Self-service решения и большая прозрачность

Информация о сайте

Доменное имя – selfservice.su

Название сайта – Welcome – Forward eShop

Перейти на сайт – Welcome – Forward eShop

Где находится сайт selfservice.su

Количесто слов на сайте selfservice.su:

Смотреть полный список

selfservice.su в социальных сетях

Ссылки на социальные сети для сайта selfservice.su не добавлены.

На сайте selfservice.su отсуствуют данные Open Graph

Информация о домене selfservice.su

Серверы доменных имен:

ns1.hosting.reg.ru ns2.hosting.reg.ru ns3-l2.nic.ru ns4-l2.nic.ru ns8-l2.nic.ru ns4-cloud.nic.ru ns8-cloud.nic.ru

☆ selfservice.su. 3600 IN MX 10 mail.selfservice.su.☆ selfservice.su. 600 IN A 212.8.239.167☆ selfservice.su. 3600 IN NS ns1.hosting.reg.ru.☆ selfservice.su. 3600 IN NS ns2.hosting.reg.ru.☆ selfservice.su. 3600 IN NS ns3-l2.nic.ru.☆ selfservice.su. 3600 IN NS ns4-l2.nic.ru.☆ selfservice.su. 3600 IN NS ns8-l2.nic.ru.☆ selfservice.su. 3600 IN NS ns4-cloud.nic.ru.☆ selfservice.su. 3600 IN NS ns8-cloud.nic.ru.☆ selfservice.su. 3600 IN SOA ns3-l2.nic.ru. dns.nic.ru. 2014090422 1440 3600 2592000 600

Подробная информация о сайте selfservice.su Отсутствует – вы можете добавить описание и название сайта внизу страницы.

Вы можете добавить ваш собственный заголовок для сайта selfservice.su, а также подробное описание с нужными ключевыми словами. С заголовка будет идти прямая ссылка на ваш сайт, а описание – располагаться под заголовком.

Информация Whois сервера о домене selfservice

% TCI Whois Service. Terms of use:% https://tcinet.ru/documents/whois_ru_rf.pdf (in Russian)% https://tcinet.ru/documents/whois_su.pdf (in Russian)

Делимся лайфхаком, который упростил жизнь продакт-менеджерам и сделал продукт удобнее для пользователей.

В этой статье мы подробно остановимся на том, как развернуть необходимую инфраструктуру для внедрения Self-service-аналитики на стороне заказчика, систематизировать и упростить работу с большими данными. И какие методики стоит взять на вооружение, чтобы сделать работу с данными проще и удобнее для всех сотрудников вашей компании.

Если и у вашего бизнеса есть массивная Backend-часть со складами, логистикой, доставкой, товарооборотом, офлайн-заказами, мы рекомендуем внимательно изучить наш опыт. Также такой сетап Self-service-аналитики подходит в том случае, если:

• вам нужна сквозная карта пользователя по всей системе;
• у вас много продуктовых команд, которым нужно работать с данными;
• вам нравится, что продакт-менеджеры могут работать с данными самостоятельно.

Задача

О нашем опыте мы расскажем на примере компании, которую не можем назвать по условиям NDA. Скажем только, что это известный бренд, и работа с метриками для них — важная составляющая процесса. Поэтому нашей первоначальной задачей было усиление инхаус-экспертизы по работе с аналитикой данных. Клиент искал команды, которые имеют нужных специалистов и могут оперативно подключиться.

AGIMA с такими задачами успешно работает уже много лет, мы умеем подбирать команды под конкретную задачу, быстро интегрироваться в процессы заказчика и сразу приступать к решению задач.

Менее чем за одну неделю мы погрузились в специфику проекта, вместе с продуктовыми командами приоритизировали задачи и приступили к работе.

Проект вели по гибкой методологии Scrum: работа короткими циклами (спринтами), постоянное присутствие заказчика в проекте, совместное формирование бэклога — всё это помогает минимизировать ошибки в итоговом продукте и добиваться результатов в четко обозначенные сроки.

Как мы внедряли Self-service-аналитику

Команда продуктовой аналитики AGIMA на разных этапах включала от 2 до 9 человек: аналитики, тестировщик, тимлид аналитиков, менеджер. В начале сотрудничества мы подключили одного аналитика и менеджера: собирали данные (приложение + веб) и оборачивали их в отчеты для заказчиков внутри компании.

