Analityka danych w e-commerce – twórz raporty z pomocą BigQuery i Google Looker Studio!

Integracja z Google BigQuery oraz Looker Studio otwiera przed e-commerce szerokie możliwości zaawansowanej analityki sprzedaży i zainteresowania produktami w sklepach on-line. W przeciwieństwie do Google Analytics, które obecnie (po zmianach) oferuje jedynie częściowy wgląd w dane, połączenie tych narzędzi pozwala na dogłębną analizę rzeczywistych danych pochodzących ze sklepu, co umożliwia lepsze zrozumienie i optymalizację procesów biznesowych.

Dane przesyłane do BigQuery są anonimizowane i mogą być konfigurowane w zależności od potrzeb, co zapewnia zgodność raportów ze stanem faktycznym. Analizy są przeprowadzane na serwerach Google, co eliminuje obciążenie systemu e-commerce, zapewniając jego płynne działanie i minimalizując konieczność zwiększania zasobów serwerowych. Ponadto integracja umożliwia tworzenie i udostępnianie cyklicznych raportów oraz łączenie różnych źródeł danych, takich jak realne dane z zamówień i dane z Google Analytics.

Chociaż korzystanie z tych usług wiąże się z opłatami na rzecz Google, standardowe zastosowania zazwyczaj nie generują wysokich kosztów. W rezultacie integracja Data Studio/BigQuery z Google Looker Studio stanowi opłacalne i efektywne rozwiązanie dla zaawansowanej analityki w e-commerce.

Analityka za pomocą Google Looker Studio na platformie Hummerce

System Hummerce oferuje bardzo elastyczny sposób wyboru, jakie dane można wysyłać do analizy. Obecnie w standardowej konfiguracji wysyłamy dane dotyczące zamówień oraz towarów zakupionych w sklepie.

W standardowej konfiguracji z zamówień wysyłamy informacje nt.: źródła pochodzenia klienta, z jakiego widoku został zakupiony towar, metody płatności, sposobu dostawy, danych adresowych klienta i dostawy, zastosowanych kuponów, daty złożenia zamówienia, konta klienta (czy był klientem firmowym, do jakiej grupy klienckiej należy itp.), kwoty zamówienia, wartości zniżek oraz statusu zamówienia.

Jeżeli chodzi o zamówione towary, to standardowo przesyłamy dane nt.: zakupionego towaru i jego kategorii, liczby zakupionych egzemplarzy, ceny towaru/towarów, użytych reguł towarowych, cennikowych i koszykowych, grupy towarowej produktu, jednostki magazynowej oraz wysokości rabatu.

Dane wysyłane do analizy, mogą być dowolnie konfigurowane i rozbudowywane, w zależności od potrzeb danego sprzedawcy. Możliwe jest także łączenie ze sobą w/w danych, co rozbudowuje zakresy analityczne i otwiera nowe możliwości śledzenia trendów zakupowych w sklepie.

Aby przeglądanie danych było jak najbardziej czytelne i użyteczne nie tylko dla osób zajmujących się tym profesjonalnie, ale dla każdego, raporty, które przygotowujemy na platformie Hummerce, opieramy o narzędzie Google Looker Studio.

Google Looker Studio – zalety korzystania

Google Looker Studio pozwala na tworzenie interaktywnych raportów, które można konfigurować i prezentować w dowolny sposób – od prostych danych liczbowych, przez tabele z danymi i wykresy, na mapach świata kończąc. Daje to ogromne pole do działania i  prezentowania wybranych danych – zarówno jeśli chodzi o atrakcyjność sposobu prezentacji, jak i dopasowanie tych sposobów do potrzeb analitycznych i biznesowych sklepu.

Looker Studio udostępnia także zaawansowany system filtrowania danych. Można dzięki niemu nie tylko ograniczać zakres wyszukiwań, ale również generować raporty z uwzględnieniem podziałów np. na klientów B2B i B2C, różne źródła zamówień czy miasta wysyłki.

Dodatkowym atutem Looker Studio jest możliwość automatycznej i cyklicznej wysyłki raportów na wskazane adresy e-mail. Pomaga to zautomatyzować proces tworzenia np. miesięcznych statystyk sprzedażowych w sklepie.

Rodzaje raportów a potrzeby analityczne sklepu

Jako że potrzeby każdego klienta są inne, poniżej przedstawiamy kilka przykładowych raportów, które uznaliśmy za najciekawsze oraz najbardziej przydatne.

1. Standardowy raport oparty o tabele 

• Powyższy raport przedstawia zamówienia złożone w sklepie. W tym konkretnym przypadku mamy opcje filtrowania po dacie, godzinie złożenia zamówienia oraz statusie zamówienia. Oprócz przedstawienia danych w formie tabeli sumujemy również liczbę zamówień przy podanych filtrach i łączną wartość wszystkich zamówień.
• Mamy pełną dowolność, po jakich danych chcemy filtrować i jakie chcemy wyświetlać – zarówno ten raport, jak i wszystkie pozostałe, są w pełni konfigurowalne.

Do czego przydaje się raport oparty o tabele?

• Informacje takie mogą pomóc określać np. w jakich godzinach klienci najczęściej składają zamówienia, skąd przychodzą klienci lub nawet tak proste rzeczy jak to, ile jeszcze zamówień oczekuje na wysyłkę. 
• Możemy również obserwować jakie formy płatności i dostawy cieszą się największym zainteresowaniem wśród klientów.

