Сквозная аналитика – как инструмент повышения эффективности бизнеса

Аналитические данные – основа для принятия стратегических решений. Это аксиома для всех сфер жизни, особенно бизнеса. Цифровизация бизнес-процессов позволяет получить и использовать новые инструменты, один из которых – сквозная аналитика. Как осуществляется арбитраж трафика казино, объясняют эксперты.

Сквозная аналитика – это полноценный и необходимый бизнес-процесс, который позволяет оценивать эффективность вложений в рекламу.

Если исследовать источники трафика на сайт, то там можно встретить и поисковики Yandex и Google, и прямые заходы, и переходы с других сайтов, и заход через «Яндекс.Маркет», и даже из рекламных точек офлайн типа билбордов (это можно отследить путем, например, создания сетки промокодов). Данные по затратам на рекламу объединяются с данными со счетчиков веб-аналитики, установленных на сайте. Таким образом можно видеть, с каких рекламных каналов посетители заходят на сайт, чтобы совершить там целевые действия. Данные объединяются с данными по реализации услуг из различных CRM, так как именно они содержат информацию о том, что происходит с пользователем: конвертировался ли он в реального клиента после регистрации, занес ли он деньги на счет. Обычно CRM как учетная система на базе 1С или другой бухгалтерской программы содержит всю эту информацию.

Материальным воплощением такого бизнес-процесса является отчет, в который собираются данные со всех рекламных кабинетов. В отчете отображаются рекламные каналы и вся информация по каждому из них:

• сколько трафика приходит с того или иного канала – количество показов и кликов по рекламным объявлениям;
• сколько денег потрачено на привлечение того или иного трафика;
• количество продаж с того или иного рекламного источника;
• количество платящих клиентов;
• объем выручки;
• объем прибыли;
• ROI;
• DRR – доля рекламных расходов.

ROI – это финансовый коэффициент, характеризующий возврат инвестиций. Он является одним из маркеров, позволяющих оценить эффективность рекламы. Если он отрицательный – рекламный источник работает неэффективно, дальнейшие действия будут усугублять убытки, если положительный – то работа идет в плюс. Конечно же, при этом необходимо учитывать данные мультиканального анализа, о котором пойдет речь дальше.

Генеральный директор компании Alytics Игорь Болотов во время вебинара «Кейсы повышения эффективности вложений в рекламу с помощью сквозной аналитики» рассказал, что в таком случае используются данные счетчиков веб-аналитики, которые понимают, что с того или иного канала зашло определенное количество трафика и на этот трафик потрачен определенный объем бюджета. Далее счетчик может зафиксировать определенные действия на сайте – клик по кнопке, заполнение формы, звонок на подменный номер – и с помощью кол-трекинга может определить целевое действие. Но что происходит с этой заявкой дальше – неизвестно. То есть на уровне веб-аналитики максимум, что возможно понять, это стоимость целевого действия на сайте.

«Как следует из опыта, – говорит Игорь, – многие e-commerce-проекты идут дальше: они отслеживают по веб-счетчикам данные электронной торговли. Здесь уже можно видеть распределение заказов по рекламным источникам».

Однако без сквозной аналитики маркетологи и предприниматели сталкиваются с рядом проблем:

• Транзакции не отражают реальной картины продаж.

После нажатия кнопки «Купить» сделка может отмениться или измениться – может поменяться сумма выручки: без дополнительных манипуляций сумма будет некорректной.

• Сложности, возникающие с учетом мультиканальности в «Яндекс.Метрике».

Перед принятием решения пользователь заходит на сайт неоднократно – через контакты, через «Яндекс.Директ», а совершает покупку через органику. Для того чтобы увидеть картину объективно, «Яндекс.Метрики» недостаточно – нужен инструмент мультиканального анализа. Можно использовать модель атрибуции, то есть принцип распределения, где вся ценность присваивается последнему источнику, к примеру заходу через органику. Выходит, что рекламный бюджет расходовался на три источника, но вся выручка присвоится органике. Такая модель атрибуции называется «Последний клик». В «Яндекс.Метрике» можно пользоваться и моделью атрибуции «Первый клик», в таком случае вся продажа будет присвоена первому контакту. Но бизнесу, как правило, нужна более точная картина, утверждает Игорь Болотов и предлагает использовать линейную модель атрибуции, то есть считать, что все звенья взаимодействия сыграли роль в принятии клиентом решения, поэтому ценность распределяется между всеми источниками, в данном случае делится на 3. Таким образом, конверсия по каждому источнику составляет 0,33, а выручка – 33%.

• Проблемы с учетом офлайн-конверсий.

Часто сложность заключается в том, что продажи осуществляются на партнерском сайте: бренд привлекает на свой сайт пользователей, которые заходят в определенный раздел и переходят на сайт партнера, чтобы воспользоваться услугой. Для основного сайта такая ситуация то же самое, что и офлайн-конверсия: она осуществляется не на сайте, а за его пределами. Сделка происходит на сайте партнера, по интерфейсу взаимодействия API данные о ней возвращаются в базу основного держателя сайта, потом эти базы нужно переливать в «Яндекс.Метрику». В такой ситуации теряется четверть конверсий. Как следствие – дальнейшие решения о перераспределении маркетингового бюджета принимаются на основании неполных данных и, соответственно, могут быть ошибочными.

