Von Rohdaten zum E-Commerce-Erfolg: ETL für E-Commerce

E-Commerce wächst jedes Jahr, und es scheint, dass dieser Trend unaufhaltsam ist. Kunden wechseln allmählich von Offline- zu Online-Käufen, und dieser Trend beschleunigt sich täglich. Jede neue Studie bestätigt das Wachstum der E-Commerce-Branche. Dieser Trend gilt sogar für relativ konservative Sektoren.

In bestimmten Fällen kann es Ausnahmen geben, aber insgesamt wächst mit einem spezifischen E-Commerce-Geschäft auch dessen Komplexität. Die Belegschaft erweitert sich, neue Positionen werden geschaffen, zusätzliche Vertriebskanäle werden hinzugefügt, neue Werbeplattformen, Partner, Partner usw.

Gleichzeitig nimmt die Anzahl der verfügbaren Informationsquellen und das Volumen der Daten selbst zu. Jede Bestellung, jeder Besuch, jeder Klick, jede Anzeigenimpression – das alles sind Informationen. Sind diese Informationen wertvoll? Wenn sie richtig interpretiert werden, ja. Geschickt korrelierende Informationen aus verschiedenen Quellen können zu beispiellosen Ergebnissen führen. Darüber hinaus sind neue Berufe entstanden, die sich ausschließlich auf die Arbeit mit Daten konzentrieren: Datenanalysten, Datenwissenschaftler, Dateningenieure, Datenarchitekten, Web-Datenanalysten und Datensicherheitsspezialisten.

Ein weiteres Problem ist, dass mit dem Wachstum des Unternehmens immer mehr Verbindungen Menschen voneinander trennen. Es wird zunehmend schwieriger, operative Kennzahlen zu kontrollieren, die sich direkt auf wichtige Leistungsindikatoren auswirken.

Das Geschäft expandiert, und neue Arbeitsgruppen und Abteilungen werden gebildet. Jeder benötigt Daten. Verschiedene Arten von Daten. Verkaufszahlen, Werbemetriken, Kundenbindungsmetriken – für Analysen, Prognosen, Planungen usw. Jeder gibt seine Zahlen aus, die als Indikatoren für ihre Effektivität dienen. Aber wie greift man auf die Daten zu, wenn sie in verschiedenen Quellen und Formaten vorliegen?

Zusätzlich stellt sich die Frage nach der Wahl eines zentralisierten Systems für Analyse und Berichterstattung sowie eines zentralisierten Datenrepositories.

Ohne ein zentrales Repository: Verlust von Chancen

Für kleine Unternehmen ist das Fehlen eines zentralen Datenrepositories kein großes Problem. Erstens ist die Datenmenge nicht groß. Zweitens überschreitet die Anzahl der Datenquellen selten 3-5. Daher können die Daten immer in eine einzelne Excel-Tabelle gesammelt oder einige CSV-Dateien in analytische Systeme hochgeladen werden. Ja, es erfordert viel manuelle Arbeit, aber es ist nicht übermäßig kompliziert.

Wenn jedoch die Umwandlung in ein internes E-Commerce-Geschäft die mittlere Größe erreicht, beginnen Diskrepanzen aufzutreten. Verschiedene Abteilungen sehen unterschiedliche Eingabedaten und erkennen nicht die Auswirkungen ihrer Handlungen auf das Gesamtergebnis. Mehr Menschen in der Organisation beginnen, Entscheidungen auf der Grundlage einer begrenzten Menge an Informationen zu treffen, was zu einem Verlust an Einheit und einer Verringerung der Effizienz führt.

Das Ergebnis ist eine Verlangsamung des Wachstums der wichtigsten E-Commerce-Geschäftsmetriken.

Ein weiterer kritischer Punkt ist der potenzielle Verlust neuer Wachstumstreiber:

• A: Sie können einfach unbemerkt bleiben;
• B: Sie werden in einer begrenzten Datenumgebung falsch bewertet und es wird die falsche Entscheidung getroffen.

