Пока вы не собираете аналитику, ваш бизнес продолжает терять 70% лидов

Рассказываю о девяти инструментах, которые помогут собрать мощную базу для аналитики и не отдать ваших лидов конкурентам.

Всем привет 👋🏻 Меня зовут Анастасия Заран, я основатель аналитического агентства «Разумный маркетинг». Мы помогаем компаниям увеличивать прибыль с помощью аналитики. Исследуем количественные и качественные показатели, собираем базы, систематизируем информацию о клиентах и лидах, а потом помогаем оформить эти данные в виде конкретного бизнес-плана.

Потенциальные клиенты отваливаются по разным причинам. Например, уходят к конкурентам, разочаровываются в сервисе, а может, их заявка — всего лишь разведка на будущее. Сценариев много, факт один: они ушли. Но уверяю вас, если узнать такую аудиторию чуть лучше, 70% неудач будет гораздо проще сократить.

В статье расскажу, как можно работать с отказами при помощи девяти разных источников. Но сначала немного контекста.

Перед началом работы мы попросили клиента показать пример их базы данных. Всё бы хорошо, есть табличка с рядом колонок, где указаны: страна, UTM-метки, Yandex Ads, тип и количество подписок, timestamp — или временная метка — каждого шага и доход компании за весь период работы. Вот эта табличка 👇🏻

У клиента был неплохой задел для аналитики, но есть нюанс. Я стала замечать в базах малого и среднего бизнеса следующий казус: в таблицах есть колонки с заголовками, а данных внутри практически нет. С таким фундаментом анализировать показатели бизнеса, а соответственно, и улучшать их будет невозможно. Мы не сможем понять, что влияет на продажи, прибыль и поведение лидов.

Мы запросили у клиента данные из других источников, чтобы всё-таки сделать качественный анализ. Рассказываю, что это за источники, какие сведения с их помощью можно раскопать и как на основе этих данных получить мощную аналитику.

ClickHouse — это бесплатный сервис, с помощью которого можно получить большой массив веб-данных и управлять аналитическими запросами. При правильной настройке ClickHouse собирает данные по аналогии с Яндекс Метрикой (в сыром виде), с которыми аналитику есть куда развернуться.

Вот несколько примеров того, что можно найти в такой базе:

UTM-метка — это система трекинга для URL-ссылок, с помощью которой можно отследить приход трафика. Например, вы пишете статью на vc.ru и указываете ссылку на сайт своей компании. Благодаря такой метке вы сможете понять, сколько лидов к вам пришло с vc.ru, на какую сумму купили, сразу или в течении года, и стоит ли тратить деньги на продвижение в рамках этого рекламного канала.

Словарь UTM-меток нужен, чтобы оценивать эффективность рекламных кампаний. Вот какую информацию важно в нем фиксировать 👇🏻

Представьте: вы оформляете заявку на кредитную карту в банке. Для этого система попросит вас заполнить небольшую анкету, где нужно указать имя, паспортные данные, уровень дохода, сведения о поездках за границу за последний год и выписку с дебетового счета.

Для банка это важные данные, с их помощью он оценивает ваш уровень платежеспособности и формирует для вас и похожей на вас аудитории рекомендации. В случае с большими корпорациями эта схема может выглядеть сложнее.

С помощью воронки продаж мы можем отследить путь клиента от первого касания с бизнесом до первой покупки. Механика простая, но иногда трудоемкая: нам нужно проанализировать все этапы воронки и отследить, на каком из них и почему отвалился конкретный человек. Дальше мы смотрим динамику причин, по которым уходит больший процент лидов, другие зависимости. И запускаем работу над ошибками 🙂

Каждому шагу пользователя внутри воронки присущи определенные признаки, которые можно собирать в нужном количестве. Например, учитывать при аналитике только один или сразу несколько критериев.

Я считаю, что данных много не бывает, поэтому рекомендую фиксировать максимум информации на каждом уровне бизнес-процесса. Кто знает, вдруг вопрос, который связан с пробными уроками в онлайн-школе, приведет нас к неочевидным инсайтам. Например, мы заметим, что конкретные учителя отлично отрабатывают уроки, после них максимальная CR в покупку, а некоторые, наоборот, сливают занятия.

Чем больше данных мы соберем, тем больше информации по изменению бизнес-показателя сможем получить. Как результат — мы будем точно знать, как на него повлиять. Без лишних гипотез и тестов.

