logo
0

iMetrics-2017

15-16 ноября 2017
Москва, Россия
Аналитика для принятия решений
Купить видео
В избранное

Платон Днепровский

Генеральный директор в UIDesign Group

Илья Чухляев

Regional Director CIS в OWOX, ранее Руководитель отдела аналитики и технологий в Adventum

Олег Рудаков

Директор по развитию направления аналитики в AGIMA, ранее Руководитель отдела веб-аналитики в ADLABS

Денис Соловьев

Заместитель руководителя отдела аналитики в RealWeb

Роман Осокин

CEO & Co-Founder в OHM, ранее Руководитель отдела онлайн-продвижения в Юлмарт

О мероприятии

Конференция iMetrics –главное российское профессиональное мероприятие, посвященное веб-аналитике и эффективности интернет-маркетинга. В этом году iMetrics прошла при поддержке eMetrics Summit, международной конференции, которая в течение 13 лет проводится в таких городах, как Чикаго, Торонто, Берлин, Лондон, Милан, Сидней, Стокгольм и др.

Для кого

  • Веб-аналитикам
  • Диджитал-специалистам
  • Маркетологам
  • Специалистам по SEO
  • ТОП-менеджерам
Поделиться

Расписание

Развернуть все
15 ноября (среда)
День 1
Показать
цену в
$
Купить все видео по специальной цене
Вы можете попросить вашу компанию компенсировать покупку
Как это сделать?
Куплено
В корзине
7 000 ₽
7 000 ₽
118,08 $
118,08 $
100,51 €
100,51 €
Digital-рынок сегодня

Федор Вирин

партнер в Data Insight

Новые инструменты аналитики, которые мы будем использовать завтра

Тезисы: 
Какие стартапы сегодня появляются на рынке аналитики, и о чем думают 
компании, которые предлагают такие услуги.

Digital-рынок сегодня

Инесса Ишунькина

Директор по интернет-исследованиям в MediaScope, ранее директор по интернет-исследованиям в TNS Russia

Интернет в России - аудиторные тенденции

Digital-рынок сегодня

Андрей Евтихов

Executive Director в CleverDATA

Рынок данных России: новый драйвер роста экономики

Тезисы:
1) Что представляет собой рынок данных России на текущий момент: 
2) Основные тенденции развития рынка данных в России:
- Взрывной рост объемов и разнообразия данных;
- Формирование инфраструктуры потребления данных (системы обработки и анализа данных);
- Появление профессиональных участников рынка данных;
- Массовый переход к потреблению данных машинами вместо человека;
3) Регулирование рынка данных:
- Разработка нормативной базы со стороны государства (основные моменты); 
- Внимание общества к вопросам сбора, обработки и использования данных; 
- Внутреннее регулирование участников рынка;
- Этические вопросы; 
4) Модели потребления данных:
- Отдельные поставщики данных; 
- Агрегаторы данных; 
- Маркетплейсы данных; 
- Биржи данных; 
5) Ценообразование на рынке данных: 
- Фиксированные цены; 
- Динамические цены; 
- Аукционные цены; 
6) Применение данных на практике (бизнес-кейсы): 
- Онлайн-реклама; 
- Электронная коммерция; 
- Онлайн-медиа; 
- Маркетинговые исследования; 
7) Что дальше: 
- Рост требований к приватности и безопасности процессов обмена данными; 
- Переход к использованию данных в рамках предиктивных моделей, работающих на базе машинного обучения.

Технологии в веб-аналитике

Евгений Куршев

Разработчик в Яндекс, ранее менеджер проектов, в Яндекс.Метрика, Менеджер проектов в Яндекс.Метрика

Обзорный доклад про последние изменения в Метрике

За последний год в Яндекс.Метрике появилось много полезных возможностей и отчетов. Мы вспомним, что интересного произошло и узнаем, что планируется в ближайшем будущем.

