adatelemzés címkével jelölt bejegyzések

Online kutatásmódszertan – a keretrendszer, amit az Adatlabornál használunk

Az elmúlt 2 évben sok online projekt elemzését készítettük el – főleg webshop és startup vonalon. Így óhatatlanul is kialakult egyfajta keretrendszer, amit mostmár folyamatosan használunk. Ezt az anyagot általában az Adatvezérelt Marketing Képzésünk bevezetéseként szoktam bemutatni, de most szerettem volna nagyobb közönséggel is megosztani.

A keretrendszer – azaz az elemzési folyamat, amit használunk, nagyon egyszerű és 4 lépcsőből áll.

online kutatásmódszertan
Az Adatvezérelt Marketing Képzés vetített anyagából

Online kutatásmódszertan – a keretrendszer, amit az Adatlabornál használunk bővebben…

Adatvizualizáció Google Fusion Tables segítségével

Papp Gábor
Papp Gábor, thepitch.hu

Mai vendégszerzőnk Papp Gábor a The Pitch | Online Marketing blog alapítója, SEO és online marketing szakértő! Ebben a posztjában az adatvizualizáció egy kis szeletét fogja megmutatni nekünk!

Már az elején fontos valamit leszögezni: nem vagyok profi adatelemző. De adatvizualizáló sem. Ugyanakkor nagyon sok olyan eszközt használok, amelyek valamilyen formában alkalmasak az adatvizualizációra. Még egy angol keresőoptimalizálással kapcsolatos cikk kapcsán futottam bele a Google egyik ún Big Data tooljába, a Google Fusion Tables-be. Ahogy elkezdtem elmerülni a használatában, rájöttem, hogy ezt az eszközt bizony sok célra fel lehet használni. Most ezekről gyűjtöttem össze a tapasztalataimat.

Az adatok megfelelő vizualizációjához szerintem az alábbiakra van szükség: jó minőségű és jól strukturált adat, valamint egy jó adatvizualizáló megoldás. Ez lehet egy eszköz, vagy akár csak egy módszer (egy gráf például). Ha megvan az összhang a fenti elemek között, akkor lesz igazán jó az adatmegjelenítésünk. Adatvizualizáció Google Fusion Tables segítségével bővebben…

Honnan tanuljunk az adatelemzésről? – 2. rész

Ebben a bejegyzésben megosztok néhány könyvet és online kurzust, amelyeket az utóbbi időben elolvastam/megnéztem és színvonalasnak, hasznosnak találtam. Sok a (big) data-s tananyag a neten, hát még könyvek formájában – sok köztük a selejt is. De szerencsére van köztük jó néhány nagyon jó anyag is.

(Az első részben már mutattam 3 könyvet: http://adatlabor.hu/big-data-konyv-1-resz/)

Íme újabb 4 tananyag, amit érdemes magadévá tenni, ha érdekel a téma!

Honnan tanuljunk az adatelemzésről? – 2. rész bővebben…

Látogatók és forgalom mérése UTM tag segítségével

Papp Gábor
Papp Gábor, thepitch.hu

Mai vendégszerzőnk Papp Gábor a thepitch.hu alapítója, SEO és online marketing szakértő! Egy kifejezetten fontos témát mutat be nekünk: a linkkövetést UTM-tag-ekkel!

Amikor 2016 januárjában elindítottuk a The Pitch Online Marketing blogját, akkor határozott célkitűzés volt előttünk, hogy tudatosan és adatvezérelt módon fogjuk gyűjteni és elemezni az adatokat. Ezeket pedig nem csak azért gyűjtjük, hogy ott legyenek a Google Analytics fiókban, hanem ténylegesen teszünk is azért, hogy ezekből a technikai információkból üzleti információt faragjunk. Vagyis olyan infót, amiből később üzleti értéket lehet teremteni.

Akik számára a tartalommarketing és az elkészült tartalom megosztása egy fontos marketingcsatorna, azok számára az utm tagek használata az egyik legjobb és leghasznosabb elemzést segítő megoldás. Látogatók és forgalom mérése UTM tag segítségével bővebben…

Adatvezérelten – az első pár lépés

Az utóbbi időben több képzésünkön is előjött a kérdés, hogy ha egy már működő online biznisz per-pillanat még semmilyen szinten sem elemzi a saját adatait, akkor mégis hogyan lehet és hogyan érdemes belevágni.
A hosszútávú, profi megoldás persze az, hogy ha felépíted minél előbb a saját adattárházadat, amiből függetlenül és rugalmasan tudod elemezni az adataidat. De hát azért elég gyakori, hogy erre se pénz, se idő, se emberi erőforrás nem áll rendelkezésre.
Ha ez Veled is így van, akkor most leírok három projektet, amivel kis ráfordítással nagy hasznot érhetsz el.
De mindenek előtt: mi lehet ez a haszon?

