Как мы провели расследование, распрощались с подрядчиком и сэкономили рекламный бюджет на 50%

Что делать, если агентство контекстной рекламы показывает в отчетах красивые цифры, но с реальностью они не сходятся? Вооружиться данными аналитики и провести собственное расследование!
PPC-специалист хостинга Fozzy Яна Склярова собрала улики, распутала несостыковки и рассказала этот увлекательный детектив.

Fozzy — международная хостинговая компания, работает на рынке 10 лет. Чтобы подтвердить свой слоган «Fozzy быстрее быстрого», мы используем самые современные технологии и работаем без лишней бюрократии. Мы не продаем волшебные безлимитные тарифы и не обещаем заоблачные возможности: клиенты знают, что конкретно покупают. Вся информация открыта для всех и есть на нашем сайте.

Быстрее быстрого: от конструктора сайтов до виртуального Windows

Глава 1. Предыстория

На самом деле расхождение данных мы замечали давно. Во всех системах аналитики, которыми мы пользовались — Google Analytics, Facebook Analytics, нашей внутренней самописной аналитикой — возникало много вопросов, какие данные более релевантны по отношению к конкретному рекламному каналу.

До определенного момента это всех устраивало. Большая часть маркетинговых процессов у нас была отдана на аутсорс, внутри в компании были налажены только процессы ответов на отзывы на сайтах-отзовиках и работа собственной партнерской программы. Поэтому запроса на более серьезную сквозную аналитику не было. Он появился только тогда, когда начал активно развиваться отдел маркетинга. А потом в компанию пришла я и как аналитик тоже начала задавать вопросы по данным.

Глава 2. Первые подозрения

Больше всего вопросов у меня было по контекстной рекламе. Ее у нас вело агентство подрядчиков. Ребята показывали вполне хорошие цифры, но на мой взгляд, они не совпадали с реальностью. Стоит сказать, что контекстная реклама на тот момент поглощала солидные бюджеты, и я буквально чувствовала, что деньги расходуются неэффективно. Что-то было не так, но у меня не хватало данных это проверить и доказать.

Поэтому вместе с нашим тимлидом и диджитал-маркетологом я стала инициатором внедрения сквозной аналитики. В принципе, мы могли бы поручить эту задачу нашим разработчикам, но совесть не позволила: это было бы непристойно долго, дорого и сложно. Ребята занимаются продуктами для наших клиентов, а тут мы оторвем их от работы на полгода минимум. Поэтому стали выбирать стороннее решение: готовое, интересное, красивое и приспосабливаемое под наши процессы.

Глава 3. Появление мистера Пуаро

Весной 2020 года мы начали подбирать систему. Составили список действующих «сквозняков» на рынке, начали общаться с представителями и выбирать систему по важным для нас критериям.

«Сквозняк» — сквозная аналитика (жарг.)

Возможность подключения системы к нашему биллингу. У нас не классическая CRM, которая легко настраивается и подключается, нам требовалась совместная работа разработчиков с обеих сторон — и с нашей, и с системой сквозной аналитики.
Клиентоориентированность. Сначала мы остановились на одной системе, она нам всем понравилась, но в итоге менеджеры никак не обработали наш запрос, не ответили на вопросы, не проконсультировали. Мы отказались: если они не стараются помочь клиенту на первом этапе, что говорить о сотрудничестве в будущем?

Главной задачей, которую мы хотели выполнить с помощью сквозной аналитики — разобраться, как именно конвертируется приходящий трафик. У нас есть потоки трафика из платных источников — таргетированная и контекстная реклама, реклама у блогеров и партнеров, а также огромное количество переходов с сайтов — это специфика нашего бизнеса.

Целевой трафик идет с профильных сайтов, с отзовиков хостингов, с сайтов партнеров. Не забываем и про прямой поисковый трафик: нас ищут новые люди и действующие клиенты. Все заказы действующих клиентов считаются обычными системами аналитики свежими и новыми конверсиями, хотя по сути они таковыми не являются. Мы не могли комплексно решить эту задачу UTM-метками, поэтому и решили воспользоваться сквозной аналитикой.

В итоге звезды сошлись на Alytics — системе сквозной аналитики с автоматизацией контекстной рекламы. Внедрение заняло пару недель, никаких особых сложностей не было. Разработчики с обеих сторон все подключили, и уже через месяц-полтора у меня накопилось достаточно данных, чтобы продолжить расследование.

Глава 4. Раскрыта главная улика

Как только я получила из Alytics эти данные, вручную провела глубокую аналитику заказов с контекстной рекламы. Я уже говорила, что для нас критически важной была возможность подключения системы к нашему внутреннему биллингу. У Google Analytics и Facebook Analytics не было связи с ним, поэтому я не могла посмотреть важные детали. А через Alytics я могу зайти в биллинг, взять номер заказа, который считался как конверсия, присвоенная контекстной рекламе, и вручную проверить его в биллинге. Таким образом — узнать, что это за клиент, какая услуга им заказана и как давно он с нами.

Глубокая аналитика показала, что 70% конверсий от контекстной рекламы совершались нашими действующими постоянными клиентами. Клиенты, которые годами с нами, заходят в поиск, вбивают “fozzy”, оплачивают свою услугу, и конверсия дублируется.

