Программа Go Analytics! 2017

Зеленый зал

Синий зал

Оранжевый зал

Регистрация, приветственный кофе

Аналитика в Omnichannel Retail

UX/UI, увеличение конверсии

Мобильная аналитика

Александр Тычинский
Менеджер по web-аналитике
М.видео
Екатерина Курочкина
Менеджер по интернет-маркетингу
М.видео

Оценка эффективности мультиканальной стратегии продвижения и влияния онлайна на оффлайн продажи с помощью Google BigQuery

Алексей Додонов
Веб-аналитик
Citilink

Использование R и Rstudio для автоматизации отчетов в онлайн-ритейле

Алексей Додонов, аналитик Ситилинк поделится своим использования аналитического пакета R и решения следующих задач:
1. Оценка конверсии по платным каналам в разрезе каждого региона, с учетом исполняемости заказов и данных о реальной выручке из ERP

2. Отслеживание динамики изменения KPI компании неделя-к-неделе

3. Анализ SEO-трафика по категориям в разрезе брендов, категорий и регионов

4. Аналитика промо-акций: статистика по баннерам, промо-страницам и продажам по промо коду

Данные отчеты используются руководителями направлений, группой продвижения, маркетингом, региональными директорами и категорийными менеджерами.

Атрибуция на основе вероятностей прохождения воронки. Кейс OZON

— В чем проблема измерения каналов по Last Non-Direct Click.

— Почему важно отдельно считать атрибуцию новых и вернувшихся покупателей.

— Зачем применятся нестандартная группировка каналов.

— Применение результатов расчетов при постановке целевых KPI каналов.

Дмитрий Дворецкий
Директор по электронной коммерции
Hoff

Управление контекстной рекламой с помощью данных модели атрибуции


— Объединение статистики по взаимодействию с товарами с помощью данных OWOX BI Pipeline, CRM и Calltouch в Google BigQuery.

— Обогащение данных пользователя из различных устройств через уникальные идентификаторы (UserID, карта лояльности).

— Построение собственной модель атрибуции с помощью данных OWOX, CRM и Calltouch.

— Перераспределение ценности посещений с неуправляемых источников на управляемые.

— Использование модели атрибуции в управления контекстной рекламой с помощью Alytics. Принципы корректировки правил для размера ставки.
Константин Юревич
Генеральный директор и со-основатель Driveback
Driveback

Как повысить конверсию веб-сайта при помощи поведенческой персонализации

• Что такое поведенческая персонализация?

• Digital Body Language: что пользователи могут сказать о себе по своему поведению на сайте.

• Как разработать прибыльную стратегию поведенческой персонализации для своего бизнеса.

• Обзор успешных и неуспешных механик поведенческой персонализации и их отличие.

• Как связать платформу поведенческой персонализации и другие маркетинговые каналы для эффективного проведения пользователя по глобальной воронке продаж.

• С чего начать: какие ресурсы, команда и технологии требуются для работы с поведенческой персонализацией.

Илья Айзен
Сооснователь Flocktory
Flocktory

Палочка выручалочка или Пуш нотификации как новый канал персонализированного управления конверсией

Браузерные push-уведомления — один из основных трендов и сравнительно новый канал коммуникации. Они стали предметом споров digital-специалистов, рассуждающих об эффективности, применимости, а также отношения к ним посетителей своих ресурсов. Доклад раскроет преимущества использования канала и особенности его влияния на CLV на реальных кейсах.
Кирилл Бушев
Руководитель отдела аналитики
AGIMA
Юлия Суворова
Руководитель отдела UX-исследований
AGIMA

BI. Business Ignorance

— Краткий обзор worst practice организации развития и аналитики в крупных компаниях.

— Как узнать интент консьюмеров и пропоузить что-то овер экспектейшн, если клиент любит анэкспектед, а у вас еженедельный деплой и заапрувленная диджитал стретеджи.

— Как сделать нормально. Исследования, маркетинг, аналитика, UX для роста бизнеса — на примере крупного ритейлера.

Chris Grimsey
Sales Engineer
Google

Test, adapt and personalize with Optimize 360

Optimize 360 enables customers to optimize their owned and operated web and mobile-web properties through A/B, multivariate and redirect tests. Customers are able to leverage their existing investment in Google Analytics and the data they have accumulated to target experiments and personalize experiences. Testing for conversion rate optimization is incredibly important for marketers looking to extend their client interaction beyond the click.

Join this session to understand more about Optimize 360 including roadmap priorities for 2017.

Тимур Ахметгареев
Android Lead, App in the Air Inc
App in the Air

Growth with Firebase

Перезапуск Firebase стал одной из центральных тем прошедшего в мае Google I/O, однако общая картина экосистемы осталась за кадром. Я расскажу о нашем опыте использования Firebase: о том, с какими задачами мобильных продуктов он справляется, о том, кто, по нашему мнению, мог бы извлечь максимум пользы от инструментов и об экосистеме продуктов в целом и частности.

