Как сквозная аналитика повышает продажи с сайта

 Время чтения 9 минут
|
прочитали: 1530
Как сквозная аналитика повышает продажи с сайта
Маркетолог как сыщик: он выслеживает клиента, раскрывает его мотивы и предлагает решение с учётом логики поведения. Чем не дедуктивный метод! Но в отличие от Шерлока Холмса, современному специалисту необязательно полагаться только на собственный разум — интернет-маркетинг предлагает достаточно инструментов для получения информации о потребителе. Один из них — сквозная аналитика. Какие данные она объединяет и как повышает конверсию с сайта, узнаете в статье.

Какие данные объединяет сквозная аналитика

Сквозная аналитика — это объединение данных из двух основных источников:

  • веб-аналитики (сайт и всё, что происходит на нём: клики, переходы, онлайн-конверсии и т. д.);
  • аналитики продаж (посетители, которые позвонили и пришли в офис/магазин, заключили сделку, заплатили деньги, совершили повторный визит или воспользовались дополнительными услугами или товарами).
Данные, которые объединяет сквозная аналитика
Из каких источников объединяет данные сквозная аналитикаИз каких источников объединяет данные сквозная аналитика
Дарья Коняхина
Дарья Коняхина
руководитель отдела веб-аналитики Ingate
Без сквозной аналитики воронку продаж, как правило, выстраивают до лида (обращения или отправленного заказа/транзакции), максимум — до полученного дохода, если есть данные электронной торговли. Однако конечное количество продаж в таком случае неточно. А если речь идёт об обращениях по услуговой тематике, то построение останавливается на этапе отправки заявки с сайта: что произошло с ней дальше, остаётся неизвестным. Но эти данные критично важны, т. к. позволяют проанализировать качество обращений и отследить их дальнейшую судьбу.

Например:

Оценка эффективности источников трафика
Как оценить, какой источник трафика более эффективенКак оценить, какой источник трафика более эффективен

И это вся информация, которую можно получить при отсутствии сквозной аналитики. Вывод на основании имеющихся данных хоть и верный, но для бизнеса не очень полезный.

А теперь дополним данные информацией из офлайна: от кол-центра и отдела продаж. Качественных лидов (завершились продажами) по «выгодному» источнику может оказаться меньше:

Оценка качества лидов по разным источникам
Как оценить качество лидов по разным источникам трафикаКак оценить качество лидов по разным источникам трафика

Выводы об истинной ценности приведённых лидов и полученного с них дохода возможны только при настройке сквозной аналитики. И воронку можно углубить ещё, используя, например, данные о маржинальности товаров, дополнительных затратах и т. п.

Интегрируя всю необходимую информацию по всем источникам, рекламным кампаниям, лидам, вы получаете мощный инструмент для принятия решений.

Таким образом, цель сквозной аналитики — предоставить максимально полные данные о поведении аудитории, чтобы сделать ей наиболее релевантное предложение и получить как можно больше клиентов за минимально возможный бюджет. Она необходима для понимания, что на самом деле приносит доход: какие рекламные каналы эффективны, что даёт отдачу, а что — нет. Это актуально для бизнеса любого масштаба.

Где поможет сквозная аналитика

  1. Выбор рекламных источников: с какой рекламной активности приходит большее количество целевых обращений, что работает лучше и хуже, что можно сделать, чтобы конкретный источник приносил больше лидов/обращений/продаж за меньшую стоимость или имел большую отдачу; соответственно, в какие источники вкладывать деньги.
  2. Управление рекламным бюджетом: отключение неэффективных источников, перераспределение бюджета между эффективными и, как результат, сокращение затрат на рекламу.
  3. Увеличение конверсии сайта за счёт его оптимизации, например улучшения юзабилити.
  4. Контроль качества обращений: насколько полезные для бизнеса обращения привлекает реклама, какие этапы проходят эти обращения, как их обрабатывает отдел продаж.
  5. Связка рекламы с бизнесом: выявление проблем и поиск решений и возможностей на каждом этапе воронки.

Существует прямая взаимосвязь между размером компании и её запросами к сквозной аналитике.

Например, владельцам малого бизнеса она нужна, чтобы быстро принять решение, на какую рекламу выгодно расходовать деньги — есть отдача / нет отдачи. Видеть, как работает каждый канал, для небольших компаний может быть не так критично. Особенно если источников привлечения клиентов всего два-три.

Для крупного бизнеса актуальна аналитика по всему объёму и многообразию рекламных каналов. Среднестатистический покупатель, перед тем как сделать заказ, может касаться бренда более 10 раз: на сайте, в соцсетях, кликнув по таргетированной рекламе, позвонив и т. д. Большим компаниям важно видеть такое взаимопроникновение рекламных каналов и понимать конверсию на этапе перехода обращения в клиента.

Пример действий потенциального покупателя до покупки
Как себя может вести потенциального покупателя до покупкиКак себя может вести потенциального покупателя до покупки

Для компаний с длинным циклом сделки этот процесс может занимать не один месяц. На конверсию влияет много факторов: как продавцы/менеджеры ведут коммуникации, как контролируют процесс, как эту сделку закрывают. Конверсия каждого этапа — показатель, который необходимо отслеживать.

