Google исследовал поведение клиентов
Корпорация Google анонсировала новый инструмент в решении сервиса Google Analytics, который носит название как Customer Journey to Online Purchase. Как теперь ясно из названия, данный механизм позволяет анализировать обычное поведение целевой онлайн-аудитории для конкретного сегмента в конкретном государстве.
Новый инструмент призван облегчить в значительной степени понимание того, какие конкретно каналы покупатель применяет, перед тем как совершить целевое действие на электронном коммерческом ресурсе. Customer Journey to Online Purchase применяет сведения отчета GA по веб-коммерции и многоканальных последовательностей. Сведения предоставляются из аккаунтов более тридцати пяти тысяч пользователей сервиса Google Analytics и включают информацию по одиннадцати отраслям и семи государствам (Российской Федерации в данном списке, к сожалению, нет).
Данный механизм позволяет проанализировать следующие данные:
1. Как разнородные маркетинговые пути (баннерная реклама, поисковый хостинг, почта, веб-ресурс) помогают «продвигаться» покупателю к приобретению товара или услуги. Можно наблюдать, как один и тот же путь в зависимости от государства и самой темы способен играть то косвенную роль на первой стадии пути покупателя, то выступать в качестве заключительного взаимодействия, которое привело покупателя к приобретению товара или услуги.
2. Как именно покупатель делает приобретение товара или услуги в режиме онлайн (начиная от начальной стадии взаимодействия с каналом и заканчивая приобретением товара), и каким образом длина этого пути воздействует на среднюю цену заказа (допустим, дорогие приобретения редко осуществляются сразу за один день).
Относительно данного механизма собственное мнение высказал Олег Сахно из агентства Интерлабс: «Выборка из тридцати шести тысяч пользователей, которая разделена на семь государств, как средняя температура по клинике, учитывая, чт о по РФ цифр нет. Даже то, что имеется сегодня, демонстрируют некоторые эталонные цифры.
Такие срезы демонстрируют общею картину того, что делают конкуренты. Позволяют стать ближе к объективной ситуации в стремлениях оптимизировать конкретный рекламный канал. Базируясь на подобных сведениях, можно обойти вопрос локальных максимумов в А/B анализе, ведь итак ясно, к чему нужно стремиться».