С данными до первой покупки и действиями лида во время пробного периода мы можем сравнить поведение пользователей, которые совершили покупку и ушли. А также выявлять причины отказа, чтобы в будущем уменьшить их количество.

Например 👇🏻

Поведение лидов бывает разным, как и сами лиды. Есть клиенты, которые уже взаимодействовали с компанией. Например, вернулись через неделю, месяц и даже год. Важно посмотреть, какими были их первые касания и какими они стали сейчас.

По каждой группе критериев мы можем сегментировать людей — объединять их в группы. Исходя из этих данных, сужать разные сегменты и делать персональные предложения для клиентов. А в некоторых случаях предлагать продукт, который точно купят (даже если не собирались ничего покупать).

В маркетинге есть понятие «портрет некупившего». Это совокупность характеристик всех людей, которые заинтересовались продуктом, подали заявку, но так и не совершили покупку. Составить такой портрет нам помогут данные обособленных подразделений.

Например:

С помощью портрета некупившего мы сможем понять, что нужно изменить в каждом этапе воронки продаж и продукте в целом, чтобы пользователь вернулся к нам и купил позже. Или повысить шансы на продажу прямо сейчас.

Также некупившим лидам можно предложить другой продукт, который обычно приобретает аудитория с похожим «портретом». Чтобы обнаружить общие черты, обратите внимание на выручку компании, сферу деятельности и программы, которые уже использует лид.

Коммуникация с потенциальным клиентом помогает прощупать, найти и сформулировать множество точек роста для бизнеса. Поэтому важно фиксировать следующие касания с лидами:

С помощью данных по лидам мы можем понять, что больше всего не нравится пользователям и реальным клиентам, на чем они спотыкаются, на каком этапе отваливаются и другие ценные инсайты.

Партнерский маркетинг — это способ заработка, при котором сторонняя компания или человек получает вознаграждение за помощь в продаже товаров и услуг. Простой пример: рекомендуете кредитку другу — получаете деньги от банка. Вам — 2000 рублей, банку — проценты от платежеспособного клиента.

Несколько вопросов о партнерах-рефералах, на которые стоит ответить бизнесу:

На основе данных о рефералах мы можем вычленять различные признаки, тестировать гипотезы, выявлять лучших продажников и проецировать их путь для остальных. А еще партнерский маркетинг — это дополнительный инструмент продаж. Особенно если в бизнес-модели не предусмотрен традиционный маркетинг, и компания развивается только за счет рефералов и стратегии подписок.

DaData — сервис проверки адресов, реквизитов, ИП и ЮЛ, Ф. И. О., имейлов, телефонов и других контактных данных. Благодаря этому инструменту можно подтянуть открытую информацию о компании через ИНН: посмотреть выручку и чистую прибыль. А также посмотреть историю судов за неисполнение обязательств по договорам — это поможет минимизировать риски работы с непорядочными партнерами.

Допустим, к вам пришла фирма с большим оборотом. С помощью данных по ИНН вы сможете сразу передать ее в управление менеджеру, у которого по статистике минимальный срок сделки в работе с большими компаниями. А если маржинальность в компании пока ниже, чем у долгосрочных или ключевых клиентов, вам не придется тратить много времени на верификацию и бессмысленные переговоры. поймете, что это не ваш целевой клиент.

Представьте, какая интересная аналитика может получиться благодаря этим девяти источникам. Возвращаясь к нашему кейсу с IT-компанией, приведу простой пример.

Допустим, 2300 лидов пришли к вам с рекламной кампании Х на аудиторию Y. Вы потратили (= слили) на продвижение 3 миллиона рублей, а лиды ушли к конкуренту. Почему? Потому что менеджер связался с ними через сутки после отправки заявки.

Учитывая еще и ИНН, мы знаем, что средний оборот большинства лидов не выше 10 000 000 рублей в месяц, а это не наша целевая аудитория. Мем смешной, ситуация страшная. Придется искать другие каналы продвижения.

Я сразу подсветила этот инцидент собственнику. И ввиду его осознания, что почти вся текущая аналитика в компании некорректна и малоэффективна для бизнеса, построение “фундамента” по сбору данных будет приоритетным для IT-команды.

Насколько активно развита бизнес- и системная аналитика в Вашей компании? Вопрос, на который стоит честно ответить не только нашему клиенту, но и всем, у кого есть аналитики в штате.

Больше неочевидных инсайтов об аналитике для бизнеса читайте в телеграм-канале «Разумный маркетинг». А в комментах рассказывайте, сколько колонок заполнено на 100% в вашей табличке с данными?