Дмитрий Кудинов
Дмитрий Кудинов
CEO CoMagic
Набор параметров сквозной аналитики, глубина их проработки, представление данных в отчётах также зависят от масштаба и конкретных задач компании. Для одних вполне допустимо видеть конечные сделки, их количество и связь с рекламой, но при этом не видеть их статусы — не понимать, как потенциальный клиент движется к этой сделке. Для других этого критично мало из-за масштабов компании и продолжительности цикла сделки.

Статистика по рекламным каналам
Показатели трафика и конверсии по разным рекламным каналамПоказатели трафика и конверсии по разным рекламным каналам

Например, если цикл принятия решения в маркетинге — месяц, то и для анализа следует выбирать показатели, которые можно отследить за это время: собрать, связать с рекламой и посмотреть конверсию. Идеально, если в этот месяц входят продажи, и тогда сквозную аналитику нужно строить до продаж. Если цикл сделки больше, надо выбирать показатель, который можно отследить и подсчитать за месяц, опираясь в сквозной аналитике на него.

Три способа построения сквозной аналитики

Разберём оптимальные способы интеграции данных веб-аналитики и данных о продажах от простого к более сложному.

1. Построение сквозной аналитики на базе SaaS-инструмента

Например, CoMagic, Roistat и др. Допустим, в качестве основного аналитического инструмента используется CoMagic. Сбор и обработка информации происходит в нём как в единой системе, к которой подключены все источники данных (CRM, системы статистики), телефония, коллтрекинг, инструменты коммуникаций (онлайн-чат, обратный звонок, лидогенератор).

Построение сквозной аналитики на базе SaaS-инструмента
Как построить сквозную аналитику на базе SaaS-инструментаКак построить сквозную аналитику на базе SaaS-инструмента

2. Построение сквозной аналитики с помощью комбинации инструментов

Например, SaaS-инструмент + Google Analytics. Или Яндекс.Метрика + Google Analytics и Power BI. В этом случае первичная информация генерируется в нескольких источниках, но с помощью интеграций передаётся в единый сервис. Допустим, клиент использует CallbackHunter, CoMagiс, телефонию Mango Office и Google Analytics, с помощью которого отслеживаются конверсии на сайте. В этом случае в CoMagic можно настроить интеграции со всеми перечисленными сервисами, и они начнуть поставлять данные в него. Если нативная интеграция с каким-либо источником не предусмотрена, её можно выполнить кастомным способом через API. Или настроить передачу некоторых данных сначала в Google Analytics, а уже оттуда — в CoMagic.

Построение сквозной аналитики комбинацией инструментов
Как построить сквозную аналитику с помощью комбинации инструментовКак построить сквозную аналитику с помощью комбинации инструментов

3. Построение сквозной аналитики на базе собственной системы

В таком случае данные собираются с помощью сервисов (например, Google Analytics и CoMagic), а их склеивание проводится в собственной системе аналитики. В этом случае SaaS-системы используются просто как источники данных, а анализ информации проводится в Power BI, Excel или напрямую из базы данных, в которой можно обра­батывать запросы с помощью языка программирования R5. Подробнее о языке программирования R читайте здесь.

Построение сквозной аналитики на базе собственной системы
Как построить сквозную аналитику на базе собственной системыКак построить сквозную аналитику на базе собственной системы
Дмитрий Кудинов
Дмитрий Кудинов
CEO CoMagic
Владельцам небольших фирм, у которых нет времени на построение системы, а результат нужен «вчера», очевидно, подойдёт первый способ — инсталлирование одного инструмента, который соберёт все данные и покажет выводы.

Если есть какие-то нюансы — нетиповые рекламные каналы, например programmatic TV, или в сервисах сквозной аналитики нет нужных интеграций, — необходимо переходить на модель номер два, с помощью API дописывать интеграции или делать сторонние скрипты. Это свойственно компаниям, которые инсталлируют сначала сервис в качестве единого, но потом начинают сталкиваться с задачами, которые выходят за возможности нативных интеграций. Поэтому для малых, небольших и даже средних компаний лучший вариант — начинать с первой модели и потом органически переходить ко второй либо сразу выстраивать вторую.

Крупным компаниям подойдут модели 2 и 3, а лучше — их комбинация, поскольку технологическая структура такого бизнеса, как правило, выходит за рамки и возможности интегрирования одного инструмента.

Разница в особенностях каждого способа построения сквозной аналитики приведена в сравнительной таблице.

Различия в способах построения сквозной аналитики
В чем отличие разных способов построения сквозной аналитикиВ чем отличие разных способов построения сквозной аналитики

Ещё больше полезной информации о возможностях SaaS-сервисов и выборе систем для отслеживания звонков читайте в совместной книге Ingate и Comagic «Алё! Коллтрекинг». 

Хотите стать клиентом?
(Рейтинг: 3.86, Голосов: 7.0000)
наверх