Всем ли нужна сквозная аналитика?

Что такое сквозная аналитика

На мой взгляд, это полноценный бизнес-процесс, в рамках которого в один отчет мы объединяем данные по затратам на рекламу, используя различные каналы привлечения трафика на сайт (социальные сети, контекстная реклама, SEO).

Понятно, что в 2022 году количество каналов рекламы для российских рекламодателей значительно сократилось, тем не менее, у нас остаются рабочими Яндекс.Директ, российские социальные сети, также можно продвигаться в органике и т.д.

Т.е. в рамках данного бизнес-процесса мы объединяем данные по затратам на рекламу из рекламных кабинетов, если это, например, SEO, то можно загружать расходы вручную. Далее мы эту информацию объединяем с данными по веб-аналитики из различных счетчиков (Яндекс.Метрика, Google Analytics, у некоторых платформ сквозной аналитики свои самописные счетчики). Иными словами, мы забираем данные о том, что происходит на сайте: откуда пришел человек, с какого рекламного источника, сколько времени он провел на сайте, какие страницы посещал, оставил ли заявку. Эти данные мы объединяем с данными из CRM систем.

По итогу мы можем эти данные представить в табличном виде.

Когда мы данные по затратам на рекламу объединили с данными по веб-аналитике, из CRM систем по заказам, продажам.

В целом, как бы вы не собирали сквозную аналитику, у вас в строчках будут рекламные источники и метрики, которые позволят оценивать эффективность этих рекламных источником. Мы видим количество кликов, с какого рекламного источника приходит больше трафика, с какого меньше. Можем это сопоставить с затратами, посмотрев, откуда приходит более дорогой и более дешевый трафик. ИЗ CRM систем мы подтягиваем данные по продажам, видим количество лидов, покупателей, стоимость привлечения клиента, выручку, прибыль и показатель ROI, который отвечает нам на вопрос, окупается вложение в рекламу или нет. Если он положительный, то получается, что на каждый вложенный в рекламу рубль мы зарабатываем больше рубля, при отрицательном реклама себя не окупает.

Как мы понимаем эффективность рекламы без сквозной аналитики

Здесь есть несколько подходов:

• Первый основан на веб-аналитике. Мы можем считать стоимость целевого действия на сайте. Это может быть заполненная форма, клик по кнопке, какие-нибудь микроконверсии типа «Время на сайте больше минуты», «Просмотр более 3 страниц» и т.д.

• E-commerce проекты могут двигаться дальше, например, использовать модуль электронной торговли в Google Analytics. Здесь информации больше. Мы помимо количества целевых действий видим выручку, который кладет ваш покупатель в корзину. После оплаты идет редирект на thankyou page и фиксируется факт транзакции и ее сумма.

Проблемы, с которыми сталкиваются маркетологи и предприниматели без сквозной аналитики

• Транзакции в электронной торговле не отражают реальной картины продаж. Что происходит после того, как корзина была оформлена: возможно, пользователь попросил возврат средств, менеджер позвонил или что-то ему допродал или, наоборот, что-то убрал из заказа и, соответственно, его сумма поменялась. Электронная торговля такие изменения заказа у себя не хранит.

• Если вы пользователь Яндекс.Метрики и вы хотите какой-то гибкости в плане применения модели атрибуции, здесь выбор будет не очень велик. Таких моделей в Яндекс.Метрике не очень много.

• Проблемы с учетом оффлайн-конверсий.

• Сложность контроля подрядчиков и штатных специалистов, когда у вас отсутствуют такие инструменты аналитики. У вас меньше информации для того, чтобы договариваться с ними о каких-то конкретных условиях. Например, вы можете покупать у агентства клики, какие-то целевые действия на сайте, а информации о том, конвертируется ли этот трафик в продажи и выручку, нет. Нет связи реальных продаж с трафиком.

• Реклама может не окупаться.

Что помогает понять сквозная аналитика

• Реальную рентабельность маркетинга. Есть затраты, есть прибыль, сравниваем их и получаем цифру, исходя из этого можно понять, окупили ли себя ваши вложения в рекламу.

