Каких ошибок избегать, если вы решили внедрить сквозную аналитику. Рассказывает Андрей Зайко, руководитель отдела аналитики агентства Adventum.
Сквозная аналитика — наиболее эффективный способ оптимизации рекламных бюджетов и принятия продуманных управленческих решений. Согласно результатам
Что это такое
Сквозная аналитика — это объединённые в одну систему отчёты обо всех взаимодействиях компании с клиентами в приложении к бизнес-задачам компании. Эта аналитика включает в себя данные веб- и мобильной аналитики, информацию CRM-системы, рекламных площадок и других источников, и обрабатывает их с учётом движения пользователя по воронке продаж.
Однако при работе с системой сквозной аналитики многие компании совершают ряд ошибок. Расскажу, как их избежать.
Ошибка первая. Погоня за модой
Есть бизнесы, для которых сквозная аналитика действительно полезна и даст дополнительную экономическую выгоду. Но есть и те, кто строят у себя сложные аналитические системы, хотя для их задач подойдут типовые решения как Google Analytics и Яндекс.Метрика.
Кому нужна сквозная аналитика?
Компаниям с длинной воронкой продаж
Такие, где пользователь долго принимает решение о покупке, проходит много этапов и на каждом из них может «отвалиться». Сквозная аналитика позволит изучить поведение пользователя на каждом из этих этапов и оптимизировать те из них, на которых есть проблемы.
Компаниям с высоким средним чеком и высокой стоимостью привлечения пользователя
Одна из важных проблем для таких компаний — в выявлении фрода и некачественных лидов, привлечённых недобросовестными агентствами и подрядчиками. Например, особенно остро эта проблема стоит в сферах недвижимости и продаже автомобилей.
Если застройщик готов платить от 2 до 20 тысяч рублей за звонок клиента, то подрядчики могут этим воспользоваться. Они могут мотивировать пользователя пройти сразу несколько этапов воронки продаж: зайти на сайт компании, позвонить или оставить заявку, даже приехать смотреть квартиру. Фрод можно выявить благодаря сквозной аналитике: проследить всю цепочку коммуникаций и определить, какой канал действительно приводит продажи, а какой нет, даже если и приводит много лидов. Есть эффективные решения, которые сохраняют телефонные разговоры, анализируют схожесть голоса звонящих клиентов и помогают выявить фрод: тех, кто звонил с разных номеров, представлялся разными именами, но является одним человеком.
Компаниям со сложным процессом продажи
К ним относятся все услуги, которые выполняются индивидуально под каждого клиента. Например, производство кухонь. Сначала должен приехать замерщик, чтобы посмотреть помещение, затем составляется дизайн-проект, и лишь в конце рассчитывается итоговая стоимость. Другие примеры: внедрение CRM-систем, юридические услуги, разработка сайтов — все бизнесы, для которых характерна длинная цепочка коммуникаций с клиентом, выяснение всех особенностей заказа, согласование технического задания и цены. На каждом из этих этапов клиент может отказаться от покупки, и это важно отслеживать.
Если ваш бизнес не относится ни к одной из названных категорий, то сквозная аналитика вам не нужна. Например, у вас интернет-магазин, где всё взаимодействие пользователя с сайтом происходит только в онлайне, без телефонных звонков и онлайн-чатов — тогда вам будет достаточно инструментов веб-аналитики (Google Analytics, Я.Метрика).
Ошибка вторая. Долгое внедрение cистемы
Компании часто откладывают начало работы с данными, «пока не будет готово совсем всё». У крупных компаний с длинным циклом продаж структура сквозной аналитики достаточно сложная, внедрение требует несколько месяцев и серьёзных денежных затрат. К примеру, у ГК «ПИК» на разработку собственной системы аналитики
Не стоит ждать, когда система будет полностью готова. Внедрять сквозную аналитику нужно постепенно. На первом этапе можно ограничиться сбором данных из всех доступных систем с открытым API и начинать ими пользоваться. Это избавит сотрудников от необходимости скачивать и копировать данные из каждой системы, объединять и делать отчётность.