Технологии в веб-аналитике

Алексей Аршинов

Head of Global Partnerships Russia, Ukraine & CIS в Google Russia

Tying Marketing Performance to Business Results

Технологии в веб-аналитике

Андрей Суслов

Генеральный директор в BizTech Enterprise Solutions, ранее Руководитель направления Digital Marketing в Adobe RCIS
и ещё 1
докладчик

Think & Act Beyond Analytics

Технологии в веб-аналитике

Алексей Евсеев

CEO в Go Mobile

Обзор систем аналитики и трекинга мобильных приложений

Тезисы:
- Плюсы/минусы основных систем трекинга – AppsFlyer/Adjust/AppMetrika/Tune/etc. 
- Какие KPI's ставим и отслеживаем 
- Зачем нужно устанавливать аналитику/трекинг 
- Основное отличие трекинга от аналитики 
- Почему трекинг в большинстве случаев платный? 
- Рекомендации по аналитике мобильных приложений

Крутые кейсовые истории от крупных рекламодателей

Кирилл Кобелев

Менеджер по digital-трансформации в PepsiCo

Принятие решений на основе данных: выбор экосистемы для бизнеса

Тезисы:
1. Digital трансформация для FMCG 
2. Экосистема по работе с данными для PepsiCo 
3. Вызовы и решения

Крутые кейсовые истории от крупных рекламодателей

Елена Иванова

Директор по маркетингу в Domino's Pizza

Как Domino's Pizza завоевывают клиентов в онлайне

Тезисы:
1. 3 составляющих успеха при завоевании клиента в онлайне 
2. Жалобы - источник продаж 
3. Используйте офлайн для онлайн 
4. Говорите с покупателем так, чтобы вас слышали 
5. Используйте новые форматы

Крутые кейсовые истории от крупных рекламодателей

Роман Абдуллин

Руководитель управления рекламы в ГК ПИК
и ещё 1
докладчик

Сквозная аналитика: онлайн+офлайн. Группа ПИК

  • Как построить единый контур данных онлайн + офлайн
  • Собственное решение аналитики данных
  • Модели атрибуции для оценки эффективности РК
  • Визуализация отчетов для бизнес-заказчик
Купить все видео по специальной цене
Вы можете попросить вашу компанию компенсировать покупку
Как это сделать?
Куплено
В корзине
7 000 ₽
7 000 ₽
118,08 $
118,08 $
100,51 €
100,51 €
Omni channel: интеграция с офлайном

Артур Хачуян

Основатель, генеральный директ в SocialDataHub

Связь между онлайн + офлайн на примере кейсов

Тезисы:
1. Карты лояльности для ритейла. Объединение data о пользователях с социальными сетями. 
2. Анализ мероприятий с точки зрения аудитории, которая туда пришла и которую туда надо пригласить. Изучение digital-следа 
3. Кейсы: все, что связано с распознаванием лиц.

Omni channel: интеграция с офлайном

Михаил Могилевский

Генеральный директор в НПО Аналитика
и ещё 1
докладчик

Ретаргетинг из офлайна в онлайн и измерение конверсии из показов в визиты

Тезисы:

  1. Кратко о технологии и областях применения.
  2. Кейс Аутлет Внуково/myTarget. Стоимость привлечения из онлайна в офлайн.
  3. Кейс Ив Роше. Повышение заходимости магазина.
  4. Кейс Brandshop. Привлечение посетителей в офлайновый магазин вне потоков ТРЦ с помощью связки онлайн/офлайн.
  5. Основные принципы сбора данных и предоставления аудиторных сегментов, включая вопросы этики и принадлежности данных.
Omni channel: интеграция с офлайном

Виктор Крылов

Regional Director - CIS в Exponea

Простые примеры эффективности омниканальной аналитики и контактов с клиентами в цифрах

Кейс 1 - Дореактивация в триггерной цепочке писем через SMS 
Кейс 2 - Использование кастомных ретаргетинговых аудиторий в оркестрации с остальными коммуникациями 
Кейс 3 - Персонализация сайта на основе истории внесессионной коммуникации 
Кейс 4 - Атрибуция на онлайновый канал в онлайн-оффлайновой воронке 
Кейс 5 - Геймификация онлайн-оффлайновой воронки 

16 ноября (четверг)
День 2
Показать
цену в
$
Аналитика трафика. Кейсы и клиентские истории

