Зачем бизнесу нужна сквозная аналитика

Антон Литвинович, специалист по контекстной рекламе, подготовил статью, в которой разбирает и показывает на примерах, как сквозная аналитика используется для сбора информации по рекламным кампаниям и как с ее помощью выбрать и оптимальный канал привлечения клиентов. 

Этой статьей Антон начинает серию публикаций о веб-аналитике. Сегодня разберём, что такое сквозная аналитика, для чего нужна и как ею пользоваться.

Задачи, которые решает сквозная аналитика

Любая аналитика нужна для принятия решений и ответа на вопросы. Для примера рассмотрим сайт, который продаёт товары или услуги и продвигается с помощью контекстной рекламы. На сайте установлены счётчики веб-аналитики и настроено отслеживание заявок. На какие вопросы мы хотим найти ответы в таких случаях?

— Как распределять рекламный бюджет по каналам?

— Где есть возможности для роста?

Интернет-реклама удобна тем, что в ней всё можно посчитать. Но что именно считать и как этими данными пользоваться? У нас есть простейшая воронка продаж: клики → заявки (лиды) → продажи → повторные продажи (если актуальны для бизнеса). Для интернет-магазина можно добавить просмотр товара на сайте, добавление в корзину и оформление заказа.

Для каждого из этих шагов есть набор метрик: кликабельность объявлений и стоимость клика, конверсия сайта, количество заявок, количество продаж. Для оценки эффективности каждого канала необходимо считать метрики по каждому из них. Но как их сравнивать?

Сквозная аналитика: сбор и обработка данных

Вот мы запустили рекламу в поиске Яндекса, поиске Гугла и в РСЯ. В поисковой рекламе дорогие клики, но высокая конверсия сайта. При этом в Яндексе клики дороже, но больше кликов и заявок. В РСЯ дешёвые клики, но заявок мало. Как в итоге понять, какой канал работает лучше? Для начала стоит посчитать стоимость заявки. Отслеживание заявок на сайте настроено, поэтому все данные для этого у нас есть. Посчитать можно в простейшей Эксель-табличке.

 Поиск ГуглаПоиск ЯндексаРСЯ
Реклама   
Показы33525841135986
Клики198458482
Кликабельность объявлений5,91%7,84%0,35%
Стоимость клика, ₽426512,5
Суммарный расход на рекламу8316297706025
Заявки на сайте   
Заявки22407
Конверсия сайта11,11%8,73%1,45%
Стоимость заявки, ₽378744861

И вот мы видим, что из поиска Яндекса приходит много заявок, но они дорогие. Уже на основании этих данных можно делать какие-то выводы. Анализируем цифры: кликабельность в поиске Яндекса выше, чем в Гугле, но конверсия сайта ниже. Похоже, приходит много нецелевого трафика: по объявлениям кликают люди, которые не готовы у нас заказывать. Надо смотреть, что написано в объявлениях и по каким поисковым запросам люди на них выходят.

В РСЯ конверсии вроде неплохие для этого типа канала, но заявка дорогая. Надо снижать стоимость клика, либо вообще отключать, если такая стоимость заявки для нас неприемлема. Или рекламироваться по другим таргетингам.

Как понять, какая стоимость заявки нам подходит? Идём дальше и добавляем к таблице данные по продажам. Для отслеживания продаж уже понадобятся дополнительные инструменты. Например, CRM-система с возможностью сохранения UTM-меток, которые привязывают продажи к источникам.

Если нет возможности отслеживать источник каждой сделки, стоит посчитать хотя бы среднюю прибыль от сделки со всех продаж через интернет. И уже с этим значением сравнивать стоимость заявки по каждому из каналов. Но сейчас речь про сквозную аналитику, поэтому считаем, что источники продаж мы отслеживаем.

Для расчёта чистой прибыли примем, что маржинальность бизнеса 40%, умножим не неё доход и вычтем рекламные расходы. 