Агентство показывает чудесные результаты, мы тратим много денег и радуемся, а по факту все не так. Это не привлечение нового клиента, а дублирующиеся конверсии.

Глава 5. Виновный наказан, бюджет сэкономлен

Это стало ключевой уликой в моем расследовании эффективности контекстной рекламы. Я продолжила глубоко и плотно изучать этот вопрос, и в итоге мы отказались от работы с текущим подрядчиком по контекстной рекламе и взяли все в свои руки.

Это сэкономило нам невероятные суммы денег, это было суперрешение, которое отлично повлияло на работу! В целом 50% рекламного бюджета мы стали использовать эффективно. Теперь мы тратим на контекст гораздо больше, но зато понимаем, куда идут наши деньги. Конверсии стали чистыми, и клиентов стало больше.

Я периодически провожу ручную проверку: в последний раз, неделю назад, дублирующихся конверсий от старых клиентов в платных источниках не нашла ни одной. Погрешность может быть в 1-2% максимум. В любом случае это уже не массовая история, это просто «залетные» люди, которые где-то зацепились, выпали из окна атрибуции.

Это заслуга и Alytics, и моя работа. У меня очень хорошая система исключения: наша реклама идет четко по воронке, лишний раз никому не показывается. Соответственно, исключенные клиенты нигде не конвертируются и не засчитываются. То же самое я сделала и в Google, чтобы у нас такого больше никогда не было.

Глава 6. Рояль в кустах, или Внезапный бонус по анализу воронки

Только мы выдохнули и начали работать нормально, как сквозная аналитика принесла нам еще сюрприз. Не многие знают, но в Alytics есть гибкие интеграции с нестандартными решениями по хранению данных об оплатах/заказах/сделках. Это стало для нас бесценным инструментом для анализа воронки продаж.

Бизнесы с готовыми, удобными, красивыми CRM-системами обычно знают, сколько у них лидов, сколько заказов, сколько из них оплачено, из чего состоит воронка. Наш биллинг не заточен под анализ маркетинговых задач, это система для управления нашим продуктом: перезагрузить сервер, отследить оплату услуг, сделать возврат и т. д.

У нас есть внутренние кастомные отчеты, аналитические разработки, но по большому счету эта система многого не умеет. Поэтому когда мы получили возможность глубоко анализировать воронку продаж, это стало приятным сюрпризом.

Теперь мы можем наблюдать:

количество покупок и заказов;
количество регистраций с созданным заказом и без него, то есть практически лидов;
количество заказов по конкретным продуктам;
количество первых оплаченных заказов клиентов.

И все это разбито по источникам трафика

Эта опция нам очень сильно помогла, она показала нам очень узкие и широкие места нашей воронки, специфики трафика в тех или иных моментах, поэтому всем ее рекомендую.

Глава 7. Английские плюшки к чаю

В традициях классического детектива в финальной части герои собираются в гостиной и пьют чай. В нашей истории плюшками к чаю стало удобство работы, которые я как аналитик и сотрудники отдела маркетинга ощутили в полном объеме.

Для каждого из нас жизнь стала немного проще. Мне как PPC-специалисту и аналитику стало удобно смотреть и сравнивать все наши платные источники трафика пачкой в одном месте.

Отчет по платным источникам трафика

В Alytics легко посмотреть, сколько с какого источника и какой кампании пришло кликов, лидов, сколько мы получили прибыли. Google Analytics не дает такие четкие и чистые данные — там все вразброс. Может, мы не умеем ей пользоваться, но мне кажется, она просто не совсем нам подходит. Google Analytics не способна на кастомные конверсии плюс окно атрибуции у «Алитикса» больше, чем у всех остальных — до 600 дней. Это приятно.

Окно атрибуции – обычно отрезок времени, за который человек, перешедший на сайт с рекламы и купивший продукт (товар или услугу), будет считаться покупателем. Раньше этот отрезок равнялся 28 дням, но с 12 октября 2020 года все аккаунты по умолчанию вернулись к окну атрибуции в 7 дней.

Для менеджера по работе с отзовиками стало удобнее проверять трафик с каждого сайта.

Отзовиков много, мы занимаем там разные позиции, и отслеживать трафик удобно в реальном времени с помощью отчетов

Единственное, мне бы хотелось видеть не только участие канала в атрибуции, но и общую динамику путей клиента к конверсии. Например, какой процент пользователей перед покупкой находит нас в поиске и потом догоняется таргетированной рекламой? А какой сначала видит нас в таргете, а потом идет в поиск? Или сколько людей изначально заходят с отзовиков, а потом идут в поиск? То есть отчет по наиболее частым многоканальным цепочкам. Такого в Alytics нет, но скажу честно: не так это и важно. Как бы клиент ни шел, главное, что он к нам дошел.

Благодаря техническим возможностям и гибкости этой системы, а также нашим аналитическим навыкам мы успешно его применяем в работе и значительно облегчили себе жизнь. Сэкономили рекламные бюджеты, сделали техническое решение для анализа воронки и отлично с ним живем и существуем.