FREE
TABLEAU
MOCK-UP TEST

E-commerce – dane Shopify, Zendesk, ReCharge w Snowflake

Jeśli dbasz o zdrowie i czas, prawdopodobnie znasz Huel z jego szybkich, pożywnych posiłków. A może wylądowałeś na jednym z ich blogów lub poradników zdrowotnych albo śmiałeś się razem z lekkimi tweetami lub postami na Instagramie. Ta e-commerce’owa firma wykonała świetną robotę, budując poważny produkt z zabawną marką i followersami szukającymi obiektu kultu. Za kulisami tej firmy oferującej bezpośredni kontakt z konsumentem (D2C) kryje się mnóstwo danych, których e-commerce używa do zrozumienia klientów i poprawy ich doświadczeń. Hueligans (termin firmy określający zarówno klientów, jak i pracowników) otrzymują świetny produkt, spersonalizowane doświadczenie i niesamowitą obsługę, w dużej mierze dzięki danym i osobom, które je rozumieją.

Spotkaliśmy się z Ollie Scheers, Dyrektor E-commerce i Jay Kotecha, Data Scientist w Huel. Ściśle ze sobą współpracują, aby mieć pewność, że firma przestrzega pierwszej zasady bycia Hueliganem: uszczęśliwiaj klientów. Opierając się na danych i okazjonalnie dopasowywanym wyposażeniu, ci dwaj współpracują, aby stworzyć całościowe zrozumienie ścieżki klienta (customer journey) Huel i wykorzystać tę wiedzę, aby rozwijać biznes. W tym wywiadzie wyjaśniamy, co oznacza mapa zachowań klienta dla Huel i jak sprawdzają czy jest ona najlepsza z możliwych.

Opowiedz nam trochę o sobie i tym, co robisz.

Ollie: Dołączyłem do Huel około dwa i pół roku temu, kiedy było około 30-35 osób, jako dyrektor ds. Handlu elektronicznego. Od kiedy dołączyliśmy, stworzyliśmy nasz zespół inżynierów i zespół ds. Treści, przynieśliśmy projektowanie UX we własnym zakresie, a przez ostatni rok zaczęliśmy tworzyć zespół zajmujący się inżynierią i analizą danych. Teraz zaczynamy się zastanawiać, jak możemy wykorzystać różne aspekty systemów uczących się, aby pomóc w podejmowaniu decyzji.

Jay: Dołączyłem do zespołu Ollie prawie dwa lata temu jako Data Scientist. Pomogłem zbudować hurtownię danych od podstaw. Obejmowało to połączenie wielu źródeł danych, umieszczenie danych w ładnym, czystym formacie i wreszcie wysłanie ich do Tableau, aby dać całej firmie dostęp do danych w celu podejmowania decyzji – jest to proces ciągły i zawsze dostarczamy więcej danych, aby zaspokoić nasze potrzeby . Obecnie skupiamy się bardziej na prognozowaniu przyszłości dzięki uczeniu maszynowemu.

Shopify, Zendesk, Recharge – wiele źródeł danych w e-commerce 

Dlaczego ścieżka klienta jest tak ważna dla Twojej firmy?

Ollie: Każdy Hueligan otrzymuje metalową kartę z naszymi podstawowymi wartościami zapisanymi na niej, kiedy dołącza i wytłoczonym motto na samej górze „Spraw, aby klienci byli zadowoleni”. Mamy obsesję na punkcie klienta: czego chce, jakie ma problemy i jakie problemy możemy dla niego rozwiązać. Jako marka D2C mamy dostęp do ogromnej ilości danych z wielu punktów styku, aby pomóc nam zrozumieć ich zachowanie, upewnić się, że są szczęśliwi i sprawić, by wracali i polecali innym, aby poszerzyć naszą społeczność Hueligans. Wielu naszych klientów dołącza do Huel po tym, jak usłyszeli o tym od znajomych, dlatego musimy upewnić się, że każdy z naszych klientów ma jak najlepsze wrażenia.

