Menu

DATA restart 2018: Geolokace, atribuce, neuronové sítě a jak fixnout fuckupy

Autor Martina Habartová Martina Habartová

Ve čtvrtek se v hotelu Olšanka restartovala data! Kudy se ubírají trendy datové analytiky a co dalšího analytici prozradili?

Pořadatelská agentura Medio Interactive, s. r. o. vzala letošní ročník pěkně od podlahy. Program začal zlehka vyprávěním o tom, že vysoké školy jsou vším jiným než líhní analytiků, a pokračoval přes atribuce a geolokace až po využití vnitrofiremních dat k optimalizaci cashflow. Některé přednášky mě vyloženě zaujaly, ať už z hlediska inspirace pro další práci, nebo pro svůj obsah. Které to byly?

Tomáš Baxa: Za hranice Google Analytics: data‑driven atribuce s OWOX BI

První z přednášek o atribučních modelech vycházela z předpokladu, že spravedlivý atribuční model ještě nikdo nevynalezl, a to ať už se jedná o jednoduché modely, nebo jejich složitější příbuzné. Nástroj OWOX BI proto operuje „nad daty“ z GA a měl by analytikům pomocí svého atribučního modelu ukazovat zase trochu jiný pohled na výkonnost jednotlivých kanálů.

Výhodou nástroje je možnost importovat data napříč nástroji, nastavit si ho tak, jak potřebujete, ovlivnit bidding v AdWords, vytvářet reporty ve Smart Data.

Prohlédněte si celou prezentaci o OWOXU.

Lukáš Puchrik: Jak a proč vytěžovat lokační data v e-commerce

Jak zpracovat nicneříkající excelovské tabulky prostřednictvím vizualiace do působivých map, prozradila přednáška Lukáše Puchrika. Lokační analýza totiž umožňuje zobrazit si potřebná data na mapě a ukázat je v novém kontextu, který by vás třeba při zírání do tisíců tabulek a řádků v Excelu ani nenapadl:

Základním předpokladem pro lokační analýzu jsou „jakákoliv data, které je možné lokalizovat pomocí adresy nebo přímo souřadnice“. V CleverAnalytics k tomu přidají data z ČSÚ a Registru územní identifikace, adres a nemovitostí, a snadno vám tak pomohou odhalit například reálnou spádovost vašich zákazníků, vhodné místo pro vaši další pobočku nebo analyzovat vhodnost umístění poboček současných.

Prohlédněte si celou prezentaci o lokačních datech.

Petr Bureš: Analytika ve světě startupu

Fuckupy startupů a jak se jim vyhnout, i tak se tato přednáška mohla jmenovat. Samozřejmostí každého projektu by totiž mělo být průběžné vyhodnocování dat. Abyste ovšem měli vůbec co vyhodnocovat, musíte data správně měřit. Problémem může být měření single page aplikací, měření subdomén/více domén, registrace nebo login ze sociálních sítí a možná byste to neřekli, ale i měření cílů a revenue. Petr ve své přednášce každou z výše uvedených situací rozebral od jádra pudla, navrhl řešení, upozornil na možná úskalí, a to velice přehledně a srozumitelně. Pokud máte pocit, že vás zrovna v těchto oblastech tlačí bota, na prezentaci určitě hoďte oko. A kdo se chce v analytice dále vzdělávat, měl by se mrknout i po dvou doporučených knihách:

Prohlédněte si celou prezentaci o analytice ve světě startupu.

Mirek Černý: Zvyšte věrnost zákazníků segmentací

Syslíte si někde databázi zákazníků? Ano? A segmentuje je? Pokud ano, zasloužíte pochvalu, pokud ne, nejpozději Mirkova prezentace by vás měla přesvědčit, že sami sebe obíráte o zisk. Pomocí behaviorální segmentace a prioritizace své databáze můžete na zákazníky poměrně přesně cílit. Jen si s tím musíte dát tu práci, zákazníky rozřadit do segmentů a uspořádat si je podle jejich očekávaného přínosu v budoucnu. Za svůj si vezměte model behaviorální segmentace RFM, uvědomte si, že největší vypovídací schopnost má Recency, poté Frequency a teprve nakonec Monetary a zohledněte to ve svých KPI:

Pak si sežeňte zdrojová data, vytvořte si odpovídající dashboardy, integrujte segmentaci do svého CRM a nezapomeňte zapojit i obchodníky. Závěrem Mirkům tahák na segmentaci zákazníků:

Prohlédněte si celou prezentaci o segmentaci zákazníků.

Jan Matoušek: Hluboké učení pro každého

Možná vám to přijde stejné sci-fi jako mně, ale od funkční umělé inteligence vás v současné době dělí 80, byť podle Honzy Matouška těžkých, řádků kódu. V praxi to znamená, že pro naprogramování vlastní neuronové sítě musíte sebrat odhodlaní, vybrat si software, našprtat dokumentaci a můžete začít vesele programovat vlastní neuronovou síť, která umí na obrázku rozlišit auto od slona. Jasně, není to jaderní fyzika, ale nějak se začít musí. Právě na začátek Honza doporučuje videa Stanfordské univerziy, Datacamp a Courseru. A kompletní návod na oněch 80 řádků kódu najdete na blogu open source softwaru Keras. Tak schválně – kdo přijde na příští DATA restart s vlastním modelem neuronové sítě?

Prohlédnout si celou prezentaci o neuronových sítích.

André Heller: Analytika vs. GDPR

„GDPR není o tom, jestli ho dodržujete, nebo nedodržujete, ale do jaké míry ho dodržujete.“ Nová směrnice Evropské unie familiárně nazývaná džídýpíár straší po nocích markeťáky už hezkých pár měsíců. Jejím hlavním problémem je jistá nejednoznačnost, které se André ve své přednášce věnoval. Na co všechno potřebujete od uživatelů souhlas a o čem je stačí jen informovat? Jakékoliv citlivé a běžné osobní údaje (například e-mailová adresa) by se vám v analytice objevovat neměly. Podle GDPR smíte v analytice sbírat pouze IP adresy, a to ještě k tomu anonymizované, a cookies – o obém musíte uživatele informovat. Souhlas pak potřebujete například pro párování uživatelů, remarketing nebo propojení s nástroji (ano, i pro takový Hotjar potřebujete souhlas). Jde vám z GDPR hlava kolem? Stáhněte si Andrého checklist, ať na něco nezapomenete, třeba na radost z nového internetu:):

Prohlédnout si celou prezentaci o GDPR.

Všechny přednášky najdete na webu DATA restartu, a to včetně dalších zajímavých odkazů hodných přečtení. Tak vzhůru do analytiky!

09.04.2018

Komentáře