Автор: Александр Киселёв, Marketing Director at Ringostat
Схема сквозной аналитики может различаться в зависимости от специфики бизнеса, бюджета и других факторов. В статье разберём самый простой вариант. С него стоит начать, если до этого вы никогда не сталкивались со сквозной аналитикой. Эта схема даст основное понимание, как работать с данными, и сэкономит ваш бюджет.
Что такое сквозная аналитика и кому она нужна
Сквозная аналитика — это способ анализа эффективности рекламных кампаний и поведения целевой аудитории на основе данных о продажах или заключённых сделках. Она предполагает отслеживание полного пути клиента от первого захода на сайт до повторных продаж или расторжения договора, в том числе с учётом данных офлайн (при определённых доработках).
Источник: книга Ingate и Virgin Connect «Быстрый или бедный».
Сквозная аналитика позволяет оценить эффективность маркетинга в финансовом эквиваленте, т. е. узнать, сколько денег вам принесла та или иная рекламная кампания. Не лидов (их покажет и Google Analytics), а именно денег. Благодаря этому вы сможете просчитать рентабельность той или иной рекламы и грамотно распределить маркетинговый бюджет. Проще говоря, сквозная аналитика покажет, в какой канал вам надо вложить 100 долларов, чтобы на выходе получить 1000.
Существует миф, что сквозная аналитика необходима только крупным компаниям с большими бюджетами на рекламу. Отчасти это так, но не совсем. Сквозная аналитика не требуется только тем бизнесам, которые вообще не вкладываются в рекламу. Во всех остальных случаях нужно лишь выбрать способ её построения с учётом специфики бизнеса. Важно понимать, какой массив данных вам нужен и для чего.
Почему одного Google Analytics недостаточно
Google Analytics (GA) — инструмент для сбора статистики. Он помогает отследить, с каких каналов приходит трафик на сайт, а также показывает другие полезные метрики. Но у него есть несколько минусов, которые приводят к пробелам в аналитике.
1. Google Analytics не учитывает офлайн-конверсии
Если настроить воронку продаж, Google Analytics покажет, сколько человек и с какой рекламы дошли до оформления покупки или заказа онлайн. Вот только многие посетители сайта сначала позвонят, чтобы уточнить цену, наличие, условия доставки и другие детали. А получив ответы, которые их устроят, сделают заказ сразу же, по телефону. В результате эти конверсии в отчётах GA вы не увидите.
Решение: чтобы их отследить, нужно подключать коллтрекинг — систему учёта звонков в компанию для оценки эффективности рекламных каналов. Коллтрекинг интегрирован с GA и передаёт туда данные о рекламных источниках звонков.
Суть метода в том, что пользователям, зашедшим на сайт с различных рекламных каналов, показываются разные телефонные номера. Например, кто-то кликнул по объявлению о скидках в контекстной рекламе, кто-то — по баннеру, кто-то нашёл сайт в поиске Яндекса. Люди звонят по номерам, присвоенным определённым каналам, и эти данные фиксируются в системе.
Источник: книга Ingate и Virgin Connect «Быстрый или бедный».
По сути, коллтрекинг — это такой же Google Analytics, только для звонков. Плюс у него есть дополнительные возможности, такие как виртуальная АТС со всеми её функциями, виджет обратного звонка, голосовое меню и пр.
Вот пример схемы работы комбинированного коллтрекинга (сочетание динамической и статической подмены номеров):
пример схемы работы динамического и статического коллтрекинга.png2. В Google Analytics нельзя отследить совершение покупки посетителем сайта
В GA можно (и нужно) настраивать цели на разные действия пользователей, например, на заполнение формы, регистрацию, клик по кнопке. Вот только ни одна из этих целей не покажет факт совершения покупки, т. е. что деньги переданы и сделка закрыта. Поэтому из отчётов Google Analytics вы не поймёте, какая реклама приносит вам прибыль, а не только трафик.
Как вариант, можно настроить цель на Thank You Page — это страница, которая показывается покупателю после оформления заказа. Но у вас не будет гарантии, что, оформив покупку, пользователь оплатит её и завершит сделку. Для этого нужна связка GA + CRM-система (Customer-relationship management — система управления взаимоотношениями с клиентом). Объединение трёх инструментов (Google Analytics, CRM-системы и коллтрекинга) позволит заполнить все пробелы. Это и есть базовая схема сквозной аналитики.
Как строится сквозная аналитика
Все схемы сквозной аналитики строятся по одному принципу, различаются лишь связки и используемые инструменты. Вот пример, как должна выглядеть схема сквозной аналитики:
схема построения сквозной аналитикиЕсли речь о крупном бизнесе с большим бюджетом на рекламу, высокой конкуренцией и ценой привлечения клиента (например, сфера недвижимости), безусловно, есть смысл построить именно такую схему с использованием систем аналитики. Она обязательно окупится при условии, что в компании есть специалист, который умеет работать с данными, делать на их основе выводы и принимать верные решения.
