Tło strzałki Strzałka
0 0
dni
0 0
godz
0 0
min
0 0
sek

Marketing Internetowy - badania statystyczne w marketingu cz. II

Nasz ekspert:
Artykuły autora

Wielkość tekstu:

Badania statystyczne w sklepie internetowym

Warto podkreślić, że e-commerce posiada pewne cechy charakterystyczne, które są inne niż w przypadku handlu tradycyjnego. E-sklepy odznaczają się wysokim popytem potencjalnym - czyli liczbą osób, która wchodzi na stronę przybytku i przegląda towary (mierzy się go za pomocą takich środków jak badania statystyczne). Jednocześnie popyt rzeczywisty jest najczęściej mniejszy niż w przypadku stacjonarnych punktów sprzedaży. Bardzo wiele internautów zagląda na witryny sklepów tylko po to, by poczytać nieco o towarach lub porównać ceny. Liczba pustych i porzucanych koszyków jest spora - w przeciwieństwie do standardowych przybytków handlowych. Sprawia to, że wielu przedsiębiorców decyduje się na działania remarketingowe, które mają na celu nakłonienie klienta do powrotu i sfinalizowania transakcji.

Remarketing - "recyckling" konsumentów. Techniki skłonienia do zakupu osób, które porzuciły koszyk lub opuściły sklep bez dokonania transakcji. W remarketingu wykorzystuje się m.in spersonalizowany newsletter oraz reklamy kontekstowe Google.

Badania statystyczne i prognozowanie popytu w e-commerce

Specyfiką handlu internetowego jest brak barier geograficznych - dzięki temu sporo sklepów posiada naprawdę szeroki asortyment, gdyż możliwe jest dotarcie z przekazem do wielu grup konsumentów. Duża gama produktów w ofercie zaś sprawia, że pojawia się (wspomniane w pierwszym rozdziale) zjawisko długiego ogona. Objawia się to większymi wpływami  ze sprzedaży dużej liczby mniej poszukiwanego asortymentu - w porównaniu z jednostkowymi bestsellerami. Wniosek jest jeden - lepiej mieć bogatszą ofertę (i promować ją), niż stawiać jedynie na najpopularniejsze produkty.

Kolejna wyjątkowa cecha e-commerce to mocne powiązanie popytu z działaniami marketingowymi. Przyjrzyjmy się, jak to wygląda w przypadku sklepów stacjonarnych - dotarcie z bezpośrednim przekazem do jednostki jest tu dość kosztowne, ponadto potencjalny zakup następuje dopiero po jakimś czasie i wymaga pewnego wysiłku ze strony konsumenta. W marketingu internetowym - przy wykorzystaniu mailingu, banerów itp. - internauta ma możliwość natychmiastowego przejścia na stronę sklepu i sfinalizowania transakcji. Wydaje się zatem, że marketing w sieci ma charakter bardziej bezpośredni, a jego efekty są łatwiejsze do zobaczenia i oceny.

Na popyt wielki wpływ mają także ceny - znacznie większy niż w tradycyjnych sklepach. Internauta może w ciągu paru minut porównać oferty kilku-kilkunastu przybytków cyfrowych, by wybrać najkorzystniejszą opcję. Ponadto istnieją porównywarki cen, które agregują je, dzięki czemu w ocena atrakcyjności ofert zajmuje niewiele czasu. Inaczej mówiąc - elastyczność cenowa popytu jest tu większa niż w tradycyjnym handlu. Z tego powodu wojna cenowa w internecie trwa w najlepsze - sklepy prześcigają się na zniżki, bonusy i tańsze koszty wysyłki. Dla konsumentów sporo znaczy też czas realizacji zamówienia - we współczesnej kulturze “tu i teraz” szybka dostawa jest wysoko ceniona.

Przy prognozowaniu popytu trzeba wziąć pod uwagę takie czynniki, jak:

a) ceny

b) szerokość asortymentu

c) prowadzone działania marketingowe

d) konkurencja

e) inne czynniki, np. czas realizacji zamówienia

W literaturze na temat popytu w e-commerce można znaleźć następujący wzór, według którego należy wyliczać popyt metodą ilościową:

D = LPK/Pe x (1- CRZ/100)

D - popyt

LPK - liczba potencjalnych klientów

Pe - elastyczność cenowa popytu

CRZ - czas realizacji zamówienia

Aplikacje statystyczne pomocne w uzyskiwaniu cennych informacji

Jakościowe badania statystyczne popytuw e-commerce opierają się na dwóch filarach - na informacjach uzyskiwanych bezpośrednio od klientów (w formie ankiet itp.) oraz na danych dostępnych z oprogramowania. Kwestionariusze wypełniane przez konsumentów już omówiliśmy, wymieńmy więc teraz najważniejsze składniki wiedzy, jakie można uzyskać z Google Analytics i tym podobnych aplikacji statystycznych:

  • czas, jaki internauta spędził na stronie/w danej zakładce

  • liczba odsłoń danej podstrony z produktem

  • ile razy klienci wrzucali dany produkt do koszyka

  • ile produktów ogląda klient w czasie jednej wizyty

  • jakie produkty są kupowane/oglądane w pakiecie  innymi

  • stosunek między liczbą wejść a liczbą rejestracji

  • stosunek konwersji - liczba wejść a liczba zakupów

  • najpopularniejsze pory dnia

  • okresy w roku o największym ruchu

  • liczba wejść z newslettera/banera/innych źródeł

  • liczba wejść bezpośrednio z Google

  • kolejność otwieranych przez internautę podstron

  • słowa kluczowe, za pomocą których klient znalazł sklep/dany towar

  • ile czasu zajmuje sfinalizowanie transakcji

  • co ma wpływ na porzucenie koszyka

Artykuły
Brak wyników.
Więcej artykułów
Wzory
Brak wyników.
Więcej wzorów