Веб-аналитик по подписке. Как в 5-10 раз снизить расходы на услуги аналитиков и получить результат

Секрет в высоком уровне автоматизации и роботизации процессов.

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat, а также Telegram-канала про сквозную аналитику.

Задача аналитики - поиск точек роста бизнеса, а не генерация головной боли с ее внедрением и эксплуатацией.

Но практике 90% времени занимают технические работы по ее внедрению и обучению с ней работать, обычно из-за недостаточной экспертизы и нежелания использовать готовые сервисы.

На базе сервиса сквозной аналитики продавать результат - поиск инсайтов и проблем в процессах, то есть то, ради чего вся аналитика и строится, а стоимость всех технических работ - обнулить.

Владельца бизнеса или аналитика освободить от черновой работы, заменив на подписку на еженедельный отчет в мессенджер по текущим проблемам и точкам роста.

Ссылка на сайт здесь.

Основная проблема со сквозной аналитикой - долго и дорого внедряется, а результата 0.

Если вы не понимаете зачем нужна сквозная аналитика, читайте эту статью.

Если понимаете ценность аналитики, но ищете решение как ускорить процесс и получить результат - читайте дальше.

Если на этапе продажи внедрения аналитики или продажи курса по аналитике, все выглядит красиво.

Красивый дашборд и рост!

То на практике обычно так:

Это нормально, но не знание законов не освобождает от ответственности.

Аналитика это не только ROI смотреть по источникам, но и понимание технических принципов работы - счетчик, вебхуки, как строятся отчеты, фильтры, работа с дублями, логи, отладка, понимание смысла ошибок и как их исправлять. И еще пара десятков настроек.

На практике же часто приходится выдавать пошаговые инструкции на самые простые действия: как установить счетчик, как найти заявку по id чтобы понять откуда она и что вообще есть id заявки.

Итог: даже если аналитика каким-то чудом внедрена, она постепенно деградирует, потому что там копятся проблемы, которые специалисты с низкой технической экспертизой не в состоянии решить.

Не хочу утверждать что аудитория постепенно разучивается читать, наверняка сказывается отсутствие времени и перегруз по задачам.

Но тем не менее, часто сталкиваемся с тем, что пошагово разжевываешь что надо делать, но дальше заголовка не читают.

Не все, но часто.

Итог: если инструкция предполагает что за 2-4 недели клиент получит точные данные в отчетах и сможет наконец принимать решения на основе цифр, то на практике бардак с данными может тянуться месяцами и толку от аналитики 0.

Это гремучая смесь низкой технической экспертизы и каких-нибуть курсов по питону/sql.

Когда аналитик узнав что можно самому тянуть данные из апи и писать какие-то скрипты на сайте, считает что он уж точно сделает лучше аналитику чем готовые сервисы да еще и бесплатно!

Но при этом низкая техническая экспертиза не дает оценить масштаб и трудоемкость всех будущих проблем самописных решений.

Итог: аналитика может внедряться месяцами и годами, причем 90% времени уйдет на написание того что уже есть.

Это продолжение проблемы низкой технической экспертизы и не способности читать инструкции.

Внедрили аналитику и дальше каждый придумывает свой план или без плана делает какие-то очевидные действия.

Типовые примеры:

Итог: дашборды играют красивыми графиками, но цифры не отражают действительность. Инструкция грустит.

Неоднократно слышал фразу "сделали как хотел клиент".

Тут конечно скользкий вопрос, но если задача клиента решается готовыми инструментами, надо стараться использовать их, особенно если клиенту не сильно сложно под них подстроиться.

Это нормально, клиент может не понимать как работает аналитика и ставить некорректное ТЗ. Нужно объяснить как правильно, если конечно есть понимание.

Итог: разработка велосипедов под хотелки клиента лишь тратит время, нужно искать компромиссы для его экономии.

Применить принцип и приемущества промышленной сборки.
Вместо аналитики на коленке с неизвестным бюджетом и сроками...

Получить промышленный продукт с определенным стандартом качества, предсказуемым сроками и бюджетом:

Только вместо завода выступает собственный сервис сквозной аналитики.

В итоге заменив ручную сборку аналитики, на промышленное автоматическое решение c отлажеными процессами, можно до 10 раз сократить расходы на разработку и поддержку этой аналитики.

Вместо 100 000+ руб/мес на зарплаты, можно платить от 9900 руб/мес и получать те же инсайты по эффективности рекламных источников.

Неважно что вы продаете - китайскую товарку или высокоточные станки.

Процессы и метрики успеха везде одинаковы.

Если вам кажется что вы уж точно "уникальны", то скорее всего где-то бардак в процессах.

Если говорить по интернет-продажи, то там такая типовая схема - У ВСЕХ.

Если все у всех одинаково, то логично завернуть все работы в какое-то коробочное решение, чтобы каждый раз с нуля не разрабатывать.

Так и родились сервисы сквозной аналитики.

Специалисты, которые работают по старинке в Power BI/Google Data Studio/Excel и прочих инструментах аналитики, могут не подозревать что их многочасовая работа по аудиту данных может делаться за 1 секунду с соответствующей себестоимостью.

Например робот в UTMSTAT делает более 100 проверок, которые мы заложили по опыту работы с клиентами.

Этот тот случай, когда цена минимальная, а экспертиза на максимуме. Мало кто в живую вспомнит и проверит 100 нюансов. Я точно нет.

Вот пример кода по контролю точности коллтрекинга, а как вы проверяете? Хватает номеров?

Теперь давайте посмотрим как из 100 000 руб зарплаты веб-аналитика, получится 9900 руб.

Типовой процесс внедрения сквозной аналитики:

Такая схема маловероятна в обычных агентствах, где основной продукт - ручной труд.

Вместо того чтобы тратить свое время на технические работы с аналитикой или тратить деньги на найм аналитика, можно просто подписаться на результат - еженедельный отчет по инсайтам и проблемам.

Так вы сразу пропускаете 90% проблем и фокусируетесь на росте бизнеса на основе данных.

Отчет будет делать живой аналитик и отвечать на вопросы в чате.

Вроде ничего сложного, но именно в этих пунктах основной драйвер роста на основе данных.

Основная сложность - заниматься этим системно каждую неделю.

Цифры не скажу, но они есть. Подход работает прекрасно.

Еженедельный чекап за 4-5 итераций позволяет гарантировано довести настройку сквозной аналитики до показателей точности данных в 90+% даже если подрядчикам клиента с трудом все дается.

Берем количеством попыток.

Далее, после получения корректных цифр в отчетах, можно заниматься поиском инсайтов 1-2 раза в месяц.

Чаще в МСБ нет смысла - нужны данные.