Shopify Sidekick-analyse: Få mere ud af dine tilpassede produktdata

Shopify Sidekick Analytics: Make Your Custom Product Data Useful

Din webshop ved måske, hvilket materiale en beklædningsgenstand er lavet af, mens salgsrapporten stadig behandler alle varer ens. Shopify Sidekick kan nu besvare analysespørgsmål ved at kombinere understøttede metafelter og metaobjekter med salgstal. Det giver webshops en praktisk måde at undersøge sortimentsvalg på uden at skulle eksportere data til et regneark, hver gang et nyt spørgsmål opstår. Udbyttet afhænger dog af de underliggende data. Her gennemgår vi, hvordan vi ville klargøre dem, kontrollere svarene og vurdere, hvilke indsigter der er værd at handle på.

Hvad er nyt i Shopify Sidekicks analysefunktioner?

Ifølge Shopifys opdatering den 17. november kan Sidekick nu bruge webshoppens metafelter og metaobjekter til at besvare analysespørgsmål. Shopify nævner materiale, leverandør og den designer, der er knyttet til et produkt, som eksempler på oplysninger, webshops kan undersøge sammen med salgstal.

Der er et konkret krav: Sidekick kan bruge metafelter, hvor Filtrér eller gruppér data i Analyse er slået til. Shopify oplyser også, at visse metafelttyper og rapporter endnu ikke understøttes. Læs derfor ikke nyheden som et løfte om, at alle tilpassede felter i din webshop straks kan bruges i rapporter.

Det er en konkret og nyttig udvikling inden for de data- og AI-prioriteter, som beskrives i Shopifys oversigt over væksttendenser inden for DTC. For webshops er muligheden at stille forretningsrelevante spørgsmål med udgangspunkt i de produktegenskaber, der betyder noget for virksomheden, frem for kun at bruge kategorierne i en standardrapport.

Vores anbefaling: Start med en indkøbsbeslutning, ikke en AI-demonstration. En opdeling efter materiale er nyttig, hvis den hjælper dig med at vurdere en genbestilling. Et imponerende svar, som ingen kontrollerer eller handler på, er blot endnu en rapport, der tager opmærksomheden fra det væsentlige.

Metafelter og metaobjekter: Den vigtige forskel

Et metafelt gemmer tilpassede oplysninger på en ressource i Shopify. Et produkt kan for eksempel have et metafelt til materiale eller en reference til en designer. Felterne gør det muligt at registrere oplysninger ud over Shopifys standardfelter i en struktureret form.

Et metaobjekt samler relaterede, tilpassede oplysninger i en post, der kan genbruges. En designerpost kan for eksempel indeholde oplysninger, som flere produkter henviser til. Det adskiller sig fra at skrive designerens navn manuelt i hver enkelt produktbeskrivelse.

I analysearbejdet er ensartethed afgørende. Hvis teamet registrerer det samme materiale under forskellige navne, kan analysen opdele noget, der burde være én samlet gruppe. Hvis feltet er tomt på ældre produkter, kan resultaterne sige mere om den nyligt opdaterede del af sortimentet end om forretningen som helhed.

Sidekick gør det lettere at stille spørgsmål til dataene i disse felter. Det fritager ikke de sortimentsansvarlige for at definere, hvad felterne betyder.

Realistisk redaktionelt stilleben i liggende 3:2-format med klassificering af tekstiler i et tøjværksted

Tag udgangspunkt i en konkret beslutning

Vælg et spørgsmål med en ansvarlig

Start med noget, en bestemt person skal tage stilling til. En indkøber kan undersøge det samlede salg fordelt på materialegrupper i sidste kvartal, inden en genbestilling vurderes. En sortimentsansvarlig kan undersøge salget fordelt på designere, før kollektionernes synlighed ændres.

Skriv selve beslutningen ned separat fra spørgsmålet. ”Gennemgå bomuldssortimentet, før næste indkøbsordre afgives” giver analysen et formål. ”Udforsk vores tilpassede data” siger ikke noget om, hvad et brugbart svar skal kunne.

Hold det første spørgsmål afgrænset. Angiv salgsmål og periode, og tilføj derefter det felt, data skal grupperes efter. Shopifys eget eksempel spørger til samlet salg fordelt på materiale i det foregående kvartal. Brug det som en fornuftig skabelon, ikke som dokumentation for, at enhver variation af spørgsmålet vil fungere.

Kontrollér feltet, før du aktiverer det

Find den relevante metafeltdefinition, og kontrollér, om analyseindstillingen er tilgængelig. Hvis den er, skal du aktivere Filtrér eller gruppér data i Analyse. Hvis din felttype eller den ønskede rapport ikke understøttes, er der ingen grund til at bruge eftermiddagen på at omformulere den samme prompt. Undersøg de aktuelle begrænsninger, og brug i stedet en eksisterende rapporteringsløsning.

