CRM: как снизить стоимость лида c помощью клиентских данных

Ситуацию объясняют эксперты digital-агентства E-Promo (часть E-Promo Group).

Маркетинговые исследования стабильно фиксируют значимость точного сегментирования: по данным McKinsey, эффективное использование клиентских данных способно повысить прибыль на 15%, сократить затраты на привлечение на 50% и увеличить эффективность маркетинга на 30%. Однако почти половина компаний по-прежнему не используют данные CRM в digital-стратегиях, недооценивая их потенциал для построения релевантных сегментов на основе реальных статусов клиентов, этапов их пути и истории взаимодействий. В результате гипотезы и тесты, проводимые на верхних этапах воронки — таких как привлечение и первичное взаимодействие — формируются без учёта актуального положения клиента в воронке. Это снижает точность коммуникации и повышает стоимость привлечения.

www.cossa.ru="" upload="" medialibrary="" d6f="" sr0yv578jc0psdtek7kh7drezu93tmlx="" target="_blank">

1. Идентификация клиента: ClientID и UserID. Первый уровень интеграции, типовой для большинства бизнесов, — это передача уникального идентификатора клиента (UserID или ClientID) из CRM или системы аналитики на сайт. Это позволяет связать данные о действиях пользователя на сайте с его последующими статусами в CRM.

Для корректной работы необходимо использовать единую логику передачи ID с формы (или личного кабинета) и хранить его в cookie или localStorage.

Способ 1: ClientID. При первом посещении сайта установленной системой аналитики (например, Я.Метрикой) пользователю присваивается уникальный ClientID, который сохраняется в cookie браузера. Этот идентификатор автоматически передаётся в систему аналитики и требуется только настроить запись этого идентификатора в CRM вместе с данными заявки или заказа.

Инструкция по получению ClientID из cookie браузера.

Способ 2: UserID. UserID используется, когда на сайте есть авторизация, и каждому клиенту присваивается уникальный идентификатор (на стороне сайта). В этом случае UserID сохраняется в базе клиентских данных, и нужно настроить передачу UserID в систему аналитики.

Инструкция по передаче UserID в Яндекс Метрику.

Это позволяет отслеживать все действия пользователя, зарегистрированного на сайте, даже если он посещает его с разных устройств. Использование UserID особенно полезно для бизнеса с клиентами, которые регулярно возвращаются на сайт, таких как интернет-магазины или образовательные платформы. В случае с UserID можно более точно персонализировать предложения, основываясь на истории взаимодействий, заказах и предпочтениях.

2. Связка идентификаторов и кросс-девайс аналитика. У ClientID есть ряд особенностей, которые стоит учитывать. Во-первых, он может измениться, если пользователь очистит куки или зайдёт с другого браузера или устройства. В этом случае одному человеку будут соответствовать разные ClientID.

Чтобы сохранить целостность данных, желательно хранить в CRM связку всех client_id, относящихся к одному пользователю. Если используется мобильное приложение, дополнительно потребуется сохранять appmetrica_device_id для объединения данных. Во-вторых, по информации от Яндекса, один и тот же ClientID в интерфейсе аналитики может быть связан с разными пользователями, что затрудняет однозначную идентификацию пользователя.

В-третьих, ClientID не обеспечивает отслеживание кросс-девайс и кросс-платформенной активности. Поэтому если планируется не только углублённая аналитика трафика, но и детальная аналитика по пользователям, стоит рассматривать дополнительные идентификаторы и механизмы объединения данных.

Соответствие между ClientID и UserID важно для построения полной картины поведения пользователя: ClientID фиксирует конкретный визит или сессию, а UserID — самого клиента. Без этой связки становится невозможно точно сопоставить действия, совершённые до и после авторизации или на разных устройствах. При этом просто так выгрузить соответствие между ClientID и UserID из аналитики нельзя. Их необходимо заранее связывать, передавая UserID в параметрах визита или события. Поэтому о единой системе идентификаторов лучше позаботиться на этапе первоначальной настройки аналитики, так как связать ретроспективные данные будет крайне затруднительно или вовсе невозможно.

3. Передача данных в рекламные платформы. Чтобы данные из CRM начали «работать» в рекламе, важно настроить передачу в рекламные системы. Интеграция возможна автоматически через API или внешние сервисы (например, Albato), либо вручную через загрузку файлов csv.

При этом структуру и детализацию передачи таких конверсий нужно выстроить индивидуально в зависимости от типа бизнеса и целей, которых вы хотите достичь.

На примере Яндекс Метрики, различают два типа загрузки «Клиенты и заказы из CRM» и «Офлайн-конверсии». Самым важным отличием этих способов является возможность обновлять ретро-данные в системе. Для всех офлайн-данных (офлайн-конверсий, звонков, заказов из CRM) период дополнения визитов составляет 21 день. Данные будут добавлены к визиту, если между последним визитом посетителя на сайт и моментом обработки файла с данными о конверсиях прошло не больше 21 дня.

Для заказов из CRM доступен расширенный период изменения уже добавленных в визиты заказов: в течение 111 дней с момента визита, который был дополнен заказом, можно изменить или дополнить информацию об этом заказе. Это полезно, когда нужно изменить доход конверсии после выкупа или перевести статус конверсии «В работе» на «Оплачен» или любой другой.

