Инструкция: расчёт эффективности бизнеса при помощи Power BI от Microsoft

Директор по маркетингу в интернет-магазине косметики Pudra.ru Анастасия Блинова об использовании инструментов бизнес-аналитики для маркетологов.

Если вы маркетолог в компании, где все важные расчеты эффективности бизнеса до сих пор ведутся в Excel, эта статья для вас. Я расскажу о том, как бесплатно настроить дашборды и как оптимизировать маркетинговую стратегию. Особенно интересной статья будет для небольших интернет-магазинов с объемом продаж от 100 единиц в день (цифры приобретают смысл только на больших объемах).

Настроенная система дашбордов позволяет:

Поддерживать данные в актуальном состоянии.
Сократить рутинную работу специалистов.
Избежать глупых ошибок в расчетах.

Рыночные стандарты — Tableau и Periscope, но они платные и не подходят для тех, кто хочет просто поэкспериментировать. Power BI от Microsoft — бесплатный, некрасивый, но не сложнее, чем Excel.

На то чтобы со всем разобраться и построить первые графики в Microsoft Power BI, у меня ушла пара недель. С помощью инструкции ниже вы сможете получить первые результаты за пару дней и принять решение, имеет ли смысл идти дальше.

Для того чтобы приступить к работе, необходимо создать аккаунт в Microsoft — здесь. У Power BI есть две версии — онлайн и десктопная. Функциональной разницы между ними нет, но я предпочитаю работать в десктопной — делаю отчеты локально и готовый результат заливаю в «облако». Microsoft пока не сделала версию для macOS, поэтому у пользователей Macbook подобного выбора пока нет. Поэтому, чтобы инструкцию могли использовать и те, и другие, расскажу обо всём на примере онлайн-версии.

Для начала работы нужно будет выгрузить в .CSV данные о продажах. Впоследствии можете настроить потоковую передачу данных в BI, но для «пробного полета» достаточно будет одной выгрузки из CRM.

Исходная таблица должна иметь следующие поля:

Дата заказа.
Номер заказа.
Статус заказа.
Мобильный телефон или почта клиента (или другой уникальный идентификатор).
Чек заказа (за вычетом скидок).
Способ доставки (если есть варианты).
Данные UTM (если собираете).

Одна строка в таблице приравнивается к информации об одном заказе. Соответственно, число строк в таблице должно совпадать с количеством продаж. На случай, если добыть таблицу не удалось, я подготовила небольшой тренировочный файл.

Заходим в Power BI, выбираем пункт меню «Получить данные» → «Файлы» → «Локальный файл», выбираем свою выгрузку, нажимаем «Импорт».

Инструкция: расчёт эффективности бизнеса при помощи Power BI от Microsoft

Динамика продаж интересна всем — с нее и начнем. Для начала выбираем тип визуализации. Я советую выбрать гистограмму, где по оси Х будут временные периоды, а по Y — объем продаж.

Кстати, если вы не можете сходу сказать, в каком виде лучше представлять те или иные данные, советую прочитать книгу Желязны «Говори на языке диаграмм». Книге больше десяти лет, но базовые принципы, изложенные в ней, до сих пор актуальны.

Объем продаж можно представить в деньгах или в единицах. Объем продаж в деньгах (он же выручка) — это сумма чеков всех заказов. Перетаскиваем поле «Чек» в слот «Значение», а поля с месяцами и годами — в слот «Ось». График готов.

Необходимо проверить, что вы выбрали именно сумму чеков, а не их количество — для этого нажмите на стрелочку ↓ в слоте «Значение». Если бы выбрали количество, то получили бы количество заказов (объем продаж в единицах).

Допустим, вам интересно посмотреть динамику продаж по дням в январе (чтобы посмотреть, как отработали те или иные акции). Тогда слоты необходимо заполнить так:

В фильтрах месяцев выбираем январь, по оси Х добавляем уровень дат. Чтобы поменять цвет диаграммы, добавить заголовок и подписи осей, установить разрядность, воспользуйтесь вот этим разделом:

Если вы хотите поделиться результатами с коллегами, вам необходимо будет сохранить отчет, а затем, перейдя в раздел «Отчеты», выбрать «Закрепление живой плитки». Power BI предложит создать «информационную панель», которая и будет дашбордом, которым можно будет делиться через приглашения по почте.

Построение диаграмм в Power BI напоминает построение сводных диаграмм в Excel и ничего сложного из себя не представляет. Какие еще диаграммы можно построить на основе исходных данных? Зависит от типа бизнеса, но я предлагаю построить следующие:

Динамика продаж (в заказах или деньгах).
Динамика заказов или выручки от года к году.
Динамика среднего чека.
Процент доставленных заказов (fullfilment rate).
Распределение заказов на первые и повторные.
Распределение заказов по способам доставки (постаматы, почта и так далее).
Динамика заказов в разрезе маркетинговых каналов (контекст, СРА, email).
Когорты и LTV.

Вот примеры выводов, которые я смогла сделать с помощью анализа такого набора данных:

Посмотрев на динамику среднего чека в разрезе первых и повторных клиентов, я увидела, что чек клиента, покупающего на Pudra.ru повторно, выше, чем у нового клиента, на 25%. Во-первых, это значит, что имеет смысл перераспределить силы маркетинга в направление лояльности, а во-вторых, даёт некоторый запас по СРО на повторные заказы.
Email — канал, по которому уровень повторных заказов достигает 82%, а вот «Яндекс.Маркет» генерирует в основном новых клиентов (78% заказов совершают впервые). При этом процент отмен у первого — 14%, у второго — 24%. При сопоставимом количестве заказов значимость этих каналов с точки зрения рентабельности совершенно разная.
Спрогнозировав LTV, я увидела небольшую разницу в срезе разных каналов, и теперь могу взять это за основу для дальнейшей оптимизации СРО. Те каналы, которые раньше не «проходили по СРО», были реабилитированы — LTV пользователей из этих каналов покрывал более высокие затраты на привлечение.

Подобные выводы позволяют точнее выставлять приоритеты в работе, выявлять проблемные зоны и узкие места, принимать решения, основываясь на фактах, а не мнениях.

#Кейсы #инструкция