1. Prediktivní analytika a plánování investic do marketingu

​Nezále​ží na tom, zda jste internetový obchod, prodáváte online služby, získáváte leady, akvírujete na svůj web návštěvnost, které následně zobrazujete reklamu, nebo máte jiný unikátní monetizační model.

Klíčem k byznysovému úspěchu nejenom online projektů je marketingový/byznysový plán, díky kterému se naučíte detailně znát strukturu své návštěvnosti, příjmů a nákladů, získáte možnost efektivního škálování svého byznysu a především se také naučíte, jak pokořit zdánlivě nedosažitelné limity. 

Milan: „Z našich zkušeností díky prediktivní analytice projekty i lidé skutečně začínají být „Data Driven“. Získáte schopnost „změnit budoucnost“ a ne pouze „lamentovat nad tím, co se za předchozí období povedlo/nepovedlo“. Tento přístup navíc velice často probouzí „vášeň k datům“ -> i denně můžete sledovat, jak se predikce mění na základě změn, které aplikujete do praxe.“

Jednoduše se dá říci: Díky prediktivní analytice získáte možnost překonat sami sebe.“

Jak přistupujeme k prediktivní analytice?

  • Standardně pracujeme s několikaletou historií dat, která chceme modelovat (Google Analytics, vaše transakční databáze, účetnictví nebo jakýkoliv jiný datový zdroj).

  • Následně pro predikci využíváme kombinace neuronové sítě a několika matematických přístupů.

  • U každého projektu bedlivě sledujeme přesnost našich modelů (tedy známou skutečnost v porovnání s původním odhadem) a na základě zjištěných poznatků naše výpočty neustále zpřesňujeme.

  • V rámci tvorby plánu marketingového rozpočtu (součástí modulu) máte navíc možnost ruční korekce predikce na úrovni jakékoliv modelované metriky a dimenze.

Příklad jedné z vizualizací 3 měsíční predikce marketingových nákladů pro vybraný channel (DataStudio)

Možnost manuální korekce predikce pro finalizaci plánu marketingového rozpočtu

Analýza přesnosti predikce návštěvnosti 

Jak funguje plánování investic do marketingu a akvizice návštěvnosti?

Návštěvnost webových stránek většiny online byznysů se skládá z placeného a neplaceného vyhledávání (PPC & SEO), sociálních sítí, e-mailingových kampaní, zbožových srovnávačů, affil partnerů, přímé návštěvnosti i dalších zdrojů. Jak ale správně kvantifikovat přínos jednotlivých zdrojů návštěvnosti (potažmo tržeb a profitu)?

Z naší mnohaleté praxe se nám na desítkách projektů osvědčil koncept tvorby marketingového plánu (potažmo byznys plánu), díky kterému se dají jednak kvantifikovat KPIs pro jednotlivé zdroje návštěvnosti a také správně identifikovat priority, do jakých zdrojů, v jakém objemu a jakým způsobem investovat peníze i čas.

  1. Pro tvorbu plánu a řízení marketingových investic slouží jako základní stavební kámen „channel grouping“, neboli segmentace návštěvnosti a investic do logických celků (nejčastěji dle zdroje návštěvnosti, reklamní kampaně, vstupní stránky na webu nebo jiných dostupných dimenzí).

  2. Až na rok dopředu následně plánujeme objem impresí, kliknutí, návštěvnosti, transakcí, tržeb, konverzního poměru, průměrné hodnoty objednávky, % marže, marketingových investic a toho nejdůležitějšího marketingového KPI: „Marketing Profit“ (jinak řečeno cashflow, které vám zbyde na provoz firmy po odečtení marketingových nákladů.

  3. Pro plánování můžete využít jak prediktivní analytiku, která plán všech výše uvedených metrik a dimenzí vytvoří za vás až na 3 měsíce dopředu, tak i jednoduchou manuální korekci, díky které můžete mít plánování vždy plně pod kontrolou.