На втором этапе необходимо объединить данные CRM-системы и веб-аналитики. В результате упрощается работа менеджеров, которые видят в одном интерфейсе онлайн-данные и данные из CRM.
А уже на финальном этапе происходит добавление дополнительных инструментов анализа, подходящих для конкретных сфер и задач бизнеса (например, анализа фрода). Это могут быть модели атрибуции, когда ценность заказа распределяется между всеми сессиями клиента по особой логике. Например, если у вас длинный цикл продажи, и клиент коммуницирует с компанией много раз, то анализировать необходимо первый источник взаимодействия. После подключается колл-центр или менеджер по продажам, завершая сделку. На этом этапе можно в любой момент подключить анализ фрода по звонкам. Все добавления происходят в процессе работы системы сквозной аналитики и не вызывают её остановки.
Подключение сквозной аналитики на примере одного из наших клиентов-девелоперов
Этап 1:
- подключили все digital-источники с доступным API. На это ушло две недели.
В результате клиент сократил два часа в день на выгрузку данных из всех систем; - подключили данные по медийным площадкам, по которым нет стандартного API с помощью загрузки данных из Google Spreadsheet. В нём менеджер по медийной рекламе или клиент вносят информацию о затратах на ту или иную площадку. Эти данные стали появляться в системе сквозной аналитики.
Этап 2:
- подключили данные из CRM-системы клиента. Это заняло около полутора месяцев. В результате был сокращен ещё час времени за счёт объединения данных CRM-системы и веб-данных;
- разметили с помощью системы calltracking все офлайн-активности, на каждую выделили отдельный телефонный номер. Таким образом удалось определить эффективность онлайн- и офлайн-рекламы.
Этап 3:
- подключили систему анализа фрода. С помощью этого удалось оптимизировать источники и выявить недобросовестных партнёров.
Результат:
После окончательного внедрения сквозной аналитики эффективность рекламных кампаний клиента увеличилась на 36%.
Ошибка третья. Непродуманная архитектура
Если дополнительные опции возможно добавить уже в процессе работы системы, то её архитектура должна быть продумана заранее, ещё до старта работ. Если это не сделано, будут теряться данные или их источники. Упущение всего лишь одного нюанса в процессе движения пользователя по воронке продаж губит качество всей системы сквозной аналитики.
Яркий пример — обработка заявок в праздничный или выходной день. Если заявки поступили 30 ноября, то их обработают и внесут в CRM уже в следующем месяце. Без учёта особенностей бизнеса это может привести к разрозненности данных: в системе сквозной аналитики за месяц будет учтено 100 заявок, а в CRM-системе клиента — 95, так как 5 из них будут учтены в следующем месяце. Та же самая проблема свойственна для заявок, поступающих в ночное время.
Необходимо чётко и подробно прописывать техническое задание разработчикам. Главное — добиться согласованности в целях и задачах, для которых разрабатывается система, и учесть в архитектуре все особенности бизнес-процессов конкретной компании.
Для этого на первых этапах работы привлекаются сотрудники, принимающие решения на основе данных отдела маркетинга — CRM-менеджеры, руководители колл-центра, менеджеры продаж. Совместная задача — прояснить разработчикам весь процесс движения пользователя по воронке продаж, выявить возможные «белые пятна», оговорить скрипты общения с клиентом и принципы занесения данных в CRM-систему.
Ошибка четвёртая. Лишние данные
Многие руководители изначально не знают, какие данные могут потребоваться для работы, и собирают в систему максимальное количество информации из всех источников. Например, ставят задачу собрать сведения о взаимодействии пользователя с каждым элементом сайта: скроллами страницы, кликами на кнопки, взаимодействием с калькуляторами. В нашей практике есть клиенты, которые настаивали на сборе максимально полных данных, однако не использовали и 10% от этого объёма.
Собирая слишком много данных, вы получаете две проблемы.
- Большие усилия по поддержанию сбора при изменениях интерфейса.Если на сайте были размечены все действия пользователя, то при каждом изменении интерфейса придётся это всё настраивать заново. В итоге поддержка бесперебойного сбора всех данных может обойтись в 10 раз дороже, чем сбор действительно нужных.