ETL im Kontext von E-Commerce

ETL ist der Prozess des Sammelns, Transformierens und Speicherns von Daten in einem zentralisierten Repository. Als Prozess entstand und wurde er bereits in den 1970er Jahren formalisiert. Er fand jedoch erst mit dem Wachstum der Anzahl von Webdiensten breite Anwendung, was bedeutet, dass die Quellen verfügbarer Daten vielfältig und verzweigt wurden. Derzeit gibt es Dutzende von sowohl kostenlosen als auch kostenpflichtigen Diensten, die den Transfer verschiedener Daten in ein einheitliches Repository vollständig abdecken können. Weitere Details finden Sie hier: Konsolidieren Sie alle Daten an einem Ort: Die Kraft von ETL für Shopify Stores

Im E-Commerce-Kontext erfüllt ETL die Funktion, Daten aus Dutzenden von Quellen in eine einzige Datenbank zu sammeln. So erhalten Sie ein einheitliches Repository, in dem alle Ihre Daten gespeichert sind. Dies standardisiert wiederum den Zugriff auf alle Daten und erleichtert erheblich den Zugang zu den notwendigen Informationen.

Als Ergebnis erhalten alle Mitarbeiter, Auftragnehmer oder andere Personen oder Unternehmen Zugang zu den Daten, die sie für ihre effektiven Aktivitäten benötigen.

Für die meisten E-Commerce-Datenbanken werden die folgenden Informationen enthalten sein:

• Selbstspeicher- oder Backend-Daten (Bestellungen, Produkte, Inventar, Transaktionen, Steuern);
• Analysedaten - Besuche, Impressionen, CTR von Diensten wie Google Analytics, Search Console, Mixpanel/Amplitude;
• Werbeplattformen - Klicks, Impressionen, Kosten, Leistung von Diensten wie Google Ads, FB, Criteo und Dutzenden anderer;
• Marketing - Mailchimp, Sendgrid, Instagram, Hubspot und andere;
• CRM-Daten;
• Interne Systeme und Berichterstattung (Budgets, Pläne, Ziele, Lieferanten usw.)

Datenlager für E-Commerce

Das Lager ist in den meisten Fällen eine Cloud-Datenbank wie Google BigQuery, Amazon Redshift oder Snowflake. Ein Cloud-Lager hat mehrere wichtige Vorteile, darunter:

• Einfachheit der Verbindung;
• Sicherheit;
• Verfügbarkeit (Betriebszeit selten unter 99,9%);
• Datenabrufgeschwindigkeit;
• Skalierbarkeit.

Es ist auch möglich, ein lokales Datenlager basierend auf PostgreSQL oder Microsoft SQL Server bereitzustellen. Dies ist jedoch im Allgemeinen eine weniger zuverlässige und kosteneffektive Lösung.

Es ist erwähnenswert, dass selbst wenn Sie ein einziges Datenlager haben, Daten leicht in Zugriffsgruppen, sogenannte Data Marts, verteilt werden können. Auf diese Weise haben verschiedene Gruppen und Abteilungen nur Zugriff auf die Daten, die für die effektive Erfüllung ihrer Aufgaben erforderlich sind.

Sobald die Daten erhalten sind, besteht der nächste Schritt in der Analyse, der Berichtserstellung und der Ausgabe von Metriken. In diesem Stadium sind die Einschränkungen nur in der Vorstellungskraft derjenigen, die mit Daten und Berichtssystemen arbeiten, unter Verwendung gängiger Tools wie PowerBI oder Google Looker Studio.

Warum ETL?

ETL ist im Wesentlichen ein Prozess. Es ist notwendig, um eine einheitliche Informations- (Daten-) Umgebung zu schaffen und deren Relevanz aufrechtzuerhalten. Es ist jedoch einer der wenigen Schlüsselprozesse. ETL kopiert nicht nur Daten von der Quelle zum Lager, sondern strukturiert, bereinigt und bereitet sie auch ordnungsgemäß vor.

Der ETL-Prozess spielt eine führende Rolle bei der Gewinnung und Vorbereitung von Daten für Analysen, Berichterstattung oder Geschäftsanalysen.

Jede Abteilung des Unternehmens kann von den Daten profitieren oder sollte sie sogar für die Planung und Bewertung der Effektivität nutzen.

