Глава сервиса аудита ключевых метрик стартапов AppCraft Илья Красинский об автоматизации и будущем веб-аналитики.
Директор по маркетингу CoMagic Валерий Пащенко поговорил о перспективах веб-аналитики с главой AppCraft Ильёй Красинским, который ранее сотрудничал с Lingualeo, Bauer Media, Channel4 и другими компаниями.
Что такое диджитал-аналитика? Когда она пришла в бизнес?
Аналитика — это производная от инструментов, которыми мы пользуемся. Она не существует сама по себе, а ее главная ценность — простые выводы для принятия бизнес-решений. Сколько мы можем заплатить за пользователя? Что нужно сделать, чтобы заработать X миллионов рублей? На что направить фокус: маркетинг и привлечение клиентов или рост конверсии на сайте или в отделе продаж? Для подобных вопросов не нужно много цифр. Часто об этом забывают и считают много всего, что можно и не считать.
Диджитал- мир до 2005 года был намного проще. Он состоял из сайтов с рекламой, и всех интересовало, сколько кликают по баннерам. Для оценки эффективности считали просмотры, показы, сессии, иногда клики. В 2007-2008 годах мы делали систему анализа баннерной рекламы для Англии и США, и всех интересовал только CTR (показатель кликабельности — vc.ru).
Как сегодня применяется диджитал-аналитика, что изменилось?
Начнем с того, что сайты с рекламой до сих пор существуют. В сегодняшней экосистеме есть и «люди из прошлого», и те, кто ушел далеко вперед. Первые до сих пор считают CTR. Вторые извлекают из данных смыслы, считают конверсии, ARPU (средняя выручка на одного пользователя — vc.ru) и так далее.
Десять-двенадцать лет назад появился web 2.0. Тим О'Райли написал об этом книгу. Тогда мы узнали о сервисах, в которых можно регистрироваться. Появились первые пользователи, покупки через мобильные приложения, модель freemium.
А в 2007 году вышел первый iPhone. Лично я в тот год понял, что продукты на десктопе и в вебе будут быстро устаревать, потому что мобильные дешевле и проще в использовании. Мобильные продакт-менеджеры отказались от понятия сессии, заменив его пользователями, чтобы точнее измерять воронку и конверсии.
На рынке сформировался огромный спрос на возможности аналитики, которые давали бы ответ на вопросы: «Как пользователь ведет себя в разных каналах?», «Когда был первый контакт?», «Когда регистрация, когда первая покупка?», «Сколько раз клиент вернулся, и в итоге сколько денег принес компании?».
Мобильная аналитика подтолкнула к бурному развитию аналитические сервисы. «Яндекс» и Google во многом под влиянием Mixpanel, Kissmetrics и Amplitude начали переделывать свои движки. За несколько лет они сильно улучшились с точки зрения user based marketing.
Назови главные инструменты, которые помогали, а может быть, и сейчас помогают делать юнит-экономику?
Excel и «Google Таблицы».
И это топовые продукты аналитиков?
Если честно, то да. И до сих пор. Веб-аналитика ничего не знает про бизнес-показатели, про издержки, все еще плохо понимает стоимость привлечения. Какую-то часть информации мы храним в системах аналитики, потом выгружаем в Excel и делаем расчеты там.
Мы ставили эксперименты: у аналитика из восьми часов рабочего времени примерно семь часов уходит на сведение цифр по разным срезам.
Что способно изменить эту ситуацию?
Я начну немного издалека. Дело в том, что в офлайне мы продаем гораздо лучше, чем в онлайне. Конверсия личных продаж может быть 20-30% и выше. В онлайне она составляет обычно 0,2-0,5% — в десятки раз хуже. Почему в офлайне такая высокая конверсия? Потому что сотни людей по всей стране отслеживают процесс продаж. Это бизнес-тренеры, коучи, которые наблюдают и постоянно обучают менеджеров. В онлайне только сейчас мы приходим к идее сначала посмотреть, что и как обычно пользователь делает на сайте, а потом создать какой-то интерфейс.
«Вебвизор» — один из лучших инструментов «Яндекс.Метрики», но, по моим данным, им пользуется только 10% дизайнеров интерфейсов. Это критически мало. Но движение в эту сторону есть.
Кроме того, сегодня современный сайт — это множество «накрученных» на него инструментов продаж и мониторинга: чаты, заявки, колл-трекинг. Аналитические сервисы начинают осознавать необходимость интеграции, чтобы эффективность всех инструментов можно было посмотреть в одном месте.
Где находится сегодня центр актуальных знаний по диджитал-аналитике?
Скорость изменения знаний в области аналитики очень высокая. Сегодня актуальные знания находятся не в книжках и не на курсах, они собираются внутри сообщества. А это всего 200-300 опытных специалистов на всю страну.
Даже если человек прошел образовательный курс, он получил минимальное теоретическое представление о том, как это работает. Знания собираются теми, кому они нужнее всего: это сервисы с низкой маржинальностью. Например, такие как перепродажа авиабилетов, игровые проекты, интернет-магазины. В этих сферах выживают в основном те, кто умеет считать и знает, как метрики влияют на принимаемые решения.
Сегодня достаточно много инструментов, которые автоматизируют работу. Могут ли они компенсировать профессионализм аналитика?
Объясню на примере. Вы берете плохого аналитика, например, за 70 тысяч рублей. При этом проверка гипотез — сомнительный вид спорта с КПД ниже среднего. Проваливаются обычно девять гипотез из десяти. И если стоимость проверки одной гипотезы — это время и зарплата команды с налогами, примерно 400 тысяч рублей, то с плохим аналитиком вы рискуете потерять 9 × 400 000 рублей = 3,6 млн и не получить ни одной рабочей.
Реальный кейс. Крупный федеральный игрок запустил умные рекламные кампании в AdWords. Аналитик смотрит на метрики — все плохо. Но параллельно с работой маркетологов разработчики выкатили новые посадочные страницы, на которых сильно упала конверсия. Разобраться, что повлияло на метрики рекламных кампаний, иногда реально сложно. А ошибиться очень легко.
Учитывая, что за год в стране появляется не больше десятка хороших аналитиков, а бизнесов с запросом десятки тысяч, то я верю в основном в автоматизацию. Слишком много деталей, нюансов и инструментов появилось в этой области и требования к специалистам очень высокие. Из того, что я вижу и знаю, на рынке в ближайшем будущем мы увидим инструменты автоматизации следующего поколения.
С настоящим разобрались, что ты думаешь об аналитике будущего? Какой она должна стать и куда мы идем?
По поводу будущего выделю несколько моментов. Сложность и объем данных растет по экспоненте. Нас уже интересуют не только онлайн, но и офлайн-продажи, мы интересуемся поведением пользователя на сайте, в мобильной версии и приложении. Мы привлекаем кучу инструментов: чаты, мессенджеры, обратные звонки, CRM, email-рассылки, ретаргетинг с требованиями к моделям атрибуции. Будущее, которое уже наступает, — это автоматизация. Машина вряд ли в ближайшее время напишет хорошие тексты и нарисует баннеры, но аналитическая работа останется за ней.
Гораздо интереснее следующая развилка. Аналитические инструменты могут стать черными ящиками в стиле новых сервисов Google, когда система сама подкручивает коэффициенты в рекламных кампаниях. Вам останется либо доверять ей, либо нет.
Или же появятся открытые системы, которые установят причинно-следственные связи. Их основной задачей будет ответить на наши простые вопросы: успешна ли рекламная кампания, где основная проблема в продажах, как увеличить конверсию, так чтобы человек понял и мог принять верное решение?
Комментарий удален модератором