Aansluitingsrapportages
3 maart 2020 | 3 minuten leestijd
Herken je dit? Volgens de Google Analytics was de omzet 30.000 euro. Maar je eigen backoffice systeem geeft aan dat het 40.000 moet zijn. Volgens Magento zijn er 45 contactformulieren ingeleverd. Maar je doelen in Google Analytics geven aan dat het er 70 moet zijn. Toen je op 2 januari een rapportage over het afgelopen boekjaar maakte, was de omzet 500.000. Maar wanneer je dat nu doet, is diezelfde omzet 495.000.
Je weet dat web analytics niet 100% overeenkomen. Maar 75% vind je wel erg weinig. Wat is dan wel goed? 90%? 95%? Of moet het juist meer dan 100% zijn, omdat je weet dat er altijd wel een paar weborders uiteindelijk geannuleerd worden?
Je zit met het feit dat je systemen niet aansluiten. Je kunt lezen en schrijven met Google Analytics, maar van SQL heb je geen kaas gegeten. Of juist andersom, SQL kent geen geheimen voor je, maar je hebt geen idee waar je in Google Analytics de data kunt vinden en als je het kunt vinden, vraag je je af hoe het daar precies komt. Wat nu?
Hulp is nabij!
Deze vraagstukken vinden wij echt de allerleukste die er zijn op het gebied van data analyse. Uitzoeken wat het gat is. Uitzoeken waarom bepaalde orders en/of klanten in het ene systeem wel voorkomen, maar in het andere niet, is een ding. Maar de oorzaken vinden waarom is een tweede. Voor duidelijkheid zorgen. Het gat zoveel mogelijk dichten, of tot het punt komen dat het gat zoveel gedicht is dat alleen incidenten voor een klein verschil zoeken. Kunnen herkennen in welke situatie je 100% aansluiting zou moeten kunnen verwachten en weten wanneer het nooit helemaal zal aansluiten en je genoegen moet nemen met ‘goed is goed genoeg’.
Ik kan me voorstellen dat het voor de niet-analisten dit saai of droog kan lijken. Maar niet voor mij. Voor mij is zo’n situatie een puzzel, en ik moet en zal de oplossing vinden. Echt een uitdaging, waar hyperfocus voor nodig is. Soms is het zoeken naar een speld in een hooiberg, soms is het wat eenvoudiger, maar altijd is het een kwestie van logisch nadenken. Het is al zo vaak gebeurd dat de laptop meeging naar de lunchtafel omdat ik me er niet van los kon trekken. Of dat iemand een heel verhaal aan me ophangt zonder dat ik het doorheb. Of dat ik om 22 uur denk dat het tijd is om te gaan slapen en vervolgens om 00.30 uur in mijn bed lig.
Maar wanneer ik het dan gevonden heb, dan is dat zo gaaf! De puzzel is opgelost. Er is duidelijkheid. Alles klopt. Dwangneurose? Wellicht een beetje 😉
Een aantal praktijkvoorbeelden:
- Een grote webshop had een eigen systeem met interne rapportages. De componenten die samen bruto omzet bepaalden telden wel op, maar werden niet herkend. Dit heeft jaren geleid tot discussie en niet betrouwbare data. Binnen 1 dag hebben we het gat gevonden
- Andere grote webshop met intern system en SAP database. De sales rapportage die meerdere keren per dag gemaild werd, was heilig. Maar hij sloot net niet helemaal aan bij de optelsom van de orderbedragen. Wat was het verschil? Na enkele dagen hebben we een analysebestand gebouwd. Elke volgende discussies waarbij het twijfels of het rapport ontstonden konden meteen de kop ingedrukt worden omdat het analysebestand heel duidelijk kon aangeven welke orders wel en niet meegingen
- Bij een groot A merk met traditionele winkels bleek er geen enkele omzet die op zondagen werd gedaan doorgezet naar het DWH. Aangezien het maar zelden gebeurde dat er op zondag omzet was, was het een relatief klein bedrag. Desalniettemin was het ontbreken van deze zondag omzet voor dit bedrijf cruciaal
- Bij de aankoop van traffic via affiliate sites bleek per ongeluk in de feed de verkeerde input gegeven te worden, waardoor er veel euro’s besteed werden aan niet renderend verkeer.
Heb jij ook een issue in de aansluiting van verschillende systemen? Neem gerust contact met ons op, we kijken graag met jullie mee.
Tamara