Ксения Хизова

Директор по маркетингу в Онлайн университет Смотри.Учись, ранее руководитель направления digital-стратегии в StudioRatio, Руководитель направления digital-стратегии в StudioRatio

Автоматизация анализа спроса рынка для авто управления проектом с помощью BI систем

Тезисы:
1) Брендовая стратегия продвижения, особенности 
2) Продуктовая стратегия продвижения, особенности 
3) Автоматизация анализа рынка спроса 
4) Автоматизированное управление каналами трафика 
5) Стратегия работы каналов трафика на основании данные спроса 
6) Запуск и реализация выбранной стратегии: подводные камни

UX в аналитике и аналитика в UX

Евгений Романовский

Руководитель контентных проектов в Собака Павлова

Пользовательская аналитика в эпоху мультиканальности. Что спрятано за цифрами и как с этим работать

Тезисы: 
Во многих отраслях решение о покупке принимается не за час и даже не за один день. Проходит несколько месяцев, прежде чем клиент «дозреет» и выберет подходящий продукт и компанию. Выбор этот далеко не всегда рациональный. 
Цифры говорят о результатах, но умалчивают причины. Мы поговорим о том, как разобраться в причинах того или иного поведения пользователей. Обсудим, что можно узнать о клиентах и как превратить эти знания в набор гипотез для проверки. 

Аналитика трафика. Кейсы и клиентские истории

Алексей Додонов

Руководитель группы Веб-Аналитики в Ситилинк

Прогнозные модели посещаемости сайта в RStudio

  1. Краткое введение по типам моделей прогнозирования
  2. Описание двух моделей прогноза: Модель Хольта-Винтерса и ARIMA
  3. Как технически по этим моделям построить прогноз в RStudio (на что стоит обращать внимание и какие проблемы могут быть)
  4. Далее итогом является сравнение двух моделей с фактическим значением + использована третья модель (Как база взята модель Хольта-Винтерса и модифицирована на основе экспертной оценки)
  5. Сделаны выводы по моделям.
UX в аналитике и аналитика в UX

Надежда Яромирова

Аналитик в Veeam
и ещё 1
докладчик

Кейс - «UX исследование в B2B»: как за пару месяцев подготовить и провести масштабное UX исследование на 120 интервью сразу для

Тезисы: 
Бывает сложно убедить своих заказчиков в правильности предлагаемого решения, ведь каждый второй «сам себе дизайнер» и точно знает, как делать хорошо конвертирующиеся страницы. Когда в ход идет последний аргумент - «вы не наша целевая аудитория, поэтому ваши идеи не сработают» - пора предоставить прув от целевой, параллельно решив еще множество оптимизационных задач. Спросите своих непосредственных клиентов и партнеров их мнение о сайте, и вы удивитесь качеству обратной связи! 

  • Как мы реализовали крупный международный UX проект, получили «живых», добровольных, а главное целевых участников и провели 120 интерактивных интервью
  • «Есть истина, а есть статистика» - почему одной аналитики мало
  • Как добиться инвестиции в дорогостоящее UX исследование
  • Процесс разработки сценариев UX тестирования – на что обратить внимание, что учесть, как протестировать «на кошках»
  • Использованные технологии и полученные результаты
Аналитика трафика. Кейсы и клиентские истории

Артем Королев

Старший специалист в отделе региональных исследований в Publicis Media
и ещё 1
докладчик

Мультиканальная атрибуция

Тезисы: 
1.При оптимизации рекламных бюджетов в интернете, все чаще используется подход к анализу цепочек взаимодействия с рекламой для каждого уникального пользователя или иначе - мультиканальная атрибуция. 

Вместе с этим, развитие облачных сервисов сделало хранение и анализ больших массивов данных более доступным. Мы сравним продукт и результаты мультиканальной атрибуции на основе сырых данных, построенный на базе Google Cloud Platform с другими доступными решениями на рынке. 

2. Data driven атрибуция. Применение алгоритмов машинного обучения для анализа последовательностей переходов пользователей. Атрибуция на основе вероятности совершения конверсии. 

