25% wyższa konwersja w branży wellness dzięki Tableau i nowoczesnej analityce

Dynamicznie rozwijająca się firma z branży wellness i fitness, działająca globalnie, zmagała się z problemem spadających wskaźników konwersji. Brakowało jej pełnej widoczności customer journey, m.in. po to aby identyfikować punkty odpływu użytkowników oraz mierzyć i podnosić efekty na każdym kroku i styku z użytkownikiem, a także narzędzi do szybkiej reakcji w procesie zakupowym.

Cel projektu

Zwiększyć konwersję poprzez pełną widoczność ścieżki użytkownika, identyfikację punktów odpływu i optymalizację działań na każdym etapie funnelu.

Zakres prac

1. Konfiguracja trackingu eventów:
   • Nasi konsultanci zaprojektowali i wdrożyli definicję kluczowych eventów customer journey wraz z custom parameters, aby zapewnić pełną granularność danych.
   • Inżynierowie z naszego zespołu zwalidowali poprawność przesyłania danych do GA4 poprzez szczegółowe testy i wdrożenie automatycznych alertów jakościowych.
2. Integracja GA4 z BigQuery:
   • Nasz zespół zautomatyzował eksport danych z GA4 do BigQuery, zapewniając stabilność i ciągłość strumieniowania danych.
   • Analitycy zoptymalizowali strukturę tabel i partycjonowanie, a inżynierowie wdrożyli streaming insert dla real-time dostępu do danych.
3. Budowa hurtowni danych (BigQuery):
   • Nasi specjaliści zaprojektowali architekturę hurtowni z warstwami raw, staging i marts, aby ułatwić dalsze analizy.
   • Zespół zadbał o monitoring kosztów i mechanizmy clusteringu, minimalizując wydatki i zwiększając wydajność zapytań.
4. Transformacja danych w dbt (data build tool):
   • Analitycy danych przygotowali hierarchię modeli od staging przez intermediate aż do marts, zapewniając transparentność procesu i eliminując potrzebę tworzenia skomplikowanych, nieutrzymywalnych zapytań SQL. Dzięki temu ograniczyliśmy dług technologiczny i stworzyliśmy fundament, który umożliwia kolaborację wielu zespołów analitycznych.
   • Zwalidowaliśmy spójność metryk dzięki testom jakości danych oraz pełnej dokumentacji lineage przygotowanej w dbt.
5. Dashboard w Tableau:
   • Nasi inżynierowie BI stworzyli interaktywny funnel chart prezentujący drop-off użytkowników na każdym etapie ścieżki.
   • Zespół wdrożył dynamiczne filtry umożliwiające analizę według źródeł ruchu, demografii i urządzeń.
   • Analitycy opracowali system color-coding kluczowych metryk oraz moduł porównywania różnych ścieżek w testach A/B.

Etapy realizacji

1. Określenie priorytetów i wymagań biznesowych: Wspólnie z klientem ustaliliśmy priorytety w zakresie potrzeb, a następnie przełożyliśmy je na konkretne wymagania biznesowe. Zmapowaliśmy ścieżkę użytkownika, zidentyfikowaliśmy punkty problematyczne i przeanalizowaliśmy wymagania pod kątem scenariuszy użycia, aby upewnić się, że tworzone rozwiązanie realnie wspiera biznes, a nie jest jedynie implementacją techniczną.
   
2. Projektowanie i implementacja pipeline’u danych oraz modeli dbt: Nasi inżynierowie danych zaprojektowali spójny przepływ danych od trackingu w GA4, poprzez BigQuery, aż po modele w dbt. Zautomatyzowaliśmy procesy transformacji, przygotowaliśmy środowiska DEV i PROD, które wspierają rozwój narzędzi i zapewniają dostarczenie poprawnych danych dla użytkowników biznesowych, oraz zwalidowaliśmy poprawność metryk w każdym etapie pipeline’u.
   
3. Budowa dashboardu i wdrożenie wraz z iteracyjnymi testami i odbiorem: Zespół BI stworzył interaktywny dashboard w Tableau, umożliwiający szczegółową analizę drop-off funnel. Przeprowadziliśmy testy z użytkownikami biznesowymi, iteracyjnie dopracowaliśmy funkcjonalności i zwalidowaliśmy, dodatkowo analizując je pod kątem konkretnych scenariuszy użycia aby upewnić się, że narzędzie wspiera realne procesy biznesowe, że finalne rozwiązanie wspiera i dostarcza realną wartość biznesową oraz analityczną.

Rezultaty

Kluczowe wyniki

• Wzrost konwersji o 15–25% po wdrożeniu rozwiązania. Kluczowe elementy, które wsparły ten efekt to m.in.:
  • Identyfikacja i szybka poprawa krytycznych kroków w ścieżce (eliminacja barier konwersji),
  • Segmentacja i porównywanie ścieżek A/B, które umożliwiły optymalizację działań pod konkretne grupy użytkowników i testowanie skuteczności zmian.
• Skrócenie czasu identyfikacji problemów z 2 tygodni do 2 godzin,
• Pełna widoczność customer journey i wskazanie krytycznych momentów odpływu.

Korzyści biznesowe

• Zwiększenie przychodów - poprawa konwersji przełożyła się na większą liczbę transakcji przy tym samym wolumenie ruchu, co bezpośrednio zwiększyło przychody.
• Szybsze decyzje biznesowe - dzięki real-time monitoringowi w Tableau.
• Rozwój kompetencji analitycznych - zespoły wewnętrzne zyskały narzędzia do samodzielnej optymalizacji działań.

Podsumowanie

Projekt pokazuje, jak zastosowanie nowoczesnego modern data stack (GA4, BigQuery, dbt, Tableau) w połączeniu z wiedzą ekspercką pozwala szybko przełożyć dane na realne wyniki biznesowe. End-to-end ownership, od konfiguracji trackingu po wizualizacje biznesowe zapewnił spójność i jakość całego rozwiązania, a jednocześnie stworzył solidny fundament do dalszego rozwoju organizacji w kierunku data-driven. Co istotne, rozwiązanie ograniczyło powstawanie długu technologicznego, umożliwiło efektywną kolaborację wielu zespołów analitycznych oraz zapewniło łatwość dalszego rozwoju i niskie koszty utrzymania.