Мы используем файлы cookie для обеспечения работоспособности сервиса, улучшения навигации и маркетинговых активностей Serpstat. Нажимая "Принять и продолжить", вы соглашаетесь с нашей Политика конфиденциальности

Сообщить об ошибке

Отменить
6801 22
Аналитика Читать 8 минут

Влад Флакс, OWOX: «Правильная веб-аналитика движется туда же, куда и бизнес»

Интервью с Владом Флаксом, основателем OWOX
Инна Arsa —главный редактор в Serpstat
Инна Arsa
Главный редактор в Serpstat
При развитии любого бизнеса нередко возникают вопросы: Как управлять онлайн-продажами? Как отслеживать эффективность рекламных каналов? Как использовать облачные сервисы и возможности современных инструментов Google для объективной аналитики?

Эти и другие вопросы о веб-аналитике я решила задать спикеру предстоящей конференции SaaS Nation — Владиславу Флаксу, CEO OWOX. Кто, как не Влад, сможет ответить на них :)
Кстати, в конце поста есть купон на 15% скидку на участие в конференции
SaaS Nation.
Влад более 12 лет работает в сфере e-commerce и data analysis, в компании он отвечает за стратегию развития OWOX BI. Под его руководством OWOX стала первой компанией, получившей сразу оба статуса: Google Cloud Platform Technology Authorized Partner and Google Analytics 360 Reseller.

Компания специализируется на внедрении Google Analytics 360 в проектах по электронной коммерции на основе Google BigQuery. Проекты, в которых уже внедрена аналитику, создается еженедельно более 1 млн транзакций. 100% сервисов OWOX работают в Google Cloud.

О чем мы поговорили с Владом, читайте дальше.

— Расскажи пожалуйста, в каком направлении сейчас движется вся сфера веб-аналитики? И какую пользу в ней играет машинное обучение?

— Правильная веб-аналитика движется туда же, куда и бизнес: объединение бизнес и онлайн данных, предсказание аномалий, упрощение работы с данными для простых смертных лиц, принимающих решения.

Машинное обучение, как по мне, здесь играет небольшую роль. И не потому, что это сложно или неэффективно. В большинстве проектов недостаточно данных, и результат не оправдывает средства. Другое дело проекты с миллионами и миллиардами пользователей — у них машинное обучения уже часть процессов.

— На какие показатели стоит обращать внимание, анализируя работоспособность интернет-магазина?

— Если речь о технической работоспособности я рекомендовал бы обратить внимание на готовый дашборд. Он доступен всем желающим в галерее Google Data Studio.
Дашборд OWOX BI

— Как вы ищете какие-то новые аналитические решения? Все делается под конкретную задачу или пробуете разные подходы? Например, как дошли до своей модели атрибуции* ?

*Модель атрибуции в веб-аналитике — это набор правил, которые определяют вклад каждого рекламного канала в продажи или другие целевые действия. Google Analytics используется модель атрибуции Last Non-Direct Click. Это значит, что целевые действия относятся к последнему взаимодействию пользователя, которое он осуществил через непрямой канал.

Компания OWOX разработала свою (многоканальную) модель атрибуции, которая учитывает прохождение пользователем шагов на пути к целевому действию. Мы в Serpstat внедрили такую модель, как именно рассказали в статье «Как настроить максимально объективную веб-аналитику и отладить работу отдела контекстной рекламы? Мануал не для чайников»


Наши решения на 64% основаны на задачах клиентов, с которыми мы работаем и на 36% на наших экспериментах их решения. Атрибуция была естественным ответом на вопрос клиентов «У нас пользователи кликают на разные кампании и в Google Analytics не все заказы; как узнать реальную ценность рекламных кампаний?».

— Чем сейчас Google Cloud Platform* уступает другим аналогам?

* Google Cloud — это облачная платформа, которая позволяет клиентам создавать, тестировать и развертывать собственные приложения на инфраструктуре Google.

У GCP много недостатков. Например, комьюнити разработчиков значительно меньше беспорного лидера этого рынка — AWS. Возможностей для тонкой настройки высоконагруженных сервисов в GCP тоже меньше.

В тоже время решать маркетинговые задачи проще в GCP, так как природа данных «гугловская» (Analytics, adWords, DoubleClick) и обработка их в Google BigQuery не требует участия системных администраторов и разработчиков.

— Каким вы видите развитие Google Analytics в долгосрочной перспективе? Будет ли он привязывать данные к реальным людям, а не к браузерам или идентификаторам пользователей?