Если же мы говорим о компаниях с небольшим бюджетом, использовать сложные системы аналитики нет необходимости. Подойдут другие способы сбора данных, которые не требуют больших вложений и серьёзных навыков в аналитике. Рассмотрим два простых доступных способа.
Способ №1: вносим данные вручную
Этот способ подойдёт для небольших компаний с невысокой нагрузкой на менеджеров по продажам, так как все данные придётся вносить вручную, что достаточно трудозатратно.
Итак, что нужно сделать:
1. Подключите и настройте Google Analytics и отслеживание звонков, если до этого они не были у вас настроены;
2. В Google Spreadsheets создайте таблицу, в которую менеджеры будут вносить информацию о клиентах (простейший аналог CRM).
Необходимые поля в таблице: номер телефона и код оператора. Остальные могут быть произвольными. Главное — чтобы вам было удобно.
Пример таблицы:
пример таблицы для внесения данных о покупателяхНе забывайте, что любая ручная работа — это не только неудобство и дополнительные временные затраты, но и риск возникновения ошибок. Менеджеры — люди, и человеческий фактор никто не отменял. Всегда есть вероятность, что они что-то напутают или, например, просто забудут внести данные в таблицу. Поэтому мы не рекомендуем этот способ отделам продаж с высокой нагрузкой на менеджеров, так как риск возникновения ошибок существенно увеличивается.
3. Объедините данные, полученные из GA, и информацию, которую менеджеры внесли в таблицу, по номеру телефона (благодаря аналитике звонков вы можете передавать данные по событиям из коллтрекинга в Google Analytics, поэтому там уже будут номера телефонов, которые вы потом сможете соотнести с записанными в таблице).
Для объединения сведений используйте формулу «=importrange» и Core Reporting Api.
схема объединения данных по номеру телефона- Создайте таблицу в Google Spreadsheets. Это и будет ваш отчёт. С помощью функции «=importrange» импортируйте данные из таблицы, заполненной менеджерами.
- В эту же таблицу импортируйте данные из Google Analytics (здесь уже будут указаны номера телефонов пользователей, т. к. коллтрекинг передает в GA данные о звонках). Сделать это можно с помощью приложения Core Reporting API. Чтобы запросить данные, в приложении необходимо указать пользователя и представление (профиль), для которых они будут извлечены. Подробнее о том, как настроить передачу данных с помощью Core Reporting API вы можете прочитать в .
После объединения данных по номеру телефона вы получите такую таблицу:
Объединение данных по номеру телефонаКак показывает практика, с таблицей работать не очень удобно, поэтому все данные лучше визуализировать с помощью Google Data Studio:
пример визуализации данных с помощью Google Data StudioВ итоге у вас получится аналог сквозной аналитики, который на первое время даст достаточно данных для анализа. Вы сможете понять, сколько обращений и заявок принёс тот или иной рекламный канал, а зная потраченную на каждый канал сумму, сможете просчитать и рентабельность. Но для этого менеджеры должны обязательно вносить в таблицу суммы сделок.
Такая базовая схема покажет эффективность каждого рекламного канала с учётом офлайн-обращений — звонков. Однако у неё есть и существенные минусы:
- Ручная работа. Менеджерам приходится тратить много времени, чтобы внести все данные в таблицу. Кроме того, высока вероятность ошибок.
- Минимум данных для анализа. Вы видите только общую картину по звонкам, заявкам и сделкам в разрезе рекламных каналов и ключевых слов. О детальных отчётах с разными метриками и KPI речи не идёт.
Способ №2: выгружаем данные из CRM
Он подойдёт компаниям, которые уже используют CRM (а сегодня это must have для любого отдела продаж, поэтому таких компаний должно быть большинство). Помимо неё, у вас также должны быть подключены коллтрекинг и Google Analytics. При этом коллтрекинг должен быть интегрирован с CRM (у многих сервисов аналитики звонков есть готовые интеграции с популярными CRM-системами), а CRM, в свою очередь, с сайтом. Так вы сможете собрать наиболее полные данные о посетителях вашего сайта.
Далее рассмотрим, как построить схему движения данных, которая в виде блоков выглядит так:
построение схемы движения данныхПредставим ситуацию: пользователь переходит на сайт с ремаркетинга в Facebook. Долго смотрит, выбирает, приценивается и, не найдя нужной информации, звонит. Менеджер отвечает на все вопросы, и пользователь сразу по телефону оформляет покупку. В CRM попадают нужные данные о клиенте (user ID, источник перехода, client ID и т. д.). Такую же информацию передаёт и коллтрекинг, когда человек совершает звонок. Всё, что остаётся сделать, — объединить эти данные и соотнести их с суммой покупки.
Для этого необходимо:
- Выгрузить данные о лидах из CRM. Почти все популярные системы позволяют создавать кастомные отчёты и выгружать их в удобном формате (нужен xls).