На этом этапе стала понятна специфика проекта, которая помогла определить потенциальные точки роста. После согласования с заказчиком развитие продуктовой аналитики решили вести по направлению Self-service.

Self-service-аналитика или аналитика самообслуживания — это форма бизнес-аналитики, где специалисты могут самостоятельно выполнять запросы к нужным данным и генерировать необходимые отчеты без привлечения аналитиков.

У заказчика большой объем данных. Они регулярно требуются самым разным бизнес-пользователям для принятия решений, поэтому Self-service-аналитика поможет заказчику ускорить рутинные процессы с данными и высвободить аналитиков для решения более сложных стратегических задач.

В рамках задачи по внедрению Self-service-аналитики мы:

• Выстроили иерархию метрик.
• Развернули ELT-слой и внедрили BI-инструмент для визуализации данных.
• Разработали дата-каталог.

Иерархия метрик

С мобильным приложением заказчика работают 5–6 инхаус-команд, каждая отвечает за свой раздел. Такие продуктовые команды самостоятельно управляют фичами, трекингом, следят за аналитикой по своим разделам.

С каждой командой мы провели интервью. Узнали, какие у них КПИ, метрики, какие данные собирают. В результате обнаружили следующие пробелы:

• командам не хватает некоторых данных, поэтому часть решений принимается наугад;
• нет сквозного понимания, как действия каждой из команд влияют на соседей.

На основании собранной информации приняли решение выстроить иерархию метрик.

Иерархия метрик — одна из методик работы с метриками, представляет собой древовидную структуру, во главе которой находится ключевая метрика продукта (North Star или метрика «полярной звезды»).

У нас получилось две North Star-метрики — это оборот и MAU, за которые отвечает каждая из команд. Для подготовки иерархии мы:

• определили, какие данные командам нужно отслеживать, чтобы принимать решения;
• упорядочили показатели по важности и определили зависимости между ними;
• расписали все эти метрики — от более общих к детализированным.

В нашем случае внутри продукта — мобильного приложения — иерархия метрик делится по подпродуктам: финсервисы, обратная связь, лояльность, доставка и т. д. Это позволяет оценить, как метрики каждого из процессов влияют на конечную цель.

Фрагмент иерархии метрик, на котором видно, как метрики одной из продуктовых команд влияют на North Star-метрику — оборот.

Тут вы можете спросить: зачем это всё? Ведь можно и без иерархии собирать данные и готовить нужные бизнесу отчеты. Да, конечно, можно. Но на наш взгляд, иерархия метрик — это более основательный подход, который помогает выстроить работу с данными в стратегическом разрезе, а не операционном. Бизнесу, особенно крупному, очень важно видеть, как метрики с низких уровней влияют на верхнеуровневые, самые важные.

Параллельно с работой над иерархией мы провели аудит всей разметки, которая была у заказчика. Оценили, что сделано качественно, что нет. Подготовили ТЗ на переразметку. Критичные моменты сразу исправили, чтобы лишние события не засоряли данные.

ELT-слой и Metabase

В основе Self-service-аналитики лежит простой в использовании BI-инструмент с базовыми аналитическими возможностями и удобной визуализацией данных. В нашем случае был выбран Metabase — бесплатный Open Source-инструмент, который имеет низкий порог входа для пользователя и закрывает следующие задачи заказчика:

• позволяет делать дашборды стандартным способом;
• реализует богатый функционал Self-service-аналитики.

Таким образом, у продакт-менеджеров будет возможность изучить датасеты и самостоятельно вывести нужные метрики на свои дашборды, без участия аналитиков.

Чтобы запустить работу с BI-инструментом, мы развернули всю инфраструктуру ELT.

ELT (от англ. Extract — извлечение, Load — загрузка, Transform — преобразование) — это совокупность инструментов аналитики, которые позволяют получать данные из разных источников и сразу их визуализировать в BI-инструменте.