Jay: W Huel mamy super fanów, którzy uwielbiają nasz produkt, handlowców i społeczność. Chcemy odwdzięczyć się za tę lojalność, zapewniając jak najlepsze wrażenia. Każdy nowy Hueligan otrzymuje bezpłatną koszulkę, shaker i broszurę startową o firmie, aby ich ciepło powitać. Nasz zespół ds. Obsługi klienta komunikuje się z naszymi klientami za pośrednictwem poczty elektronicznej i kanałów społecznościowych, aby zapewnić utrzymanie tej bliskiej relacji.

Z jakimi blokerami borykają się firmy, próbując całościowo analizować klienta? Gdzie są luki w waszych insightach?

Jay: Mieliśmy dane z wielu platform marketingu cyfrowego, Shopify, Zendesk, ReCharge. Ponieważ te źródła były oddzielnymi silosami, nie mogliśmy zobaczyć całej mapy podróży klienta. Wskaźniki marketingu wydajności były oddzielone od wskaźników sukcesu klientów itp. Jest to klasyczny problem silosu danych. Niedawno przyjęliśmy narzędzia, których potrzebowaliśmy, aby połączyć te dane i wizualizować ścieżkę klienta od początku do końca. W tej chwili pracujemy nad tym i zaczynamy rozumieć takie kwestie, jak: jeśli klient skontaktuje się z nami, jak to wpłynie na przyszłe zakupy? Albo które segmenty klientów mają najlepszy wskaźnik utrzymania? To są rodzaje pytań, na które nie mogliśmy odpowiedzieć, ale wiedzieliśmy, że musimy.

Ollie: Mieliśmy dużo danych, ale były one przechowywane w poszczególnych systemach, co utrudniało stosunkowo prostą analizę, nie mówiąc już o mapie podróży klienta. Wszystkie nasze dane mamy teraz w Snowflake, co było świetne pod względem skalowalności. Teraz możemy łatwo analizować połączone dane ze wszystkich naszych systemów.
Jak wypada Twój obecny stan danych klientów w porównaniu z przeszłością? Jak to zrozumienie się pogłębiło?
Jay: Początkowo przyjrzeliśmy się wysokopoziomowym wskaźnikom biznesowym, ale musieliśmy być w stanie zobaczyć naszą ścieżkę klienta bardziej szczegółowo. Musimy wiedzieć, czy nasi klienci są zadowoleni. Dzięki wszystkim obecnie posiadanym danym byliśmy w stanie stworzyć panel obsługi klienta – najczęściej oglądany w naszej firmie. Pomaga nam to zobaczyć, w jaki sposób nasi klienci się z nami kontaktują i jakie mają pytania, abyśmy mogli im pomóc w najlepszy możliwy sposób. Możemy również zobaczyć nasze kluczowe wskaźniki, takie jak satysfakcja klienta, nasza responsywność i NPS.

Jak więc analityk danych i dyrektor e-commerce współpracują ze sobą, aby zrozumieć klienta?

Ollie: Jay celowo siada obok mnie. Chociaż dołożyliśmy wspólnych starań, aby ułatwić każdemu w firmie analizę naszych danych, nadal warto jest móc zwrócić się do Jaya i szybko zagłębić się w dane bardziej szczegółowo i wspólnie odpowiedzieć na bardziej złożone pytania. To jest bezcenne. Opieram się na Jayu, który pomaga nam zidentyfikować rzeczy, które prowadzą nas do pozyskania klientów o najwyższym LTV (wartość życiowa) i zrozumieć, co musimy zrobić, aby przenieść klientów do kategorii lojalnych i VIP.

Jay: Huel zaczynał od jednego produktu, naszego proszku Huel. Teraz rozszerzyliśmy naszą ofertę o batony, dania gorące i pikantne oraz gotowe do spożycia. Korzystamy z nauki o danych, aby mieć pewność, że docieramy do odpowiednich osób z produktem odpowiednim do ich potrzeb. Jeśli produkt radzi sobie szczególnie dobrze lub pewne smaki rezonują z klientami, współpracuję z Ollie’m, aby zwiększyć to na stronie internetowej i upewnić się, że klienci wybierają produkty najlepsze dla siebie.

Projektujesz mapę podróży klienta, korzystając z Modern Data Stack, jakie źródła możesz analizować?