Gennemgå feltets indhold, før du baserer beslutninger på resultatet:

  • Dækning: Er feltet udfyldt på alle produkter i analysen, også de ældre?
  • Navngivning: Optræder det samme materiale med forskellige stavemåder eller interne forkortelser?
  • Betydning: Dækker ”leverandør” konsekvent over den samme forretningsrelation, eller bruges det nogle gange om producenten?
  • Ansvar: Hvem opdaterer feltet, når produktoplysningerne ændres?

Afklar tvetydigheder, før I rydder op i større skala. Hvis ”bomuldsblanding” og ”bomuld” lægges sammen, bliver rapporten måske mere overskuelig, men samtidig forsvinder en forskel, som indkøberen har brug for. Målet er en retvisende klassificering, ikke en kortere liste over værdier.

Kontrollér svaret, før det når frem til indkøbsmødet

Et klart formuleret svar kan virke mere troværdigt end et rodet regneark. Netop derfor skal det første resultat kontrolleres.

Bed Sidekick om opdelingen, og gennemgå derefter de rapporter eller supplerende oplysninger, svaret indeholder. Bekræft salgsmål og datointerval. Kontrollér, om filtre udelader produkter, du forventede at se. Hvis detaljerne er uklare, så bed om en præcisering frem for at antage, at systemet har valgt de definitioner, teamet normalt bruger.

Sammenlign svaret med en kendt Shopify-rapport med tilsvarende indstillinger. Et spørgsmål om samlet salg skal ikke kontrolleres op mod en rapport over nettosalg og erklæres forkert, fordi totalerne er forskellige. Afklar, hvad hvert salgsmål omfatter, før du sammenligner resultaterne.

Undersøg derefter produkter, du kender godt. Er en bestemt beklædningsgenstand placeret i den materialegruppe, du forventer? Hvad er der sket med produkter uden en materialeværdi? Hvis tallene for grupperne ikke stemmer med det sammenlignelige samlede tal, skal forskellen undersøges, før du deler en konklusion.

Historiske analyser kræver særlig opmærksomhed. Undersøg, om opdelingen bruger produktets aktuelle feltværdi eller en værdi, der blev gemt på salgstidspunktet. Det fremgår ikke af nyheden. Hvis produkter har skiftet leverandør eller klassificering, skal du kontrollere, hvordan rapporteringen håndterer det, før du bruger resultatet til at vurdere historiske salgstal.

Vi ville gemme det godkendte spørgsmål sammen med definitionen af salgsmålet og noter fra kontrollen. Det giver den næste person et spørgsmål, der kan bruges igen, frem for et skærmbillede uden de forudsætninger, resultatet bygger på.

En salgsrapport fordelt på materialer er et udgangspunkt, ikke en genbestillingsordre

Forestil dig en tøjwebshop, der sammenligner salg på tværs af materialegrupper. Sidekick leverer en opdeling, og bomuld ligger øverst. Den oplagte konklusion kan være at købe mere bomuld.

Men resultatet viser kun, at bomuld fører på det salgsmål, der blev spurgt til. Der kan også have været flere bomuldsprodukter til salg, eller de kan have fået mere eksponering i kampagner. Et andet materiale kan have været udsolgt i store dele af perioden. Omsætningen alene kan ikke afgøre, hvilken forklaring der er rigtig.

Brug opdelingen til at vælge, hvad du vil undersøge nærmere:

  • Sammenlign sortimentet bag hver gruppe. Et bredt udvalg har flere muligheder for at skabe salg end et smalt udvalg.
  • Gennemgå lagerstatus i perioden, før du tolker lavt salg som lav efterspørgsel.
  • Kontrollér rabatter og vareomkostninger, før du bruger en førerposition på omsætning som argument for at øge indkøbene.
  • Gennemgå returneringer, hvor der findes pålidelige data. Et stærkt salg kan stadig ende med et skuffende forretningsmæssigt resultat.

Det er opfølgende analyseopgaver, ikke en påstand om, at Sidekick kan løse dem alle med de felter, der nu understøttes. Brug eksisterende rapporter eller andre systemer, når spørgsmålet ligger uden for de understøttede analysefunktioner.

Den rigtige beslutning kan være at få varer i et overset materiale tilbage på lager frem for at udvide den nuværende bestseller. Bedre spørgsmål kan afdække den mulighed, men det er stadig webshoppen, der skal vurdere dokumentationen.

Realistisk redaktionelt fotografi i liggende 3:2-format fra en indkøbsgennemgang med et sammenfoldet stykke bomuldstøj uden synligt mærke

Hvem bør bruge funktionen, og hvem bør vente?

