Использование GTM и таблиц мобильной аналитики для отслеживания действий пользователя в процессе оформления карты на веб-сайте | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 4 мая, печатный экземпляр отправим 8 мая.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №18 (308) май 2020 г.

Дата публикации: 01.05.2020

Статья просмотрена: 22 раза

Библиографическое описание:

Алдабаев, И. А. Использование GTM и таблиц мобильной аналитики для отслеживания действий пользователя в процессе оформления карты на веб-сайте / И. А. Алдабаев. — Текст : непосредственный // Молодой ученый. — 2020. — № 18 (308). — С. 11-13. — URL: https://moluch.ru/archive/308/69442/ (дата обращения: 25.04.2024).



Использование GTM и таблиц мобильной аналитики для отслеживания действий пользователя в процессе оформления карты на веб-сайте

Алдабаев Игорь Александрович, магистр

Национальный исследовательский технологический университет «МИСиС» (г. Москва)

В настоящее время, доля людей, пользующихся кредитными картами, возрастает. Банки стремятся выдать как можно больше карт, с целью получения прибыли от клиента. Стремление это обуславливается тем, что за последние 4 года доля вкладов россиян упала почти в два раза, а доля людей, пользующихся кредитными картами, возрастает. [4, 5]

Для того, чтобы получить карту потенциальному клиенту, её надо оформить.

Основным каналом для оформления кредитной карты является партнерская сеть (Partners). Это могут салоны связи, крупные сетевые магазины, банки и др.

Вторым по количеству оформления заявок, является канал Web. Канал представляет собой веб-интерфейс, через который клиент может оформить карту. Сделать это можно через веб-сайт в десктопной или мобильной версии мобильного банковского приложения.

Также есть канал DSA. Это так называемые, «прямые продажи» или «Direct selling». Этот канал представляет собой продажу товаров или услуг, осуществляемых вне стационарных точек розничной торговли.

Последний по количеству заявок является канал TSL. TSL (или «Tele-selling») — это, в общем смысле, осуществление продаж по телефону. Для оформления КР это выглядит так: у работников колл-центра есть определённый график и список клиентов, по которому обзванивают клиентов и убеждают их оформить карту.

Оформленная заявка после заполнения отправляется в скоринг-систему банка. На основе информации, представленной в заявке, а также кредитного рейтинга, система выносит решение об одобрении кредитного лимита и соответственно, выдачу карты или отказ. В зависимости от банка, клиент может заново подать заявку на получение кредитной карты.

При оформлении карты через веб-сайт возникают проблема действий пользователя.

Для решения этой проблемы можно использовать ресурсы Google Tag Manager (GTM) и СУБД Vertica.

СУБД Vertica — это система управления базами данных, которая используется для мобильной аналитики. Каждая строка в таблице БД — это действие пользователя или хит.

GTM — это сервис, который позволяет устанавливать теги на действия пользователя и правила их вызова. GTM работает с сиcтемой аналитики Google Analytics, но для построения специальных отчетов, а также точности фиксации событий используется СУБД Vertica.

Схема передачи событий на сервер БД через GTM:

Рис. 1. Схема передачи событий через GTM

Для передачи информации GA используется контейнер. Контейнер — это главный и единственный фрагмент JavaScript-кода, который вставляется на страницу сайта. Он является тегом, но его функция заключается в том, что он служит контейнером для всех тегов. В этот фрагмент также прописывается сервер БД, куда информация дублируется.

Для настройки отслеживания действий пользователя используются теги и триггеры. Тег — это фрагмент JavaScript-кода, который вручную настраивается и вставляется на каждую страницу сайта.

Триггер — условие для выполнения или блокировки тега. Триггер должен содержать какое-то событие. Также для триггера есть фильтры, которые можно настроить.

Переменная — параметр, для которого передается значение в процессе работы.

Информацию о взаимодействии пользователя, GTM передают с помощью трех метаданных — категория, действие, ярлык.

Настройка событий для передачи в GTM:

Таблица 1

Пример настройки событий для передачи в GTM.

Тип события

Категория

Действие

Ярлык

Описание

Показ страницы

‘undefined’

‘undefined’

‘undefined’

Отправляется при изменении домена (поддомена)

Пользовательское событие

FormApplication

Tap::<Название поля>

«Название поля»

Отправляется при заполнении поля

Пользовательское событие

Tap:: <Название поля>

«Название поля»

Отправляется при нажатии на кнопку

Пользовательское событие

Tap:: <Название поля>

-

Отправляется при выборе значения на checkbox

Пользовательское событие

Tap:: <Название поля>

-

Отправляется при выборе значения на типе поля выпадающий список

Пользовательское событие

Error::<Имя поля>

Тип ошибки

Отправляется при возникновении ошибки на поле

Пользовательское событие

Error:<Имя шага>

Тип ошибки

Отправляется при возникновении ошибки на шаге формы

Пользовательское событие

Open::ExternalLink

-

Переход по внещней ссылке

Логику отправки событий прописывают разработчики на стороне фронтенда.

После настройки отправки событий в БД, можно агрегировать действия пользователей (например, по сеансам), находить страницы с отказами и изменять узкие места в процессе оформления заявки. Но стоит учитывать, что при изменении полей, удаления, изменения или добавления страниц GTM надо настраивать заново, иначе будет происходить некорректный сбор событий.