3. Мультиканальная атрибуция Google Analytics 360 и Double click manager. Кейс: применение модели для оценки рекламных размещений клиента. 

4. Мультиканальная атрибуция своими руками на логах систем адсервинга. Особенности реализации, результаты и сравнение с продуктами Google. 

UX в аналитике и аналитика в UX

Рина Слагаева

UX-analyst в М.Видео
и ещё 1
докладчик

Юзабилити-тестирование. В каких случаях именно эта методика оказывается незаменимой и почему

Тезисы: 
Юзабилити-тесты это не замена и не альтернатива сбору и анализу статистических данных или А/В тестам. Это совершенно отдельная и самостоятельная методика со своей уникальной ценностью. 
* Какие факторы и аргументы вредят репутации юзабилити-тестирований и почему они несостоятельны? 
* Какие потребности продуктовой команды "М.видео" привели к выбору именно методики юзабилити-тестирования? 
* "Проблем много, они на поверхности. Обнаружим ли мы что-то, чего ещё не знаем?" Какой ответ мы получили на ключевое опасение как со стороны команды "М.видео", так и со стороны аналитиков UIDG. 
* Взаимодействие в процессе: активное вовлечение команды "М.видео" в работу с аналитиками UIDG. Как получить эффект совместной работы, а не "сухого" подряда? 
* Что в итоге? Инстайты; реакция продуктологов vs реакция интерфейс-дизайнеров; выводы и решения. 

Аналитика трафика. Кейсы и клиентские истории

Михаил Гущин

Заместитель вице-президента в RBI
и ещё 1
докладчик

RBI. Сквозная аналитика и оптимизация трафика

Тезисы: 
- Работа с качеством трафиком и снижением стоимости обращения 
- Отчеты в BI: зачем это девелоперу? 
- Особенности внедрения 
- Офлайн-присутствие RBI 
- Выводы и успехи

Купить все видео по специальной цене
Вы можете попросить вашу компанию компенсировать покупку
Как это сделать?
Куплено
В корзине
7 000 ₽
7 000 ₽
118,08 $
118,08 $
100,51 €
100,51 €
UX в аналитике и аналитика в UX

Платон Днепровский

Генеральный директор в UIDesign Group

Гадаем на кофейной гуще. Анализ и прогноз скорости работы с несуществующими продуктами

Тезисы: 
В процессе проектирования часто возникают развилки — необходимо принять то или иное решение. Таблица или список? Три кнопки или переключалка? 3 клика ли 5 кликов? 
При этом самого продукта/прототипа/интерфейса пока не существует и аналитики нет. Хочу рассмотреть ключевые параметры, важные для выбора, и методы, которые можно для этого использовать. 
Для бизнеса важны такие характеристики интерфейса, как, например, скорость выполнения ключевых задач — от этого зависит производительность труда, необходимый объём вложения в технику, персонал и т.д. Можно ли достаточно точно сделать прогноз для несуществующих продуктов? Обсудим, как это сделать и на что обратить внимание. 
Хочу рассказать о методике, которая позволяет это сделать, некоторых особенностях и подводных камнях, и на примере нескольких кейсов обсудить границы её применимости. 

Мобильная аналитика на практике

Александр Лукин

продакт-менеджер сервиса AppMetrica в Яндекс

Data-driven подход в проектировании новых фичей. Кейс Яндекс.Лончера

Мы я Яндекс постоянно добавляем новый функционал и оттачиваем существующий в наших многочисленных сервисах. В рамках доклада расскажем о роли данных при принятии продуктовых решений, покажем data-driven подход в кейсе Яндекс.Лончера.

Продуктовая аналитика. Кейсы и клиентские истории

Глеб Сологуб

Разработчик аналитики в Skyeng

Как мы выбираем и оцениваем продуктовые фичи

Тезисы:
У нас в Skyeng для каждой продуктовой фичи аналитик и продакт делают оценку, сколько будет стоить разработка, сколько времени займёт, на какие показатели и kpi с какой вероятностью она может повлиять, какой профит от неё ожидаем получить, и как его сможем померять. По результатам такой оценки они строят рейтинг, часть фич с низким рейтингом отбрасывают, а из остальных формируют подробный план. Это помогает работать не вслепую, а чётко понимать что и зачем мы делаем.