Sidekick er værd at afprøve, når dine tilpassede data beskriver forskelle, der har betydning for forretningen. Webshops med vedligeholdte materialefelter eller ensartede designerreferencer har et oplagt udgangspunkt. Fordelen er, at du kan stille opfølgende spørgsmål direkte i Shopify-administrationen uden at skulle få udviklet en ny rapporteringsproces til hver idé.

Vent med at bruge svarene til indkøb, hvis felterne er mangelfulde, eller forskellige teams fortolker dem forskelligt. I kan stadig afprøve funktionen, men gør det tydeligt, at formålet er at validere den. Præsenter ikke et foreløbigt resultat som en endelig anbefaling.

Behold også eksisterende business intelligence-processer, når de tjener et andet formål. En økonomimodel, der kombinerer indkøbsomkostninger med lageromkostninger, kræver mere end en salgsopdeling efter produktegenskab. Shopify hævder ikke, at den nye funktion erstatter de beregninger.

Vi ville ikke købe en ekstra analyseapp alene for at afprøve et spørgsmål om tilpassede data, som Shopify allerede understøtter. Test først den indbyggede funktion. Omvendt ville vi heller ikke fjerne et rapporteringsværktøj, fordi Sidekick gav et godt svar under en demonstration. Vurdér hvert værktøj ud fra de beslutninger, det understøtter, og det datagrundlag, du kan efterprøve.

Gør analysen nem at gentage

Vælg et felt, teamet allerede vedligeholder, og en afsluttet rapporteringsperiode. Ryd op i de relevante værdier, bekræft at feltet understøttes, og stil spørgsmålet. Bed den ansvarlige for forretningsbeslutningen om at gennemgå resultatet sammen med dokumentationen fra kontrollen.

Hvis det virker, skal I dokumentere de godkendte feltværdier og spørgsmålet. Giv nogen ansvaret for at holde data brugbare, efterhånden som nye produkter kommer ind i sortimentet. Hvis det ikke virker, skal I notere, om problemet skyldes manglende understøttelse eller dårlige kildedata. Det kræver forskellige løsninger.

Den varige værdi opstår, når en indkøber kan stille et præcist spørgsmål næste måned og forstå, hvorfor svaret har ændret sig. Det er en bedre målestok end, hvor velformuleret det første svar lyder.

Det vigtigste at tage med

  • Sidekick understøtter nu analysespørgsmål baseret på egnede metafelter og metaobjekter, dog med begrænsninger for felttyper og rapporter.
  • Aktivér analyseindstillingen på understøttede metafelter, og kontrollér værdierne, før du stoler på en opdeling.
  • Kontrollér salgsmål og gruppering op mod et kendt rapportgrundlag.
  • Brug salg fordelt på produktegenskaber til at målrette videre undersøgelser, ikke som en automatisk indkøbsanbefaling.

Kilder

Skal vi hjælpe dig i mål?

Vi er Shopify Premier Partner og arbejder hver dag med performance, konverteringsoptimering og udvikling af webshops, der tjener sig selv hjem. Book en gratis gennemgang af din webshop, så viser vi dig de tre forbedringer, vi ville gennemføre først.

Ofte stillede spørgsmål

Kan Shopify Sidekick analysere metafelter og metaobjekter?

Ja. Ifølge Shopifys opdatering den 17. november kan Sidekick bruge understøttede metafelter og metaobjekter sammen med salgstal til at besvare analysespørgsmål. Visse metafelttyper og rapporter understøttes endnu ikke.

Hvordan aktiverer jeg metafelter til analyse med Sidekick?

Find den relevante metafeltdefinition, og slå Filtrér eller gruppér data i Analyse til, hvis indstillingen er tilgængelig. Åbn derefter Sidekick i Shopify-administrationen, og stil et konkret spørgsmål, der bruger feltet.

Kan jeg bruge Sidekick til at se salg fordelt på materialer?

Shopify nævner specifikt samlet salg fordelt på materiale i det foregående kvartal som et eksempel. Dine materialedata skal ligge i et understøttet metafelt med analyseindstillingen aktiveret. Kontrollér for manglende værdier og uens materialenavne, før du baserer beslutninger på opdelingen.

Hvorfor bør jeg kontrollere et analysesvar fra Sidekick op mod en anden rapport?

En opdeling kan være misvisende, hvis den bruger et andet salgsmål, uventede filtre eller ufuldstændige tilpassede data. Sammenlign den med en kendt rapport med tilsvarende indstillinger, og gennemgå derefter produkter, du kender godt, for at bekræfte, at grupperingen giver mening.

DIN REJSE STARTER HER!

For at efterligne de viste funktioner eller optimere dine hjemmesider, kan du kontakte os via formularen for skræddersyede løsninger.

Gratis opkald til afdækning af behov.