- Длительная обработка данных. Если собирать абсолютно все действия, то объём данных за 2 года по клиенту может занимать 2–3 ТБ, а на их ежедневную обработку будет уходить до суток. Если собирать только нужные действия, то объём данных может сократиться до 5 ГБ, обработка которых займёт от 20 минут до часа.
Для сквозной аналитики необходимо собирать только те данные, на основе которых можно принимать управленческие решения. А именно — информацию всех рекламных источников о движении пользователя по воронке продаж из CRM-системы. А для оптимизации сайта будет вполне достаточно систем веб-аналитики.
Ошибка пятая. Неверная информация
Одна из самых крупных ошибок возникает при расчёте рекламных расходов. Не все помнят, что правильная формула подсчёта выглядит так: Расходы + НДС + Агентская комиссия — Расходы на скликивание (они возвращаются клиенту рекламными площадками).
При объединении данных по расходам в сквозной аналитике часто забывают привести все затраты к единому формату, учесть все составные части формулы, обновить исторические данные так, чтобы деньги, фактически потраченные на рекламу, совпадали с данными в аналитике.
Ещё часто ошибки кроются в UTM-метках рекламных кампаний. Автоматическая прометка ссылок возможна не во всех источниках, а при ручной постановке UTM-меток ошибки могут совершать люди. Отчасти их количество можно уменьшить прописанными регламентами, но это не даёт гарантий.
Также ошибки в данных могут быть связаны с API рекламных систем, где содержится информация о расходах. Например, API социальных сетей позволяет получить UTM-метку из объявления в таргетированной рекламе. Однако, существуют ещё несколько вариантов, которые могут вызвать сложности:
- Рекламное объявление ведёт не на сайт, а на пост в сообществе, в котором указана промеченная ссылка. В этом случае для корректного учёта требуется скачать контент поста и выделить из него ссылку на сайт с UTM-метками.
- Ссылка может быть намеренно сокращена при помощи сторонних сервисов. В этом случае требуется перейти по ней и получить полное значение со всеми метками.
И это только самые серьёзные из возможных ошибок. Поэтому важно проанализировать весь путь данных от источника информации до конечного отчёта и постараться устранить все возможные проблемы.
Ошибка шестая. Неопределённые цели
Наконец, самое важное: если вы не умеете видеть за полученными данными конкретные решения, то никакие системы аналитики не помогут. Допустим, руководитель компании услышал на одной из конференций, что сквозная аналитика помогает больше заработать, и поручает её сделать разработчику. Поначалу обилие цифр, красивых графиков и диаграмм может создавать иллюзию полного контроля. Но если на основе этих данных не принимать решения и не оптимизировать бизнес-процессы, то данные будут накапливаться, затраты на обслуживание системы — расти, а сотрудники — требовать повышения зарплат из-за роста загрузки.
При внедрении системы сквозной аналитики необходимо иметь список бизнес-задач, которые можно решить с помощью аналитики, выдвинуть гипотезы и определить, какие данные для этого необходимо анализировать.
Ваша задача оптимизировать воронку продаж? Соберите информацию о том, как по ней двигаются различные типы клиентов. Данные из сквозной аналитики позволят определить «узкое горлышко» и исправить недостатки на этом этапе.
Необходимо улучшить работу колл-центра? C помощью сквозной аналитики можно проанализировать данные по каждому оператору: его долю продаж, число отказов в результате разговора, анализировать лексику оператора и наиболее частые фразы клиентов.
Советы при работе со сквозной аналитикой
- Определите все вопросы, ответы на которые помогут вашему бизнесу расти. На этом этапе можно ограничиться обсуждением с командой внутри или привлечь специалиста из агентства, имеющего соответствующий опыт.
- Для каждого составленного вопроса определите требуемые данные и возможность их получить.
- Подготовьте техническое задание на разработку отчётов и архитектуры сбора и обработки данных. Только после этого этапа можно приступать к построению сквозной аналитики.
- Не ждите идеального готового решения. Начинайте использовать систему, как только вы подключите к ней первые данные.
- Собирайте только необходимые данные.
- Предусмотрите обработку всех возможных проблем на пути от источника данных до итогового отчёта.
- Принимайте эффективные управленческие решения.