Мобильная аналитика на практике

Александр Бобко

Директор по маркетингу в Maps.me

Продуктовая аналитика: поиск верного пути развития продукта

Тезисы:

  • Особенности поведения пользователей в международном проекте - как анализировать и с чего начать;
  • Основные аналитические системы для анализа в мобильном аудитории;
  • Что можно еще использовать помимо аналитических систем - опросы, фидбек пользователей, качественные исследования;
  • Кейс: увеличение retention в 1.5x раз - опыт MAPS.ME
Продуктовая аналитика. Кейсы и клиентские истории

Леонид Блинов

Руководитель группы интернет-проектов Сбербанка в Segmento

Аналитика programmatic кампаний

Тезисы:

  • Аналитика programmatic кампаний в Cбербанке: набор метрик для разных этапов customer journey. Пример реальных кейсов.
  • Персонализация главной страницы Сбербанка, технология Segmento внутри сайта. Техническое описании, сравнительная аналитика персонализированного и неперсонализированного сайта. Набор метрик, которые мы оцениваем. Пример персонализации на разных продуктах банка.
  • Аналитика сторонних медийных каналов в банке с помощью технологии Segmento. Общий охват, пересечение аудиторий и кросс-частота, поствью конверсии. Разбор кейса по потребительским кредитам.
Мобильная аналитика на практике

Алексей Брылёв

Руководитель направления онлайн-продаж в Сбербанк

Увеличение MAU мобильного приложения через офлайн-каналы на примере Сбербанк Онлайн

Тезисы:
В октябре 2017 MAU приложения Сбербанк Онлайн превысило 26 млн пользователей. Более 50% новых пользователей мобильного приложения привлекаются через офлайн-каналы. Мы пробовали разные офлайн-каналы привлечения, их эффективность существенно различается 
Офлайн-каналы: 
- Отделения банка 
- Кол-центр 
- Партнерские продажи 
- Предустановки 

Продуктовая аналитика. Кейсы и клиентские истории

Денис Соловьев

Заместитель руководителя отдела аналитики в RealWeb

Влияние условий получения заказа на принятие решения о покупке online

Тезисы:
Многие пользователи используют заказы в онлайне для облегчения и ускорения покупки товаров. Но далеко не все пользуются доставкой курьером.
80% пользователей, совершающих заказ на сайте выбирают самовывоз, даже те, у кого была возможность бесплатной доставки.Почему?
Мы решили изучить, можно ли увеличить число заказов с доставкой, изменив или предоставив другие условия получения/доставки заказа, а также какие условия на это влияют.

Мобильная аналитика на практике

Роман Осокин

CEO & Co-Founder в OHM, ранее Руководитель отдела онлайн-продвижения в Юлмарт

Прогнозирование LTV на данных AppMetrica для повышения эффективности рекламы

Тезисы: 
1. Проблема подсчета ROI в приложениях 
2. Как мы построили систему сбора и агрегации данных на Logs API - SmallData 
3. Построение аудиторий и Core Users 
4. Внедрение Machine Learning и построение Predictive LTV 
5. Построение Predictive Action на нейронной сети 
6. Интеграция с рекламными системами для оптимизации кампаний 

Продуктовая аналитика. Кейсы и клиентские истории

Олег Рудаков

Директор по развитию направления аналитики в AGIMA, ранее Руководитель отдела веб-аналитики в ADLABS

Аналитика для ритейла. Зачем заниматься аналитикой перед запуском сайта, почему просто не сделать красиво?