Отметим, что изначально все продуктовые команды работали напрямую с Google Analytics, из-за этого многие данные были неточны, потому что был семплинг. Для решения этой проблемы мы создаем единое хранилище данных (DWH). Оно позволит бизнес-пользователям работать со сквозной аналитикой — связать действия от клика на сайте до покупок в том числе в офлайне. С помощью Meltano преобразовываем данные из Google Analytics в аналитическую форму. И на основании этих данных делаем аналитический слой с подготовленными очищенными данными, которые реализуют те метрики, которые нужны продуктовым командам.

Технологический стек ELT-слоя выглядит так:

Экстракторы выгружают данные из Google Analytics UA (Web), AppsFlyer и API Firebase.

Загрузчики передают данные из вышеперечисленных источников в BigQuery.

Трансформеры настроены посредством BigQuery и SQL-запросов. Данные организованы по трем слоям:

• Сырые данные.
• BI-данные, где сырые данные были очищены и приведены в аналитический вид.
• Данные из BI-слоя, в который смотрит визуализатор Metabase.

Все собранные данные Metabase оборачивает в наглядные графики, диаграммы, дашборды. В общей сложности отслеживаем почти 140 разных метрик, таких как:

• MAU/DAU различных разделов.
• Android/iOS-установки за месяц.

Это один из самых больших по объему данных проект, только уникальных событий тут 100 000, это очень много. С помощью Self-service-аналитики мы упростили работу с таким объемом данными, постарались снять нагрузку с аналитиков и ускорить получение необходимой информации для заказчиков данных.

Например, благодаря дашбордам мы максимально снизили количество Adhoc-ов (обращений за выгрузками, отчетами). В начале 2021 года их было до 5 в месяц, сейчас 1 раз в две-три недели

Татьяна Гайнутдинова, Delivery Manager AGIMA

Теперь, когда аналитики реже готовят отчеты, у нас появились ресурсы на развитие стратегических задач:

• Работаем над качеством данных, которые попадают в инструмент.
• Работаем над RnD-задачами, связанными с развитием аналитики. Например, поиск данных, которые мы еще не получаем, но можем.

После запуска мы продолжаем поддерживать и развивать ELT-слой: подключаем больше данных и источников, больше дашбордов переводим в Metabase.

Дата-каталог

Как мы рассказали выше, у заказчика очень много событий. Часть этих событий устаревала, и отчеты, в которые тянулись эти данные, уже не отражали истинной картины. Протестировать 100 000 событий вручную невозможно, поэтому мы реализовали дата-каталог, который для каждого события умеет рассчитывать его статус актуальности.

Например, если событие продолжает логироваться, то объем этого события в мобильном приложении остается неизменным — значит, у данного события статус «Актуальное», с ним всё хорошо. Когда мы понимаем, что паттерн логирования события изменился, событие перестало приходить — его статус «Устаревшее». Дальше по устаревшим событиям запускается процесс проверки, находим дашборды, в которых они используются, и разбираемся, что с ними делать: отключить, обновить, либо поменять устаревшее событие на актуальное.

Дата-каталог — это метаинформация на русском языке, которую можно совместить с данными бэкенда. Мы собрали метаинформацию обо всех событиях, для каждого сделали описание. Далее эта информация попадает в визуализатор и становится наглядной.

В качестве инструмента для дата-каталога мы использовали NocoDB — Nocode-платформу с открытым исходным кодом, которая позволяет превратить любую базу данных в электронную таблицу. С ее помощью мы актуализировали ручные данные, которые нам нужно было видеть в Metabase. Также на события можно добавлять метаразметку, указать, что часть событий относится к определенному бизнес-процессу и построить отчеты в разрезе по данному бизнес-процессу.

Например, в бизнес-процессе «Регистрация пользователя» могут быть сотни событий, для подготовки отчета нужно эту сотню событий вспомнить и перечислить. Когда же у вас есть дата-каталог и информация, что эти события относятся к такому-то бизнес-процессу, вы сможете запросить всё, что относится к этому бизнес-процессу.

Теперь пользователям не нужно тратить время и силы на поиск актуальных данных и «перевод» названий событий (особенно в больших отчетах), нужную информацию легко получить, прочитать и понять.

Документация

После того как выстроили иерархию метрик и запустили работу с данными на ее основе, мы задокументировали все основные моменты:

• описали дашборды;
• рассказали, как работает ELT-слой;
• разработали регламенты постановки задач и взаимодействия команд.

