成長駭客（Growth Hacker）是近年電子商務行內的火熱話題，所謂Growth Hack是指解破業務流失的重點。數據分析就是電子商務行業的Growth Hack的核心，以數據解破問題的障礙，然後訂定針對性的市場策略，並透過一群願意hands-on有效處理事情的人，突破業務增長的盲點。
以下是筆者分三項對於數據分析的要訣，助你成為電子商務的Growth Hacker：
（圖片來源： Shutterstock） ● 綜合數據分析
銷售問題通常不會只是來自單一的原因，而是從產品價格、顧客喜好、或是市場趨勢互相之間的變化而產生。
數據分析員往往需要在分析的過程中，挖掘出不同數據的關連，一目了然了解箇中的原因。因此，數據分析的關鍵之一是在於處理整合數據的能力，利用新技術把不同的數據來源集中在同一點，以用作綜合數據分析。
舉一個常見的例子，我們經常會先把實際銷售數據與預測銷售數據作出比較，如果發現當中較大的差異，我們便會從不同的方向來分析各種原因。這可能會是由於高銷量的產品缺貨影響到整體銷量，又有可能是媒體投放的成效不足以致影響流量，亦有可能是來自網站的穩定性，引致訪客的跳出率提高。然而，這些數據源通常是收集與儲存於不同的數據庫中。
較常見的情況是數據分析員會利用Google Analytics或Adobe Analytics記錄網站的流量及訪客的瀏覽行為；而客戶及銷售資料會儲存於CRM系統內。當我們發現某些產品的銷量下降時，便會同時檢測流量及轉化率，作出及時的處理。
因此，除了一般的數據庫及分析工具外，我們還需要額外採用Data Visualization Dashboard或BI 工具來貫穿不同的數據來源，便容易進行數據挖掘的工作，在短時間內找出影響銷售的各種原因。
（圖片來源：Shutterstock） ● AB Testing 優化網站內容
以往數位行銷人員透過AB Testing測試不同的創意內容，把付費流量導向不同的頁面，憑轉化率或其他數據決定調整文案、圖片、或按鈕大小，量度出最優化的方案。
現時無論是Google Optimizer或者是Adobe Target，我們可以進一步按設定的比例把所有進入網站的流量 （包括自然流量及付費流量）自動分配到不同的頁面，然後計算出優化結果，把行動和量度合為一體。雖然現時的分析工具方便使用，數據分析員不再需要繁複的代碼程式便能夠輕易使用。
但是筆者認為重點應該放在最有影響力的地方，找出最容易接觸用戶的地方，而關鍵在於能否利用AB Testing達到Growth Hack的效果取決於定訂測試的Objective與Hypothesis，才會有明顯的結果及決定下一步的策略。
例如我們有兩種不同的推廣優惠，一種是以優惠卷形式給予顧客，另一種是以產品折扣優惠。我們要決定把那一種優惠獲取最大的利潤，然後放在網站最當眼的位置推廣，以得出最大的銷售效益。
首先我們要想的是兩種優惠會吸引那些不同的客戶群：...ReadMore
| 
沒有留言:
張貼留言