Segmentering af sine data, er et af de vigtigste elementer i en god analyse. Det at forstå forskelligheden i sine kunder, hjælper ikke kun med at forklare f.eks. udsving i performance, men er også en vital del af det at køre et optimerings- eller personaliseringsprogram.

Værktøjer som Adobe Analytics og Google Analytics, har i årevis givet sine brugere muligheden for at segmentere og dykke ned i data, for så at kunne analysere på et sub-set af sine data. F.eks. hvordan agerer kvinder på ens website, hvordan agerer mænd, dem som køber, osv… Segmentering af data sætter virksomhederne i stand til at bruge analytics data til markedssegmentering, som muliggør targeting og bruget af målgrupper på avanceret niveau. Kort sagt er segmentering nøglen til succes.

Når man arbejder med segmentering, ved man ikke altid om ens segmenter inkluderer mange af de samme brugere, eller om de er 100% forskellige. Det er naturligvis nærliggende at sammenligner man mænd med kvinder, indeholder segmenterne ikke de samme brugere. Men hvad med, hvis man sammenligner segmenter der har specifikke præferencer eller adfærd på ens website? Er der et stort overlap i brugere, der ser på Apple produkter vs. Samsung produkter, eller er de to segmenter helt forskellige?
Hvad nytter det at lave personalisering til en ’Apple bruger’, hvis han/hun ser lige så meget på Samsung produkter som en ikke-Apple bruger eller omvendt…

Hvis man bruger Adobe Analytics, har man hidtil skulle foretage den analyse selv. Altså, om to eller flere segmenter er markant forskellige fra hinanden eller ej.
Der har ikke været en nem genvej til dette, man har skulle trække data ud og så matche på, om det samme kunde ID eller anonyme visitor ID optræder i ét eller flere af sine segmenter. En metode, der er ganske omfattende. Ikke mindst, hvis man undervejs ændrer sine segmentdefinitioner eller der pludselig opstår behov for, at analysere endnu flere segmenter.

Næste niveau i brug af segmenter til forretningsoptimering
Med Adobe’s release i juni 2016, har vi nu fået adgang til Segment IQ. Et værktøj der netop sammenligner segmenter, for at give dig indblik i hvor ens/forskellige de rent faktisk er.
Værktøjet er tilgængelig via Workspace, og på få minutter har man en sammenligning af to segmenter, men ikke kun på om og hvor meget overlap de har, men en sammenligning af de to segmenter på tværs af alle ens data. En analyse, der før ville have taget mange dage, hvis ikke uger, at gennemføre!

Efter at have trukket et ’Segment Comparison’ panel ind i sit Workspace, skal man trække mindst ét segment over. Vælger man kun at analysere et segment, laver Adobe et virtuelt segment som indeholder ’alle andre’, som du så sammenligner dit segment med. Du kan også vælge, at sammenligne to af dine egne segmenter med hinanden. I eksemplet herunder, sammenligner vi tabletbrugere med alle andre.

Segment Comparison start

Fra jeg trykker ’Run Comparison’ til der er et resultat, går der max et par minutter. Det afhænger naturligvis af datamængden, men de fleste setup jeg har kørt det på har man et resultat på under 2 minutter!

Den første række af data jeg får frem, viser størrelsen på mine segmenter. Da jeg sammenligner tabletbrugere med ikke-tabletbrugere (alle andre), er der naturligvis ikke et overlap. Havde der været det, havde det været visualiseret i grafen samt vist med tal helt ude til højre.

Segment size and overlap

Allerede her, får man en del foræret. Man finder ud af størrelsen og størrelsesforholdet på de to segmenter, og havde der været et overlap i dem, ville det også være vist her.

I de efterfølgende tabeller og grafer, får man serveret utallige ’insights’, baseret på alle ens andre segmenter, metrics og dimensioner. Den første tabel man ser under ovenstående sammenligning hedder ’Top Metrics Against Segments’, og viser forskellen på hver enkelt af dine metrics imellem de to segmenter, sammen med en score der går fra 0 til 1. Jo tættere på 1 denne score er, desto højere er forskellen for en given metric de to segmenter imellem.

Top Metrics over time

Herover ses f.eks. et eksempel på data, hvor Segment IQ har udregnet difference scoren på brugen af den interne søgemaskine på sitet, add to basket samt bounce rate, for hhv. dem der besøger os via en tablet og dem som ikke gør. En super nem og hurtig måde, at forstå forskellene i sine segmenter på. Jo højere score desto højere forskel på de to segmenter og den pågældende metric.

Den samme model benyttes for dimensioner og segmenter. For dimensioner, kræver det en del sorteringsarbejde at få fjernet alle de ligegyldige værdier, som vist i eksemplet herunder. Man har dog mulighed for, at fjerne disse dimensioner fra hele analyser når man sætter analysen op. Det sker ved at trykke på linket ’Show Advanced Settings’, hvor man har mulighed for at fjerne metrics, dimensioner og andre segmenter fra sin sammenligning.

Mixed Dimensions and Segments

Den sidste del af Segment IQ er sammenligning af overlap med andre segmenter. Her får et stort analysearbejde forærende, og kan hurtigt identificere andre segmenter der minder lidt for meget om det segment man analyser på nu her.

Herunder vises en sådan sammenligning. Tabellen er bygget op på samme måde som vi har set tidligere med metrics og dimensioner. Grafen til højre viser overlap på det segment vi har markeret i tabellen, og så det/de segmenter vi valgte ved analysens start. Herunder ser vi, ikke overraskende, at der naturligvis er overlap alle 3 segmenter imellem.

Segment overlaps

Skab værdi med data
Vi har igennem længere tid set Adobe implementere flere og flere avanceret funktioner, hvor statistiske modeller har hjulpet os med at lave endnu bedre analyser og finde insights hurtigere. Med frigivelsen af Segment IQ har Adobe taget endnu et stort skridt.

I april 2015, releasede Adobe bl.a. Contribution Analysis, der hjælper analytikere med at forstå spikes i data, ved igen at bruge statistiske modeller og machine learning, til at analysere hvad der påvirker en metric der performer over eller under det ’normale’, baseret på historisk data. Hvis du ikke allerede har læst om Adobe’s Contribution Analysis og de andre ting der kom i april 2015, kan du se vores tidligere indlæg her (http://ecapacity.dk/adobe-analytics-spring-release-makes-the-gab-between-analysts-and-data-scientists-smaller/).

Google Analytics 360 (tidligere Premium) har endnu ikke en funktion som Segment IQ, men det bliver spændende at se hvornår Google indfører sådanne funktioner i deres Analytics suite.

Vil du vide mere om, hvordan et godt Digital Analytics og optimerings program kan hjælpe din virksomhed til bedre analyse og optimering, kan du kontakte Thomas Løjmann Jørgensen på +45 60 57 51 00 eller tlj@ecapacity.dk