  4. Vytvořením plánu na nadcházející kalendářní měsíce nicméně možnosti našeho nástroje nekončí, naopak, získáte možnost znát výsledek aktuálně probíhajícího kalendářního měsíce až s několikatýdenním předstihem díky extrapolaci založené na neuronové síti a několika matematických modelech (obdobně, jako prediktivní analytika pro tvorbu plánu, pouze s jiným časových ohraničením predikce). 

  5. Pro vyhodnocení úspěšnosti marketingu ve sledovaném období tak nemusíte čekat na konec měsíce, ale můžete již s předstihem předejít neefektivním investicím a byznysovým ztrátám díky včasné optimalizaci.

  6. Predikce objemu transakcí pro marketingový zdroj (viz channel grouping) je přímo závislá na vybraném atribučním modelu. Můžete využít jak standardní nastavení Google Analytics (Last nonDirect Click), případně jakýkoliv náš další atribuční model, včetně několika Data Driven Atribučních modelů kombinujících „Markov Chain“, „Shapley“ i „Funnel atribuční model“. Více se o atribučním modelování můžete dozvědět na našem školení „Data Driven Atribuční modelování“.

 

3. Zákaznická analytika (CLV) + kohortní analýza

Prediktivní Customer Lifetime Value analýza (CLV) je nejefektivnější cesta, jak zjistit nejenom to, jakou aktuální hodnotu pro vaši firmu mají stávající zákazníci, ale také, jak se jejich hodnota bude měnit v průběhu času. Díky CLV prediktivní analýze získáte kvantifikaci budoucí hodnoty zákaznické báze. CLV lze také vnímat jako nejlepší metriku k predikci budoucího chování zákazníků ve vztahu k nákupům a jejich objemu.

 

  • Customer Lifetime Value (CLV) je predikce budoucí hodnoty zákazníka.

  • Hodnota CLV je v rámci naší analýzy počítána na úrovni každého unikátního zákazníka zvlášť.

  • Pro výpočet využíváme ParetoNBD model a několik dalších matematických přístupů.

  • Předpovídáme také hodnotu celé zákaznické báze (tzv. customer equity).

  • CLV lze brát také jako možnost valuace firmy z pohledu zákaznické báze.

 

Kdy potřebujete zákaznickou analytiku dle CLV pohledu?

 

  • Analýza je velice užitečná a využitelná pro každý byznys s potenciálem opakovaných nákupů produktů nebo služeb.

  • CLV nemá smysl v případě, kde je výnos od zákazníka jednorázový/neopakovaný.

  • Má omezený smysl v případech, kdy je frekvence dalších objednávek/příjmů velmi nízká.

 

Jaká byznysová rozhodnutí lze díky znalosti CLV uskutečnit:

 

  • Marketing+Sales:

    • Jaká je smysluplná investice za akvizici zákazníka? - velice důležitá znalost pro rozhodování a plánování marketingových rozpočtů.

    • Na jaký typ zákazníků bychom měli zaměřit největší úsilí k jejich získání?

    • Na jaké segmenty zákazníků má smysl zaměřit marketingové aktivity? (ať už pro retenci stávajících zákazníků nebo pro akvizici nových, u nichž predikujeme vysokou budoucí hodnotu/CLV)

  • Product:

    • Jak mohu nabízet své produkty a služby na míru svým nejlepším zákazníkům?

    • Jakou slevu bych měl dát dle segmentace zákazníků?

  • Zákaznická podpora:

    • Kolik můžeme utratit za udržení zákazníka? (tedy, do jaké částky dává smysl investovat do retence a reaktivace a pro které konkrétní segmenty zákazníků?).

Vizualizace a segmentace odhadu objemu budoucích nákupů stávajících zákazníků

Kohortní analýza zákazníků

Vizualizace odhadu „churn rate“ = ztráty zákazníků

 

2. Data Driven Atribuční modelování

Změna atribučního modelu z defaultního nastavení Google Analytics (Last nonDirect Click) má pro spoustu projektů obrovský potenciál z pohledu efektivity řízení marketingových investic. Zároveň je spojené se spoustou mýtů, omylů a nepochopení.

