“Without big data analytics, companies are blind and deaf, wandering out onto the web like deer on a freeway.” Geoffrey Moore

Návod

Ako tému, som si zvolil komplexnú analýzu jednej nemenovanej Slovenskej firmy, ktorá sa zaoberá hlavne s bytovými dekoráciami a kvetmi. Dokument obsahuje demografické, teritoriálne a mnohé ďalšie analýzy, ktoré ovplyvňujú používateľov. Spoločnosť nedávno začala pôsobiť na maďarskom trhu, preto sa moja analýza zameriava hlavne na predaj a zákazníkov na Slovensku a v Maďarsku za posledné dva roky.

Okolnosti Ovplyvňujúce zmeny

Zmeny a nezrovnalosti, ktoré možno pozorovať vo výkazoch, sú ovplyvnené najmä týmito hlavnými faktormi:

Skratky

Keďže niektoré zo skratiek, ktoré sa v analýze objavia, vám budú pravdepodobne cudzie, vysvetlím ich tu:

E.C.R. - (E-commerce conversion rate) Miera konverzie elektronického obchodu je percento návštev, ktoré vyústia do transakcie. Je to vynikajúci ukazovateľ účinnosti vášho marketingu a vzhľadu stránok – pretože vám poskytuje prehľad o tom, koľko používateľov, ktorí prídu na váš web, skutočne nakúpia.

Felh_XX_XXXX - Skratka pozostáva z 3 prvkov: Používatelia - Krajina - Rok. Napr.: Felh_HU_2021 znamená používateľov v Maďarsku v roku 2021.

Demografické údaje

Demografické údaje poskytujú informácie o veku a pohlaví vašich používateľov. .

Dimenzia Hodnoty
Vek 18 – 24, 25 – 34, 35 – 44, 45 – 54, 55 – 64, 65+
Pohlavie Muž, Žena

Pohlavia

K grafom nie je veľmi čo dodať – z hľadiska pohlavia klientov, možno pozorovať výraznú ženskú dominanciu.

Vekové kategórie

Pri hĺbkovej analýze určitej vekovej skupiny uvidíte rozloženie aj na základe E.C.R. (podrobne vyššie). Veková skupina používateľov do 18 rokov nie je zahrnutá do týchto údajov.Teda, biele percento v koláčových grafoch odkazuje na E.C.R.. (Žlté pruhy označujú rok 2021 a zelené pruhy roky 2022.)

Geografické údaje

Importovanie geografických údajov umožňuje priradenie geografických identifikátorov k vlastným regiónom. Existujú rôzne geografické dimenzie, ako napríklad Mesto, Krajina, Kontinent a podobne. Hodnoty pre tieto dimenzie sa automaticky odvodia z adresy IP prístupu, čo je užitočné, no má to takisto niekoľko nevýhod (napr.: polohy na základe adresy IP sú približné.)

Mestá

Na mapách nižšie si môžete pozrieť mestá na Slovensku v rokoch 2021 a 2022, z ktorých najviac objednávok bola prijatá. Množstvo zadaných objednávok je pekne označené veľkosťou bodov. Farebná škála naznačuje, vyššie uvedený E.C.R., ktorý udáva podiel používateľov, ktorí si skutočne niečo objednajú po návšteve vašej stránky.

Na mapách nižšie si môžete pozrieť mestá v Maďarsku v rokoch 2021 a 2022, z ktorých bolo prijatých najviac objednávok. Množstvo zadaných objednávok je výrazne označené veľkosťou bodov. Farebná škála naznačuje, vyššie uvedený E.C.R., ktorý udáva podiel používateľov, ktorí zrealizujú nákup po návšteve stránky.

Krajiny

Na ďalšej mape sveta je farebne vyznačených Top 10 krajín, z ktorých prišlo najviac návštevníkov na slovenskú webovú stránku.

Na ďalšej mape sveta je farebne vyznačených Top 10 krajín, z ktorých prišlo najviac návštevníkov na maďarskú webovú stránku.

Všeobecný prieskum

Čas strávený na webovej stránke

Priemerný počet sekúnd strávených na webovej stránke – všetko od hladkého, bezcieľneho vyhľadávania až po objednávku. Do tejto kategórii sa počíta každá interakcia používateľa s vaším webom alebo aplikáciou.

Hodiny

Na nasledujúcich grafoch môžeme sledovať hodiny, počas ktorých web navštívi najviac zákazníkov a podľa očakávania, väčšina ľudí trávi čas nákupom vo večerných hodinách. Zaujímavosťou však je, že čas strávený na webe v Maďarsku sa v roku 2022 takmer zdvojnásobil, čo je spôsobené tým, že spoločnosť otvorila svoju webovú stránku v Maďarsku v roku 2020.

New/Returning visitor

Noví používatelia sú používatelia, ktorí navštívia váš web alebo aplikáciu prvýkrát - každého používateľa, kto nemá súbor cookie ani identifikátor klienta z vášho webu. Používatelia, ktorí ich už majú, sú vracajúci sa používatelia. Vám pomáha zistiť, ako často a dlho po prvej návšteve interagovali používatelia s vaším webom alebo mobilnou aplikáciou. Táto téma vám tiež umožňuje zistiť, nakoľko sú používatelia hodnotní na základe ďalších výnosov, ktoré vygenerujete po ich prvej návšteve.

Príjem

Dosiahli sme veľmi definujúcu kapitolu. Keďže predstavovať všetky 4 aspekty (ako som robil doteraz) by bolo veľmi zdĺhavé, vybral som si daný rok, ktorý budem analyzovať.

Na tomto grafe môžeme pozorovať, že keď berieme do úvahy celkové príjmy za rok 2021/2022, zákazníci za aké sumy peňazí kupovali najviac. Na určenie týchto hodnôt som použil nasledujúci malý vzorec:

\[ P~par~ = N~par~ / N~ent~ * 100 \]

\(P~par~\) - Percento danej kategórie
\(N~par~\) - súčet riadkov v tabuľke, ktoré zodpovedajú danej kategórii hodnôt
\(N~ent~\) - súčet všetkých riadkov v tabuľke

Na základe koláča je to jasne pozorovateľné, že najobľúbenejšie sú nákupy v rozmedzí od 10 do 50 eur.

Tie isté údaje ilustrujem aj tu, ale na inom grafe – vidíme, že tu sú menej prehľadné!

Preto som ich kvôli prehľadnosti rozdelil aj do samostatných skupín a na ich základe nakreslil. Rozdelenie v rámci určitých cenových kategórií je možné podrobne sledovať tu.

Ďakujem veľmi pekne za zhliadnutie!

!! Všetky moje kódy nájdete v naslujúcej R Scrip file: Import-Praca.R !!