Сквозная аналитика за 6 шагов: как за 3 месяца навести порядок в цифрах
Привет, я Коля Валиотти, и я фаундер дата-консалтинга Valiotti Analyitcs. Мне часто задают вопросы: а как внедряется аналитика? Как это происходит? Сколько времени это занимает и сколько это стоит? Рассказываю про 6 базовых шагов.
Дисклеймер: это не технический гайд, как настроить сбор данных и развернуть базу. Это описание основных этапов работы, которое поможет разобраться, что вообще входит в систему аналитики и что нужно для начала работы над ней.
Если захотите строить аналитику своими силами — у вас будет примерный план действий. Если захотите обратиться к аутсорсерам — будете знать, что ждет вас как заказчика на каждом этапе.
Valiotti Analytics — это агентство, которое специализируется на разработке систем сквозной аналитики под ключ. Готовы прийти на старте и выстроить всю инфраструктуру с нуля или помочь навести порядок, если какая-то аналитика уже есть, но вас не устраивает.
За 5 лет существования компании мы с командой разработали больше 40 систем аналитики для ритейлеров, онлайн-школ, телекомов и других компаний из диджитал-сфер. Благодаря этому опыту:
- Появился алгоритм работы — у каждого проекта есть свои особенности, но общая последовательность действий всегда похожа.
- Узнали, какие этапы работы вызывают у заказчиков больше всего вопросов. Собственно, про них и расскажу.
Шаг 0: осознание, что без качественной аналитики дальше жить нельзя
Возвращайтесь, когда почувствуете, что тратите по полдня на таблички, а инсайтов все равно не получаете. Именно с такими проблемами к нам и приходят.
Обычно это выглядит так: компания уже переросла стадию стартапа, которому хватало эксельки, чтобы подбить доходы и расходы. Данных становится все больше: о продажах, продукте, продвижении, покупателях. Хранятся они все так же в табличках, которые заполняются вручную.
Из-за такой ручной работы в данных неизбежно копятся ошибки: где-то опечатались, где-то случайно удалили строчку или неправильно скопировали. В итоге получается, что данные-то есть, но работать с ними сложно: приходится постоянно перепроверять и пересчитывать.
Дальше вливать деньги становится страшно, потому что непонятно, куда они уходят. Бюджеты уменьшаются, рост замедляется — а для стартапа ничего хуже нет.
И чтобы этого избежать, надо строить аналитику. Но с чего начать?
Шаг 1: поставить цель
2 главных вопроса, которые надо задать перед началом работы:
- зачем вам нужна аналитика?
- каких результатов вы хотите добиться с ее помощью?
Цель определит дальнейшие шаги: какие данные мы будем собирать, как хранить и обрабатывать, на какие графики их выводить. Именно поэтому, если вы обратитесь к подрядчику, он будет дотошно расспрашивать вас о целях и ожиданиях, попросит заполнить бриф, а потом предложит созвониться и еще раз все обсудить.
Некоторых это нервирует, потому что непонятно, зачем столько созваниваться и «тратить время», если они уже дали задачу — собрать дашборды. Но без адекватной четкой цели на старте на следующих этапах проект развалится.
Если не определиться с целью, то будет непонятно, что вообще делать и за какие задачи браться в первую очередь. Из-за этого, возможно, придется по ходу работу менять планы, сдвигать сроки и пересчитывать бюджеты — а этого никто не хочет.
На начальном этапе не надо пытаться объять необъятное и пытаться посчитать все и сразу. Лучше поставить менее амбициозную цель.
Цель может звучать так:
- Опрозрачить расходы на маркетинг, чтобы посчитать стоимость лида и выяснить, какие каналы продвижения приводят больше всего клиентов.
- Разобраться, как перфомит ваш отдел продаж, чтобы рассчитать оптимальную нагрузку на одного продажника и сформулировать адекватные KPI.
Такой подход поможет решить самые горящие вопросы и построить основание для будущей системы аналитики, а потом уже можно будет расширяться.
Шаг 2: провести аудит
На этом этапе уже ясно, что нужно сделать. Теперь надо выяснить, как это делать: из каких данных и какими ресурсами.
- Какие данные вам нужны? Если у нас цель оцифровать маркетинг, то нам нужны данные из рекламных кабинетов, Гугл и Яндекс Метрики и других. Просмотры, клики, переходы на сайт, заявки и другие целевые действия, расходы на разные площадки, конверсии и так далее.
- Какие ресурсы у вас есть? Ресурсы — это люди, техника и деньги. От них зависит, какие инструменты стоит рассмотреть: платные или бесплатные, облачные или развернутые локально на вашем сервере.
- Как сейчас ведется работа с данными? Возможно, у вас уже есть своя база данных или вы начали автоматизировать сбор. Например, настроили автоматическую выгрузку отчетов из CRM. Если уже что-то есть и оно вас устраивает — супер, возможно, меньше работы будет на следующем шаге. Если ничего нет, это нормально. Будем строить с нуля.
На этом этапе подрядчик попросит у вас доступы к источникам и базам данных, чтобы погрузиться в проект и познакомиться с инфраструктурой. Если баз нет — то доступ нужно будет дать к вашим Google Табличкам.