Jay: Fivetran pozwala nam używać ogromnej liczby złączy, które pomagają nam budować nasz Stack. Łączymy wszystkie nasze dane dotyczące doświadczeń klientów z Zendesk, nasze dane sprzedażowe z Shopify, nasze dane marketingowe z naszych kanałów cyfrowych i wiele innych. Istnieją również różne narzędzia umożliwiające różne niestandardowe połączenia, takie jak SFTP i AWS. Łącząc wszystkie te elementy, możemy uzyskać bardzo jasny obraz naszej działalności.

Przeczytaj inny przykład zarządzania danymi w e-commerce.

Budowanie 360° widoku klienta w Huel

Czego dowiedziałeś się o swoich klientach od czasu wdrożenia Modern Data Stack i zyskania bardziej holistycznego spojrzenia?

Ollie: Myślę, że Modern Data Stack ma oczywisty wpływ na wydawanie naszego budżetu marketingowego i na sposób w jaki koncentrujemy nasze wysiłki na poprawie jakości obsługi klienta. Więcej inwestujemy w źródła, które przynoszą klientom największą wartość. W przypadku poprzedniego rozwiązania ETL mieliśmy problemy z integralnością naszych danych na Facebooku. Bardzo ważne jest, abyśmy ufali danym przy podejmowaniu świadomych decyzji. Zrozumienie problemów klientów w czasie zbliżonym do rzeczywistego jest również korzystne. Dzięki szybkim synchronizacjom możemy sprawnie zidentyfikować i naprawić wszelkie problemy z obsługą klienta.

Jay: Stack odgrywa rolę we wszystkim, co w tej chwili robimy. Niedawnym przykładem jest centralizacja i analiza danych dotyczących subskrypcji. Identyfikujemy klientów VIP, którzy wstrzymują lub anulują subskrypcję, określamy dlaczego i kontaktujemy się z ofertą specjalistycznej usługi lub określamy, co możemy zrobić, aby zatrzymać ich na pokładzie. Te dane są aktualizowane co godzinę poprzez przekształcenia w Fivetran, dzięki czemu możemy szybko reagować na anulowanie subskrypcji.

Czy możesz podzielić się przykładami paneli informacyjnych, które pomogą Ci uzyskać 360-stopniowy widok klienta?

Ollie: Panel LTV jest prawdopodobnie moim ulubionym. Pozwala nam filtrować, dzielić i obracać danymi na temat zachowań klientów i ich odbioru produktów, aby ocenić ich wpływ na LTV. Jeśli klient kupuje określony produkt, wchodzi w interakcję z punktem styku lub podejmuje określone działanie. Mogę określić przyczyny, dla których jest on bardziej wartościowy niż inny klient. Mogę łatwo zobaczyć, kim są nasi klienci o najwyższej wartości, a następnie omówić z szerszym zespołem, w jaki sposób możemy przyciągnąć więcej takich klientów.

Więc, co dalej? Jakie są Twoje aspiracje w zakresie Big Data?

Jay: Teraz skupiam się na uczeniu maszynowym i prognozach na przyszłość, takich jak przewidywanie LTV i rotacji naszych klientów. Chcemy osiągnąć stan, w którym gdy tylko przyjmiemy klienta, możemy przewidzieć, jak cenny będzie dla nas klient i prawdopodobieństwo odejścia, abyśmy mogli odpowiednio ukierunkować nasze wysiłki. Korzystając z uczenia maszynowego, będziemy w stanie zaoferować naszym klientom lepszą obsługę i wyjątkową obsługę, gdy tylko przejdą przez drzwi.

Ollie: Dokładnie to, co powiedział Jay: modelowanie predykcyjne, ale także określanie, w jaki sposób możemy wykorzystać przetwarzanie języka naturalnego (NLP), aby uzyskać szybszy wgląd. Jeśli klient mówi cokolwiek o Huel, jak możemy zrozumieć jego sentyment i szybko zareagować? Jako duża firma chcemy nadal poprawiać umiejętność korzystania z danych w całej organizacji. Jay prowadzi różne sesje dla pracowników w celu ulepszenia lub podniesienia umiejętności w zakresie danych. W ten sposób każdy może pomóc odpowiedzieć na pytania biznesowe i rozwiązać problemy, aby upewnić się, że spełniamy tę misję, aby uszczęśliwić klientów.

Aktualności

Porównanie Stitch i Fivetran

Aktualności

Alteryx a zarządzanie łańcuchem dostaw

X