 Поиск ГуглаПоиск ЯндексаРСЯ
Суммарный расход на рекламу8316297706025
Заявки22407
Продажи   
Продажи11183
Конверсия продаж50,0%45,0%42,9%
Доход8943015570020565
Средний чек813086506855
Прибыль27456325102201

Здесь видно ещё больше интересного. Один и тот же отдел продаж продаёт с разной эффективностью и с разным средним чеком разным каналам. Похоже, на Яндексе что-то не то с лидами, надо работать над рекламными кампаниями. А с РСЯ мы зарабатываем всего ничего. Но надо иметь в виду, что в нашем случае конверсий по РСЯ очень мало. Всего на одну продажу меньше — и мы уже в минусе. Для адекватной оценки должно быть больше данных, но в жизни часто приходится работать с тем, что есть. Можно немного докрутить рекламу в РСЯ и продолжать её тестировать с небольшими бюджетами. Через некоторое время мы накопим больше статистики.

Если бизнес предполагает повторные продажи, обязательно считаем LTV — прибыль от клиента за всё время сотрудничества с ним. Есть такие бизнесы, где стоимость привлечения клиента выше, чем первая продажа и они зарабатывают на второй или третьей продаже. Здесь без расчёта LTV вообще никак. При построении сквозной аналитики важно понимать эти особенности отрасли и бизнеса.

Вернёмся к таблице. В ней мы всё ещё видим много разных чисел, которые непонятно, как сравнивать. С РСЯ мы зарабатываем мало, ну так и тратим не так много. В поиске Яндекса мы тратим больше, чем в поиске Гугла, но ведь и прибыли с него получаем больше. Один из способов сравнения эффективности рекламных каналов — коэффициент возврата маркетинговых инвестиций или ROMI.

Формула расчёта ROMI = (Прибыль — Затраты на маркетинг) / (Затраты на маркетинг)

Если он положительный — канал приносит прибыль. Чем он выше, тем эффективней расходуются деньги на маркетинг.

Считаем по каждому каналу и получаем:

 Поиск ГуглаПоиск ЯндексаРСЯ
ROMI330%109%37%

Теперь мы можем ответить на вопросы, заданные в начале статьи: распределяем больше бюджета на поиск Гугла, дорабатываем рекламные кампании в поиске Яндекса, РСЯ докручиваем и продолжаем тестировать.

Воронка продаж и сквозная аналитика: оптимизация рекламных кампаний для роста прибыли

Возникает вопрос: почему бы нам совсем не отказаться от РСЯ, если у него такой низкий ROMI? Дело в том, что у каждого канала существует своя ёмкость. Возможно, мы уже выбрали весь возможный трафик из поиска и дальнейшее увеличение бюджета не приведёт к повышению количества заявок. В таком случае нам нужен дополнительный охват с помощью рекламы в сетях.

В итоге по каждому каналу мы отследили движение денег сквозь всю воронку от кликов и рекламных расходов до продаж и получения прибыли. Именно это и называется сквозной аналитикой или аналитикой «от денег до денег».

После грубой оценки каналов стоит углубляться дальше. Анализировать каждую рекламную кампанию отдельно, смотреть по регионам, по страницам сайта, по времени суток, по типам устройств и ещё множеству параметров. Можно добавить дополнительные шаги к воронке, — например, отказы — или добавить квалификацию лидов. Это позволит ещё более детально анализировать трафик.

Причины низкой эффективности канала могут быть самые разные. Например, в Яндексе мы рекламируемся по высокочастотным запросам, они приносят много трафика, но мало заявок. Или идёт много рекламы на какой-то регион, где проблема с доставкой и заявки оттуда редко доходят до продаж. Если по всем каналам низкая конверсия сайта, надо работать с сайтом. Или мы на рекламу какого-то конкретно товара тратим больше, чем зарабатываем с его продажи.

Конечно, я построил упрощённую модель. К ней можно добавить органический поисковый трафик, email-маркетинг, SMM и другие каналы. Отслеживать их эффективность чуть сложнее, но тоже возможно. А в жизни чаще всего решение о покупке принимается не сразу, а после нескольких взаимодействий по разным каналам. В этом случае для аналитики используются различные модели атрибуции, но это уже тема для отдельной статьи.

В этой статье я показал сам принцип. Модель можно усложнять, суть от этого не изменится.

В следующий раз я расскажу про конкретные инструменты сквозной аналитики и про общие принципы её построения.

Антон Литвинович, специалист по контекстной рекламе. По вопросам сотрудничества пишите Антону:

https://www.facebook.com/tony.litvin

Posted in Блог.

Добавить комментарий

Войти с помощью: 

Ваш e-mail не будет опубликован. Обязательные поля помечены *