Сквозная аналитика в недвижимости: почему пробуют многие, а получается у единиц

Я Игорь Балашов, основатель и создатель системы сквозной аналитики Smartis. Сегодня я хочу поднять один из насущных вопросов – почему у одних получается выстроить сквозную воронку до сделок, а у других нет. И что значит – правильно использовать сквозную аналитику в недвижимости.

Пять лет назад застройщики воспринимали сквозную аналитику как что-то абстрактное и далекое. Вроде бы обещают неплохие результаты, но с какой стороны подойти к инструменту и чего от него ждать — непонятно.

Сейчас ситуация изменилась: умение работать с данными — это навык, который выходит на первый план. Застройщики стремятся анализировать каждый этап воронки продаж, чтобы найти точки роста. Основная цель — снизить ДРР, избавиться от фрода, увеличить объем продаж. Сквозная аналитика помогает застройщику оптимизировать рекламный бюджет и отключить неэффективные каналы, поэтому спрос на инструмент растет с каждым годом.

Однако 9 из 10 застройщиков испытывают трудности с внедрением сквозной аналитики или не получают тех результатов, на которые рассчитывали. В неудачах часто винят инструмент: «наверное, сквозная аналитика работает не у всех, а пользу приносит только избранным».

Это происходит из-за ряда ошибок — как в действиях, так и в понимании целей и значения сквозной аналитики для девелопера. Расскажем об основных причинах, из-за которых ваша система может не оправдывать ожидания.

Проблемы начинаются с того, что CRM система в компании не ведется должным образом. Формально по регламентам и ТЗ всё может быть в порядке, но на практике менеджеры не вносят и не обновляют данные по клиентам, не заполняют карточки или заполняют их произвольно, по-минимуму. В системе нет полной информации по сделкам и обращениям.

Мы пообщались на эту тему с сотней застройщиков. Получили такую картину:

То есть почти 41% не имеют налаженного процесса использования CRM.

Это приводит к серьезным последствиям.

— Подрядчики и рекламные агентства могут продавать вам повторно ваши же лиды.

— Вы располагаете недостоверными данными, на основе которых нельзя делать выводы.

— Получаете дубли сделок, контактов, встреч.

— Продавцы не заносят данные о клиентах. Например, если им кажется, что человек не совершит покупку. В итоге всё отлично с KPI, потому что продавец не портит себе «статистику», но компания упускает сделки.

— Нельзя контролировать пропущенные звонки и необработанные обращения. Продавцы забывают перезвонить клиентам.

Ресурсы, вложенные для работы с CRM на полную мощность, окупят себя как в маркетинге, так и в продажах.

Служба безопасности девелопера может отказаться предоставить доступ к CRM другому сервису — вся информация только «для внутреннего использования». Проблемы с доступом бывают также чисто техническими. Например, самописная CRM, которую многие годы дорабатывают разные команды IT-специалистов. В такой системе сложно разобраться и понять, как провести интеграцию.

Запутаться можно не только в самописных системах, но и в стандартных решениях: не все внутри компании помнят, какие фильтры, кем и зачем устанавливались, какой показатель к чему привязан и т. д.

К счастью, все эти проблемы решаемы.

Опасения службы безопасности обходятся через on-premise/in house-решения сквозной аналитики. Систему устанавливают в серверном контуре компании, данные не уходят «на сторону», все только внутри. Также можно воспользоваться шифрованием данных CRM в облачных сервисах.

Технические проблемы, мешающие получить доступ к данным из CRM, обходятся с помощью Excel-выгрузок.

Важный момент: данные в выгрузках должны быть полными, иначе сквозной аналитике негде развернуться.

Поверхностные данные — это одна их самых распространенных проблем, которые мешают сквозной аналитике полноценно работать, а застройщику достигать с ее помощью бизнес-целей.

Что касается ситуации, когда сотрудники компании сами плохо понимают, как настраивалась их CRM, то она решается с помощью погружения в данные и поиска тонкостей. Иногда небольшие детали могут серьезно поменять перспективу.