Co to tedy vlastně atribuční modelování je? Jednoduše se dá přirovnat k odpovědnosti za přínos jednotlivých zdrojů návštěvnosti, investic a aktivit s nimi spojenými. Již dávno skončila doba, kdy dávalo smysl vyhodnocovat jednotlivé marketingové zdroje odděleně a správci jednotlivých kanálů (např. PPC) neměli hlubokou znalost ostatních zdrojů návštěvnosti a tržeb (SEO, social atd).

Smyslem atribučního modelování tedy není za každou cenu změnit model, který využíváte, ale porozumění tomu, jak váš vybraný model funguje, jak jednotlivé kanály vašeho marketingového mixu spolupracují a jakou skutečnou návratnost mají investice a aktivity s nimi spojené.

Atribuční koeficienty vyjadřující rozdíly mezi jednotlivými modely na úrovni každého kanálu

Jak přistupujeme k výběru nejvhodnějšího atribučního modelu?

  • Nejdříve pomocí našeho nástroje Marketing Attribution Tool (dostupný zdarma pro našeho každého zákazníka bez nutnosti jakékoliv implementace, více o nástroji zde) provedeme atribuční analýzu, na základě které vybereme nejvhodnější atribuční model.

  • V případě výběru některého z Data Driven Atribučních modelů provedeme několik experimentálních výpočtů s různým nastavením, kde „vítězné nastavení“ následně použijeme pro kontinuální výpočet atribuce v rámci Marketing Extrapolation Tool, a také pro výpočet prediktivní analytiky z pohledu objemu transakcí a tržeb dle jednotlivých marketingových kanálů (viz popis modulu 1.).

  • Součástí atribuční analýzy je také vizualizace konverzních a nekonverzních cest, díky které do hloubky pochopíte, jak vaše marketingové kanály spolupracují mezi sebou.

  • Více o atribučním modelování se dozvíte na našem školení „Atribuční modelování v marketingu“.

Rozložení transakcí a třžeb v čase dle různých atribučních modelů a vývoj atribučních koeficientů.

Jednoduchá spolupráce s každým členem týmu a zadávání úkolů

Díky využití funkcí, které nabízejí Gooogle Spreadsheets, můžete jednoduše s členy svého týmu sdílet komentáře k jednotlivým metrikám, přímo zadávat úkoly konkrétním lidem, kterým obratem přijde informace na jejich e-mail a udržovat tak historický kontext o vývoji vašich marketingových aktivit, který se v čase stane svou informační hodnotou nedocenitelný.

 

4. Automatický import marketingových nákladů

  • Technologické know-how automatizace importu nákladových dat do GA zajišťuje Stanislav Jílek.

  • Za konektory do reklamních platforem a automatizovaný import dat do GA neplatíte žádné měsíční poplatky. Cena za implementaci vybraných platforem je jednorázová v rámci nasazení
    a nastavení Marketing Extrapolation Tool.

Pro jaké marketingové platformy již umíme automatizovat import nákladových dat?​

  • Sklik

  • Heureka (CZ + SK)

  • Zbozi.cz

  • Facebook.com

  • Glami (CZ, SK, RO)

  • Favi (CZ, SK, PL, HU, RO)

  • Biano (CZ, SK, RO)

  • Hledejceny.cz

  • Srovname.cz

  • Arukeresho.hu

  • Compari.ro

  • Pazaruvaj.com

  • Shopalike

  • Criteo.com

  • Domodi.pl

  • RTBhouse (připravujeme)

  • Adform.com (připravujeme)

  • Další konektory (připravujeme)

5. Napojení na jakýkoliv datový zdroj

Díky využití platformy Keboola.com, na které je Marketing Extrapolation Tool z části založený, umíme do datového ekosystémů a všech modulů zapracovat jakékoliv datové zdroje, které má váš byznys k dispozici.

Nejčastěji napojujeme transakční databázi pro přesnou kvantifikaci marže na úrovni objednávky, identifikaci zákazníků pro výpočet CLV, očištění dat Google Analytics o vratky a storna. Napojujeme se na vaše účetní data a mnoho dalších use cases.

