{"id":14270,"url":"\/distributions\/14270\/click?bit=1&hash=a51bb85a950ab21cdf691932d23b81e76bd428323f3fda8d1e62b0843a9e5699","title":"\u041b\u044b\u0436\u0438, \u043c\u0443\u0437\u044b\u043a\u0430 \u0438 \u0410\u043b\u044c\u0444\u0430-\u0411\u0430\u043d\u043a \u2014 \u043d\u0430 \u043e\u0434\u043d\u043e\u0439 \u0433\u043e\u0440\u0435","buttonText":"\u041d\u0430 \u043a\u0430\u043a\u043e\u0439?","imageUuid":"f84aced9-2f9d-5a50-9157-8e37d6ce1060"}

Инструкция: как идентифицировать компании, которые заходили к вам на сайт

Компании, которые работают на b2b рынках, имеют дело с корпоративными клиентами, а не с отдельными физическими лицами. Поэтому, построение веб-аналитики только вокруг отдельных сессий и хитов недостаточно для полного анализа поведения целевой аудитории на сайте. Нужны данные в разрезе посещений конкретных компаний.

Задачи

  • Идентифицировать посещения вебсайта конкретными компаниями - техническая процедура установки веб-аналитики и идентификации компаний по связанному IP адресу
  • Проанализировать насколько хорошо отрабатывают построенные маркетинговые воронки и где присутствуют узкие места
  • Сопоставить профиль целевой аудитории с визитами

Приступаем к решению

1. Сбор IP адресов посещений

Идентификация анонимных посещений производится по IP адресу источника сессии. Для начала нужно научиться собирать эти данные и объединять их в один профиль пользователя.

В этом случае нам не помогут такие популярные платформы аналитики как Яндекс.Метрика или Google Analytics, т.к. по действующим правилам они не отображают открыто в интерфейсе персональные данные посещений, в число которых входят IP адрес.

Воспользуемся любой другой системой аналитики, которая позволяет собирать, хранить и выгружать IP адреса. Например, Clicky

Производим стандартную процедуру установки счетчика на сайт, видим фиксацию посещения с записью IP адреса. Хорошо, что Clicky автоматически присваивает посещению уникальный параметр ID, чтобы в дальнейшем идентифицировать посещения из этого же браузера (cookie) и объединять их в одну группу.

2. Идентификация IP адресов

Чтобы связать конкретный IP адрес с компанией, которой он принадлежит воспользуемся одним из сервисов массовой проверки и идентификации IP адресов. В нашем случае будем использовать MaxMind. Проходим регистрацию и получаем демо баланс в $5 на тестирование платформы, которых хватит на 2500 запросов.

Выгружаем список IP адресов из Clicky любым удобным способом, копируем в окно массовой проверки и получаем результат.

Пример связки названия компании, ее статуса с зарегистрированным ip-адресом

Очищаем результат от телеком-провайдеров и получаем список. Мы делали выгрузку за последние 7 дней, удалось идентифицировать всего 15 компаний из 100 уникальных визитов.

3. Анализируем полученные данные

  • Проводим сортировку по поведенческим показателям (глубина просмотра, соотношение просмотров в сессии, достижение показателей конверсий и т.д.).
  • Просматриваем записи отдельных визитов.
  • Изучаем профиль компании путем поиска дополнительной информации

* Отдельные сервисы, решающие эту проблему

Для наших внутренних нужд и клиентских проектов мы используем аналогичные, только автоматизированные инструменты, благо на рынке уже есть из чего выбрать, например финский стартап Leadfeader:

Интерфейс Leadfeeder — компании, найденные после интеграции с Google Analytics

Бесплатный месяц на использование сервиса по ссылке

Аналогичные решения: Lead Forensics, Whoisvisiting, Visualvisitor, встречается как модули внутри CRM - Hubspot и т.д.

Выводы

В корпоративных (b2b) продажах дополнительная информация о действиях потенциальных клиентов (лидов) увеличивает шансы закрыть сделку. Особенно эта информация будет полезна при продажах на зарубежных рынках, где точность информации о компаниях в разы выше, чем в России. Подведем краткие итоги такого подхода:

Плюсы

- Возможность построения веб-аналитики вокруг посещений компаний. Понимание источника и всех параметров визитов.

- Анализ поведения целевой аудитории на сайте, коррекция гипотез

- Дополнительный источник данных при продаже услуг (знаем что успели посмотреть и изучить)

Минусы

- Невысокая точность и репрезентативность данных (телеком-провайдеры, анонимайзеры, защищенные виртуальные сети)

- Трудоемкость ручного анализа

0
1 комментарий
Виталя

Kerio + 2ip = profit

Ответить
Развернуть ветку
-2 комментариев
Раскрывать всегда