В бизнесе у сквозной аналитики особая роль: не только аналитическая, но и «продвиженческая», эволюционная, объединяющая различные данные.
Больше подходов рекламирования (совершения покупок), тем более необходима сквозная аналитика, ее актуализация в форме рекламно-маркетинговой аналитики по всем этапам взаимодействий с клиентом.
Почему нужна сквозная аналитика?
Согласно активизируемым «воронкам продаж», пользователи знакомятся с продуктом по разным каналам и способам:
1) заполняя онлайн-форму;
2) посредством чата;
3) с помощью e-mail;
4) по телефону;
5) офлайн, приходя в магазин.
Какой вид трафика, какой источник наиболее ценен для оформляющего заказ посетителя? Например, Google Analytics применяет модель «Last Non-Direct Click», с наибольшим учетом непрямого последнего клика, игнорируя помощь других участников активации «воронки». Несправедливо!
Ценность канала (трафика) можно идентифицировать с помощью сквозной аналитики, учитывая реальные продажи (без учета «заявившихся», но не завершивших заказ, оплату его). CRM – не отражает это. Они отражаются соотношением потраченных на каналы денег и полученных.
Каковы задачи сквозной аналитики?
Предыдущий анализ позволяет сформулировать ключевые задачи:
1) предпродажная настройка касаний с потребителем (по всем источникам и данным);
2) коррекция, расширение данных по продажам (по CRM);
3) оценка окупаемости канала (по всем взаимодействиям);
4) коррекция рекламно-маркетингового бюджета (по данным различных точек, систем);
5) анализ рекламно-маркетинговой политики, ее результативности по прямым конкурентам.
В аналитических приложениях (Google Analytics, Яндекс.Метрика) видны каналы, заявки посетителей, а в системах CRM – транзакции. Следует все объединять, автоматизировано генерировать отчеты, показывающие общую маркетинговую ситуацию, особенно, затраты по привлечению пользователей, реальным доходам от каждого канала.
Эту ситуацию отражают метрики:
1) коэффициент конверсии (доля посетителей, совершивших целевое действие, часто путают с долей купивших);
2) объем (в посетителях и деньгах) транзакций;
3) задержки и отказы по странице и др.
В Google Analytics сквозной достаточной аналитики нет, нет необходимых ее метрик:
1) расходы по рекламам (их необходимо «принудительно» самому импортировать);
2) сложно отследить все каналы, необходима интеграция с соответствующими сервис-возможностями (например, CRM, коллтрекинга);
3) реальная исполняемость заказов (с учетом передумавших, возвративших продукт) и др.
Собрав, интегрировав все данные (всех каналов и источников), можно проанализировать детально рекламно-маркетинговые усилия, процедуры и повысить их эффективность.
Как управлять сквозной аналитикой?
Только в автоматизированном режиме! Только по корректируемой адаптивно «воронке продаж», получив возможность адаптивно корректировать, например, ROAS по каналам, элементам семантического ядра, генерируя отчеты с метриками и идентифицируя KPI. Это позволит перераспределять бюджет адаптивно, с выяснением убыточных каналов, сегментированием клиентов по активности.
Важно исследовать причинно-следственные эффекты просмотров на сайте и покупок офлайн, пути управления доходами от клиентов (LTV). Поможет А/В-тестирование, акции с целью идентификации оптимальных.
Как настроить сквозную аналитику?
Суть всех способов настройки (их много) одна – интеграция по данным и каналам Google Analytics, но инструментарий – различный, определяемый задачами, возможностями компании. Одним необходима системная аналитика, других устраивает расходы-доходы и «канальные» ROAS. Эффективна облачная интеграция в Google Big Query, куда данные поступают с сайта в реальном режиме («с точностью до топового»).
Это будут несемплированные («сырые», нешкалированные по количеству посещений) данные по сессиям или распределенные по UTM. Настройка начинается с объединения данных по расходам (они есть в Google Analytics), выгрузки в Google Big Query вместе с иными данными (звонки, коллтрекинг, email-рассылки). Big Query-отчет строится, применяя запросы SQL или отчеты BI (например, SmartData, DataStudio, MS-PowerBI).
Как внедрить сквозную аналитику?
Процедура в укрупненном виде реализуется поэтапно:
1) настраивается расширенная e-Commrece-акция;
2) устанавливается на сайте коллтрекинг, интегрируется с Google Analytics;
3) настраивается пересылка ID клиента в систему CRM согласно событию (например, «заполнена форма заказа»);
4) согласно идентификатору пересылки все данные клиента связываются;
5) идет импорт (в Google Analytics) расходов клиента по всем источникам;
6) настраивается передачу данных по доходам-продажам-возвратам (согласно Client-ID).
В результате формируется сквозной аналитический отчет. Можно привлечь аутсорсинг, отчет будет более оперативно и полно сформирован.