Adatvezérelten – az első pár lépés bővebben…

A “leggonoszabb” és egyben leghatékonyabb tesztelési módszer

This article is available in English here:
http://data36.com/the-most-evil-but-also-most-efficient-testing-method/

Hallottál már az ún. gettó-tesztelésről? A másik neve egy kicsit barátságosabb: fake-door-testing (mostantól a cikkben is inkább ezt használom).

A fake-door-testing egy nagyon egyszerű módszer, amely során úgy mérjük fel az igényt egy új termékre (vagy egy termék új funkciójára), hogy közben csak nagyon minimálisan van szükségünk tényleges fejlesztésre.
A folyamat négy lépésből áll: A “leggonoszabb” és egyben leghatékonyabb tesztelési módszer bővebben…

Funnel analízis

Mi az a Funnel analízis?
Egy mondatban: Egyetlen erőteljes elemzési módszer, amely megmutatja az egész felhasználói életút legsarkalatosabb pontjait.

Vagy inkább egy képben:

Funnel alanlízis egy képben
Funnel alanlízis egy képben

Hogyan is működik a Funnel metrika a gyakorlatban? Mik a legnagyobb kérdések és elakadások? Hogyan lehet belőle “actionable” tudást kiszedni?  Hogyan tudod elkészíteni magadnak? Vegyük sorra! Funnel analízis bővebben…

Visszatérő felhasználók mérése

Ha online bizniszben mozogsz, akkor az alábbi 2 cél biztosan szerepel a listádon:
1. Minél több új felhasználót behozni.
2. Minél több már meglévő felhasználót többszörösen visszatérő felhasználóvá konvertálni.

A visszatérő felhasználók mérése az egyik olyan terület, ahol már a definíciók szintjén is kérdésekbe fogsz ütközni, illetve ahol esetleges rossz definíciók okán a legkönnyebben becsaphatod magad. Ez a cikk ezt a problémát próbálja megelőzni! :-)

Visszatérő felhasználók mérése bővebben…

A robotok ébredése

“…Manapság az online világban nem csak mi vagyunk, emberek, hanem rajtunk kívül robotok és botnetek milliói is a miénkhez hasonló aktivitásokat hajtanak végre a különböző weboldalakon, alkalmazásokban, sokszor elég nagy kárt okozva ezzel az online reklámpiac szereplőinek. Mi azzal foglalkozunk, hogy olyan technológiát fejlesszünk ki, ami képes megkülönböztetni az emberi interakciókat a robotokétól…”

Nagy István

István Data Scientist-ként azon dolgozik az Enbrite.ly-ban, hogy megtisztítsák az online hirdetési piacot azoktól a robotoktól, akik lekattintják az online hirdetések nagy részét, ezzel kárt okozva a hirdetőknek, vagy akár a publishereknek is. Mindezt úgy, hogy a rengeteg hozzájuk érkező adatból be tudják azonosítani, hogy az adott online tevékenységet egy ember vagy egy robot végzi.
A B-DATA2 konferencián is erről fog beszélni – hogyan működik ez és milyen adatokból tudunk dolgozni.
A robotok ébredése bővebben…

Adatok vs érzések

“…Szerintem sokan abba a hibába esnek, hogy 70%-on pörög a cég, de annyi bevételt termel, hogy azt gondolják, hogy minden rendben van. Aztán hirtelen csökken a bevétel és gyorsan felvesznek egy adatos embert, hogy mondja meg, hogy mi történt. Na de a sikeres cégek előbb veszik fel az adatos embert és megpróbálják ezt kitolni 100%-ra, akkoris ha már esetleg magas a bevételük, nem elégednek meg vele olyan könnyen…”

andras.balogh
Balogh András

András egész eddigi életében adatelemző volt, dolgozott már állami-, tanácsadó-, közvéleménykutató cégnél, de nagy banknál is, és most a Prezinél.

Feltettünk Andrásnak pár kérdést, hogy kicsit jobban megismerhessétek,
de a B-DATA2 Konferencián Ti is kérdezhettek majd tőle, hiszen Ő is az előadók táborát gyarapítja!

 

Mi az értelme az adatelemzésnek?
Az, hogy az olyan mondvacsinált dolgokat, mint az “iparági tapasztalatok” és “többéves szakmai múlt” és egyéb hasonló dolgokat felejtsük el, mint döntést befolyásoló tényezők, hiszen ezek csak arra alkalmasak, hogy suboptimális döntéseket hozzál. Ehelyett az adatok segítségével meg tudod határozni, hogy az egyik variáció 1000 dollárt hoz, míg a második 1100 dollárt, akkor használjuk azt, ami többet hoz.
Adatok vs érzések bővebben…