Propojení dat o zákaznících a uživatelích, která jsou často důkladně skryta v interních systémech s údaji z webové analytiky, je často označováno za vyšší ligu online marketingu.Je to oblast, které se české firmy příliš nevěnují. I když by měly. Přitom informace z chování zákazníků na našich webech a mobilních aplikacích jsou ty nejcennější údaje, se kterými se dají dělat doslova zázraky.

Díky propojení dat z komunikačních kanálů s interními daty jste schopni přesně cílit na potřeby zákazníků.

Představte si, že zákazník vašeho e-shopu Jiří Vomáčka u vás pravidelně nakupoval za docela zajímavé částky a poslední rok neprovedl žádný nákup. Samozřejmě jste mu poslali promo nabídku emailem, na kterou bohužel nereagoval. Najednou je pan Vomáčka na vašem e-shopu a prohlíží si nový telefon. Vy bohužel nevíte, že se jedná o pana Vomáčku, protože bez propojení dat je to pro vás pouze další anonymní uživatel. Můžete zcela jistě využít remarketing a v rámci display sítě mu připomínat nákup telefonu na vašem e-shopu.

Ale v případě, že máte propojené informace z chování na webu s vašimi interními daty, tak můžete jít ještě mnohem dál. Najednou už to pro vás není anonymní uživatel, ale už o něm víte spoustu zajímavých údajů. A protože znáte emailovou adresu pana Vomáčky z předchozích nákupů, tak mu můžete nabídnout promo nabídku na konkrétní telefon. Díky znalosti jeho historie nákupů rovněž víte, jak vysoká může být promo nabídka vzhledem k potenciálu pana Vomáčky. Míra konverze bude mnohem vyšší. Pan Vomáčka dostane slevu v okamžiku, kdy je to pro něj relevantní a vy máte zpět vašeho důležitého zákazníka.

Pan Vomáčka znovu navštívil váš e-shop a opět si prohlíží stejný telefon, jako dříve. V případě, že nemáte propojená data, tak nevíte, že se jedná o pana Vomáčku a znovu ho zařadíte do remarketingové kampaně na daný typ telefonu. Pro pana Vomáčku to ale není relevantní, protože on už daný telefon má, a vy tím zbytečně utrácíte peníze za online reklamu. Ale teď si představte, že jste pana Vomáčku na vašem e-shopu rozpoznali. Víte, že využil vaší promo nabídky a koupil si nový telefon. Zároveň víte, že většina lidí si k němu následně kupuje buď kožené pouzdro, nebo záložní zdroj pro cestování. A opět při kombinaci těchto informací můžete panu Vomáčkovi nabídnout doplňkové produkty, ať už emailem nebo v online reklamě. Pan Vomáčka dostane relevantní nabídku. A vy máte velmi úspěšný cross-sell.

Způsobů využití je samozřejmě mnohem více: personalizace zobrazovaných produktů na homepage, doporučování nejvhodnějších produktů v rámci vašich komunikačních kanálů, analýza reakcí na online kampaně, atd.

Stejný princip bude fungovat i mimo doménu e-shopů. Podobně je tomu například pro finanční a telco produkty, cestování, prodej vozů a další. Přirozeně tedy nastává otázka, proč to tedy dnes nedělá každý?

Jak na propojení informací o chování zákazníků na webu s informacemi o produktech zákazníka a jeho transakčním chování?

Pro monitoring zákaznického chování na webu nebo v mobilních aplikacích používáme nástroje pro webovou analytiku. Nepoužívanějším nástrojem v České republice je bezpochyby bezplatná verze Google Analytics, která vám řekne, kolik zákazníků navštívilo váš web i jaké stránky a kategorie je zajímali. Odkud k vám zákazníci přišli i jaké jsou jejich socio-demografické údaje. Nevýhodou bohužel je značná agregovanost dat a především se nedozvíte, že to je pan Vomáčka, kdo si právě prohlížel vámi nabízený model telefonu.

Hlavním cílem našeho snažení je proto propojení dat z webové analytiky s interními daty. Jak to celé funguje? Google má svůj vlastní mechanismus pro identifikaci uživatele. Každý uživatel webu má přiřazenu unikátní Google ID. Pokud Google rozpozná na základě cookie nebo vašeho webového otisku, že se jedná o stejného uživatele, tak mu vrací stále stejnou Google ID. Přesně toto ID můžeme využít v rámci našeho řešení. 

A jakmile se anonymní uživatel přihlásí nebo se deanonymizuje, tak propojíme toto Google ID s interním ID v našem systému. Nejčastěji využívané možnosti pro přihlášení jsou:

• Přihlášení do self-care zóny (klientská zóna, internetové bankovnictví apod.)
• Nákup na e-shopu (zadání e-mailu nebo telefonního čísla)
• Proklik v rámci emailové kampaně (po prokliku z emailu dojde ke spárování)
• Zadání emailu nebo telefonního čísla v rámci newsletteru 

Nyní již máme spárované interní ID a Google ID a jsme schopni stahovat informace o chování uživatelů v rámci webu. U všech informací o chování je uvedeno Google ID a právě díky tomu, že již máme v interním systému toto ID spárované, tak jsme schopni párovat informace z webové analytiky s daty uloženými v interním systému.

Díky využití Google ID není nutné, aby se uživatel v rámci každé návštěvy přihlašoval. Jakmile Google rozpozná, že se jedná o stejného uživatele, tak dojde automaticky k identifikaci uživatele. Systém je zároveň schopný pracovat s možností, že z jednoho zařízení se přihlašuje více různých uživatelů (například sdílený počítač doma nebo internetová kavárna). Anebo v případě druhé varianty – jeden uživatel má více zařízení (domácí a pracovní počítač, tablet, telefon apod.).

Proč využít webové analytiky jako zdroje dat o chování zákazníků?

Hlavní přínosem tohoto přístupu je velmi jednoduché nasazení. Využívá totiž bezplatné verze Google Analytics, která je dnes nasazena na velké části webových portálů a lze jej proto nasadit velice rychle bez nutnosti dalšího programování nebo složité integrace. Zároveň jde o řešení naprosto nezávislé na platformě, na níž weby běží (PHP, Java, .NET,…).

Jiří Mach Autor článku působí jako Senior Advisor ve společnosti Profinit. Zaměřuje se na oblast Digital Transformation řešící využití digitálních technologií inovativním způsobem v marketingu a obchodu. Má několik let zkušeností z finančního i nefinančního sektoru z oblastí přímých kanálů, customer intelligence, business process managementu a enterprise architektury.