Was von der ETL-Implementierung zu erwarten ist

Es reicht nicht aus, den ETL-Prozess zu implementieren und ein einheitliches Datenlager zu schaffen. Sie benötigen die Fähigkeit und die Fähigkeiten, nützliche Informationen aus dem Lager zu extrahieren, und zahlreiche Analysesysteme können hilfreich sein, typische wie Power BI und Looker Studio, und spezialisiertere wie Exploratory.

Sie können schrittweise verschiedene Berichte implementieren und verwenden, je nach Aufgaben und Zielen:

• 360-Grad-Überblick über die Effektivität des E-Commerce-Marketings;
• Trichteranalysen und Verbesserung der Konversion in jeder Phase;
• Kundenprofilierung und Erhöhung des LTV;
• Entwicklung neuer Produkte oder Dienstleistungen;
• Rabatte und Aktionen, die auf historischen Daten basieren;
• Bewertung und Verbesserung des Kundenservice;
• Effektives Bestandsmanagement;
• Verbesserung des ROI

Für jede dieser Aufgaben können spezialisierte Shopify-Berichte erstellt werden - gerichtet an einen engen Kreis von Spezialisten, zusammenfassende Berichte für mittlere Führungskräfte und hochrangige Berichte oder Dashboards für Führungskräfte auf C-Ebene.

Wichtig ist, dass all diese Berichte oder Shopify-Dashboards aus denselben Daten erstellt werden, jedoch mit unterschiedlichen Granularitätsstufen, um Genauigkeit auf allen Ebenen zu gewährleisten.

Und was ist mit KI?

Der heutige Trend ist auch die Implementierung von KI-Technologien in verschiedenen Aspekten des Geschäfts, von der Inhaltserstellung bis zur Kundensegmentierung. Selbst hier kann ein einheitliches Datenlager von Vorteil sein.

Stellen Sie sich vor, dass alle Kundenkommunikationen in der Datenbank gespeichert sind. Relativ einfache KI-Modelle können den Inhalt automatisch analysieren und:

• Anfragen in Gruppen klassifizieren;
• Stimmung bestimmen (Kundenzufriedenheit);
• Ähnliche Anfragen konsolidieren und in ein oder zwei Sätzen zusammenfassen;
• Produkte oder Gruppen mit der höchsten Anzahl von Anfragen identifizieren.

Starten Sie Ihr eigenes zentrales Datenlager

Die erste Phase der Implementierung von allem beginnt immer mit einer Analyse dessen, was wir derzeit haben und was wir in Zukunft erreichen wollen. Ein klares Verständnis der Bedürfnisse (einschließlich zukünftiger Perspektiven) ist ein Schlüsselfaktor, der das Erreichen der Ziele während des Implementierungsprozesses beeinflusst.

1. In erster Linie ist es wichtig, die Berichts- oder Analysebedürfnisse und deren Anforderungen klar zu definieren.
2. Basierend darauf können Sie einen Satz von Daten identifizieren, die zum Erstellen dieser Berichte benötigt werden.
3. Nach den Daten kommen die Datenquellen. Haben Sie Zugriff auf alle notwendigen Datenquellen?

Als nächstes folgen technischere Schritte, die jedoch ebenso wichtig sind:

• Definieren Sie die Struktur der vorhandenen Daten;
• Bestimmen Sie die Relevanz und Qualität der Daten;
• Identifizieren Sie die gewünschte Datenstruktur und erstellen Sie basierend darauf eine Liste von Transformationen, die auf die Daten angewendet werden sollen;
• Wählen Sie ETL- (Extract, Transform, Load) Tools;
• Wählen Sie ein Datenlager;
• Implementierung, Testen und Anpassungen.

Wie ersichtlich, sind einige Schritte nicht schnell, aber das Ziel ist es nicht, alles auf einmal zu tun. Zunächst ist es notwendig, ein stabiles Framework aufzubauen und die gesamte Interaktionskette zu starten. Dann, wenn der Bedarf an neuen Daten entsteht, neue ETL-Prozesse hinzufügen und das Datenlager entsprechend erweitern.

ETL und Datenlager für E-Commerce

Wenn Sie sich immer noch unsicher sind, ob Sie ein zentrales Datenlager implementieren sollten und welchen Wert es Ihrem Unternehmen hinzufügen kann, laden wir Sie ein, eine kostenlose Online-Beratung mit unserem technischen Spezialisten zu buchen.