Если у вас есть служба безопасности, предупредите их, что скоро придется раздавать доступы к вашим ресурсам. Они это не любят и могут стопорить процесс.
Шаг 3: выбрать инструменты
Данные нужно собрать, обработать, положить в хранилище, а оттуда вывести на дашборд. На каждое действие — свой инструмент, софт, который будет все это делать автоматически, чтобы вам больше не приходилось вручную скачивать отчеты или рисовать графики в Excel.
У меня есть отдельная статья, где я подробно говорю про разные инструменты и их задачи на конкретном примере из нашей практики. Здесь не буду на этом останавливаться и расскажу кратко, на что мы обращаем внимание, когда выбираем инструменты, кроме цены.
- Возможности заказчика. Самый очевидный пример привел выше: у него есть сервера и люди, чтобы ими заниматься? Или ему подойдет облачный сервис, поддержкой которой занимается вендор?
- Возможности для внедрения в существующую инфраструктуру. Инструмент для сбора и обработки данных должен уметь тянуть информацию из источников, с которыми работает заказчик. База должна уметь работать с теми типами данных, которые нужны заказчику. И все это должно подружиться с BI-системой — инструментом, который отвечает за визуализацию.
Разработка инфраструктуры — это 80% работы над системой аналитики. Это самый сложный и масштабный этап работы.
На этом этапе уже становится сложновато, да? Стало много технических деталей, хотя я стараюсь не душнить. Если хочется разобраться более глубоко, то вы можете записаться ко мне на экскурсию по системе аналитики. Там я рассказываю довольно подробно и более наглядно. В таком формате информация воспринимается легче.
Ссылка на запись уже ждет вас в конце статьи.
Шаг 4: нарисовать графики
Да, наконец-то дошли до того, ради чего все это затеяли — до графиков с растущей прибылью. Но прежде чем мы начнем их рисовать, надо начать все сначала и определить цель: зачем вам нужны дашборды?
- Кто будет ими пользоваться? СЕО, руководитель отдела или рядовые сотрудники?
- Какие решения вы будете принимать на основе этих данных?
- Как часто вы будете ими пользоваться и за какой период вы будете смотреть данные?
Общаться предстоит с BI-специалистом, который будет проводить интервью, показывать вам макеты и спрашивать, все ли на них понятно. Ваша задача — внимательно смотреть и честно отвечать. Вам пользоваться дашбордом, так что важно, чтобы он был удобен для вас.
Шаг 5: стройка
Все вопросы решены, инструменты выбраны, макеты дашбордов согласованы. Самое время начинать строить.
Хорошие новости для заказчика — вам на этом этапе (почти) ничего делать не надо, только периодически участвовать в созвонах для синхронизации с командой. А дата-инженеры и аналитики в это время займутся настройкой процессов, разворачиванием хранилища и версткой дашбордов.
В среднем от начала работы до завершения этого 5 этапа проходит 2-3 месяца.
И кстати, это одна из причин, почему я рекомендую не ставить слишком большие и амбициозные цели — так работа затянется, и результат вы увидите нескоро.
Шаг 6: поддержка
Итак, мы сделали все, что хотели. Дальше у нас три варианта развития событий:
- Завершение проекта. Если старые цели достигнуты, а новых не появилось, мы готовы передать заказчику всю документацию, написать инструкции, как пользоваться выстроенной системой, и заканчивать работу.
- Поддержка. В этом формате мы следим за тем, чтобы данные без проблем добирались от источника до графика, решаем проблемы и вносим мелкие доработки по необходимости.
- Расширение. Теперь, когда основание готово, мы можем усложнить систему, например, выстроить аналитику других направлений.
Как быть дальше, решать вам — как заказчику.
Вот такой очень краткий гайд по основным этапам работы с аналитикой. Я старался не злоупотреблять техническими деталями, но готов рассказать подробнее в комментариях.
Если вам интересно узнать больше о создании системы аналитики, записывайтесь на бесплатную экскурсию. Я там расскажу более подробно обо всех процессах, мы вместе заглянем в хранилище данных и рассмотрим дашборды.
Вы тут описываете ситуацию, если вообще никакой аналитики нет и все надо делать с нуля. А если уже есть аналитика, например, другой подрядчик ее настраивал и надо ее доработать, вы за такие задачи беретесь?
Да, беремся, у нас есть такие кейсы. В этом случае сроки работы могут быть даже меньше. Но точно можно сказать только после аудита.
Не совсем понятно, от чего зависят сроки работы? Что конкретно вы успеете за 3 месяца - сделать аналитику одного отдела?
Если совсем просто говорить то, да. 2-3 месяца надо, чтобы добиться одной из целей, которые я описал в начале статьи.
В общем, вся суть статьи в том, чтобы заманить на свою экскурсию. Так бы и написали, а не расписывали тут какие-то 6 шагов
На экскурсию записываться необязательно. Если хотите разобраться на базовом уровне, статьи достаточно. Экскурсия — это для людей, которые хотят погрузиться в вопрос детально и уже серьезно планируют строить аналитику.
Как избежать наиболее распространённых ошибок при внедрении сквозной аналитики, описанных в статье?