Основные виды партнерских программ в одном обзоре от наших корреспондентов.

• Сложность контроля подрядчиков и штатных специалистов.

Из-за неправильного распределения источников идет необъективная оценка работы сотрудников и подрядчиков.

Еще одной проблемой, которая исходит из всех перечисленных, является то, что реклама не окупается.

Игорь Болотов акцентирует на нескольких основных аргументах в пользу сквозной аналитики:

• Возможность понять реальную рентабельность маркетинга.

От планирования рекламы на основании последнего действия на сайте, без понимания при этом, купил клиент или нет, можно перейти к планированию рекламы на основании расчета ROI, доли рекламных расходов, стоимости целевой заявки и привлечения клиента, который совершает реальную покупку – это уже аналитика другого, более качественного уровня.

• Возможность грамотно распределить бюджет на рекламу.

С точки зрения достижения финансового результата, который выражается в количестве привлеченных клиентов, выручке или прибыли, благодаря сквозному отчету можно понять, как работает канал: или с отрицательным ROI, следовательно, он неэффективен, или, наоборот – соответственно, стоит перепланировать бюджет на него.

• Возможность эффективнее контролировать работу подрядчика.

Сквозные отчеты открывают новые возможности для договоренностей с партнерами/подрядчиками и постройки договоренностей на других метриках – от заявок на сайте можно перейти к привлеченным клиентам, ведь бизнесу нужны не клики, а продажи.

• Возможности для поиска точек роста

Становится более понятной задача, как увеличить количество клиентов.

«Это не совсем линейная история, но если данными не обладать, то поиск точек роста превращается в слепые гипотезы», – объясняет Игорь.

• Понимание, работает ли реклама на первом источнике.

Эксперт приводит пример первого касания через «Фейсбук» – прямо из этого канала не пришла ни одна сделка. Однако, если распределить продажи, осуществленные через последующие повторные контакты, то объективно видно, что без первого касания в ФБ многих сделок бы не было, то есть можно считать рекламу в «Фейсбук» эффективной.

• Понимание, работают ли каналы «верхнего уровня воронки».

Речь идет о медийной рекламе, YouTube, «Яндекс.Дзен», то есть о каналах, которые относятся к контент-стратегии – они не делают продаж, но подогревают клиентов, вовлекают их в общение через контент, через экспертизу. Потом клиент возвращается через другие источники и покупает. Только благодаря сквозной аналитике и мультиканальному анализу можно увидеть, хорошо ли подогревает конкретный канал.

«В итоге у бизнеса есть возможность сделать выводы, окупается ли реклама в долгую», – подытоживает эксперт.

Если модель поведения клиента основана на многоканальной последовательности, то есть человек должен увидеть информацию много раз, перед тем как принять решение, то для маркетинга важен именно мультиканальный анализ.

«Зашел с контекстной рекламы и не купил, решил подумать. Дальше увидел рекламу в ФБ, кликнул, решил еще подумать. Потом догнал клиента ретаргетинг, клиент увидел, решил отложить решение и посоветоваться. В конце концов, зашел с органики и осуществил заказ, – приводит пример Игорь Болотов, сразу же задаваясь вопросом, какому же каналу присваивать сделку. – Если не сложилось понимание, какую модель атрибуции выбрать, мы рекомендуем линейную, то есть ту, которая делит ценность поровну на все источники в цепочке. Показатели ROI будут отличаться в таком случае по каналам: если смотреть по последнему каналу, то можно ошибочно недооценить одно из звеньев и потерять продажи – разорвать цепочку взаимодействия».

К рекомендуемым основам модели атрибуции – распределения ценности – эксперт рекомендует относить:

• последнее взаимодействие;
• последнее непрямое взаимодействие;
• первое взаимодействие;
• вспомогательное взаимодействие – все каналы, кроме последнего захода;
• линейное взаимодействие;
• U-shape: 40% первому, 60% последнему, а 20% равномерно всем остальным каналам;
• планомерный рост от первого канала;
• планомерное падение от первого канала;
• другие, собственные модели атрибуции.

Трудно переоценить роль сквозной аналитики – это переворот в маркетинге. Она позволила снизить бюджет на рекламу, увеличивать прибыль, эффективно управлять маркетингом, принимать правильные стратегические бизнес-решения, открыта к любой интеграции с CRM и кол-трекингами, меняет формат взаимодействия с подрядчиками, позволяет вводить новые KPI, не требует рутинных операции, позволяет сконцентрироваться на оптимизации и повышении эффективности бизнеса.

Как работают арбитражные команды: просто для новичков в маркетинге

Читайте также: Что такое оффер

Читайте также: Чат бот telegram