Data literacy: как аналитически безграмотные сотрудники убивают ваш бизнес
Менеджер по продукту CoMagic Андрей Казаков рассказал, как создавали новую сквозную аналитику, используя Data literacy, почему важно обладать этим навыком и как его развить, чтобы не потерять бизнес.
44 показа
8.4K8.4K открытий
Мы понимаем, что важную роль в ответах на эти вопросы играет учет всех касаний лида с рекламой, поэтому наш продукт умеет работать с 8 моделями атрибуций, не считая ассоциированных взаимодействий. В отчете показаны расходы на площадку и сумма всех продаж, в привлечении которых участвовала эта площадка.
1. Как вы распределяете атрибуцию, если лид видел таргет, переходил по email рассылке, заходил в оффлайн точку, видел контекстную рекламу и т.д.? У вас фиксированные модели или можно создавать свои модели?
2. Как решаете проблему атрибуции связанную с кроссплатформенностью и кроссбраузерностью, если нет возможности трекинга по user_id?
3. Как работает атрибуция для оффлайн точек? Как вы определяете, что человек взаимодействовал с брендом в оффлайн?
Владислав, добрый день. Вы задаете интересные вопросы, о которых хочется поговорить детальнее. Можем ли мы с вами пообщаться в телеграмм (t.me/TereshchenkoViktor)?
1. В настоящий момент у нас настроено 8 моделей атрибуций. Ценность каждого касания зависит от выбранной модели.
2. Сейчас мы не работаем с этим. Кросс-аналитика находится в анализе и, скорее всего, дополнит функционал нашего сервиса в 2021 году.
3. Все зависит от того, как происходит взаимодействие в рамках оффлайн-точки. У нас есть интересные кейсы, где микрофоны на одежде сотрудников помогали речевой аналитике получить важные данные, которые в дальнейшем использовались для склейки данных.