Свою систему сквозной аналитики в агентстве построили на облачной инфраструктуре Google. Скрипты, загруженные в Google Compute Engine, подключаются ко всем источниками данных и загружают полученную информацию в Google BigQuery. Вся информация передаётся в том виде, в котором её отдают системы. Потом данные приводятся к единому формату, стандартизируются и склеиваются по идентификаторам. На них накладываются модели атрибуции, после чего готовые таблицы отгружаются в систему визуализации, Excel или систему аналитики.
Представим идеальную схему покупки товара: пользователь увидел рекламу, зашёл на сайт, заинтересовался предложением и приобрёл товар. На деле так бывает далеко не всегда. Пользователь может перейти на ваш сайт по рекламе, затем уйти на сайт конкурента, что-то сравнить, после чего — вернуться к вам с другого источника (например, соцсети).
Проанализировать такое поведение намного сложнее. Здесь и приходит на помощь сквозная аналитика. Рассмотрим распространённые проблемы анализа и варианты их решения.
Например, в январе пользователь зашёл на сайт, пообщался с менеджером, но отложил покупку. В феврале он ещё раз зашёл на сайт, позвонил, встретился с замерщиком и заказал окна (в рамках наших кейсов продуктом будут выступать окна). Какие звонки учитывать — оба или только один? Приняли решение использовать только целевые. Именно первый звонок — прямая заслуга рекламы, он и идёт «в зачёт».
Рассмотрим ситуацию посложнее: в первый раз клиент посетил сайт в январе 2016 года, второй — в феврале 2018-го. В этой ситуации нельзя учитывать первый источник, поскольку рекламная кампания давно закончилась.
Что делать? Разбить всю активность пользователя на периоды выраженного интереса к продукту или компании. Для «Фабрики окон» период интереса заканчивается, когда:
В каждом периоде интереса можно посмотреть, из каких источников пришёл клиент, и оптимизировать маркетинг. Для этого необходимо собирать и объединять в пользовательскую историю данные о поведении в офлайне и онлайне: составлять карточку пользователя, тегировать целевые обращения в CRM и колл-трекинге, прослушивая звонки.
Итак, клиент обращался в компанию с разных источников. Допустим, в цепочке участвовали медийная реклама, Facebook, органический поиск, потом он позвонил, после его догнал ремаркетинг, он снова позвонил и купил. Какому источнику в этом случае отдать ценность покупки — одному или распределить между несколькими?
В каждой компании этот вопрос решают по-своему. В Adventum решили использовать собственные модели атрибуции с учётом особенностей каждого бизнеса — распределять источники по степени важности в каждом из периодов интереса отдельно.
Если вы ранее не использовали модели атрибуции и только приходите к такому решению, но уже научились собирать все данные по пользователю, в первую очередь стоит попробовать построить такие модели атрибуции:
Для оптимизации рекламы важно знать, на каком этапе воронки возникают проблемы. Например, часто появляются сложности с заполнением формы: люди заходят на сайт, просматривают его, нажимают кнопку «оставить заявку», но форму не заполняют. Значит, здесь и кроется проблема. Это может быть слишком большое количество полей для заполнения или сложная капча.
Решение:
Рассмотрим трёх клиентов компании «Фабрика окон». Первый пришёл в январе 2018 года и в этом же месяце купил пластиковые окна. Двое других купили только в феврале. Не каждая реклама имеет одинаковое время принятия решения. Как понять, хорошо ли сработала рекламная кампания или акция? Для этого нужно знать длительность цикла продажи, причём в разбивке по рекламным кампаниям.
Решение: использовать когортные отчёты для оценки эффективности рекламных кампаний.
Когорта — совокупность людей, у которых в один и тот же период времени произошло определённое событие, например, первое посещение сайта.
Рассмотрим график: по когортному отчёту в Google Analytics за первую неделю после акции — с 9 по 15 сентября — было заработано 1 100 000 рублей, в остальные 6 недель — ещё 1 000 000. Если бы агентство оптимизировало рекламу только по первой неделе, то не увидело бы почти половину продаж. А в период с 7 по 13 октября были другие акции. В первую неделю было заработано 600 000, а во вторую — только 29 000. Таким образом, результат может зависеть от различных периодов времени и от различных рекламных кампаний.
