6 подводных камней при внедрении сквозной аналитики. Читайте на Cossa.ru
04 октября, 16:00

6 подводных камней при внедрении сквозной аналитики

Константин Рачин, Master & Middle HL Marketing Specialist аналитической платформы Ringostat, описал важные моменты, которые нужно учитывать перед подключением.

6 подводных камней при внедрении сквозной аналитики

Перед тем как перейти к «подводным камням», опишу в двух словах, в чём ценность сквозной аналитики. Конечная цель бизнеса не высокие показатели конверсий на сайте, а получение прибыли. Поэтому в идеале каждая копейка, вложенная в продвижение, должна окупаться. Но не существует решения, которое сразу покажет вам рентабельность инвестиций в рекламу. В стандартной ситуации ключевые показатели эффективности находятся в разных сервисах:

  • стоимость и количество переходов из рекламы, CTR, затраты на кампании — в рекламных системах и системах аналитики;

  • информация о звонках, в том числе из рекламы — в коллтрекинге;

  • данные о сделках и их сумме — в CRM и системах учёта.

Поэтому получается, что бизнес тратит деньги на продвижение, получает прибыль, но не знает, какие кампании её приносят. Если всё идёт хорошо, то появляется страх «что-то поломать», поэтому компания по инерции выделяет деньги на одни и те же каналы. При этом часть из них дохода не приносит, а только тратит бюджет. Если же продаж мало, бизнес отключает те активности, которые кажутся неэффективными — например, по ним мало переходов. Так «под нож» могут попасть и кампании, которые на самом деле приносили прибыль.

Digital Branding. Best Cases 2019


Саммит брендов лидеров представляет лучший опыт эффектвиного использования больших данных в стратегиях и маркетинге ведущих брендов:

PepsiCo, Mars, MasterCard, Instamart, Leroy Merlin, Beeline, МТС, Unilever, Kimberly-Clark, Hasbro, Domino's Pizza, Johnson&Johnson, Сбербанк, BMW, SKODA, IKEA, Danone, Ниармедик, Reckitt Benckiser, Эвалар, S7, Campina, X5 Retail Group, Ferrero, Yandex, Google!

60 кейсов на одной площадке 24-25 октября

Регистрируйся с 20% скидкой для читателей Cossa по промо-коду BRANDMASTER

Переходи по ссылке.

Реклама

Главная задача сквозной аналитики — сбор всех данных воедино и выстраивание причинно-следственной связи. Она сводит в одном интерфейсе данные из всех систем и сопоставляет, сколько денег было потрачено на рекламу и сколько из неё заработано. Так становится чётко понятно, какие кампании приносят деньги.

Зачем нужна сквозная аналитика?

Ориентируясь на ROMI, маркетолог может выполнять задачи клиента и увеличивать прибыль для него. При этом сквозная аналитика позволяет определить не только успешность кампании, но и отдельного ключевого слова — а значит, оптимизировать существующие активности.

Чтобы получить такие данные, нужно связать CRM, коллтрекинг, системы веб-аналитики и платной рекламы — а это реализуется не так легко. Плюс, есть ряд требований к самому бизнесу. Об этом я расскажу ниже, начав с самых базовых вещей.

1. Базовые ограничения

Недостаточные объёмы рекламы

Сквозная аналитика имеет прямое отношение к статистике и начинает работать, только когда есть статистически значимый объём данных. Если весь ваш рекламный арсенал — это 10 кампаний и бюджет 400 $, то сквозная аналитика не нужна. Тем более, что она не относится к самым дешёвым инструментам и для небольшой компании расходы на неё могут легко превысить доходы. Каждый случай индивидуален, но обычно сквозную аналитику стоит внедрять, когда бюджет на онлайн-рекламу составляет от 2000 $.

Некорректная разметка кампаний

Этот момент относится к азам, но некоторые по-прежнему о нём забывают — разметка рекламных кампаний utm-метками. Если сомневаетесь в профессионализме своего PPC-специалиста или подрядчика, перед подключением сквозной аналитики проверьте этот момент. В противном случае никакой, даже самый продвинутый инструмент не сможет связать рекламный источник и доход, полученный от него.