Например, в одном проекте мы столкнулись с хитростью в заполнении информации о встрече. Обе встречи отмечены как проведенные, но в одной есть дата и время, а в другой — пустое значение. Это можно принять за обычную невнимательность — забыли указать дату. Такие встречи шли в отчеты как проведенные, их учитывали при подсчете эффективности рекламных каналов (и этот показатель у клиента не рос).

При изучении данных мы выявили такие настройки: в проведенную встречу проставлялась дата, а в отмененную — нет. Несмотря на то, что в верхнем поле стояло значение «да».

Никто об этом не знал, IT-специалисты после себя документации не оставили. Когда во всем разобрались, в отчеты стали поступать более корректные данные о встречах. что отразилось на росте эффективности каналов рекламы.

Наш опрос показал, что треть застройщиков не дает полный доступ к сквозной аналитике своим подрядчикам и площадкам. При таком раскладе агентство работает почти вслепую — кампании оптимизируют не на основе сделок, а по конверсиям и звонкам. Так не видно всей воронки и деталей.

Например, нет истории контактов с клиентом — как работал оператор или продавец, почему лид не перешел на следующий этап и т. д. Причины срыва сделок остаются непонятными для подрядчиков.

На скрине статистика по конверсии у застройщика, который отказал подрядчику в доступе к сквозной аналитики. Значение скачет неконтролируемо.

Конверсия в звонок может быть высокой, а со сделками все равно беда. Соответственно, подрядчик обеспечивает много уникальных звонков, но не помогает повысить продажи.

Теперь посмотрим на картину, которая складывается при наличии у подрядчика полноценного доступа.

Агентство уже располагает данными, на основе которых может формировать и тестировать гипотезы. В результате наблюдается трехкратый рост конверсии из обращений в сделки.

Останавливаться на доступе для агентств не стоит, важно помнить и про лидген. На примере вы можете видеть конверсию по лидогенераторам, которые имели доступ к сквозной аналитике.

С помощью полного доступа подрядчики видят, какая аудитория конвертируется, а какая нет; какие предложения «выстреливают», а какие неинтересны и т. д.. На основе этой информации они корректируют скрипты и аудитории. Приводят лиды, которые идут дальше по воронке.

Часть застройщиков продолжает считать сквозную аналитику инструментом только для отчетов. По объемному ТЗ подрядчик создает «пачку» отчетности, передает ее маркетологам или коммерческому директору. Далее он просматривает данные, формирует краткую выжимку и отправляет руководству. Десятки отчетов внимательно изучить не получится. Это будет беглое знакомство с информацией, чтобы резюмировать работу за конкретный период.

Единственная польза, которую дает сквозная аналитика при таком сценарии — это экономия времени. Маркетологу не приходится собирать данные вручную и строить графики. Автоматизация и экономия времени сами по себе прекрасные вещи, но не стоит ограничивать пользу сквозной аналитики только ими.

Рассмотрим противоположный сценарий, в котором маркетолог знает, как пользоваться инструментом и применять информацию из отчетов.

Например, в одном из отчетов он видит невыполнение плана по продажам. Два объекта при этом показывают себя хуже остальных.

Маркетолог рассматривает детальнее этот объект, чтобы понять, какие каналы не сработали. Видит в сквозном отчете, что бюджет на рекламу в Facebook не реализован почти наполовину, а в контекстной рекламе план выполнили только на 3/4. Здесь маркетолог помечает — «нужно проконтролировать подрядчика по соцсетям, чтобы он откручивал нужные объемы рекламы, и разобраться с планом по контексту».

После чего делает сплит по бот-трафику в Яндексе, видит показатель 12% — это уже точка роста, здесь можно сэкономить. Сплит по каналам показывает, что изменилось соотношение бюджета — забрали из поиска и передали в РСЯ.