Для всех используемых метрик составили таблицу, в которой указали, есть ли данные для конкретной метрики, где они, как ее считать. По тем метрикам, где был нужен вводный трекинг, реализовали его.

Все это позволило пользователям быстро познакомиться с новыми правилами и четко организовать свой рабочий процесс.

Заключение

Это был интересный опыт для AGIMA. Мы постарались сделать счастливее еще одну компанию — выстроили для бизнеса удобную Self-service-аналитику. Оптимизировали и упростили процесс сбора и анализа данных, сделав их более точными (иерархия метрик), наглядными (Metabase) и понятными (дата-каталог).

Таким образом сократили нагрузку на аналитиков по некоторым задачам более чем в 2 раза и помогли продакт-менеджерам повысить эффективность работы за счет более глубокого изучения данных.

Многие пользователи предпочитают использовать системы самообслуживания, когда хотят быстро получить информацию о продукте. При обращении в службу поддержки часто нужно ждать, когда операторы обработают запрос, что подходит не всем клиентам. Таким образом помогает поддерживать непрерывную коммуникацию с ЦА.

Рассказываем, как организовать сервис самообслуживания, и в каких форматах он доступен.

Что такое Self-Service и зачем он нужен

Self-Service — это система самообслуживания. С ее помощью пользователи самостоятельно решают возникшие проблемы. Сервис экономит время и деньги, а также снижает нагрузку на сотрудников техподдержки.

Чаще всего Self-Service — это база знаний. В качестве примера можно привести разделы «Help» или на коммерческих сайтах. В них собрана и разделена на категории полезная информация. Моментально найти ответ на вопрос помогает система навигации. Удобно, когда в составлении базы знаний принимают косвенное участие сами клиенты — дают подробную обратную связь об использовании продукта.

Системы самообслуживания создают не только для клиентов компании, но и для сотрудников. Новичкам такой вспомогательный инструмент будет полезен.

Преимущества и недостатки

Очевидное преимущество системы самообслуживания — экономия времени и бюджета. Со временем порталы Self-Service помогают решать все больше пользовательских проблем, а количество сотрудников саппорта при этом остается прежним. Однако необходимо помнить, что Self-Service повышает эффективность техподдержки, но не заменяет ее полностью.

Ответы на типовые вопросы пользователи действительно могут получить на сайте — например узнать срок гарантии на товар. В нетривиальных ситуациях лучше, если они имеют возможность обратиться к компетентному сотруднику — это говорит о высоком уровне заботы о клиентах.

Self-Service в отличие от многих саппорт-отделов доступен круглосуточно и для всех. Например, если проблема возникла в выходной, пользователь может решить ее самостоятельно, не дожидаясь понедельника. Инструкции по самообслуживанию можно предлагать на разных языках, что значительно расширяет географию поддержки.

Недостаток у Self-Service один — технические сбои, которые могут случиться в любой системе.

Вовремя обнаружить низкую отдачу от использования определенных маркетинговых инструментов поможет Сквозная аналитика Calltouch. Подключите ее, чтобы получать детальные сведения об успешности рекламных кампаний. Подробные наглядные отчеты позволят сделать справедливые выводы о выбранной вами стратегии. В едином окне вы увидите информацию обо всех каналах продвижения.

• Анализируйте воронку продаж от показов до денег в кассе
• Автоматический сбор данных, удобные отчеты и бесплатные интеграции

Виды систем самообслуживания

Их достаточно много:

• Статичная база знаний и FAQ. Учитывайте разные сценарии решения проблем. Для этого возьмите за основу ранее созданные заявки и наиболее часто задаваемые вопросы. Пополняйте базу знаний видеороликами, скриншотами, схемами и таблицами, чтобы доносить информацию максимально наглядно. Не пишите много текста, иначе пользователю придется долго искать конкретный ответ на свой вопрос. Примеры формата:
• Динамичный портал. Автоматизируйте Self-Service: запрограммируйте возможность подбора ответов из базы знаний. Примеры из пункта выше подходят и для этого формата — на сайтах предусмотрена поисковая строка. Учитывайте, что если клиент неверно сформулирует проблему, система не выдаст решения.