Příklady platforem a datových zdrojů, ze kterých je možné napojit data

  • mySQL (DB)

  • Pohoda

  • ABRA

  • Shoptet

  • Google Analytics

  • Facebook

  • Google Ads

  • Apify.com

  • Deepcrawler.com

  • MarketingMiner.com

  • Collabim.cz

  • Ahrefs.com

  • Google Sheets & Google BigQuery

  • a mnoho dalších datových zdrojů

 
 

Cena & rezervace implementace

  • Veškeré implementace provádí Milan Merglevský nebo Marek Kobulský osobně.

  • Z tohoto důvodu jsou naše kapacity omezené. V rámci jednoho kalendářního měsíce stihneme pouze několik implementací a zaškolení práce s nástrojem.

Momentálně uzavíráme objednávky na měsíc únor 2020.

Cena za Marketing Extrapolation Tool

Měsíční fee za vybrané moduly

dle měsíčního objemu (users/uživatelů) dle vašich Google Analytics

Ceny za jednotlivé moduly upřesníme během několika týdnů

Cena se vždy odvíjí od objemu návštěvnosti vašeho webu a vybraných modulů.

Uvedené ceny jsou vždy bez DPH.

Cena za implementaci vybraných modulů

  1. Prediktivní analytika & extrapolace: měsíc na otestování zcela zdarma (implementace + měsíční fee)

  2. Data Driven Atribuční modelování: Cenu za implementaci upřesníme během několika týdnů

  3. ​Zákaznická analytika (CLV & kohorty) Cenu za implementaci upřesníme během několika týdnů

  • v případě roční předplatby měsíčního fee za vybraný modul je jeho implementace zdarma

Cena za import nákladových dat do Google Analytics

  • Automatizace importu nákladových dat z reklamních platforem do Google Analytics na denní bázi je zpoplatněn jednorázovým poplatkem 1.000 Kč bez DPH / platforma / doména.

  • Za import nákladových dat se neplatí žádný další měsíční poplatek.

Nezávazná poptávka

 

Reference

Adam Zamojski

S extrapolací marketingových investic pracuji již roky a svou práci marketingového ředitele si bez ní již nedokážu představit. Velkou výhodou konceptu, na kterém je postaven Marketing Extrapolation Tool od Ecommerce-academy.cz je jednoduchost na implementaci, použití a nízké provozní náklady díky chytře zvoleným technologiím, na kterých celý koncept běží. Skvělá je také jednoduchá možnost kooperace v rámci lidí v týmu a komunikace přímo v rámci šablony včetně zadávání úkolů.

Za mě osobně rozhodně doporučuji.

Marketingový ředitel Sportisimo.cz

Radek Pavel

Chtěl jsem posunout práci s daty v naší firmě na novou úroveň, ale přiznám se, že pro mě svět analytiky a marketingových dat byl ze začátku velice nepřehledný.

Zvrat k lepšímu přišel až díky Milanovi Merglevskému a jeho konceptu pro řízení marketingových investic (Marketing Extrapolation Tool), díky kterému jsme společně postupně dostali naše vynaložené finanční i osobní úsilí pod kontrolu.

Pod kůži, a především do strategického byznysového rozhodování se nám dostala i tak nepřístupná témata, jako je atribuční modelování, kauzalita (statistická analýza) a další analytická alchymie.

Majitel a ředitel e-shopu Autodoplnky-obchod.cz

Petr Sýkora

Díky nástroji Marketing Extrapolation Tool se nám výrazně zpřesnil odhad budoucích výnosů na měsíční bázi spolu s dopředu jasnou strukturou nákladů dle marketingových zdrojů.

 

Operativně tak jsme již v půlce měsíce schopni reagovat na případný nepříznivý byznysový vývoj, řídit příslušné správce kampaní a reklamních platforem díky exaktně kvantifikovaným KPIs a výrazně zlepšit finální výkon marketingových i dalších investic. 

©2019 Ecommerce-academy.cz, created with love by Milan, Marek & Ivča