Халатная работа менеджеров с CRM

Так как из CRM в сквозную аналитику подтягиваются данные о сделках и сумма дохода — любая ошибка при работе с ней искажает статистику. Приучите менеджеров в обязательном порядке:

  • создавать лиды при общении с потенциальным покупателем — если у вас настроена «умная» интеграция с телефонией или коллтрекингом, это будет происходить при звонке автоматически;

  • отмечать сумму предстоящей продажи;

  • вовремя переводить сделку с этапа на этап;

  • связывать все задачи и события (звонки, переписку) со сделкой.

В противном случае вы не будете видеть в сквозной аналитике корректную прибыль и неверно оцените рентабельность вложений в рекламу. Удобно, когда у отдела продаж есть чёткий свод правил работы с CRM. Например, в Ringostat такой регламент размещается в корпоративной Википедии, и менеджеры сдают экзамен на его знание при прохождении испытательного срока.

Базовые ограничения при внедрении сквозной аналитики

2. Выбор инструментов не соответствует возможностям и целям бизнеса

Сквозная аналитика — это не какой-то один сервис, а совокупность методов, которые объединяют данные из разных систем в одном интерфейсе. Варианты могут быть самые разные: поэтому важно выбрать такой, который вы «потянете» и по деньгам, и по рабочему ресурсу. При этом самый дешёвый не всегда означает самый простой.

Рассмотрим пример. Ниже изображён способ, который позволит сэкономить на специальной системе сквозной аналитики и построить её аналог своими руками.

Как сэкономить на специальной системе сквозной аналитики

Плюсы: инструментов немного и они обойдутся не слишком дорого. Минус: трудоёмкость. Перед внедрением такой схемы задайте себе несколько вопросов:

  • есть ли у вас сотрудник или несколько, которые будут вручную выгружать данные из этих систем и сводить их Google Docs;

  • хватит ли у них навыков, чтобы поддерживать эту систему и чинить — ведь то, что собирается руками, имеет свойство постоянно «отваливаться»;

  • какой у вас объём данных — если большой, то ваш итоговый документ будет загружаться несколько минут и периодически подвисать.

Не хотите таких ограничений? Есть способ, который позволяет собрать буквально «космический корабль»:

  • выгружаем данные из коллтрекинга, системы веб-аналитики и CRM;

  • настраиваем их стриминг в базу данных Google BigQuery;

  • обрабатываем данные с помощью BI-платформ — это нужно, например, чтобы посчитать дополнительные параметры: LTV, ROMI;

  • также передаём в Google BigQuery информацию о транзакциях из системы учёта;

  • визуализируем данные в Google Data Studio или Microsoft Power BI.

Плюсы: минимум ограничений — возможность построить любые отчёты, которые вам нужны, и работать с внушительными объёмами данных. Минус: в схеме задействовано шесть инструментов, которые нужно объединить в одну систему, а за тот же Google BigQuery придётся дополнительно заплатить. Также в вашем штате должны быть специалисты, которые всё настроят и будут поддерживать работоспособность сквозной аналитики.

Ещё один вариант — готовое решение в рамках какого-либо сервиса. Например, некоторые коллтрекинги предоставляют её прямо в своём функционале. При этом в них настраивается передача данных о продажах из CRM, а информацию о посещениях и их рекламных источниках скрипт коллтрекинга обычно собирает сам. В результате вы видите:

  • расходы на рекламу;

  • количество переходов из неё;

  • количество звонков и, например, целевых обращений, как в случае с Ringostat — то есть разговоров, которые продлились дольше определённого времени и были, скорей всего, от заинтересованных пользователей;

  • количество выигранных сделок;

  • доход;

  • ROI — автоматический расчёт окупаемости вложений в маркетинг.