• Гибридный чат. Технология мгновенно переключает пользователя на нужного сотрудника — сразу после обработки заявки. Недостаток в том, что сотрудники компании тоже должны всегда быть на связи. Недопустимо, чтобы в чате после уведомления «Сейчас с вами свяжется специалист» повисло долгое молчание. Пример: чат «СберЛогистики».
• Краудсорсинг и независимые порталы. Заинтересованные пользователи часто создают форумы, сообщества в соцсетях, и группы в мессенджерах. Клиенты компаний самостоятельно находят ответы на вопросы в ходе живого общения. Примеры: «Общество разговорного жанра» для подкастеров VK

Как внедрить технологию

Тщательно проанализируйте запросы клиентов. В противном случае вы не сможете адаптировать систему — например, сделать интуитивно понятное меню и корректно сформулировать названия разделов. Структура Self-Service зависит от устойчивых поведенческих паттернов и интересов вашей . Пересмотрите и при необходимости упростите терминологию в инструкциях, чтобы говорить с пользователями на одном языке.

Попробуйте вовлечь клиентов в создание портала самообслуживания — так они привыкнут к системе еще до ее запуска. Проведите в соцсетях предварительные опросы пользователей о том, часто ли они используют подобные решения, чего им не хватает в Self-Service от других компаний.

Если позволяет бюджет, внедрите в систему самообслуживания элементы . Например, подготовьте призы для пользователей, которые оставили больше всего полезных рекомендаций для других посетителей портала. Это бюджетный вариант. Более дорогой — эмуляция решения проблемы, когда виртуальный ассистент демонстрирует, куда нажимать и что предпринять.

Обязательно интегрируйте инструменты Self-Service с CRM. В этом случае отдел продаж всегда будет знать действующие статусы решения клиентских вопросов. Также не забывайте постоянно совершенствовать систему, чтобы решать актуальные пользовательские задачи.

5–7% телефонного трафика компаний — пропущенные звонки. Это негативно отражается на уровне лояльности клиентов и маркетинговых расходах. Добавьте на сайт Виджеты Calltouch, чтобы не упускать ни одной заявки, а также облегчить работу менеджерам. Виджеты работают и с VK — если для вас это важный источник трафика, подключите систему уже сейчас и получите 50 бесплатных минут на звонки клиентам в подарок.

• Увеличьте конверсию сайта на 30%
• Обратный звонок, промо-лендинги, формы захвата, мультикнопка, автопрозвон форм

внедрил систему самообслуживания в 4 этапа:

• Создал раздел со стандартными вопросами.
• Привлек экспертов и компетентных сотрудников, чтобы они составили ответы.
• Начал продвигать портал с помощью электронных рассылок и блога.
• Обеспечил контроль своевременности решения проблем клиентов.

в 2011 году запустил систему самообслуживания в формате краудсорсинга. Сейчас почти 100% проблем клиенты компании решают самостоятельно. Активных участников-консультантов награждают баллами и значками. За 2 месяца количество пользователей портала увеличилось на 15%, а консультантов стало больше на 72%. В среднем клиенты Koodo Mobile получают ответы на свои вопросы за 12 минут.

Коротко о главном

• Итак, мы выяснили, что Self-Service — это система самообслуживания для клиентов и сотрудников компании.
• татичная база знаний и FAQ, динамичный портал, интеллектуальный помощник, гибридный чат, краудсорсинг.
• Для большей эффективности попробуйте внедрить в систему элементы
• Главные преимущества порталов самообслуживания — экономия ресурсов компании и доступность для всех клиентов в любое время.

Все больше пользователей выбирают Self-Service и не хотят обращаться в техподдержку напрямую. Этот тренд наблюдается уже не первый год и продолжает набирать обороты.

Лучшие маркетинговые практики — каждый месяц в дайджесте Calltouch

Подписывайтесь сейчас и получите 13 чек-листов маркетолога

У вас интересный материал?

Опубликуйте статью в нашем блоге

Отправьте статью себе на почту

Поговорим о тренде, который отмечают в трендбуке АРИР в этом году – речь идет о популяризации self-service платформ для размещения рекламы. Это DSP-платформы, с которыми работают рекламные агентства и рекламодатели, размещая рекламные кампании самостоятельно.