В итоге маркетолог, умеющий правильно применять сквозную аналитику, за пять отчетов и полтора часа:

Про матчинг сделок мы говорим уже полтора года. И до сих пор многие не двигаются в сторону его повышения.

Матчинг сделок — это все продажи с известными источниками. Часто у 30-40% сделок девелопера есть данные об источниках, а остальной пласт продаж находится в серой зоне. Люди купили, но откуда они пришли, какие рекламные усилия повлияли на их решение — неизвестно. Таких клиентов называют «самоходами». Но застройщик понимает, что на рынке недвижимости не может быть 60-70% клиентов, которые «проходили мимо» и решили купить дом или квартиру.

Посмотрим на примере: получаем сквозной отчет по каналам, видим, что Яндекс.Директ и Google Ads показывают себя не очень хорошо.

Смотрим отчет по матчингу — 62,5% сделок с неизвестным источником.

При таком низком показателе матчинга сделок нельзя принимать правильные управленческие решения по распределению бюджета между рекламными каналами. Опираясь на неполные данные вы рискуете отключить работающий канал и снизить продажи.

Матчинг сделок обязательно нужно повышать. Как это делать: изменить модель атрибуции и погружаться в данные. Показатели будут низким, если использовать модель non-direct last click, в которой учитываются только обращения.

Переходим на модель «все обращения» вплоть до визита или сделки — таким образом поднимаем процент матчинга.

Если учитывать все касания — любые взаимодействия с клиентом, которые не обязательно сразу приводили к звонку или заявке, показатель будет еще выше. В отчете мы видим новые каналы, повлиявшие на поведение клиента.

Важно учитывать и ROPO-эффект, так как среди ваших клиентов есть люди, которые тихо изучают сайты и предложения разных застройщиков, а потом приходят к вам в офис. Они не оставляют номера телефонов и других заметных «следов», поэтому тоже могут быть ошибочно отнесены к самоходам.

Теперь в отчете появились наружная реклама и телевидение. А матчинг сделок увеличился до показателя, на основе которого можно спокойно принимать решения об эффективности тех или иных каналов.

В итоге получаем достоверную картину по каналам. Оба показывают себя отлично.

Нужно стремиться к значению матчинга сделок не ниже 70% — это минимальный показатель.

Сквозная аналитика — это работающий инструмент, который сегодня экономит застройщикам миллионы рублей.

— Для группы «Эталон» мы сделали прослойку между CRM и системой — базу без прямого доступа, в которой находится дублирующая информация из CRM, чтобы подстроиться под жесткие требования их службы безопасности.

Благодаря использованию модели атрибуции по всем касаниям, выделению и диверсификации сделок жилой недвижимости девелопер повысил матчинг сделок на 20%, приблизив его к 70%

— Для ГК ФСК мы автоматизировали верификацию лида и сократили период его оценки с двух месяцев до 2,5 недель.

Алгоритм, который использовали:

Девелопер перераспределил рекламный бюджет, отключил неработающие каналы. Оптимизация с помощью алгоритма верификации лида помогла ГК ФСК сократить ДРР на 12,7%, сохранив при этом объем продаж за период в шесть месяцев.

Еще несколько лет застройщики относились к сквозной аналитике как к технологии будущего, которая нескоро сможет приносить измеримый результат в отрасли с длинным циклом сделки, большим количеством рекламных каналов и способов коммуникации с клиентами. Однако сегодня крупные девелоперы не представляют своей жизни без погружения в данные по всем процессам и проработки на основе этой информации каждого этапа воронки продаж.

Внедрение сквозной аналитики — это сложный процесс, который требует времени, терпения и высокой вовлеченности всех участников со стороны девелопера. Полноценное внедрение в бизнес-процессы застройщика занимает от 3 до 6 месяцев. Но полученный результат того стоит. При правильно подходе застройщик будет контролировать весь путь клиента, даже если тот не касался рекламы, и принимать правильные управленческие решения, ориентируясь на полные и достоверные данные.