Calltouch

Проанализируем все: как собрать 4,7 миллиона пациентов в один отчет

В СберЗдоровье рассказали, как построили сквозную аналитику по более чем 4 000 частным клиникам и автоматизировали рекламу по 100 специальностям врачей в сервисе онлайн-записи к врачу.

СберЗдоровье – это медицинский онлайн-сервис с основными направлениями бизнеса «Запись к врачу» и «Телемедицина» (консультации по аудио- и видеозвонку и в чате с врачом, так и видеозвонкам), а также дистанционный мониторинг больных хроническими заболеваниями в регионах. А еще это 4 700 000 пациентов, записавшихся через сервис за все время, 366 000 врачей и 438 000 отзывов о них и 4 000 подключенных клиник.

Цифры говорят сами за себя – это массивный объем данных, который трудно систематизировать и собрать в одном месте, как кажется на первый взгляд. Но это только кажется, потому что главное здесь – подобрать инструменты, которые помогут сохранить и визуализировать данные по всем срезам. Если вы хотите построить сквозную аналитику по медицинскому сервису или частной клинике, то вы уже читаете нужную статью. В ней речь пойдет о направлении «Запись к врачу».

Как работает аналитика в СберЗдоровье

В аналитике СберЗдоровья все начинается с отслеживания записи к специалисту. Пользователь оставляет заявку на сайте или в мобильном приложении – это происходит через форму, звонок или онлайн-расписание. Информация о заявке уходит в CRM-систему, а оттуда в Google BigQuery. Вот так это выглядит.

Мы все храним именно в Google BigQuery. Это удобно, чтобы потом строить любые отчеты в Google Таблицах, Google Data Studio или в любом другом аналитическом инструменте. Собрать все необходимые данные в Google BigQuery нам помогает SegmentStream

Артем Рогожин

менеджер контекстной рекламы СберЗдоровье

SegmentStream – это инструмент для построения продвинутой маркетинговой аналитики и оптимизации закупки рекламы с собственной предиктивной многоканальной моделью атрибуции на базе машинного обучения, которая позволяет увидеть реальную эффективность источников трафика. В СберЗдоровье 36% конверсий совершается более чем через одно взаимодействие.

То есть пользователь мог сначала кликнуть на контекстную рекламу, уйти с сайта и потом вернуться для записи через органический трафик в Google или Яндекс. Если смотреть только на последний клик, то приз эффективного источника получают поисковики, но по факту таковым является рекламная кампания в контексте. Именно она привела заинтересованного пользователя в сервис – с клика по объявления начался путь к конверсии. И поэтому в СберЗдоровье использовали мультиканальную ML-атрибуцию от SegmentStream.

Вся необходимая информация из бэк-офиса и данные о поведении пользователей из Google Analytics 360 собиралась в BigQuery и обрабатывалась SegmentStream. Чтобы определить источники звонков, использовали коллтрекинг Calltouch, ведь пациенты не только оставляют заявки, но и связываются со СберЗдоровьем напрямую.

Связка коллтрекинга Calltouch и SegmentStream показывала, какие рекламные кампании приносят целевые звонки, а от каких нет никакой отдачи. Точно так же интегрировали передачу данных о кликах и расходах из других рекламных систем – Google Ads, Яндекс.Директ и Facebook Ads. Дальше SegmentStream распределяла ценность по своей ML-атрибуции – перед глазами был весь маркетинг.

Что это дает?

Данные по ML-атрибуции уходили обратно в хранилище BigQuery – это позволило визуализировать данные в Google Data Studio и получить аналитику по любому срезу. В бэк-офисе увидеть разбивку по источникам трафика, кампаниям и ключевым словам. Без такой аналитики трудно оптимизировать рекламу и перераспределять бюджеты в эффективные каналы. Но связка коллтрекинга Calltouch, рекламных систем и CRM с SegmentStream помогла соединить маркетинг с пациентами, а также сравнить результаты по двум моделям атрибуций – last click и предиктивной многоканальной ML-атрибуции.

Помимо этого, SegmentStream передает данные в Google Рекламу и Яндекс.Директ , чтобы автоматизировать оптимизацию закупки платной интернет-рекламы.

Как в СберЗдоровье автоматизировали контекстную рекламу

Изначально фокус контекстной рекламы сервиса был на Москве и Санкт-Петербурге, но с сначала года начали более активно продвигаться в регионах. Была задача: запустить контекст быстро и эффективно. И это непросто, потому что предстояло охватить 12 городов, а их число постоянно росло. К тому же, не в каждом городе достаточно врачей на 100 специальностей. Например, в Саратове хватало аллергологов, а кардиологов пересчитать по пальцам. Это нужно постоянно отслеживать.

Чтобы найти баланс, в СберЗдоровье решили использовать фиды данных. Этот способ избавил бы от большого ручного труда. Обычно они работают в товарных объявлениях магазинов, но тут попробовали запуститься на семантику с общими запросами. Для этого взяли общую семантику кампаний, которые запускались на Москву по специальностям и разбили ее на группы. Например, вы можете видеть в фиде, что каждая строка – это отдельная группа объявлений.