2. Dane przedstawione w formie tabeli

• Powyższy raport przedstawia informacje nt. zamówionych towarów.
• Dane możemy filtrować po symbolu produktu oraz po grupie towarowej.

Do czego przydaje się raport z danymi w formie tabeli?

W przypadku pozycji w zamówieniach możemy prowadzić statystyki, jakie kategorie produktów cieszą się największą popularnością, ile średnio klienci zamawiają sztuk danego towaru, jakie reguły towarowe, cennikowe i koszykowe są używane najczęściej czy jak często klienci kupują dany towar w promocji itd.

3. Wykres sprzedaży produktu w danym czasie

Do czego przydaje się raport w formie wykresu sprzedaży?

• Ten typ raportu pozwala sprawdzić, ile sztuk danego towaru klienci kupili w danym dniu. Może to pomóc w określeniu, kiedy towar cieszy się największą popularnością, a kiedy klienci nie wykazują nim zainteresowania.
• Oczywiście oprócz liczby zakupionego towaru możemy pokazać np. przychód z danego dnia lub kiedy i jak często był wykorzystywany dany kod rabatowy.
• Oprócz samego wykresu mamy przedstawione również dane, ile razy zamówiono określony towar we wskazanym przedziale czasowym, i za jaką łączną kwotę go zakupiono.
• Tego typu wykresy mogą być bardzo przydatne do identyfikowania trendów zakupowych wśród klientów lub analizowania np. skuteczności kampanii reklamowej w danym miesiącu.

4. Inne rodzaje wykresów, np. słupkowe, kołowe, warstwowe itp. 

Do czego przydaje się raport kołowy?

• Powyższy wykres kołowy prezentuje zainteresowanie danymi kategoriami produktów w określonym przedziale czasowym.
• Wykresy takie pokazują w bardzo dobry sposób pewne tendencje w sklepie, np. jaka płeć dominuje wśród klientów, jaka kategoria produktów cieszy się największą popularnością, z jakich źródeł pochodzą klienci, jaki jest stosunek towarów zakupionych do zwróconych itp.

5. Wykres mapowy 

Wykres mapowy pozwala przeanalizować bazę klientów pod względem lokalizacyjnym/geograficznym. W Looker Studio jest 6 typów wykresów mapowych: mapa bąbelkowa, kartogram, mapa termiczna, mapa liniowa, mapa połączeń i mapa łączona. Poniżej prezentujemy mapę bąbelkową i kartogram.

Mapa bąbelkowa – na mapie zaznaczone są miasta, w których złożono zamówienia w sklepie. Po kliknięciu dany „bąbelek” w prawym górnym roku wyświetla się liczba zamówień z danego miasta.

Kartogram – mapa ukazuje, w jakich krajach klienci dokonali zamówienia. Po najechaniu na dany kraj pojawia się informacja, ile zamówień pochodzi z danego kraju. 

Do czego przydają się raporty mapowe?

• Tego typu dane mogą posłużyć w celach marketingowych. Dzięki nim można określić, w jakim kraju widoczne jest zainteresowanie danymi produktami, i czy warto np. rozpocząć tam kampanię marketingową. 
• Informacje dotyczące zamówień w danym mieście mogą pomóc podjąć decyzję np. o otwarciu kolejnej placówki sklepu/marki lub np. o dokładnie przeciwnym działaniu w lokalizacji, w której nie ma zainteresowania określonym asortymentem. 

Mapy można dowolnie przybliżać i oddalać. Ciekawym rozwiązaniem może być zintegrowana obsługa Google Street View 

Dane, które są wyświetlane na mapie, można filtrować w dowolny sposób, na powyższych przykładach użyto tylko filtrowania po dacie złożenia zamówienia.

Analityka danych w e-commerce bez GA4? Tak, to możliwe!

Analityka danych odgrywa kluczową rolę w e-commerce, pozwalając na podejmowanie świadomych decyzji biznesowych. Obecnie korzystanie z Google Analytics 4 (GA4) jest utrudnione, co sprawia, że analiza danych bezpośrednio ze sklepu staje się niezbędna. GA4 może wskazywać trendy, ale aby uzyskać raporty oparte na rzeczywistych danych, Google Looker Studio w połączeniu z BigQuery jest obecnie jedynym sensownym rozwiązaniem. 

Ta integracja pozwala na dogłębną i precyzyjną analizę, która przekłada się na lepsze zrozumienie zachowań klientów i optymalizację procesów sprzedażowych. Dzięki zaawansowanym funkcjom anonimizacji i przetwarzania w chmurze dane są bezpieczne, a system e-commerce nie jest obciążony. Ponadto możliwość łączenia wielu źródeł danych i tworzenia cyklicznych raportów zapewnia pełny obraz sytuacji w sklepie. 

Chociaż usługi Google wiążą się z kosztami, są one z reguły niskie w kontekście standardowych zastosowań. W rezultacie, wykorzystanie Google Looker Studio i BigQuery staje się nieodzownym narzędziem dla każdej firmy e-commerce dążącej do sukcesu w dynamicznie zmieniającym się środowisku rynkowym.

Chcesz dowiedzieć się więcej nt. analityki danych w e-commerce? A może masz inne pytania dotyczące rozwoju Twojej firmy w sprzedaży on-line?