Рітейл та eCommerce

Tradesy застосовує Segment для кращого розуміння дій клієнтів

~ 3 хв

Платформа допомогла підвищити коефіцієнт конверсії і дізнатися причини того, чому клієнти йшли з сайту, що змусило їх залишитися, на якому етапі у процесі оформлення замовлення вони відмовилися від покупки і так далі

Компанія

Tradesy – це популярна платформа електронної комерції для покупки і продажу брендового одягу та дорогих аксесуарів. Основа діяльності платформи: продаж, покупка і обмін невідповідних предметів гардероба або прикрас на якісь інші товари. Команда розробників Tradesy використовувала Google Analytics, щоб зрозуміти поведінку покупців. Незважаючи на безумовну корисність Google Analytics і його допомогу у розумінні поведінки клієнтів, застосування даного сервісу дозволяє побачити тільки прості показники конверсії, наприклад, як клієнт потрапив на сайт і що він купив. Аналітики не змогли «прив’язати» дані дії до конкретних користувачів, оскільки Google Analytics анонімізує кожну взаємодію.

Щоб підвищити коефіцієнт конверсії і дізнатися більше про своїх клієнтів, фахівцям знадобилося більше інформації. Чому клієнти йшли з сайту? Що змусило їх залишитися? Де саме в процесі оформлення замовлення вони відмовилися від покупки і так далі. Технічний директор Tradesy хотів створити власне рішення для консолідації даних через додатки, веб-сайти і транзакції. Однак створення бібліотеки збору даних, ETL-конвеєра і інтеграція аналітики, які були б надійними, масштабованими і працювали на різних пристроях, було б завданням колосальної складності – для завершення такого проекту потрібна була працю трьох технічних фахівців протягом шести місяців.

Рішення

Tradesy обрала Segment у якості своєї платформи аналізу даних клієнтів. Segment надійно перенаправляє дані у кінцеві інструменти, допомагаючи аналітикам зрозуміти, як люди приходять на ритейл-платформу, що саме вони роблять, купують вони, повертаються чи ні. Tradesy вирішила завантажити свої дані в Amazon S3 за допомогою інтеграції з Segment.

Amazon S3 – це масштабована платформа для зберігання необроблених даних, яку аналітики використовували для проведення дослідного аналізу та обліку інших дій користувачів. Також Tradesy скористалася алгоритмами машинного навчання, які надавали рекомендації по товарах для кожного клієнта.

Результати

З моменту впровадження Segment, Tradesy вдалося глибше зрозуміти потреби клієнтів. Тепер експерти точно знають, коли, чому і як покупець поводиться на сайті і чому не може обрати товар або відмовляється від нього, коли вже поклав у кошик. За допомогою Segment вдалося збільшити кількість точок даних з 5 до 100.

Цей процес був вкрай важливий для Tradesy, оскільки значно скоротив час, необхідний на розуміння можливих дій клієнтів. До застосування Segment потрібно кілька тижнів або навіть місяців, щоб реалізувати на сайті новий івент. Після початку використання аналітичної платформи на це потрібно кілька хвилин.

Tradesy використовує нові дані, щоб максимально спростити процес покупки. Наприклад, було помічено, що у мобільному додатку (у порівнянні з веб-версією сайту) конверсія була вищою. Щоб спростити аналіз активності покупців, маркетологи використовували Segment для консолідації наявних аналітичних платформ – Interana та Tableau, двох інструментів бізнес-аналітики. В цілому впровадження Segment було швидким і простим, і заощадило значну кількість часу, який розробники Tradesy присвятили вивченню даних з метою поліпшення роботи сайту та додатку.

Звертайтеся до нас, щоб впровадити таке рішення в своїй компанії
Департамент корпоративних рішень
;