А все ключевые слова, которые входят в эту группу, добавляли при генерации в качестве синонимов. Когда подключали новый город, семантика копировалась в файл, менялся город, и реклама автоматически запускалась – Яндекс.Директ и Google Ads сканировали эти данные. В итоге реклама работала только по нужным специальностям. Как только набиралось хотя бы два врача по направлению в городе, кампании сразу «включались». Если же клиника отключалась от СберЗдоровья и врачей становилось меньше, то реклама останавливается. В качестве бонуса через фид размещали актуальные цены в объявлениях.

Как отследили модерацию

Все это выглядит круто, пока в дело не вступает модерация Google и Яндекс.Директа по медицинской тематике. Эти системы часто отклоняют объявления из-за того, что в тексте и на сайте есть запрещенные слова. Иногда реклама вообще отключается по непонятным причинам. И поэтому количество отклоненных объявлений в Google превратилось в показатель эффективности рекламы.

Для этого написали скрипт, который проходит по аккаунтам, собирает отключенные объявления и записывает их в сводную таблицу. В итоге получили график, который по датам показывает такие объявления – и в СберЗдоровье стараются, чтобы кривая не пошла вверх.

Как автоматизировали проверку ошибок

Резкое изменение трафика, ошибка 404, отклоненные объявления и расширения, отсутствие быстрых ссылок – все это укротили с помощью языка программирования R.

Это популярное решение для автоматизации контекстной рекламы. Здесь могу посоветовать статьи и видео Алексея Селезнева из Netpeak – он подробно рассказывает, как это настраивать. Это сильно упрощает процесс работы. Он написал библиотеки Яндекс.Директа для доступа к статистике и управлению кампаниями через API. Мы тоже ими пользуемся.

Артем Рогожин
менеджер контекстной рекламы СберЗдоровья

Это помогло, когда надо было собирать статистику из множества рекламных аккаунтов. Например, в СберЗдоровье настроили бота в Telegram, который сообщал о балансе в группе. Или сбор поисковых запросов, кликов и расходов из Яндекс.Директа. Как известно, система позволяет вручную собирать запросы только за последние полгода – это довольно долго. С помощью же библиотек и языка R это происходило автоматически: скрипт раз в месяц проходил по всем аккаунтам и выгружал данные в отдельный файл.

На этом все? Или управление ставками тоже автоматизировали?

На этом автоматизация не заканчивается. Работать с контекстной рекламой – это значит постоянно мониторить ставки и управлять бюджетом. Для этого в СберЗдоровье использовали Оптимизатор Calltouch. Он менял ставки так, чтобы это приносило как можно больше конверсий, исходя из ограничений по CPA или дневному бюджету. Как еще использовали инструмент:

  • Разделяли кампании по папкам. Это было более чем актуально, потому что от сервис зарабатывает больше от записи к врачу, чем на диагностику – для разных кампаний нужны разные CPA.
  • Откатывали ставки. Пригодилось, когда нужно было быстро вернуться к старым ставкам с привязкой к конкретной дате.
  • Оптимизировали по формам и качественным звонкам. По последнему Оптимизатор работает в связке с Calltouch Предикт, который расшифровывал разговор пациента с оператором и определяет, завершился ли диалог записью. Затем
  • Боролись со статусом «Мало показов» в Яндекс.Директе. Система автоматически перемещает ключевые фразы из замороженных групп в те, которые показываются в поисковой выдаче.

Чтобы построить сквозную аналитику, использовать разные модели атрибуции и оценить эффективность рекламы, достаточно пары инструментов. А как соединить их между собой и автоматизировать контекстную рекламу, вы уже знаете.

*Вся информация и данные, которые используются для построения аналитики и планирования рекламных кампаний в СберЗдоровье, являются обезличенными и обобщенными, и обрабатываются в соответствии с действующим законодательством.

0
2 комментария
Александр Любивый

Расскажите, пожалуйста, про ML-атрибуцию подробнее.
Из описания понятно, что это очень крутая штука, но не совсем понятно как эти модели атрибуции работают с медийной рекламой и брендовым запросам.
Получается что эта модель при атрибуции дает больший приоритет каналам, по которым лучше конверсия определенных шагов в воронке.
Однако, насколько я понимаю, при таком раскладе брендовые запросы в SEO будет получать слишком большую часть дохода при атрибуцировании, так как они имеют очень высокую конверсию. При этом эти запросы не привносят пользу в маркетинг, так как пользователь, который вбивает брендовый запрос, уже принял решение пользоваться сервисом (сеошка не подтолкнула к выбору именно нашего предложения).
При этом брендовые запросы являются результатом медийных активностей. Может ли ML-атрибуция перекидывать долю дохода брендовой сеошки на медийные активности? 

Ответить
Развернуть ветку
Andrey Sutormin

Александр, добрый день.
Рекомендую вам ознакомиться со статьей о том как работает наша модель.
https://vc.ru/marketing/170734-kak-ocenit-effektivnost-reklamy-kogda-analitika-bolshe-ne-rabotaet

Ответить
Развернуть ветку
Читать все 2 комментария
null