• Как грамотно распределить бюджет на рекламу. Представьте, что у вас есть несколько рекламных источников, и вы можете между ними в разных пропорциях перераспределять бюджет. Когда вы обладаете реальными цифрами, пониманием, что работает хорошо и плохо, вы, соответственно, можете грамотно распределить бюджет между этими источниками, чтобы достичь определенных KPI.

• Как контролировать работу подрядчика. Например, у вас может быть подрядчик, который генерирует трафик, но не продажи, заявки, но они нецелевые. С внедрением такого бизнес-процесса, как сквозная аналитика, вы понимаете, какой трафик конвертируется. Так проще работать с подрядчиками.

• Где искать точки роста. Вопрос «Как вырасти на 20% в следующем году» становится более понятным.

• Окупается ли реклама «в долгую». Если ваш бизнес построен на повторных продажах, например, как наша компания – это B2B сервис, соответственно, наш пользователь платит нам ежемесячно. Ввиду конкуренции и прочих факторов стоимость привлечения клиента постоянно растет. И с первой покупки наш клиент себя не окупает, должно пройти какое-то время, чтобы мы поняли, что по данному клиенту мы вышли наконец-то в плюс.

• Работают ли каналы «верхнего уровня воронки». У вас маркетинг может прогревать клиента: вы приглашаете его на сайт, он знакомится с вашим предложением, но, например, сейчас у него нет острой необходимости в вашем продукте. Он может вернуться через некоторое время и уже, введя запрос в том же поиске Яндекса, перейти по контекстной рекламе и купить, потому что продукт ему нужен прямо сейчас.

Мультиканальная аналитика и модели атрибуции

Пользователь может заходить к вам на сайт несколько раз прежде чем он у вас оставляет заявку.

Приходит с контекста – уходит с сайта, видит рекламу в социальной сети – уходит. По ретаргетингу вернулся – снова не купил. Потом заходит через органику и потому что уже запомнил ваше название и покупает. Это и есть мультиканальная последовательность.

На практике она может выглядеть следующим образом.

Справа три прямоугольника – это визиты на сайт. Сначала был переход через Google Ads, далее – через одну из площадок Яндекса, затем – переход через Гугл органику, после чего была оставлена заявка.

Проблема в том, что многие маркетологи не учитывают мультиканальность в сквозной и web-аналитике. Используется последнее взаимодействие, когда мы весь заказ распределяем на источник трафика, который был последним. Если быть более точным, то используется последнее непрямое взаимодействие, т.е. если последний визит был напрямую, когда мы ввели адрес сайта, зашли на него и оставили заявку, этот визит учитываться не будет, а будет учитываться предыдущий визит с его источником.

Я рекомендую использовать линейную модель атрибуции. Т.е., например, у нас есть 4 визита и одна продажа, мы равномерно эту продажу распределяем на все 4 источника.

Если было заработано 10 000 рублей, то каждому источнику будет присвоено по 2 500 рублей.

Эволюция маркетинга после внедрения сквозной аналитики

• Меняется формат взаимодействия с подрядчиками, вводятся новые KPI.

• Становится понятным, какие каналы имеют подогревающий эффект, а какие приносят прямые продажи. В качестве подогревающих источников можно привести в пример социальные сети, размещение у блогеров  и т.д, а контекст условно хорошо работает на последних этапах, когда уже есть потребность купить. Какие-то каналы не будут работать вообще.

• Уходят рутинные операции вроде составления отчетов, они буду собираться автоматически. Можно сконцентрировать все внимание на оптимизации.

Реальные кейсы

Результаты внедрения сквозной аналитики: Fozzy

Один из наших клиентов – Fozzy, это компания, которая предоставляет услуги хостинга. У них была проблема – был подрядчик по контексту, который каждый месяц присылал отчеты о заявках, продажах, но были определенные подозрения. Здесь шли регулярные платежи, чаще всего за год.

Среди тех, кто оплачивает хостинг, есть те, кто пришел впервые и постоянные клиенты, которые возвращаются, чтобы продлить использование хостинга. Цель контекстной рекламы – привлечение новых пользователей, потому что старые могли вернуться и без рекламы.