Тренд охватил не только российский, но и зарубежный рынок, удерживая позиции несколько лет подряд –разбираемся почему так происходит. Некоторые платформы, например ушедшие DV360, построены полностью на self-service. Другие, например Getintent (входит в экосистему сейлз-хауса «Газпром-Медиа») , используют гибридную систему, сочетая в себе full- и self-service.

Почему рынок выбирает self-service? По исследованию, проведенному в США по итогам прошлого года, рекламодатели разного уровня выделяют следующие основные преимущества:

• Быстрое принятие решений и их быстрое исполнение
• Прозрачность и контроль рекламных кампаний
• Усиление экспертизы команды
• Рост эффективности медиа инвестиций

Для того, чтобы посмотреть, что происходит с self-service в России и почему рекламодатели делают в его сторону выбор, мы собрали данные на основе размещений РК* в Getintent. В 2022 году доля клиентов, которые размещались на self-service достигла 77%. Большое количество сделок, которые мы сейчас заключаем приходится именно на модель, когда клиент сам управляет рекламными кампаниями.

Увеличилась ли доля затрат на self-service платформы в общем digital-биллинге за последний год?

Для понимания популярности данной модели в России, мы расспросили у наших клиентов рекламодателей и рекламных агентств почему компании выбирают self-service. Опрос проводился с 1 по 7 ноября 2022 года с помощью онлайн-анкетирования по релевантной базе клиентов. Отметим, что у респондентов была возможность выбрать несколько вариантов ответа или написать свой.

67% опрошенных заинтересованы инвестировать в self-service. Поэтому в нашей платформе постоянно растет доля бюджетов, которые проходят по этому типу сотрудничества.

Важно отметить, что один рекламодатель в среднем использует единовременно три-четыре платформы, расширяя пул локальными независимыми игроками и безусловно работает с лидирующими локальными платформами.

Почему выбирают self-, а не full-service?

Судя по истории зарубежного рынка, мы идем по тому же пути. Популярность full-service спадает, а self же наоборот только растет. Почему так происходит? Самый популярный ответ – важна прозрачность. Под прозрачностью имеется в виду самостоятельное управление кампаниями, понимание того что происходит внутри: из каких источников трафика и данных строится кампания, как эти данные собираются и миксуются, каким образом происходит размещение.

Далее респонденты отмечают гибкость с точки зрения сроков и бюджетов. Кризис, который мы сейчас наблюдаем на рынке РФ это важный момент, который влияет также на популярность self-service: отсутствие коммитов, оперативность принятия решений, минимальный порог бюджета.

Важно, что мнение изменилось в сторону прозрачности рынка с точки зрения ценообразования и верификации трафика. Ушло понятие о простоте перехода на self-service: РК выйдет дешевле, потому что рекламодатель / агенство все сделали сами.

Какие возможности self-service DSP популярны?

Опрошенные рекламодатели используют широкий диапазон продуктов, начиная с возможностей таргетинга и разных способов закупки, заканчивая performance-инструментами и установкой верификаторов.

Исходя из ответов мы понимаем, что работа с self-service платформами отвечает актуальным вызовам времени, что подтверждается и готовностью половины клиентов не только продолжать работу с этой моделью, но и увеличивать бюджеты в 2023 году.

Чего не хватает российским self-service платформам на текущий момент?

Если говорить о том, чего не хватает российским платформам по сравнению с ушедшими зарубежными решениями, то это касается: автоматизированных прогнозаторов объема аудиторий, прозрачности оптимизации конверсий, более удобной юзабилити и гибкости.

Несомненно, что все эти пункты связаны с продуктом и конечно сейчас время, когда российские платформы должны активно инвестировать в разработку, для того, чтобы агрессивно занимать свою долю на рынке.

В качестве итога исследования, хотим сказать, что self-service – отличная возможность управлять своими рекламными инвестициями самостоятельно и полностью контролировать происходящее в размещении РК.

Ранее понятие о полной прозрачности self-service модели сводилось только к контролю стоимости и качества, но все это теперь дает верификация. Сейчас же рекламодатели расширяют это понимание до совершенно другого уровня: им интересны прозрачность использования стратегий и данных, корректность настройки и скорость работы.