Retention-анализ в AppMetrica: когорты в фас и профиль

1. Когортный анализ — ищем лучший источник трафика и благоприятные фазы Луны. Показатели для оценки качества когорты мобильного приложения.

2. Поведенческая сегментация + когортный анализ — вычислим самых активных аналитиков в приложении Яндекс.Метрика.

3. Cross-channel анализ с примером на коленке — выясняем настоящий retention продукта с приложением и сайтом.

Дмитрий Лазарев
Руководитель отдела аналитики
RealWeb
Елена Пяткова
Руководитель группы, отдел аналитики
RealWeb

Mobile vs. PC: особенности пользовательского поведения и способов отслеживания

В рамках доклада будет рассказано, как на основе данных систем аналитики и данных систем юзабилити-тестирований выявить, особенности поведения пользователей на разных платформах. 1. Разные тематики бизнеса и степень проникновения в мобайл. 2. Варианты информационной системы для отслеживания эффективности нескольких платформ. 3. Мини-кейсы по анализу показателей по платформам. Разные паттерны поведения пользователей на разных устройствах: для решения каких задач используются разные устройства, какие функции более востребованы в зависимости от платформы. 4. Какие точки роста можно выделить для разных платформ?

Как инфраструктура мобильной аналитики Sports.ru решает задачи редакции и маркетинга.

1. Задача выявления пользовательского пути в мобильных приложениях.

2. Как мы объединили данные о пользователях из систем Google Analytics, Yandex.AppMetrica и Piwik.

3. Выделение ядра пользователей, расчет LTV и трекинг эффективности push-уведомлений по когортам пользователей и другие решения. Как их использует маркетинг и редакция.

Обед

Аналитика в нишевых проектах

Предиктивная Аналитика

Реклама в онлайне, а бизнес в оффлайне. Как увеличить продажи с помощью микроконверсий? Кейс на примере банка «Рост Банк»

В бизнесе, где целевое действие находится в оффлайне, а основная реклама в онлайне, между этапами воронки образуется разрыв данных. Сложно «склеить» пользователей, которые посещали сайт, и реальных клиентов.

Мы расскажем как выстраивали сквозную аналитику и повышали эффективность интернет-рекламы для банка, у которого основная конверсия — это открытие вклада, происходит в отделениях компании. Что у нас получилось и что не получилось. Расскажем как применять микроконверсии для оптимизации контекстной рекламы и SEO. В конце доклада, презентуем бесплатный open source инструмент для нахождения и отслеживания микроконверсий для повышения продаж.

Доклад будет полезен для маркетологов и аналитиков, которые работают с проектами, где целевые конверсии происходят в оффлайне — недвижимость, b2b, банки, медицина, авто и страхование.

Леонид Блинов
Руководитель группы интернет-проектов Сбербанка
Segmento

Как не утонуть в данных: какие показатели медийной рекламы важны для принятия решений, а какие просто отвлекают внимание. Кейс «Сбербанка»


Какие из данных в отчете о рекламной кампании действительно нужны для принятия решений, а какие просто увеличивают его объем? Разберем на примере основных рекламных стратегий, как оценить эффективность, и где искать полезные инсайты для маркетинга.

Что получат слушатели: простой набор метрик, на который нужно обращать внимание и понимание, где искать инсайты, полезные для маркетинга в целом.
Андрей Зайко
Head of Analytics Department
Adventum
Николай Сущенко
Ведущий аналитик
Adventum

Нужно ли заморачиваться с атрибуцией в проектах с длинным циклом продажи? Делаем сложные модели понятными для управленческих решений. Кейс «Фабрика Окон»

В докладе будут рассмотрены особенности ценных и не очень ценных аналитических отчетов для принятия управленческих решений. Разберем, нужно ли сильно заморачиваться с построением сложных моделей атрибуции, таких как Вектор Шепли, на проектах с длинным циклом принятия решения. Посмотрим, какие типы внешних данных помогают в управлении рекламным бюджетом.
Евгений Гапон
Директор по аналитике
Qlean

Как выстроить аналитику: от экселя до машинного обучения

Основные этапы развития аналитики в компании. От момента когда есть только эксель и GA до хранилища данных и ML. Примеры и мини-кейсы.
Tim Wilson
Senior Partner at Analytics Demystified
Analytics Demystified

Why digital analysts should become more like data scientists

Somewhere along the spectrum of «logging into the web analytics platform» and «the machines are in control» is the world of the power analyst who interacts with the data on the fly, applies statistics to large data sets, and develops interactive visualizations that go well beyond the capabilities of Excel. Those power analysts are operating on the fringes of the domain of the «data scientist» — a role for which no one can really agree on a concrete definition! In this session, Tim — who has never claimed to be and never will claim to be a data scientist — will share what he has learned from trying to understand the scope and nature of that role. And, beyond that, how he has grown as a digital analyst, expanded his skills to «program with data» with R, and increased his value to the organizations with which he works as a result.
Иван Фатеев
Руководитель группы контекстной рекламы
220 Вольт

Do-it-yourself: используем Big Data для предсказания вероятности покупки

Какому бизнесу не хотелось бы узнать, какая часть посетителей наиболее вероятно сделает конверсию в будущем? А в идеале еще и использовать это знание в рекламе. Вместе с интернет-магазином 220 Вольт мы прошли путь от кастомных моделей атрибуции до предсказания конверсий.

