Opis:

Podczas wystąpienia pokażę, jak w oparciu o behawioralne dane można pokazać najbardziej prawdopodobne ścieżki dotarcia do zakupu online. Uwzględnię takie zachowania, jak: czytanie o danym produkcie w internecie, szukanie informacji na jego temat, rodzaj odwiedzanych strony internetowych, bezpośrednie zachowanie na platformach zakupowych, faktyczny zakup online. Dodatkowo uwzględnię wpływ telewizji i video w internecie - zachowań związanych z czytaniem i szukaniem informacji o stacjach telewizyjnych, i oglądaniem video związanych z różnymi tematami. Dzięki zastosowanemu podejściu uwzględnię zachowania nie tylko tuż przed wejściem na platformę zakupową, ale i - zachowania które miały miejsce do 30 dni przed faktycznym zakupem. W efekcie pokażę, czym różnią się jedno i wielodniowe ścieżki dotarcia do zakupu online.

Nowością metodologiczną mojego wystąpienia będzie technika analityczna: obecnie najczęściej korzysta się do tego typu zadań z ukrytych łańcuchów Markova (które uwzględniają możliwość estymacji nieznanych bodźców); podczas mojego wystąpienia porównam efektywność tej metody z analizą permutacji.

Na koniec wystąpienia opowiem o tym, na jakich danych mogą opierać sie sklepy e-commerce, jeżeli chcą samodzielnie modelować związane z nimi ścieżki zakupowe - w modelu first party data, second party data i third party data (co jest istotne zwłaszcza po wejściu w życie RODO).

W jaki sposób prezentacja odnosi się do kwestii skutecznego i odpowiedzialnego wspierania decyzji wiedzą o rynku i człowieku?

Moje wystąpienie pokaże, jak można budować długotrwałą strategię e-commerce i tworzyć spójny i wyczerpujący ekosystem reklamowy wspierający sprzedaż online.

Źródła, materiały, dane:

Analizy pokazane podczas wystąpienia opierają się na analizie zachowania na stronach WWW ponad 2000 tysięcy osób – których komputery były monitorowane przez 3 miesiące. Analizy są opracowane w oparciu o pełne dane przeglądarkowe (zachowania na stronach WWW), a także treści – szukane w Google i czytane i oglądane na stronach WWW.