Пример отчёта сквозной аналитики в интерфейсе платформы Ringostat

Пример отчёта сквозной аналитики в интерфейсе платформы Ringostat

Плюсы: не нужно тянуть данные о звонках в другую систему, платить за дополнительные сервисы, поддерживать и настраивать их. Что особенно полезно, нет необходимости выделять штатного специалиста для постоянной работы с настройками сквозной аналитикой.

Минусы: не все сервисы позволяют гибко настраивать этот инструмент для своих нужд. Поэтому при выборе сразу обращайте внимание, можно ли кастомизировать настройки сквозной аналитики. Например, выбирать разные модели атрибуции — почему это важно, поговорим ниже.

3. Учёт не всех каналов коммуникации

При подключении сквозной аналитики важно не упустить ни один канал, по которому могут обращаться клиенты. В противном случае, вы проигнорируете часть конверсий, которые приносит реклама — и приуменьшите её ценность. Чтобы этого избежать, проанализируйте, поступает ли вам хотя бы часть обращений:

  • по телефону;
  • по электронной почте;
  • в чат.

И проследите, чтобы информация из всех этих каналов передавалась в сквозную аналитику. Так, в одном из наших кейсов заводу поступали не только звонки от клиентов, но и электронные письма. Его продукция обладала десятками характеристик, поэтому покупателям было удобней перечислять их в имейле.

Компания, которая занималась продвижением завода и построением сквозной аналитики для него, специально написала email-трекер. Так заказчик смог учитывать рекламные источники обращений на почту и расходы на них.

4. Использование стандартных настроек без учёта особенностей бизнеса

Эту ошибку можно допустить и строя сквозную аналитику самостоятельно из разных инструментов, и покупая готовый сервис. Обращайте внимание на важный момент — какие настройки вам будут доступны. Ведь двух совсем одинаковых бизнесов не существует, и вклад рекламных каналов в продажу должен измеряться по-разному.

Приведу простой пример. Представим две компании:

  • одна только выходит на рынок и запускает медийную рекламу, направленную на рост узнаваемости;

  • вторая проводит акцию со скидками, приуроченную к годовщине компании, главная цель рекламы в этом случае — продажи.

Как видим, абсолютно разные ситуации и цели, поэтому тут странно оценивать эффективность рекламы по одинаковым параметрам.

  1. В первом случае бизнес не рассчитывает на лавину заказов — ему важнее рассказать о себе. Поэтому самым ценным будет первое взаимодействие потенциального покупателя и бренда. Говоря в терминах моделей атрибуции из Google Analytics — это модель «Атрибуция по первому клику». Вся ценность конверсии приписывается рекламе, на которую нажали первой.

  2. Во втором случае бизнес хочет понять, как на продажи повлияет реклама, приуроченная к дню рождения компании. Поэтому тут самая ценная конверсия — та, что состоялась прямо в момент недавно запущенной акции. Для этого больше подойдёт модель «С учётом давности взаимодействия». Ведь если конверсия была давно, то она не имеет отношения к «свежей» кампании.

Так, Google Analytics предлагает шесть подобных моделей, о которых можно подробней почитать в справке. И хорошо, если и в рамках сквозной аналитики вы можете выбрать модель, подходящую для конкретного бизнеса.

В идеале же должно ещё учитываться, что происходило в рамках взаимодействия. Например, повторный визит на сайт не так же ценен, как подписание договора. И по-настоящему важна не очередность конверсии, а её значимость в рамках продажи. Некоторые сервисы позволяют распределять вес конверсий в рамках конкретной бизнес-модели. Ниже пример, как это можно реализовать в Ringostat. Вы же выбирайте инструмент, исходя из своих задач и потребностей.

Как правильно учитывать все каналы в сковзной аналитике

Модель атрибуции — это открытый вопрос, о котором всегда возникают дискуссии. Главное, проанализировать свой бизнес, чётко понимать, как строится воронка, и настроить сквозную аналитику с учётом того, что происходит на каждом этапе, если есть такая возможность.