Мы расскажем, как шаг за шагом мы изучали потенциальных покупателей, что нужно, чтобы машинное обучение заработало на благо бизнеса и к каким результатам это привело.

Ирина Пчелинцева
Руководитель группы тестирования
Яндекс

Как проверить то — не знаю что. Обеспечение качества рекомендательных систем

Персонализация и рекомендации постепенно становятся must-have для разных типов бизнесов. Это могут быть как сопутствующие товары для upsale в интернет-магазине, так и новости, более интересные для того или иного пользователя. На примере Яндекс.Дзен мы посмотрим, с какими проблемами можно столкнуться при работе с рекомендательными системами и как проверить, хорошо ли они работают.
Рустем Гумеров
Менеджер по анализу данных
eBay

Грамотная работа с оттоком: анализируем и предотвращаем

Сейчас многие говорят о том, что удерживать существующих клиентов выгоднее, чем привлекать новых. В то же время, не так много компаний аналитически подходят к этому вопросу.
В своем докладе я расскажу о том, с чего стоит начать, какие ценные знания можно получить, анализируя отток, и как можно его предсказывать и предотвращать.
Антон Терехов
Главный редактор
Shopolog.ru

Теория и практика использования кривых эластичности спроса для ценообразования


Классический вид кривой эластичности спроса — как пишут в учебниках;

Реальный вид кривой эластичности — ничего общего с учебниками;

Проблема в понимании реального вида кривой — это проблема сбора и интерпретации данных;

Практические приемы динамического ценообразования и сегментированного подхода к ценовой политике.

Кофе-пауза

Аналитика в SaaS

Marketing Automation

Виктор Крылов
Regional Director - CIS
Exponea

Customer Journey Map на примере Icons8 и Exponea

-Что такое Customer Journey Mapping

-Систематизация контактов с пользователем — реактивация и апселл с помощью карты

-Какие метрики и сегменты могут быть нанесены на карту и чем это поможет маркетингу

-Варианты карты для разных видов бизнесов

-Эксперименты Icons8, произошедшие и-за или с помощью карты

Предсказание оттока пользователей на основе их поведения в первые 10 дней после покупки. Кейс SEMrush

— Churn rate, как ключевая для SaaS-бизнеса метрика.
Почему он важен.

— Коротко о стеке технологий, который мы используем.

— Как мы определили, что такое churn в нашей задаче.

— Сбор данных для анализа.

— Как мы предсказывали остановку подписки (feature engineering, model building, используемые методы машинного обучения).

— С какими проблемами при этом столкнулись.

Какие выводы сделали и что можем посоветовать другим компаниям в SaaS-сегменте.

Краткое описание бизнес-проблемы.

Ушедшие пользователи уносят с собой всю прибыль, которую они могли бы принести нам в будущем. Churn rate и LTV — ключевые для большинства SaaS-бизнесов метрики. Методы машинного обучения могут помочь выявить пользователей, которые с наибольшей вероятностью остановят подписку и использовать эти данные для персонализации маркетинговых предложений и в работе служб поддержки пользователей.
Мы хотели бы поделиться своим опытом создания модели, предсказывающей отток пользователей, проблемами, с которыми столкнулись на этом пути, подходами, которые могут оказаться полезными для других SaaS-бизнесов и не только для них.
Андрей Бондарь
Коммерческий директор
Serpstat

Анализ доли рынка в поиске и фишки для онлайн-сервисов

1. Анализ доли рынка по нишам и направлениям в поисковых системах.

2. Корректная Funnel based атрибуция. Кейс от Serpstat.

3. Микро-фишки в аналитике для SaaS.

Юлия Туркина
Маркетинг-аналитик
Mindbox

Жизнь после автоматизации маркетинга: растим конверсию автоматических рассылок

Автоматизация маркетинговых кампаний — только начало пути для тех, кто хочет растить прибыль с помощью CRM. На реальных примерах расскажем, как аналитика и маркетинг помогают непрерывно улучшать общение с клиентами, растить показатели и честно измерять эффект улучшений.
Дмитрий Юрченко
Руководитель интернет-маркетинга
Eldorado

Путь от «Last click» к собственной модели атрибуции на основе CLTV

1. Типичные ошибки для бизнеса при использовании неправильной модели атрибуции

2. Почему мы пришли к модели атрибуции на CLTV

Андрей Осадчук
Директор по аналитике
BizTech
Олег Сидоренко
Директор по решениям
BizTech

Adobe Marketing Cloud: Action в Actionable Analytics

Вы узнаете, что представляет собой интегрированная обойма для цифрового маркетинга Adobe Marketing Cloud, какие решения входят в ее состав и какие задачи они позволяют решать маркетологам. Основной фокус будет на решении мультиканальной аналитики Adobe Analytics, играющем ключевую роль в реализации data-driven marketing любой организации.

Фуршет