Как управлять распродажами в реальном времени — кейс Pigu Group

Материалы для скачивания

Pigu Group — крупнейший игрок на рынке e-commerce в странах Балтии. Pigu принадлежат интернет-магазины 220.lv в Латвии, Pigu.lt в Литве и Kaup24.ee в Эстонии. В 2019 году Pigu стала первой электронной торговой площадкой в регионе.

Pigu — первая и единственная литовская компания, которая три года подряд входит в пятерку самых быстрорастущих технологических компаний центральной Европы.

В этой статье мы рассказываем, как Pigu использовали OWOX BI, чтобы в реальном времени управлять своими маркетинг-активностями во время Черной пятницы 2019.

Задача

В рамках Черной пятницы 2019 Pigu планировали провести ряд маркетинговых активностей — рассылать своей пользовательской базе СМС-сообщения, мобильные пуш-уведомления и имейлы со специальными предложениями и скидками.

Компании было важно знать, как эти активности привлекают трафик на сайт — так Pigu могли бы управлять продажами прямо во время Черной пятницы.

Идея такая: в реальном времени отслеживать влияние маркетинговых активностей на количество сессий во всех онлайн-магазинах Pigu и в реальном же времени корректировать эти активности в течение всей распродажи.

‘‘

Черная пятница — главный день года для онлайн-ритейла. Нам было важно как можно быстрее реагировать на поведение наших пользователей.

Мы хотели отслеживать наши маркетинговые активности в реальном времени и знать, как они влияют на сессии пользователей. Обладая этими знаниями, мы могли бы рассылать больше предложений, которые пользовались успехом у пользователей, и отказываться от активностей, на которые пользователи не отзывались.

Также мы хотели измерить активность пользователей по сравнению с прошлой Черной пятницей.

Домас Раулинатис,
Специалист по диджитал-маркетингу ,
Pigu.lt

Решение

«Мы используем стандартную версию Google Analytics, которая в реальном времени отслеживает только просмотры страниц, но не сессии. Ещё один инструмент, который мы используем — Klipfolio — может показывать количество активных пользователей с 15-минутным интервалом, но это тоже не совсем то, что нам было нужно. В итоге мы пришли к альтернативному решению.»

Pigu использовали OWOX BI Pipeline для стриминга данных о поведении пользователей в реальном времени, а затем, на основе собранных данных и данных прошлого года, посчитали примерное количество сессий самостоятельно.

‘‘

Сначала мы посчитали, сколько просмотров страниц пришлось на каждую сессию во время Черной пятницы 2018, затем — применили это соотношение к данным о просмотрах страниц, которые мы получали с помощью OWOX BI в течение Черной пятницы 2019.

Так мы прямо на лету рассчитывали примерное количество сессий, которые генерировали в течение дня и видели, как наши маркетинговые активности влияют на эту цифру.

Домас Раулинатис,
Специалист по диджитал-маркетингу ,
Pigu.lt

Pigu построили простой график, который наглядно показывал, сколько сессий они генерировали каждые 10 минут и сравнивал эти данные с данными прошлого года:

график сессий

Зеленая линия показывает реальное количество сессий в Черную пятницу 2019, которое было рассчитано уже на следующий день.

Результаты

Отслеживание активности пользователей в реальном времени позволило Pigu эффективно направлять их маркетинговые усилия в течение всей Черной пятницы 2019 и сгенерировать больше сессий, чем в прошлом году.

«По скачкам трафика мы понимали, какие из наших СМС, пушей и писем работали, а какие — нет. Направляя усилия на основе этой информации, нам удалось получить на почти 15% больше сессий, чем в Черную пятницу 2018.»

Сравнив рассчитанные сессии с фактическими данными, полученными на следующий день, Pigu убедились, что их подход к расчету был верным.

‘‘

Количество сессий, рассчитанных в реальном времени оказалось на 13% больше, чем фактические данные, которые мы получили на следующий день. Мы считаем, что это достаточный уровень точности для задачи, которую мы решали.

Наши данные могли бы быть ещё точнее, если бы мы учли источники просмотров страниц и рассчитывали соотношение просмотры/сессия по источникам. Например, прямые переходы могли быть результатом нашей активности, а вот дисплейная реклама — нет. Мы определенно учтем это в наших следующих активностях и получим более точные результаты.

Домас Раулинатис,
Специалист по диджитал-маркетингу ,
Pigu.lt