Был построен отчет, в котором они передали данные своего самописного биллинга, где они фиксировали оплаты. И эта система не использовалась как CRM в принципе. Там можно было разделить все продажи на первичные и повторные, в итоге увидели, что 70% продаж с контекстной рекламы – это покупки от действующих клиентов.  Соответственно, было принято решение о смене подрядчика, и это привело к тому, что удалось сэкономить 50% бюджета.

Результаты внедрения сквозной аналитики: Мегакупон

На сайте продают купоны, в том числе это происходит и на сторонних сайтах.

Прежде чем компания подключила сквозную аналитику, она была уверена, что у них лучше всего работают e-mail-рассылки. За время своей работы они собрали достаточно большую базу, отправляли пользователям специальные предложения и, соответственно, думали, что оттуда приходит больше всего продаж.

После внедрения сквозной аналитики, объединив данные по трафику с данными по продажам, они увидели, что лучше всего у них работают сайты-агрегаторы. Они использовали размещение на нескольких таких сайтах купонов. Увидели, что есть у них один сайт, на который в месяц они тратят порядка 70 000 рублей, но при этом прибыли от него приходит ровно столько же.

Когда копнули чуть глубже, увидели, что какие-то предложения работают хорошо, а какие-то не очень. В частности, хорошо работают рестораны, но плохо, например, аквапарки. В итоге оставили только те предложения, которые у них покупают, на остальные перестали тратить деньги и в итоге смогли вывести рекламный источник в плюс.

Компания активно вела паблик Вконтакте и была уверена в том, что лучше всего работают посты, в которых размещено сразу несколько предложений. После того, как сотрудники включили сквозную аналитику, поняли, что лучше всего работают публикации с одним предложением. В следствии был скорректирован контент-план, в целом этот канал пока работает в минусы, но это – работа на перспективу. Как минимум, удалось поднять показатель ROI.

Как итог всех этих манипуляций, рост прибыли компании составил 30%.

Результаты внедрения сквозной аналитики: Созвездие красоты

Это B2C интернет-магазин, которые продает различные товары для красоты и здоровья.

Было сразу несколько проблем. Первая – высокий показатель доли рекламных расходов, он должен был составлять около 20%, но значительно превышал этот порог. Например, когда они размещались у блогеров, ДРР составлял от 35 до 300%. При этом было замечено, что прямых продаж с блогеров практически не имеется, но благодаря линейной модели атрибуции компания увидела, что блогеры хорошо знакомят пользователей с их интернет-магазином, но сами клиенты уже возвращаются позже, когда им потребуется продукт. Канал оставили, но было принято решение размещаться у других подрядчиков.

Благодаря изменениям в контекстной и таргетированной рекламе удалось значительно снизить показатель ДРР до требуемых 20% вместо более чем 30%.

Еще одна проблема – большое количество времени тратилось на подготовку отчетов, отдел маркетинга занимался этим почти полтора дня. После отчеты стали собираться автоматически.

Как итог, после внедрения сквозной аналитики стабильный рост выручки составил 10-15% в год.

Нужна ли вам сквозная аналитика?

Это чек-лист поможет ответить на данный вопрос:

• Сколько у вас рекламных источников. Если он всего один, проводить по нему аналитику достаточно просто, и это можно делать вручную. Если их больше, потребность в сквозной аналитике уже растет. Чем больше источников, тем сложнее отслеживать эффективность каждого.

• Количество заявок в месяц. Если оно не превышает 20-30, с помощью UTM-меток можно все сопоставить вручную.

• Как ваши клиенты оставляют заявки. У вас может быть сайт с различными формами, телефоны, почта. Если это отслеживаемые способы (формы на сайте, телефонный звонок, письмо на почту), то можно отслеживать без сквозной аналитики. В ситуации, когда у вас 90% заявок приходит через какие-то альтернативные пути (личка в социальной сети, переходы в мессенджер), то просто анализировать это не получится.

• Фиксируете ли вы заявки в CRM или нет. Если нет, то задумываться о сквозной аналитике рано.

• Какой у вас бюджет на рекламу. Чем он выше, тем нужнее инструменты сквозной аналитики.