Используемые нами модели расчёта эффективности рекламных кампаний и акций:
При создании отчёта мы хотим видеть данные по всем источникам информации: рекламным системам, внутренним медиапланам, из системы колл-трекинга, из систем аналитики и другим. Одна из проблем сведения данных — это различные названия одних и тех же источников в разных системах. Например, в медиапланах у нас есть разбивка на Яндекс/поиск и Яндекс/сети, в рекламных системах увидим русскоязычные названия кампаний, в системах аналитики — utm-метки, в колл-трекинге — названия, которые менеджер вбил руками. Нужно объединить все названия, чтобы в отчётах это отображалось одной/двумя строками.
Решение: в Adventum мы создали единый справочник, в который вносятся все названия. Как только появляется новое наименование, оно автоматически вносится в справочник, и менеджер вручную присваивает источнику название, которое хочет видеть в системе сквозной аналитики.
Ещё одна проблема отчётности — корректность суммы расходов, про которую многие забывают. Что нужно помнить? Расходы обязательно складываются из нескольких частей: непосредственно расходы, НДС, агентская комиссия (если вы запускаете рекламу через агентство) и возврат за недействительные клики. Из-за расхождений в суммах нередко данные при сравнении не сходятся: например, в одной системе их выгрузили с НДС, в другой — без. Важно обращать на это внимание и предусматривать заранее варианты решения при сборе и агрегации данных и построении отчётности.
После добавления на сайт онлайн-консультанта конверсия обращений выросла. Но когда построили воронку продаж и сегментировали клиентов по методу обращения, заметили, что при обращении с онлайн-консультанта итоговая конверсия значительно ниже. Консультант каннибализировал трафик, забрав часть обращений с других каналов коммуникации — стало меньше звонков и меньше отправки форм, а качество обращений с онлайн-консультанта гораздо хуже. Поэтому важно смотреть на итоговые продажи.
При запуске сложной акции у пользователя могут быть проблемы с её пониманием или принятием решения. В «Фабрике окон» был такой случай: после запуска акции с хорошей скидкой конверсия в звонок и обращение выросла, но дальше по воронке клиент не продвигался. Из-за сложности условий участия в акции пользователи дольше думали и в итоге не соглашались на выезд замерщика.
Допустим, есть пластиковые окна за 60 000 рублей и деревянные за 200 000 рублей. Время принятия решения о покупке у клиента разное. Компания может тратить больше, чтобы привлечь тех, кто готов купить более маржинальный товар. Реализовать это можно, используя данные CRM-системы по каждому пользователю: каким продуктом он интересовался и с каких источников приходил.
Как видим, сквозная аналитика помогает в решении серьёзных задач: систематизации и объединении данных из разных источников, составлении отчётов, оптимизации рекламных кампаний и в целом повышает эффективность бизнеса.
Материал опубликован на Cossa https://www.cossa.ru/cases/230852/
Вы подписались на наши новости.
Мы приняли вашу заявку на внедрение.
В ближайшее время наш специалист
свяжется с вами.
Мы приняли вашу заявку на интеграцию.
В ближайшее время наш специалист
свяжется с вами.
Мы приняли ваш запрос.
В ближайшее время наш специалист
свяжется с вами.
Мы приняли вашу заявку. В ближайшее
время
наш специалист свяжется с вами.
Благодарим за интерес к нашему сервису.
Чтобы посмотреть демо-проект, перейдите по адресу demo.alytics.ru и введите указанные ниже логин и пароль:
Логин: demo@alytics.ru
Пароль: demo
Мы подготовили проект так, чтобы вам было проще понять, как будет выглядеть и работать Alytics, когда вы выполните все настройки, накопите данные, и сквозная аналитика заработает на 100%.
По всем вопросам пишите нашей службе поддержки: support@alytics.ru
Ваш запрос отправлен.
В ближайшее время наш специалист свяжется с вами.
+1% акция до 1 августа* — акция действует только на новых клиентов.
Условия акции:
