Сквозная аналитика

Сквозная аналитика ― это способ сбора данных в маркетинге, который помогает отследить путь каждого покупателя от первой встречи с товаром до его покупки. Она помогает понять, из каких источников (каналов) приходят клиенты. Также с помощью сквозной аналитики можно найти и исправить ошибки в настройке маркетинговых инструментов или выявить совсем нерабочие, чтобы отключить их и сохранить бюджет.

Если вы увидели рекламу онлайн-курса в ленте Instagram, перешли по ссылке, оставили заявку на пробный урок, прошли его и купили полный курс ― каждый этот шаг будет зафиксирован и добавлен в базу данных. Другой человек увидел этот курс в интеграции у YouTube-блогера, перешел по ссылке в описании видео, посмотрел предложение, но не совершил покупку. Эти действия тоже отслеживаются в сервисах сквозной аналитики.

Основные показатели в сквозной аналитике

• Количество кликов (CTR) показывает, сколько пользователей заинтересовалось рекламой и перешли по ссылке. Но переход на сайт еще не означает продажу, так что высокий CTR не гарантирует эффективность промокампании.
• Стоимость клика (CPC) зависит от того, какой бюджет был заложен на продвижение. Чтобы вычислить CPC, нужно поделить рекламный бюджет, заложенный на конкретный инструмент, на количество кликов. Например, если на размещение баннеров выделили 5 000 рублей и на них кликнуло 250 пользователей, то стоимость клика составит 20 рублей.
• Стоимость целевого действия (CPA) ― это более широкое понятие, чем CPC. Целевым действием может быть заявка на сайте, звонок или даже офлайн-посещение магазина. Рассчитывается CPA по той же схеме: бюджет на инструмент, поделенный на количество целевых действий (заявок, звонков, обращений).
• Стоимость покупки (CPO) показывает эффективность рекламных инструментов в совокупности. Сумма всех затрат на рекламу делится на количество совершенных сделок и рассчитывается CPO. Например, если за май 2021 года компания потратила 30 000 рублей на маркетинг и совершила за этот же период 2 500 продаж, то стоимость покупки составит 12 рублей.

Зачем она нужна

В бизнесе сквозная аналитика дает понимание того, как работает каждый маркетинговый инструмент и что он дает компании. Сквозная аналитика помогает:

• рассчитать окупаемость каждого инструмента, посчитать прибыль, которую приносят посты в соцсетях, баннеры, запросы в контекстной рекламе;
• сделать процесс работы более прозрачным, дать понимание, откуда приходит трафик и заявки, как менеджеры их обрабатывают;
• найти уязвимости в маркетинговой стратегии ― например выявить, что менеджеры поздно совершают обратный звонок или интерфейс неудобен для покупателя;
• сегментировать аудиторию, выделить отдельную группу клиентов, которые оставили контакты, но не дошли до сделки;
• автоматизировать отчетность.

Анализ поведения покупателей, интересующихся продуктом, помогает оценить работу рекламных инструментов и понять, какие из них приводят к продажам, а от каких стоит отказаться, потому что они тратят бюджет и не приносят результата. Рентабельность каждой кампании обозначается термином Return of Marketing Investment (или ROMI), который переводится как «возврат инвестиций в маркетинг».

Рассчитать ROMI можно по формуле:

Например, на продвижение товара через Facebook Ads^* (таргетированную рекламу в Facebook^*) компания тратит 40 тыс. рублей в месяц. При этом за последний месяц с этого канала продаж пришло всего 5 клиентов, которые совершили покупки на сумму 7 999 рублей. То есть доход с этого канала продаж составил 39 995 рублей, он немного не дотягивает даже до суммы расходов на рекламу. Чистая прибыль (часть дохода, которая остается после выплаты всех налогов, отчислений и других обязательных выплат) с всех этих сделок будет еще ниже. Предположим, она составит 70% от продаж ― 27 996 рублей:

В таком случае показатель возврата инвестиций окажется отрицательным, что было ожидаемо. Чтобы ROMI оказался положительным, стоит изучить портрет аудитории и выяснить, с какими рекламными каналами чаще всего взаимодействуют покупатели. Затем можно проводить тестирование выбранных каналов, чтобы выявить наиболее эффективные, и уже в них вкладывать наибольшие рекламные бюджеты. Предпочтение отдается каналам с самой большой вовлеченностью нужной аудитории и самой низкой стоимостью размещения.

Инструменты построения сквозной аналитики

Google Analytics и Яндекс.Метрика ― это сервисы, которые отслеживают посещаемость сайта или приложения, а также поведение пользователей. Каждый из счетчиков собирает и обрабатывает данные и формирует на их основании отчет об эффективности кампании. Счетчики различают сотни действий пользователя, но основными являются:

• количество переходов;
• количество уникальных пользователей;
• время, проведенное на сайте;
• возвраты (какое количество пользователей приходит на сайт повторно);
• отказы (когда пользователь проводит на сайте менее 15 секунд);
• источники трафика;
• устройства, с которых заходят на ресурс (мобильные телефоны, планшеты, компьютеры);
• география, демографические данные и интересы посетителей сайта.

Оба счетчика умеют отличать реальных пользователей от ботов, а также не считают дважды и более раз одного и того же пользователя, потому что каждому из них присваивается уникальная метка cookie, уведомление о которой встречается сейчас на каждом сайте.

Google Analytics выигрывает в плане более широкого и универсального функционала. Яндекс.Метрика проста и понятна в использовании и адаптирована под особенности Рунета.

UTM-метки ― это 5 дополнительных параметров, которые добавляются в URL сайта для отслеживания рекламного источника:

• utm_source ― источник трафика, он указывается вручную при создании метки для каждой площадки (например yandex, fb или vk);
• utm_medium ― это параметр, который вы хотите отследить (например количество кликов cpc);
• utm_campaign ― уникальное название кампании, которое поможет отличить ее от других; в кампанию может входить несколько единиц контента (баннеры, посты в соцсетях, прероллы на YouTube);
• utm_content ― произвольное поле для заполнения, в котором можно прописать содержание контента (о каком продукте это объявление);
• utm_term ― опциональный параметр, заполнять его необязательно, но он помогает отследить точные параметры (например ключевые запросы поиска).

Пример

Адрес сайта без UTM-метки: http://example.com

Адрес с меткой: http://example.com/?utm_source=yandex&utm_medium=cpc&utm_campaign=Retargeting&utm_content=Iphones&utm_term=Iphone 12 Купить

Отследить эффективность каждой компании, для которой созданы метки, а также заданные источники трафика и другие параметры можно через систему аналитики, например, ту же Яндекс.Метрику или Google Analytics. Важно, чтобы у кампаний были уникальные, узнаваемые имена. Иногда, чтобы скрыть информацию от конкурентов, некоторые поля зашифровывают и обозначают числами (например utm_campaign=14), но такие меры стоит применять с осторожностью, чтобы не запутать собственных аналитиков.

Создать собственные UTM-метки можно в бесплатных генераторах, например Tilda или Callibri. В них уже есть поля для заполнения под все вышеперечисленные параметры, так что достаточно знать, что они означают:

CRM-система ― инструмент для работы с клиентами, в котором хранится вся история взаимодействий с ними: сделки, звонки, переписки. CRM ― это неотъемлемая часть сквозной аналитики: одновременно и хранилище, и трекер задач, и инструмент предварительного анализа работы.

Преимущества CRM:

• Единая клиентская база. В CRM хранятся сделки по всем каналам продаж, а значит, в базе остаются контакты клиентов, которые сотрудничали с компанией или только интересовались ей. Постоянные покупатели, совершившие одну покупку, или те, кто оставлял заявку, но еще не дошел до сделки, ― каждую из этих групп можно выделить с помощью фильтров. По этой базе можно, например, отправлять email-рассылки или делать прозвоны.
• Отслеживание сделок на всех этапах. Система фиксирует возможные сделки с теми клиентами, которые проявили интерес к продукту, и отслеживает путь от рекламного объявления до заявки, звонка или покупки. При успешной продаже через интернет-магазин, кроме пути, в CRM будут отображаться список товаров, сумма чека, дата покупки и другие параметры, которые можно отследить. В более сложных продажах, при личном контакте, необходимости встречи, выездов на замер эти этапы также заносятся в базу. Туда же можно загружать презентации, договоры и другие документы по сделке.
• Прогнозирование прибыли. CRM-система анализирует воронку продаж, подсчитывает сумму покупок на разных этапах, от завершенных до только начавшихся, и рассчитывает вероятность совершения каждой из них. Например, в текущем месяце в работе сделки на сумму 245 000 рублей. По данным за предыдущие месяцы, успешно завершается 75% из них. Рассчитываем 75% из суммы «В работе» и получаем прогноз прибыли на текущий месяц ― 183750 рублей.

Кроме базовых функций, у разных сервисов есть эксклюзивные. Например, amoCRM позволяет менеджерам с телефона сканировать визитки клиентов и таким образом добавлять их в базу.

Call-tracking ― это сервис по отслеживанию звонков, который помогает понять, с какого объявления пришел клиент. Заявки по телефону до сих пор актуальны и в некоторых сферах составляют до 80% продаж, а значит, нужно отслеживать эффективность рекламных объявлений, в которых указан номер телефона. Сервисы коллтрекинга записывают разговоры, а также фиксируют:

• номер телефона клиента;
• географию;
• даты и время обращения;
• количество звонков.

Коллтрекинг бывает двух видов:

• Статический используется для отслеживания офлайн-объявлений и некоторых рекламных форматов онлайн. В объявлениях указывается отдельный номер, по которому можно отследить число заявок и сумму продаж через этот канал. Есть кейс сети пироговых, которая разместила офлайн-рекламу в лифтах со статическим номером и за 3 месяца получила через этот канал 2 заказа на сумму 3 000 рублей. Так как на размещение листовок было потрачено 7 000 рублей, канал был признан нерентабельным.
• Динамический коллтрекинг, кроме базовых параметров, позволяет определить, с какого объявления пришел клиент, с какого устройства он зашел на сайт и по каким ключевым словам нашел его. Для этого на сайте используется специальный скрипт, который меняет номер телефона в зависимости от параметров захода. Тогда у клиентов, которые зашли с баннера на стороннем сайте или с контекстной рекламы, будут разные номера для отслеживания.

BI-система (business intelligence) ― аналитическая система, которая содержит отчеты в удобных форматах: таблицы, графики и дашборды. Она сводит все источники данных и помогает визуализировать наши ключевые показатели, на которые смогут ориентироваться бизнес-пользователи.

После сбора данных информация в BI-системе проходит несколько стадий преобразования:

• Очистка. Из систем-источников, таких как Google BigQuery или Microsoft Azure, информацию извлекают, очищают от ошибочных, повторяющихся данных и унифицируют для дальнейшей обработки.
• Хранение. Очищенные данные направляются в отдельную базу, которая может их структурировать.
• Анализ. Система обрабатывает данные и в зависимости от запроса рассчитывает прогнозы, средние показатели, прирост за сутки или любые другие параметры, которые возможно рассчитать на основе имеющихся у нее данных.
• Визуализация. Это последний этап, на котором BI-система выдает аналитикам необходимые графики, таблицы или дашборды.

Опираясь на показатели BI-систем, собственники бизнеса, руководители или топ-менеджеры могут принимать обоснованные управленческие решения.

Настройка сквозной аналитики

Универсального совета «как настроить сквозную аналитику» не существует, поэтому отдельно взятый бизнес может выбирать методы и инструменты в зависимости от своих бюджетов, ресурсов и задач. Можно использовать готовый сервис, а можно настроить собственную систему из нескольких инструментов. Преимущество собственной системы заключается в том, что компания полностью владеет собранной информацией. В решениях «из коробки» информация остается на стороне сервиса, а заказчику доступны отчеты на основании данных (часть которых предоставляется за дополнительную плату.

Сервисы

Преимущество готовых сервисов сквозной аналитики в том, что они позволяют настроить процессы в короткие сроки и отдать на аутсорс большинство задач. При покупке готового решения достаточно сделать несколько шагов:

1. Настроить веб-аналитику. Это значит, что нужно добавить код аналитических сервисов на свой сайт, чтобы каждое действие попадало в базу. Проще всего это сделать через бесплатный Google Tag Manager.
2. Подключить одну из систем аналитики: Roistat, Alytics, Calltouch или другие аналоги. У этих же сервисов можно подключить коллтрекинг.
3. Подключить CRM. Систему можно выбрать в зависимости от бюджета и запросов: amoCRM, Битрикс24, Мегаплан и другие.
4. Импортировать в систему аналитики данные о доходах.