- Создать специальный документ и внести туда данные о лидах со всех рекламных каналов. Это позволит увидеть, какой из них наиболее эффективный.
- Выгрузить данные о продажах из CRM и перенести их в таблицу, предварительно разделив её на несколько столбцов: количество пользователей, рекламные источники и сумма оплаты.
- Создать итоговую таблицу с ключевыми метриками: лиды, транзакции, стоимость привлечения клиента и лида, показатели по маркетинговым инвестициям.
Чтобы их посчитать, используйте формулы:
1. Возврат маркетинговых инвестиций (ROMI)
формула расчета возврата маркетинговых инвестиций2. Стоимость привлечения клиента (САС)
Формула расчета стоимости привлечения клиента (CAC)3. Стоимость привлечения лида (LAC)
формула расчета стоимости привлечения лида (LAC)*Под MQL мы подразумеваем все лиды без деления на целевые/нецелевые.
Если рассмотреть процесс поэтапно, он будет выглядеть так:
1. Создайте документ, в котором будете собирать данные и строить отчёт.
2. Выгрузите на отдельный лист данные из CRM (это сырые данные, с которыми вы сможете работать дальше).
Нужна только информация о сделках. Но если вы анализируете ещё и трафик, необходимо выгрузить информацию по нему из GA с помощью плагина Google Analytics для Google Docs.
Чтобы его установить, зайдите в «Дополнения» в настройках Google Таблиц. Затем выберите «Установить дополнения», в поиске напишите «Google Analytics», нажмите «+ бесплатно» и примите запрос. Далее просто выберите в меню таблиц «Дополнения — Google Analytics — Create New Report» и в открывшемся диалоговом окне внесите нужные параметры: название отчёта, аккаунт GA и другие необходимые параметры и метрики.
Такая база данных может содержать следующие столбцы:
- source of a deal (понадобится, если при выгрузке данных CRM-система даёт ID, а не название рекламной кампании. В этом случае лучше прописать, какой ID чему соответствует, чтобы не запутаться);
- UTM-метки (medium, campaign, term). Не забывайте помечать ими любой публикуемый контент. В AdWords метки прописывать не нужно, так как система делает это автоматически. Помните, что при звонке в CRM из коллтрекинга передаются данные об источнике звонка, поэтому их в этих столбцах вы тоже увидите;
- ID сделки;
- дата создания сделки;
- статус сделки (выиграна, проиграна, заморожена);
- причина проигрыша (если сделка проиграна);
- Client ID;
- сумма сделки (важно, чтобы после закрытия сделки менеджеры обязательно указывали её сумму в CRM).
Это индивидуальные фильтры для отчёта, которые вы зададите и затем сохраните в CRM. В результате такая выгрузка отнимет у вас не больше минуты.
3. Если данные импортируются через API, потребуется создать ещё один лист, на котором вы сформируете новую, упорядоченную базу данных — с ней вы и будете работать дальше (на листе, куда автоматически выгружаются данные, нельзя ничего менять, иначе интеграция перестанет работать). Если же все данные вы импортируете вручную, создавать ещё одну копию листа нет необходимости.
4. Упорядочите новую базу данных, удалите лишние столбцы и добавьте новые, нужные вам. В итоге таблица будет выглядеть так:
Таблица с цпорядоченной базой данныхВсе показатели необходимо считать с помощью формул, описанных выше, и Google Spreadsheets. Если вы никогда с ними не работали, придётся немного подучиться. Главное — понять логику и представлять алгоритм, по которому всё должно работать. А дальше уже можно выбирать подходящие для решения задачи формулы и комбинировать их.
5. В Google Spreadsheets создайте дашборд (это своего рода витрина ваших ключевых показателей) и с помощью функций «spreadsheets» выносите в него самые важные для вас показатели. Это необязательный пункт, но так информация будет более структурированной и наглядной. Вы сможете настроить фильтры, чтобы сравнивать разные показатели, смотреть их в динамике и пр.
как создать дашборд в SpreadsheetsГотово! Вы построили сквозную аналитику, в которой все данные выгружаются из CRM. По такому же принципу вы сможете строить более сложные схемы, используя BI-платформы, Google BigQuery и другие специализированные инструменты. Это позволит отследить движение потенциального клиента до его обращения в компанию, разложить на микрошаги его путь с момента попадания в фокус интересов бизнеса и до построения длительных партнёрских отношений.
Поэтому прежде, чем конструировать что-то сложное (в данном случае, это сквозная аналитика, но для аналогии можно взять что угодно), нужно сделать набросок «на бумаге». Иными словами, прежде чем оценивать стоимость настройки сквозной аналитики, длительность реализации и трудоёмкость операций, разберитесь, какие данные вам нужны для анализа, точно ли эти, достаточно ли их для принятия управленческих решений, откуда они будут подтягиваться и нужно ли для этого перестраивать процессы. Настраивать сквозную аналитику без этих данных, как минимум, бессмысленно, как максимум — это чревато большими денежными и временными затратами, которые не окупятся.