Литература:

  1. Alistair Croll, B. Y. (2013). Lean Analytics by Alistair Croll and Benjamin Yoskovitz. O'Reilly Media.
  2. Vertica Documentation. (б.д.). https://www.vertica.com/docs/9.2.x/HTML/Content/Home.htm
  3. Джерри Ледфорд, М. Э. (2008). Google Analytics 2.0: анализ веб-сайтов. Диалектика.
  4. НАФИ. (25 Декабрь 2018 г.). Россияне стали чаще пользоваться кредитными картами.
  5. Федерации, Ц. Б. (2019). Количество платежных карт, эмитированных кредитными организациями, по типам карт. Получено из Центральный Банк Российской Федерации: https://www.cbr.ru/statistics/p_sys/print.aspx?file=sheet013.htm
Основные термины (генерируются автоматически): GTM, пользовательское событие, TSL, DSA, возникновение ошибки, выбор значения, действие пользователя, доля людей, кредитная карта, мобильная аналитика.


Похожие статьи

Анализ больших данных как эффективное средство управления...

Розничные банки используют большую аналитику данных для предотвращения мошенничества [1].

Операторы мобильной сети, которые владеют большим объемом данных о клиентах

Они могут генерировать аналитическую информацию, основанную на действиях своих...

Анализ методов аутентификации при использовании банковских...

В статье рассматриваются различные нестандартные методы аутентификации, которые еще не заняли свою нишу на рынке. Для сравнения методов производится 2-этапный анализ в соответствие с выбранными параметрами.

BigData: анализ больших данных сегодня | Статья в журнале...

Facebook, Google, Мейл.ру, Яндекс уже давно используют аналитику для принятия решений.

Еще одна проблема BigData носит этический характер. А именно: чем сбор данных (особенно без ведома пользователя) отличается от нарушения границ частной жизни?

Использование Big Data в управлении взаимоотношениями...

Если клиент заявляет об утере карты

Парадоксом аналитики в подобных случаях становится прогнозирование будущего на основе прошлого, данные о котором зачастую отсутствуют.

Во-вторых, маловероятно, что компания без навыков и опыта аналитики данных сможет успешно...

Термин Big Data и способы его применения | Статья в журнале...

Рис. 2: Необходимость действий и тренд BigData по странам. Согласно исследованию, неповоротливый государственный сектор и поставщики энергии и материальных ресурсов показывают высокую заинтересованность в BigData, тогда как компании с огромными базами...

Профилирование цифрового клиента: новые форматы...

Сущность и значение интеллектуального анализа данных для экономического прогнозирования. Сегодня интеллектуальный анализ данных (Data Mining) уже перешел в категорию массовых, широко применяемых технологий. Интеллектуальный анализ данных предназначен для...

Мобильный сервис для населения и бизнеса в банковской сфере

При выборе наиболее удобного канала мобильного банка основные предпочтения лучше оставить за самим пользователем.

Это сокращает время и количество действий, необходимых для проведения большой доли операций, совершаемых через мобильный банк.

Графовая аналитика для решения ключевых проблем...

В сегодняшних реалиях необходимо понимать, что технология работы с данными имеет первостепенное значение для процессов и операций банков. Правильно выстроенная система работы с данными является ключом к цифровому преобразованию.

Клиентский опыт (Customer Experience) как инструмент обратной...

Построение бизнес модели, ориентированной на клиентов и создание уникального клиентского опыта находится в центре внимания длительный период времени, особенно в банковском секторе, где задача улучшения качества обслуживания клиентов и предоставления уникальной...

Похожие статьи

Анализ больших данных как эффективное средство управления...

Розничные банки используют большую аналитику данных для предотвращения мошенничества [1].

Операторы мобильной сети, которые владеют большим объемом данных о клиентах

Они могут генерировать аналитическую информацию, основанную на действиях своих...

Анализ методов аутентификации при использовании банковских...

В статье рассматриваются различные нестандартные методы аутентификации, которые еще не заняли свою нишу на рынке. Для сравнения методов производится 2-этапный анализ в соответствие с выбранными параметрами.

BigData: анализ больших данных сегодня | Статья в журнале...

Facebook, Google, Мейл.ру, Яндекс уже давно используют аналитику для принятия решений.

Еще одна проблема BigData носит этический характер. А именно: чем сбор данных (особенно без ведома пользователя) отличается от нарушения границ частной жизни?

Использование Big Data в управлении взаимоотношениями...

Если клиент заявляет об утере карты

Парадоксом аналитики в подобных случаях становится прогнозирование будущего на основе прошлого, данные о котором зачастую отсутствуют.

Во-вторых, маловероятно, что компания без навыков и опыта аналитики данных сможет успешно...

Термин Big Data и способы его применения | Статья в журнале...

Рис. 2: Необходимость действий и тренд BigData по странам. Согласно исследованию, неповоротливый государственный сектор и поставщики энергии и материальных ресурсов показывают высокую заинтересованность в BigData, тогда как компании с огромными базами...

Профилирование цифрового клиента: новые форматы...

Сущность и значение интеллектуального анализа данных для экономического прогнозирования. Сегодня интеллектуальный анализ данных (Data Mining) уже перешел в категорию массовых, широко применяемых технологий. Интеллектуальный анализ данных предназначен для...

Мобильный сервис для населения и бизнеса в банковской сфере

При выборе наиболее удобного канала мобильного банка основные предпочтения лучше оставить за самим пользователем.

Это сокращает время и количество действий, необходимых для проведения большой доли операций, совершаемых через мобильный банк.

Графовая аналитика для решения ключевых проблем...

В сегодняшних реалиях необходимо понимать, что технология работы с данными имеет первостепенное значение для процессов и операций банков. Правильно выстроенная система работы с данными является ключом к цифровому преобразованию.

Клиентский опыт (Customer Experience) как инструмент обратной...

Построение бизнес модели, ориентированной на клиентов и создание уникального клиентского опыта находится в центре внимания длительный период времени, особенно в банковском секторе, где задача улучшения качества обслуживания клиентов и предоставления уникальной...

Задать вопрос