Далее система начнет собирать и обрабатывать данные о ходе рекламных кампаний и их рентабельности, анализировать воронку продаж (путь покупателя от знакомства с продуктом до покупки) и составлять отчеты самостоятельно.

Самостоятельная настройка

Для организации собственной системы компании необходимы инструменты, а также специалисты, которые умеют с ними работать. Основные шаги для настройки:

1. Зарегистрировать аккаунт в Google Analytics или Яндекс.Метрике. Как это сделать, можно посмотреть в Google Support и Яндекс.Справке.
2. Настроить веб-аналитику. Это можно сделать через Google Tag Manager, как при покупке готового решения. Если бизнес работает в сфере ecommerce, то обязательно уделить внимание настройки ecommerce-отчетности (настройка в Яндекс.Метрике и Google Analytics).
3. Организовать UTM-разметку. Для этого понадобится составить справочник разметки, в котором будут зафиксированы единые названия площадок (yandex или ya, facebook^* или fb^*), каналов продвижения (например, как называть соцсети ― smm или social), а также единые названия кампаний по продуктам, ключевые слова для контекстной рекламы.
4. Подключить CRM, если до этого ее не было. Варианты, в зависимости от бюджета и запросов: amoCRM, Битрикс24, Мегаплан и другие аналоги.
5. Настроить импорт данных о расходах на рекламу. Проще всего это сделать через OWOX BI.
6. Организовать хранение информации. Купить место в облачном хранилище проще и дешевле, чем создавать собственный дата-центр. Для этого можно использовать сервисы Google BigQely или ClickHouse от Яндекса. При выборе сервиса для международных проектов важно обратить внимание на законодательство ― оно может накладывать определенные ограничения. Например, согласно закону «О персональных данных» информация о гражданах России должна храниться только на территории РФ.
7. Визуализировать данные. Построение отчетов в реальном времени ― последний шаг в аналитике. Для этого нужно выбрать BI-платформу, которая будет конвертировать данные веб-аналитики, коллтрекинга и CRM и конвертировать их в графики, таблицы и диаграммы, ― например Google Data Studio или Microsoft Power BI.

Частые ошибки

Проблемы с коллтрекингом:

• Наличие технических сбоев на стороне компании или сервиса. Плохое качество связи или отсутствие соединения по некоторым номерам можно выявить контрольными прозвонами.
• Нехватка менеджеров для обработки заявок. Если в базе есть более 5% недозвонившихся клиентов, стоит проверить загрузку менеджеров и увеличить штат.
• Качество работы менеджеров. Эту проблему можно выявить, внедрив систему обратной связи. Если клиент не получил достаточно информации или просто остался недоволен общением с менеджером, он обязательно об этом сообщит.

Проблемы с UTM-разметкой:

• Использование букв в разном регистре. В разных системах обозначение с заглавной и строчной буквы интерпретируется или как одинаковое значение, или как разные. Например, Yandex и yandex в строке utm_source могут отображаться как два разных источника, что приведет к задвоению базы.
• Отсутствие справочника по разметке. Путаницу в системе может внести обозначение одного источника разными метками:

utm_source=yandex

utm_source=direct

utm_source=vk

utm_source=post

Одинаковые источники превращаются в два разных, которые потом придется вручную собирать в единую базу.

Лишние данные:

• Большой объем. Когда компания собирает данные о взаимодействии со всеми элементами сайта ― скроллы, клики по кнопкам и баннерам, заполнение форм, ― часть работы по сбору ведется впустую. В итоге аналитики могут воспользоваться 10% информации, а еще 90% будет просто занимать место на сервере. Каждый формат данных, которые собираются в сквозной аналитике, обоснован бизнес-целями компании.
• Долгая обработка. Это еще одна проблема осмысленного сбора данных. Информация о клиенте за год может занимать до 3 ТБ, на ежедневную обработку которых система потратит около суток и аналитика будет идти с задержкой. При этом нужные действия, обоснованные целями, ― например глубина прочитывания, клики, взаимодействия в соцсетях и звонки ― могут занимать не более 5 ГБ и их обработка будет занимать не более часа.

* Принадлежит компании Meta, деятельность которой признана экстремистской в России.