Тезисы:

  • Как выстроить работу команды, чтобы ускорить запуск и не потерять результата исследования
  • Что стоит сделать в рамках исследования, откуда можно получить интересные данные
  • Пример того, что у нас получилось
Сквозная аналитика. Онлайн + офлайн

Максим Уваров

доцент в NeedForData

Power BI для исследования веб-аналитических данных

Тезисы:

  • Возможности Power BI для получения данных из счетчиков веб-аналитики (родные коннекторы, opensource, connect.my-bi.ru)
  • Предустановленные наборы обработаки данных для типовых исследований сайтов
  • Примеры использования ассоциативных таблиц для мониторинга ключевых показателей бизнеса NeedForData
Купить все видео по специальной цене
Вы можете попросить вашу компанию компенсировать покупку
Как это сделать?
Куплено
В корзине
7 000 ₽
7 000 ₽
118,08 $
118,08 $
100,51 €
100,51 €
Инсайты отрасли. Откуда брать данные?

Вероника Лутфуллина

WEB Analyst в Leroy Merlin
и ещё 1
докладчик

Как использовать данные на сайте для геомаркетинга

Тезисы:
Мы обогащаем данные координаты пользователя поведениям на сайте при помощи Google Analytics и уходим от ip-адресов. Это можно использовать как для геомаркетинга, так и для коммуникации с аудиторией. 

Сквозная аналитика. Онлайн + офлайн

Дмитрий Ильин

Веб-аналитик в Ак Барс Цифровые Технологии
и ещё 1
докладчик

Сквозная аналитика за 0 руб. с помощью инструментов Google

Тезисы:
- Что делать, если бюджет на аналитику = 0 
- Какие инструменты необходимы? (Tag Manager, Analytics, Bigquery)
- Какие знания необходимы? (Javascript, SQL, Python) 
- Пример создания сквозной аналитики на одном банковском продукте (потреб. кредиты) 
- Как еще можно использовать полученные в Bigquery данные? 

Инсайты отрасли. Откуда брать данные?

Ольга Вязовская

head of partner programs в OZON.ru

Озон Медиа: новая эра работы с данными для брендов

Тезисы:

  1. Тренды и бренды - стирая границы между имиджевыми и перфоманс кампаниями.
  2. E- commerce как источник данных о продажах, аудитории покупателей брендов.
  3. DMP-система в разрезе покупателей по каждому бренду - выстраивание взаимоотношений с реальными покупателями.
  4. Практические кейсы - стратегии успеха и часто встречающиеся ошибки.
Сквозная аналитика. Онлайн + офлайн

Александр Егоров

Директор по развитию в Alytics, ранее директор по развитию в Alytics

Сравнение способов выстраивания сквозной аналитики

Тезисы:

  1. Какие задачи решает сквозная аналитика?
  2. Какие платные и бесплатные способы построения сквозной аналитики существуют?
  3. Рассмотрим разные способы построить сквозную аналитику: от простых на базе Google Analytics или Яндекс Метрики до готовых платных решений. От хардкорных на базе комбинаций API + Excel выгрузки + визуализации аля Power BI до хардкорно дорогих на основе кастомных баз данных.

Сравним их между собой по разным критериям, в том числе:

  • возможности
  • гибкость
  • сложность и цена внедрения
  • сложность и цена поддержки
  • целесообразность
Инсайты отрасли. Откуда брать данные?

Михаил Берлизев

Founder в OMNIscienta

SAC vs CPO/CPA. Все новое это хорошо забытое старое

Тезисы:
Правильные KPI это практически 50% успеха. 
SAC (Subscribers Acquisition Cost) или затраты на приобретение пользователей довольно старое понятие и применялось в до диджитлальную эпоху. Потом появился CPC/CPA/CPO и все это было хорошим прокси показателей эффективности на ранних этапах развития интернета. Сейчас, когда рынок интернета обогнал телевизор, а пользователи уже давно проводит больше времени перед экранами, погрешность в исконных интернет показателей в разрезе бизнес применений стала равна самим цифрам. Поэтом SAC обретает актуальность, а технологии делают его расчет индивидуальным для каждого покупателя. Так какие KPI устанавливать маркетингу чтобы бизнес не страдал. 

