O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
Как принимать решения на основе
прогнозов
1. Объединяет данные из рекламных источников;
2. Автоматизирует отчеты для управления рекламными кампаниями;
3. Находит це...
● На маркетинг технологии в 2018 году потратили больше
(29%, +7%), чем на сотрудников (24%, -3%)1
● В случае невыполнения ...
ПОСТАНОВКА ЗАДАЧИ
Покажите, где не выполняется и где перевыполняется план?
Выполним ли мы такими темпами план на год?
Покажите зоны роста и ...
РЕЗУЛЬТАТЫ
Аппетит приходит во время атрибуции
Где наши зоны роста и риски
Fact + Forecast - Plan
Δ = ——————————
Period Plan
Факт
Факт + Прогноз
Прогноз
Зоны роста и риски
От прошлого к будущему
От прошлого к будущему
This Year Fact — факт с начала года до текущего дня
Last Month Fact — факт за прошедший месяц
Last ...
Email уведомления
РЕАЛИЗАЦИЯ
Составьте список KPI, который будет отвечать на следующие вопросы:
● Кто и в каких командах будет использовать данные?
Mar...
Кто будет пользоваться данными
Технологии Machine Learning в Google Cloud
Developer SQL Analyst Data Scientist Use cases and skills
TensorFlow
and CloudM...
Архитектура и схема движения данных
План факт прогноз в разрезах по периодам
План Факт Прогноз
ВЫВОДЫ
Аппетит приходит во время атрибуции
1. Если вам говорят, «у нас есть маркетинг-план» — это в лучшем
случае Excel, который ...
Лучшее, что может сделать маркетинг-аналитик, это —
найти зоны роста и риски для достижения целей маркетинга
Для этого мар...
ПОЛЕЗНЫЕ МАТЕРИАЛЫ
Скачать презентацию
www.owox.com/c/iforum2019
Полезные ссылки:
● Google Sheets
● Google Data Prep
● Google BigQuery DDL
● ...
Владислав Флакс. Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів
Владислав Флакс. Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів
Владислав Флакс. Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів
Próximos SlideShares
Carregando em…5
×

Владислав Флакс. Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів

912 visualizações

Publicada em

Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів

Publicada em: Internet
  • Login to see the comments

  • Seja a primeira pessoa a gostar disto

Владислав Флакс. Маркетинг-аналітика майбутнього: як приймати рішення на основі прогнозів

  1. 1. Как принимать решения на основе прогнозов
  2. 2. 1. Объединяет данные из рекламных источников; 2. Автоматизирует отчеты для управления рекламными кампаниями; 3. Находит ценные инсайты для выполнения маркетинг-плана. — ваш персональный маркетинг-аналитик 20 K+ пользователей 18 стран 9 PB+ данных обрабатывается в месяц
  3. 3. ● На маркетинг технологии в 2018 году потратили больше (29%, +7%), чем на сотрудников (24%, -3%)1 ● В случае невыполнения плана по росту большинство CEO в первую очередь уволят CMO2 ● 78% CMO повысили ROI маркетинга, используя маркетинг- аналитику при формировании стратегии3 Технологии и данные решают
  4. 4. ПОСТАНОВКА ЗАДАЧИ
  5. 5. Покажите, где не выполняется и где перевыполняется план? Выполним ли мы такими темпами план на год? Покажите зоны роста и риски на ближайшие неделю и месяц Как вы думаете, это мы не дорабатываем или рынок просел? Не хотим внедрять еще один сервис, хотим использовать привычные Google Sheets (Excel) и Tableau (MS Power BI, Google Data Studio) Ок, что вы хотите от маркетинг аналитика?
  6. 6. РЕЗУЛЬТАТЫ
  7. 7. Аппетит приходит во время атрибуции
  8. 8. Где наши зоны роста и риски Fact + Forecast - Plan Δ = —————————— Period Plan Факт Факт + Прогноз Прогноз
  9. 9. Зоны роста и риски
  10. 10. От прошлого к будущему
  11. 11. От прошлого к будущему This Year Fact — факт с начала года до текущего дня Last Month Fact — факт за прошедший месяц Last Week Fact — факт за прошедшую неделю This Week Forecast — прогноз на текущую неделю Next Week Forecast — прогноз на следующую неделю This Month Forecast — прогноз на текущий месяц Next Month Forecast — прогноз на следующий месяц (только Primary Dimension) This Year Forecast — прогноз до конца года (без сегментации по Dimensions)
  12. 12. Email уведомления
  13. 13. РЕАЛИЗАЦИЯ
  14. 14. Составьте список KPI, который будет отвечать на следующие вопросы: ● Кто и в каких командах будет использовать данные? Marketing, PPC, SEO, Commerce ● С какими количественными и качественными KPI они работают? Sessions, Transactions, Revenue, ROS, ROI, CPA ● В каком интерфейсе ЛПР удобнее всего работать с данными? Google Sheets, Excel, Tableau, MS Power BI, Google Data Studio ● По каким KPI есть цели? Как часто контролируется их выполнение? Подготовительные вопросы
  15. 15. Кто будет пользоваться данными
  16. 16. Технологии Machine Learning в Google Cloud Developer SQL Analyst Data Scientist Use cases and skills TensorFlow and CloudML Engine ● Build and deploy state-of-art custom models ● Requires deep understanding of ML and programming BigQuery ML ● Build and deploy custom models using SQL ● Requires only basic understanding of ML AutoML and CloudML APIs ● Build and deploy Google-provided models for standard use cases ● Requires almost no ML knowledge
  17. 17. Архитектура и схема движения данных
  18. 18. План факт прогноз в разрезах по периодам План Факт Прогноз
  19. 19. ВЫВОДЫ
  20. 20. Аппетит приходит во время атрибуции 1. Если вам говорят, «у нас есть маркетинг-план» — это в лучшем случае Excel, который раз в неделю обновляет аналитик; 2. Автоматизация прогнозирования не заменяет аналитика, а повышает его эффективность. Предусмотрите корректировки; 3. Качество прогнозов значительно повышается при использовании рыночных данных; 4. Необходимо отделить работы по расчету прогноза и работы по визуализации данных; 5. Необходимо 3 млн. сессий в месяц для качественных прогнозов.
  21. 21. Лучшее, что может сделать маркетинг-аналитик, это — найти зоны роста и риски для достижения целей маркетинга Для этого маркетинг-аналитик: 1. Объединяет данные из рекламных источников и CRM/ERP; 2. Настраивает модели атрибуции; 3. Автоматизирует отчеты по рекламным кампаниям; 4. Находит ценные инсайты в воронке продаж. Ценность маркетинг-аналитики
  22. 22. ПОЛЕЗНЫЕ МАТЕРИАЛЫ
  23. 23. Скачать презентацию www.owox.com/c/iforum2019 Полезные ссылки: ● Google Sheets ● Google Data Prep ● Google BigQuery DDL ● Google BigQuery ML ● Machine Learning with Apache Kafka and Tensorflow

×