— В долгосрочной перспективе Google уверенно движется к бесшовной интеграции всех облачных продуктов и Google Analytics будет еще лучше помогать покупать рекламу в Google :)

Связь с реальными людьми в Google Analytics уже можно сделать, если вы передадите id авторизированного пользователя. А если вы хотите, чтобы это сделал за вас Google, то есть поддержка cross-device в недавно открытым для публичной беты Google Attribution. В нем объединение пользователей строится на основе Google Indentity data, но отчеты на уровне пользователя недоступны по соображением конфиденциальности.
Перспективы развития OWOX

— Какие есть аналоги OWOX BI*, которые действительно могут предложить хотя бы часть аналогичных решений?

*OWOX BI — инструмент, который позволяет легко интегрировать в Google BigQuery (часть Google Cloud Platform) данные из разных систем: отдельные рекламный кабинеты Яндекс.Маркет, Vkontake, Ringostat, Competera и других.

— Аналогичных сервисов OWOX BI оооочень много. На B2B-рынке у продукта нет конкурентов только в случае, если он делает что-то никому ненужное.

Мы стараемся дополнять уже знакомые маркетологам сервисы (Google Analytics, Google Sheets) преимуществами удобного объединения данные и полного контроля над своими данными в Google BigQuery.

— Какие тренды сейчас прослеживаются в веб-аналитике и что с этим делать?

За трендами как минимум, всегда стоит наблюдать. Каждый сам выбирает для себя решение дилеммы серфера (если рано начать грести, тебя накроет волной, если поздно — волна пройдет под тобой). Но риск упустить новые возможности выше, чем затраты на то, чтобы «быть в тренде».

Основным трендом в сфере аналитики я бы назвал объединение онлайн-данных с внутренними данными бизнеса. Это обусловлено тем, что онлайн-данные и интернет влияют не только на интернет-заказы, сайт и онлайн-составляющие. Они оказывают влияние и на спрос в офлайн-магазинах, и на интерес к компании в целом. И для того, чтобы оценить эго комплексное воздействие, нужно применять данные, которые исторически бизнес сохраняет в различных системах (речь о сервисах доставки, рекламных сервисах, сайте).
Конференция о развитии маркет-плейсов и интернет-магазинов

— Когда ты впервые задумался о разработке и поддержке интернет-магазинов? Каким был твой первый проект?

Первым был магазин компакт-дисков CDPRO. Это было время, когда владелец одного книжного магазина на мое предложение обновить движок и расширить ассортимент искренне удивлялся «Влад, зачем? Мой бизнес растет на 3% в год, у меня все хорошо». Вот только рынок тогда рос на 300% в год.

— Какое твое самое основное достижение в работе? И самый серьезный проигрыш?

Самое главное достижение, надеюсь, еще впереди. А самый серьезный проигрыш — скорее всего, маркетплейс Raketa, в котором 6 лет назад мы хотели реализовать CPO-модель. Фейл в том, что CAC получился в разы выше LTV. Рабочая модель для инвестиционных проектов, но противоречащая нашей стратегии.

— Если бы не работа с электронной коммерцией, то чем бы ты сейчас занимался?

Не знаю… наверное умничал бы за деньги. Моя специализация — это технологии и средства телекоммуникаций, мне всегда была интересна физика. Возможно это было бы что-то из этой области.

— И напоследок, о чем будешь рассказывать на SaaS Nation-2017?

Одной из компетенций, которой мы действительно можем гордиться на уровне компании — это роль аналитики и данных в принятии бизнес-решений. В докладе я поделюсь нашим опытом объединения данных и построения дашбордов для SaaS-компаний.

Тезисы доклада Влада из информации на сайте SaaS Nation:
1. Преимущества и недостатки различных способов объединения данных из SalesForce, Pipedrive, Hubspot, Google AdWords, Facebook, Zendesk, Intercom, Trello, Stripe и других сервисов.
2. Принципы автоматизации движения данных, которые позволяют быстро подключать новые источники и строить нужные именно вам отчеты.
3. Примеры использования объединенных данных: дашборды OWOX, алгоритм скоринга лидов, структура сегментов для таргетинга в Facebook Ads и Google AdWords.

Обязательно посетите SaaS Nation, где будет вскоре выступать Влад. Торопитесь, уже с 02.11 — повышение цен! Если все-таки соберетесь, можете воспользоваться нашей скидкой на 15% — serpstatsn

Оцените статью по 5-бальной шкале

5 из 5 на основе 3 оценок
Нашли ошибку? Выделите её и нажмите Ctrl + Enter, чтобы сообщить нам.