HR-рынок веб-аналитики

Надежда Шилова

Директор в РА ADLABS
и ещё 6
докладчиков

Круглый стол

В рамках секции эксперты отрасли дадут ответы на следующие сложные вопросы: 

  • Где найти аналитиков?
  • Должны ли аналитики быть по специальности программистами/разработчиками/математиками? Какой минимальный объем понимания технологий нужен?
  • Должны ли аналитики знать всё?
  • Кто такой аналитик и что он делает? Сферы обязательств специалиста.
  • Какие роли должны быть в команде аналитиков?
  • Денежная мотивация для аналитиков - правда или вымысел?
  • Аналитик - широкое название. Существует ли более конкретное для каждой из отраслей?
Кейс-марафон. Аналитика для принятия решений

Карина Сафанова

Руководитель отдела маркетинга и рекламы в INCHCAPE
и ещё 1
докладчик

Опыт INCHCAPE – внедрение сквозной аналитики для оптимизации процесса принятия решений

Тезисы:
1. Маркетинг в автобизнесе – вчера, сегодня, завтра
2. Новый подход к аналитике – что нужно знать маркетологу при планировании рекламных кампаний
3. Масштабироваться надо с умом – снижаем риски финансовых потерь
4. Внедрение сквозной аналитики – тонкости и особенности
5. Как изменение подхода к аналитике и представлению данных повлияло на маркетинговую стратегию дилерских центров

Кейс-марафон. Аналитика для принятия решений

Искандер Мирмахмадов

ведущий аналитик в AIC

Регрессионный анализ в продуктовой аналитике

Тезисы: 

  1. Поиск переменных, влияющих на конверсию
  2. Неочевидные взаимосвязи и выбор лучшей модели
  3. Модель как аксиома: где не нужно искать истину

На примере банковского проекта, расскажу как мы подходили к поиску гипотез и на что обращали внимание пока искали взаимосвязи между характеристиками поведения пользователей продуктового сайта..

Кейс-марафон. Аналитика для принятия решений

Илья Чухляев

Regional Director CIS в OWOX, ранее Руководитель отдела аналитики и технологий в Adventum

Как наладить сквозную аналитику для оценки онлайн- и офлайн-каналов на примере телеритейлера QVC

Доклад о построении сквозной аналитики на примере крупного международного телеритейлера QVC и его методах комплексной оценки каналов. QVC продвигает товары как на ТВ, так и с помощью сайта. Перед покупкой клиенты QVC могут взаимодействовать с несколькими рекламными каналами. Например, увидеть ролик по телевизору или баннер в интернете, подробнее почитать о товаре на сайте QVC, а заказ сделать по телефону. Чтобы правильно распределить бюджет, компании нужно корректно оценить взаимное влияние источников трафика и их вклад в продажи. 

Тезисы: 

  • Как правильно подойти к сквозной аналитике, когда больше 50% заказов приходит через ТВ рекламу. 
  • Как учесть офлайн данные в оценке онлайн каналов трафика и какие есть подводные камни в объединении этих данных. 
  • Зачем для оценки разных сегментов пользователей использовать сразу 3 модели атрибуции. 
  • Почему важно не только оценивать вклад рекламной кампании в покупку, но и не забыть поощрить микро конверсии. 
  • Что стоит учитывать маркетологу при принятии решения о распределении бюджета на онлайн и офлайн каналы

Билеты

Показать
цену в
$
Видеозапись
Доступ к записям всех докладов
Куплено
В корзине
7 000 ₽
7 000 ₽
118,08 $
118,08 $
100,51 €
100,51 €

Организатор

AdLabs
http://www.adlabs.ru

Организационный комитет: AdLabs, adv@adlabs.ru, 74952909641

Похожие мероприятия

12-13 ноября 2015
Докладов 38
Просмотров 1
SEO, SMM, Веб-аналитика, Интернет-маркетинг, Контекст, Контекстная реклама, Медийная реклама, Продвижение
23-24 октября 2014
Докладов 30
Просмотров 0
SEO, SMM, Веб-аналитика, Интернет-маркетинг, Контекст, Контекстная реклама, Медийная реклама, Продвижение
8-9 ноября 2012
Докладов 15
Просмотров 2
Imetrics, SEO, SMM, Веб-аналитика, Интернет-маркетинг, Контекст, Контекстная реклама, Медийная реклама, Продвижение
показать еще