Таким образом, можно выбрать либо накопление данных по клиентам в определённом цикле сделки, либо разработать стратегию, основанную на динамике перехода клиента на разные этапы сделки. Данные собираются либо в целях, либо в сегментах/аудиториях и используются в рекламных кампаниях.

Как это работает: 3 сценария интеграции CRM-данных в рекламе

В зависимости от цели маркетинга и сферы бизнеса сценарии интеграции CRM, рекламных кабинетов и других сервисов могут отличаться. Для успешной интеграции достаточно минимальной настройки и регулярного обмена данными. Такие операции, как передача идентификаторов, выгрузка статусов и обновление списков, являются стандартными и могут быть автоматизированы.

Образование: рост квалифицированных лидов через интеграцию CRM с Метрикой и Директом

В маркетинге онлайн-образования важное значение имеет доля качественных лидов, поэтому данные из СRM используются для обучения стратегий в Яндекс Директе. Передача таких данных в рекламные системы позволяет оптимизировать кампании на более качественную аудиторию и настраивать стратегии на подходящие сегменты пользователей.

Системы: CRM, Яндекс Метрика, Яндекс Директ.

Интеграция:

1. Внедрили сбор ClientID с сайта в CRM компании.

2. Написали python-коннектор к CRM, чтобы получать лиды и сделки со статусами по API.

3. Сформировали файл для загрузки данных как офлайн-конверсий в Яндекс Метрику по post-API.

4. Создали цели с разбивкой лидов по статусу, цель по новым сделкам с передачей ценности сделки. За счёт работы напрямую с API возможно создавать условия для целей любой сложности.

Результат:

В Метрике созданы цели на основе данных CRM с делением по статусу лида, которые используются для различных сценариев: внесение понижающих и повышающих корректировок на сегмент некачественных и качественных лидов, создание ретаргетинга на тех, кто находится на этапе решения, снижение количества повторяющихся заявок путем минусации сегмента текущих студентов школы.

Товарная кампания с ручным продуктовым фидом оптимизировалась по первичным лидам. Фиксировали высокую долю неквалифицированных лидов (42%) и повторяющихся заявок (30%). Доля качественных лидов равнялась 9% по стоимости 38 тысяч рублей за заявку.

Настройки стратегии изменили на оптимизацию по цели на качественный лид. Доля квалифицированных лидов выросла до 25% при снижении стоимости до 17 тысяч рублей за лид.

Недвижимость: отсечение фрода с помощью интеграции коллтрекинга и Яндекс Директа

В рекламе девелоперов высокий процент фродовых заявок, но их количество можно снизить. Для этого следует оптимизировать рекламные кампании в Яндекс Директе на целевые обращения.

Системы: коллтрекинг CoMagic, Яндекс Директ, Яндекс Метрика.

Интеграция:

Используется узконаправленный метод передачи данных, так как роль CRM выполняет система коллтрекинга, в которой фиксируется статус лидов и идентификатор клика (yclid). Последний подходит для передачи офлайн-конверсий из Директа в Метрику.

Данные о статусах заявок и соответствующих им идентификаторах yclid передаются из системы CoMagic напрямую каждые два часа, что исключает дублирование и гарантирует точность информации. Статус заявки и yclid необходимы, чтобы понять, какие именно клики приводят к реальным целевым обращениям.

Результат:

После настройки и оптимизации рекламных кампаний на основе загруженных данных о статусах заявок и yclid в Яндекс Директе успешно подгружаются новые цели для оптимизации. Эти цели позволяют корректировать параметры рекламных кампаний, направляя их на качественные лиды, которые прошли через систему коллтрекинга и имеют соответствующие статусы в CoMagic. Таким образом, исключается нецелевой трафик и фродовые заявки.

Финтех: борьба с фродом в мобильной рекламе через AppMetrica

Ещё один сценарий применения CRM-данных связан с их сопоставлением с событиями из партнёрских мобильных сетей. Для рекламы внутри мобильных приложений характерен один из самых высоких уровней роботизированного трафика. Чтобы его выявлять и отключать, требуется интеграция с CRM.

Системы: CRM, AppMetrica, антифрод-система.

Интеграция:

1. Выгрузки из CRM с полями device_id, event_date, event_name.

2. Загрузка данных в AppMetrica с помощью post-api события.

3. AppMetrica интегрирована с антифрод-системой, что даёт возможность выявлять процент чистых установок у пользователей с полученными device_id.

4. Если критерии качества пройдены, происходит оптимизация партнёрского In-App трафика на эти события. В противном случае событие не учитывается в KPI.

Результат:

Данные из CRM позволяют определить, был ли действительно доход от совершения целевых действий. Для обнаружения перехваченного органического трафика (когда пользователи ищут приложение в сторе по названию бренда) необходимо дополнительно анализировать данные с помощью антифрод-систем.

Помимо оценки качества трафика партнёрских мобильных сетей автоматизация процесса получения подтверждённых событий из CRM в систему аналитики даёт возможность улучшать алгоритмы привлечения трафика, так как эти события становятся доступны для оптимизации рекламных кампаний.

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