Агентство комплексного интернет-маркетинга
#работаемдома

Блог

Актуальная информация об интернет-маркетинге и создании сайтов от специалистов Marketing Up
Здесь вы найдете подробные кейсы наших проектов, аналитику, результаты свежих исследований, разбор интересных фишек, приемов и тонкостей создания сайтов и т.д. - все, что важно для построения успешного бизнеса в Интернет.

Построить сквозную аналитику и не потерять: возможные недочеты

Автор: Гость21.02.2020

Сквозная аналитика — непростой инструмент, к внедрению которого нужно подходить максимально взвешенно. Но есть некоторые нюансы, на которые пользователь без опыта в этом деле может просто не обратить внимания. А они, в свою очередь, могут привести к искаженным данным и как следствие — неправильным выводам и решениям. Именно о таких моментах и рассказывают в статье специалисты Ringostat.

Пожалуй, самая большая ошибка, которую можно допустить при построении сквозной аналитики — внедрять ее, поддавшись всеобщему тренду. Без учета особенностей бизнеса, оборота, маркетингового бюджета, не имея четких целей и понимания задач, решение которых вы хотите найти, благодаря ее данным.

Поэтому сперва стоит разобраться, что вообще собой представляет сквозная аналитика, какие данные можно получить с ее помощью, каким компаниям она нужна и зачем.

 

Сквозная аналитика необходима для того, чтобы определить окупаемость вложений в рекламу в целом и в каждый канал в частности. Но не с точки зрения кликов, показов, CTR и т. д., а исходя из самого объективного показателя — прибыли, которую этот рекламный канал принес.

К сожалению, на сегодняшний день не существует единого инструмента, который бы позволил определить окупаемость каждого рекламного канала. Все данные, которые для этого нужны, разрознены:

  • информация об эффективности рекламных кампаний (CTR, стоимость клика) находится в системах аналитики;
  • данные о тратах на рекламу — в рекламных кабинетах;
  • данные о телефонных обращениях — в системах аналитики звонков;
  • информация по сделкам (их статус и сумма) — в CRM-системе.

Объединив эти источники данных и сопоставив, сколько было потрачено на каждый рекламный канал и сколько с него заработано, мы и получим сквозную аналитику. Она даст нам понимание, какие рекламные кампании приносят прибыль, а не только трафик и лидов.

Основываясь на данных сквозной аналитики, можно принимать стратегические решения, строить и проверять прогнозы, но главное — эффективно распределять маркетинговый бюджет, больше вкладывая в те каналы, что лучше окупаются, и тем самым повышать прибыль компании в целом.

Но реализовать схему сквозной аналитики на деле не так легко, как это может показаться на первый взгляд. Плюс есть ряд нюансов, на которые обязательно нужно обратить внимание, чтобы аналитика окупалась и приносила пользу, а не была дорогостоящей обузой. Об этих нюансах — а точнее, об ошибках, которые можно допустить, если их не учитывать —  и пойдет речь дальше.

Базовые ошибки

Недостаточные объемы — данных, рекламы, оборота

Как и все, что относится к статистике, сквозная аналитика начинает работать только на больших объемах данных. Компаниям, у которых запущено 5 рекламных объявлений, а общий бюджет на маркетинг составляет $400, не нужна дорогостоящая и сложная система аналитики — для решения их задач достаточно и базовых бесплатных решений, таких как Google Analytics или Яндекс.Метрика. Тем более, что сквозную аналитику нельзя назвать дешевым аналитическим инструментом и она может легко стать убыточной для малого бизнеса.

Так кому же сквозная аналитика нужна? Все очень индивидуально, но в целом можно выделить несколько определяющих критериев. Вам стоит задуматься о внедрении этого инструмента, если на один из вопросов ниже вы ответили “да”:

  • Ваш бюджет на маркетинг превышает $2000?
  • В вашей компании длинная воронка продаж?
  • В вашей нише высокая конкуренция, средний чек и стоимость привлечения клиента?
  • У вас сложный процесс продажи?

Некорректная разметка кампаний

Достаточно базовая штука, о которой многие почему-то забывают или считают, что к ней можно относиться спустя рукава. Но истина в том, что если не размечать каждую кампанию (а в идеале, весь контент, который вы публикуете в сети) utm-метками, то даже самая дорогая и продвинутая схема аналитики не сможет сопоставить канал и доход, полученный от него.

Безответственное отношение к работе с CRM

CRM-система — важная часть сквозной аналитики и к работе с ней нужно относиться крайне ответственно. Если в GA или коллтрекинге получение данных автоматизировано, то в CRM все зависит от менеджера и от того, насколько ответственно он подходит к своим задачам:

  • вовремя проводит сделку по этапам;
  • правильно указывает сумму сделки;
  • связывает со сделкой всю коммуникацию по ней.

Если работа с CRM-системой не будет строиться таким образом, в отчетах сквозной аналитики вы увидите некорректные данные и как следствие — неправильно оцените окупаемость рекламы. Получится, что ресурсы на сквозную вы тратите впустую, ведь она не выполняет свою главную задачу.

Чтобы избежать такого исхода, хорошо разработать четкие правила для работы с CRM-системой, которые менеджеры могли бы всегда держать под рукой. В Ringostat эти правила описаны и размещены во внутренней Википедии, а новички изучают их и сдают по ним тест.


Необъективная оценка возможностей бизнеса и непонимание целей, как следствие — неправильный выбор инструментов

Перед тем, как приступать к построению сквозной аналитики, неплохо бы разобраться, какие цели и задачи вы с ее помощью хотите решить и каким ресурсом располагаете. И дальше отталкиваться от этого, выбирая способ построения сквозной аналитики и набор инструментов, который вы для этого будете использовать. Ведь сквозную аналитику можно построить очень разными способами и важно выбрать тот, на который у вас хватит ресурса — как денежного, так и рабочего. Учитывайте при этом, что самый дешевый способ не всегда будет самым простым, ровно, как и наоборот.

К примеру, на схеме ниже — относительно бюджетный способ, который не предусматривает покупку дополнительных специализированных инструментов.

 

Плюс такого способа очевиден — он дешевый, т.к. включает не так много инструментов, часть из которых бесплатна.

Минус — трудоемкость. Для этого способа нужен рабочий ресурс:

  • сотрудник, который будет вручную выгружать необходимые данные и сводить их воедино в Google Docs;
  • сотрудник, который все настроит и будет поддерживать в рабочем состоянии — еще не было случаев, чтобы то, что собрали руками, работало долго и без сбоев.

Помимо этого учитывайте и свой объем данных — если он слишком большой, то документ будет долго грузиться и часто зависать. Мы в Ringostat когда-то построили подобный отчет — на множестве формул с внушительным объемом данных. И вроде все должно быть хорошо, но на практике оказалось, что его можно использовать вместо вируса, ведь он полностью останавливал работу любого компьютера, с которого его пытались открыть.

Но есть и другие способы, которые позволят избежать подобных ограничений и работать с любыми объемами данных. Например, такой:

 

Да, эта схема позволит построить сквозную аналитику с практически неограниченными возможностями — вы сможете считать и отслеживать любые метрики, строить какие угодно отчеты, визуализировать их так, как посчитаете нужным и работать с неограниченным объемом данных.

Но вместе с тем, в схеме используется целых шесть инструментов и за некоторые из них придется дополнительно заплатить. Плюс нужен специалист или даже несколько, которые все это смогут объединить, настроить и дальше поддерживать в работоспособном состоянии. Если учесть все нюансы, то такой способ будет экономически целесообразным далеко не для каждой компании.

Еще один вариант — воспользоваться готовым решением, которое предлагают разные сервисы.  К примеру, некоторые сервисы коллтрекинга предоставляют сквозную аналитику в рамках своего функционала.

Настраивается все достаточно несложно, особенно если у сервиса коллтрекинга уже есть готовая интеграция с вашей CRM-системой. Так из CRM будут подтягиваться данные о продажах, а скрипт коллтрекинга соберет информацию о посещениях и их рекламных источниках.

На выходе вы получите подобный отчет:

 

В чем плюсы такого способа? Минимум дополнительных инструментов, за которые нужно платить, не нужны дополнительные специалисты, которые будут все это внедрять и поддерживать — все происходит на стороне сервиса.

Минусы — недостаточная гибкость настроек. Не все сервисы дают возможность “подогнать” сквозную под особенности бизнеса — к примеру, задать цели или настроить модели атрибуции. Выбирая сервис, обязательно обратите внимание на то, какие возможности по настройкам он предоставляет.

Игнорирование некоторых каналов коммуникации

В зависимости от типа и особенностей бизнеса, клиенты могут обращаться в компанию по самым разным каналам. Традиционно это могут быть:

  • телефон;
  • email;
  • онлайн-чат на сайте;
  • форма онлайн-заявки и т.д.

Проанализируйте, по каким каналам приходят обращения клиентов в вашу компанию и подтяните информацию по каждому из них в сквозную аналитику. Иначе вы потеряете часть конверсий и получите некорректные данные — вы просто недооцените эффективность каналов, из которых поступили утерянные обращения.

Настройка аналитики без учета особенностей бизнеса

Каждый бизнес имеет свои особенности и нюансы, поэтому те каналы и способы продвижения, которые работают в одном случае, могут оказаться совершенно бесполезными в другом. Точно так же дела обстоят и с аналитикой — данные и метрики, которые важно отслеживать одной компании с ее целями, могут быть абсолютно бесполезными для другой. Поэтому при настройке сквозной аналитики важно учитывать особенности бизнеса.

Рассмотрим на простом примере: допустим, есть две компании, которые специализируются на организации праздников. Первая — новичок на рынке и все ее рекламные активности направлены на повышение узнаваемости. Вторая уже достаточно давно на рынке и у нее другая цель — прорекламировать предновогоднюю акцию, чтобы привлечь больше заказчиков.

Было бы, как минимум, странно оценивать эффективность рекламы для обеих компаний по одной и той же метрике — скажем, количестве или сумме закрытых сделок. Ведь в первом случае такая цель даже не ставилась, компании было важно повысить узнаваемость и заявить о бренде, поэтому самую важную роль для нее будет играть первое взаимодействие пользователей с рекламой, по нему и стоит определять ее эффективность. То есть, здесь мы используем модель атрибуции "по первому клику".

А вот второй компании этот параметр не слишком важен, ведь ей нужно определить, как влияет на количество заказов реклама, запущенная именно в предновогодний период. Поэтому здесь стоит ориентироваться на недавние конверсии, те, что состоялись после запуска акции. А для этого подойдет атрибуция “С учетом давности взаимодействия”, потому как слишком давние конверсии вряд ли будут связаны с предновогодней кампанией.

Всего в Google Analytics шесть таких моделей атрибуции. Выбор “правильной” — предмет споров и открытый вопрос до сих пор. Да и в целом, важно выбрать не “правильную”, а подходящую конкретному бизнесу модель — а для этого нужно проанализировать бизнес и четко расписать его воронку. Выяснить, что происходит на каждом этапе воронки, насколько значима для продажи каждая конверсия и, исходя из этого, задать ее вес. К примеру, повторный визит на сайт будет ценным, но не настолько, как онлайн-заявка или подписание договора, поэтому его вес будет больше, чем у первого звонка, но меньше, чем у заполненной онлайн-заявки.

Возможность задавать вес конверсий согласно конкретной бизнес-модели очень важна для корректности данных, поэтому при выборе сервиса обратите внимание на этот момент.

На скрине — пример, как такая настройка реализована в Ringostat.

В вашем сервисе может выглядеть иначе, но суть должна оставаться той же.

Переоценка конверсий

Допустим, потенциальный клиент впервые позвонил вам месяц назад, а во второй раз обратился вчера. Конверсия месячной давности будет менее ценна, чем вчерашняя, ведь она не побудила клиента сразу же совершить покупку, да и, скорее всего, он уже и забыл о рекламе, которую видел так давно. При оценке каналов это важно учитывать, иначе вы рискуете переоценить каналы, от которых продажа напрямую не зависела.

Для правильной оценки каналов в Google Analytics есть модель атрибуции “С учетом давности взаимодействия”. В ней есть такое понятие, как “Период полураспада” — это период, в течение которого конверсия теряет свою ценность. В идеале период полураспада равен циклу продажи, то есть времени, за которое ваш клиент обычно решается на покупку. И чем меньше времени прошло от конверсии до покупки, тем ее ценность выше. И наоборот.

Заданный период полураспада позволяет правильно определять ценность конверсии, поэтому его тоже важно настроить в сквозной аналитике — если такую возможность предоставляет ваше решение. Это плюс модель атрибуции, подобранная под вашу бизнес-модель, позволяет максимально приблизиться к точным данным.


Выводы

  • Сквозная аналитика — отличный инструмент, но достаточно затратный в плане как финансов, так и ресурсов. Поэтому прежде, чем ее внедрять, взвесьте — достаточно ли у вас данных и ресурса, чтобы это решение было экономически выгодным для вашей компании.
  • Чтобы не допустить ошибок при построении сквозной аналитики, обязательно учитывайте такие моменты:
  • размечайте кампании и весь контент, который вы публикуете в сети utm-метками, так система сквозной аналитики сможет соотнести расходы на конкретный канал с прибылью, который он принес;
  • приучите менеджеров скрупулезно относиться к ведению CRM-системы, создайте свод правил, которые будут всегда под рукой;
  • выбирайте инструменты и способ построения сквозной аналитики, исходя из целей, задач и возможностей бизнеса, иначе этот инструмент может стать не помощником, а обузой для бизнеса;
  • обязательно учитывайте в сквозной аналитике все каналы, по которым к вам обращаются клиенты, иначе вы рискуете получить искаженные данные и недооценить канал, который хорошо продает;
  • постарайтесь максимально настроить сквозную аналитику под ваш бизнес — задайте модель атрибуции, вес конверсий и период полураспада, исходя из ваших бизнес-процессов.

 

Алена Волошина

маркетолог Ringostat

 

4800