5. Переоценка конверсий, которые состоялись слишком давно

Если клиент позвонил вам два месяца назад, то это не так ценно, как его обращение недельной давности. Ведь в первый раз реклама всё-таки не побудила его сразу оформить покупку. Поэтому канал, который принёс более старое обращение, менее ценен. Ведь клиент уже и думать забыл про рекламу, которую видел так давно. Без учёта этого момента вы будете переоценивать каналы, которые не оказали прямого влияния на продажу.

В Google Analytics для этого есть модель, которую я упоминал выше, «С учётом давности взаимодействия». В ней есть понятие «Период полураспада» — то есть время, за которое ценность конверсии постепенно убывает. Чем более давно она состоялась — тем меньше веса получает. В теории длительность периода полураспада должна равняться вашему циклу продаж, в течение которого клиент «созревает» до покупки.

Лучше всего при настройке сквозной аналитики задавать этот параметр, если ваше решение позволяет. Если у вас будет и атрибуция, настроенная под конкретный бизнес, и период полураспада под ваш цикл продаж, вы будете максимально близки к точным данным. К сожалению, далеко не все сервисы позволяют учесть период полураспада, поэтому если вы такой нашли — вам повезло.

6. Недооценка вложений времени в настройку

Сквозная аналитика — не тот инструмент, который достаточно купить, и он заработает сам. Даже если вы заказываете её построение сторонним специалистам, вам нужно:

  • выбрать подходящего подрядчика;

  • составить ТЗ;

  • совместно определиться с инструментами и согласовать самые подходящие — и чем больше их будет, тем больше времени это займёт;

  • определить, по каким метрикам будете определять результативность и так далее.

Если вы покупаете готовое решение, то тут всё проще и быстрее. Данные подтянутся сами, но его тоже нужно первоначально настроить. Как минимум разрешить сквозной аналитике собирать данные о расходах из CRM и о расходах из рекламных систем.

Поэтому лучше изначально учесть, что на это понадобится время и привлечение специалиста. Либо выбирайте сервисы, у которых есть оперативная техподдержка и понятные инструкции, как это сделать самостоятельно.

Резюме

Сквозная аналитика достаточно сложный инструмент, поэтому при её внедрении могут возникнуть сложности.

  1. Базовые ограничения. Если у вас скромные бюджеты на рекламу и объём статистики невелик, сквозная аналитика вам не нужна и будет напрасной статьей расходов. До внедрения проверьте, корректно ли настроена структура ваших кампаний и размечены ли объявления utm-метками. Приучайте менеджеров правильно вести сделки в CRM и всегда указывать сумму.

  2. Выбор инструментов не соответствует возможностям и целям бизнеса. Сквозную аналитику можно построить многими способами. До того, как выбрать один из них, ответьте на несколько вопросов. Есть ли у вас штатный специалист для настройки и поддержки системы, какой бюджет вы готовы потратить на инструменты, каким будет объём данных. И помните, что дешёвый метод не всегда самый простой.

  3. Учёт не всех каналов коммуникации. Проанализируйте, каким способом к вам обращаются клиенты: по телефону, на почту, в чат. Все эти каналы нужно связать со сквозной аналитикой, иначе вы не увидите все конверсии из рекламы.

  4. Использование стандартных настроек без учёта особенностей бизнеса. Выбирайте решения, которые можно кастомизировать под вашу компанию. Например, чтобы в них можно было настроить модели атрибуции — в идеале под особенности конкретной компании.

  5. Переоценка конверсий, которые состоялись слишком давно. Ориентируйтесь на собственный цикл продаж при оценке вклада рекламы в закрытие сделки. Каналы, которые принесли более «старые» обращения должны получать меньше веса. Иначе вы слишком высоко оцените рекламу, которая не имеет прямого отношения к продаже.

  6. Недооценка вложений времени в настройку. Если вы самостоятельно строите сквозную аналитику на основе нескольких инструментов — готовьтесь потратить немало часов на их связку. При покупке готового решения ситуация чуть проще, но и его придётся изначально настроить. Поэтому выбирайте сервисы, которые дадут вам готовые инструкции и помогут.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.



Чем живёт диджитал?
Главное — в рассылке: