e コマースにとって重要なすべての製品 KPI にすばやくアクセスする方法

大規模なファッション小売業者が、OWOX BI からのストリーミング データにすばやくアクセスするために製品ダッシュボードのシステムを構築した方法。

ダッシュボードのシステムを開発するために、大規模なファッション小売業者であるクライアントは、完全なデータと現在のパフォーマンス指標に依存する必要がありました。 市場は急速に変化しており、小売業者は迅速に対応する必要があります。特に、小切手の平均サイズとトランザクションあたりの単位 (UPT) の重大な変化に対応する必要があるため、データをできるだけ早く利用できるようにする必要があります。 ただし、アナリストに同じことを計算するよう常に依頼すると、時間と費用がかかります。 さらに、クライアントは単純なレポートだけでなく、さまざまな期間のさまざまなスライスで指標を分析できるツールを必要としていました。

ダッシュボードの作成を開始する前に、アナリストは製品チームと協力して、必要な指標とスライスを特定しました。

Web サイト上のすべてのユーザー タッチポイントのパフォーマンスに必要な指標の分析: カートへの追加や注文を含む、目標到達プロセスの重要な段階でのコンバージョン。 平均小切手サイズ; 小切手の項目数; ARPV; サブスクリプションの数; 取引の数日前; 意思決定に重要なその他の指標。

データ スライスについて、アナリストは、標準的なオーディエンス セグメント (デバイス タイプ、地域、ソース) と、データに基づいて計算された特定のセグメント (クライアント/非クライアント、メール ニュースレターへのサインアップなど) の両方を選択しました。

多くの標準的なデータ スライスは、より高いレベルの概念に統合されています。 たとえば、製品チームは、さまざまな獲得ソースに従ってセグメントを分析するために、特定の広告キャンペーンのレベルまでドリルダウンする必要はありません。 それでも、ブランド トラフィックを非ブランド トラフィック、オーガニック トラフィック、または SMS からのトラフィックから分離する必要があります。

私たちのクライアントは、OWOX BI を使用して Google BigQuery で Web サイトから生のユーザー行動データをすでに収集していました。 しかし、生データを視覚化システムに接続できなかったため、ダッシュボード専用の別のデータセットを作成する必要がありました。

ダッシュボードが常に追加され、データセットを収集するためのスクリプトの数が増えることを認識したアナリストは、マイクロ テーブルに基づくデータ アーキテクチャを構築することにしました。 彼らは、セッションの特性、注文、ファネル、レイヤー、指標を計算するために個別のテーブルを作成しました。

これらのマイクロ テーブルは毎日更新され、date、sessionid、owox_user_id などのキーに従って 1 つの結果のデータセットに結合され、視覚化システムに送信されます。

同時に、データセットには 1 日の個々のユーザーの集計データが含まれており、高レベルの集計はありません。それらは視覚化システムで計算されます。 これは、フィルタリング システムが正確に機能するようにするためです。

この種のマイクロサービス アーキテクチャにより、同社は以前に構築されたものを壊すことなく、新しいエンティティを結果のデータセットにすばやく追加することができました。

Google データポータルのダッシュボードは、最も重要なものを最初の画面に配置し、詳細な情報を個々のページに配置するという原則に基づいて作成されました。

以下は、ダッシュボードのホーム画面の例です。この画面には、ウェブサイトのすべての主要業績評価指標、簡素化された目標到達プロセス、および迅速な意思決定に必要なその他の指標が含まれています。

デフォルトでは、ダッシュボードには 2 週間前と比較した前週のデータが表示されますが、任意の期間を設定して、たとえば四半期のデータを分析できます。

ダッシュボードを使用すると、クライアントはデータをフィルタリングして、重要なオーディエンス セグメントのみを分析できます。 ユーザーは一度に複数のフィルターを適用して、特定のユーザー グループを絞り込むことができます。 たとえば、当社のクライアントは、販売カタログにアクセスしたモバイル デバイスからの新規ユーザーのコンバージョン率を調べることができます。

最初のタッチポイント、ウェブサイト内の詳細なファネル、ショッピング カートの分析などに関するページもあります。

ダッシュボードは数百万行の弱く集約されたデータセットに基づいて構築されていますが、メトリックは迅速に計算されます。 複雑なフィルターを使用すると、データは 10 秒で視覚化されます。

• クライアントの製品チームは、ほとんどの必要な指標にすばやくアクセスできる便利なツールを受け取りました。
• 現在、Web サイトの改善に関する製品チーム内の会話はすべて、ダッシュボードを使用することから始まります。ダッシュボードでボトルネックが検出され、データに基づいて必要な改善が議論されます。 たとえば、目標到達プロセスの分析では、商品カードを表示してからチェックアウト ページに移動するまでの段階で、（ベンチマークと比較して）最大の低下が見られることが示されました。 この知識は、6 か月前に製品チームの焦点を設定し、これらの目標到達プロセスの指標の増加につながりました。
• 分析チームは、同じメトリックを常に計算することに時間を費やすのではなく、自動的に計算されるメトリックの量と深さを拡大することに取り組んでおり、複雑なアドホック クエリにより多くの時間を費やすことができます。