Обнаженная веб-аналитика

Мы продолжаем собирать и выкладывать кейсы пользователей нашей платформы myBI Connect. Предыдущие (1 и 2) были посвящены аналитике отдела продаж на amoCRM, а в этом мы хотим рассказать про веб-аналитику и анализ рекламы.

Привет! Меня зовут Морочковская Ирина, я занимаюсь веб-аналитикой в агентстве Pride.Marketing.

В этом кейсе хочу рассказать, как мы преодолели поставленные самими же себе задачи и получили готовый инструмент для полноценного анализа данных.

К нам обратился клиент с рекламной кампанией и двумя лендингами своего заведения. Это не предвещало сложностей, требовался только креативный подход. Сложности начались, когда мы показали хорошие результаты на текущем объеме, и клиент начал постепенно передавать нам задачи по продвижению всех его клубов. На тот момент — более 25 посадочных, сейчас их уже более 70.

Стоит отметить, что тематика хоть и не запрещенная, но ее можно назвать “серой” — это популярные стриптиз клубы в Москве. Нам приходилось работать в рамках нескольких рекламных аккаунтов (в том числе в рамках одной рекламной системы), кроме этого это были и разные клубы. Все это небольшое «интернет-хозяйство» нужно было поддерживать — мониторить, анализировать и вносить корректировки.

Google Analytics был настроен недостаточно гибко, поэтому появление новых посадочных вызывало проблемы и сложности в отслеживании.

Целевые события по клубу — сначала получение промокода на сайте, потом активация промокода в клубе, которое учитывалось в CRM-системе клиента. Соответственно, оптимальным решением по передаче данных в Google Analytics был measurement protocol.

Вместе с этим перед нами стояла задача создать удобный интерфейс просмотра результатов для топ-менеджмента на стороне клиента. Google Analytics не давал достаточной ясности.

Дальше мы столкнулись с важностью корректной передачи расходов. Пока искали — пробовали стандартный способ загрузки данных, что привело нас к ужасной неразберихе (данные то перезаписывались, то суммировались, то не подгружались), а поддержки Google Analytics как таковой нет.

Рассматривали вариант сбора — загрузки расходов через всем известные сервисы, но в рамках наших задач (множество аккаунтов, разные представления, разные (что очень важно) группы сайтов) это не подошло.

Таким образом, мы пришли к тому, что собирать данные по трафику мы будем в GA, а данные из рекламных систем — в отдельной базе и работать с ними уже в сервисе позволяющем объединить и визуализировать информацию. Лучшим решением оказался MS Power BI.

Power BI закрывал такие вопросы:

В итоге нам было нужно собирать, трансформировать и загружать данные из различных источников в Power BI, по сути нам нужна была технология ETL, представленная в отдельном сервисе.

На нашем рынке не так много сервисов решающих такие задачи. Мы рассмотрели основные из них:

В качестве основных показателей для сравнения мы использовали:

Наиболее известным сервисом по передаче данных являлся OWOX. В нем реализована поддержка довольно большого количества сервисов, но специфика его работы в том, что в полученные данные из них могут загружаться либо в Google Analytics, в виде расходов на рекламу, либо в BigQuery. Поэтому часть сведений пришлось бы сначала передавать в Google Analytics, а затем уже оттуда в BigQuery.

myBI Connect, появившийся за несколько месяцев до начала работы над нашим проектом, ориентирован именно на выгрузку данных из всех поддерживаемых сервисов в СУБД, в качестве которой выступает Azure SQL Database. Количество поддерживаемых сервисов в нем было меньше чем в OWOX, но среди них были большинство нам необходимых.

Что же касается Renta, то сервис только появился и был предназначен для выгрузки данных в Azure SQL Database, как и myBI Connect, но только из трех сервисов.

Учитывая то, что в качестве инструмента для работы с данными был выбран Power BI, это сразу наложило некоторое ограничение на используемые СУБД, так как не со всеми он способен работать одинаково хорошо. Поэтому если бы мы хотели получить наиболее стабильное обновление данных в онлайн-сервисе Power BI, то выбирая из Azure SQL Database и BigQuery, вполне было логично сделать выбор в сторону Azure SQL Database. Это сразу же сузило список сервисов до двух:

Оба из этих сервисов были довольно “молоды”, но если myBI Connect уже существовал около полугода и имел достаточно большой список поддерживаемых сервисов-источников, то Renta только появился и мог выгружать данные только из 3-х сервисов.

Кроме этого первый имеет довольно удобную структуру данных, которые связываются уже на уровне БД и не требуют дополнительной их обработки перед использованием. Поэтому мы могли просто подключить необходимые нам сервисы и практически сразу приступить к построению отчетов. При работе как с OWOX, так и Renta необходимо обрабатывать данные для того, чтобы в последующем их можно было объединить между собой, и даже в этом случае это получается не всегда.

Как оказалось в последующем сервис myBI Connect изначально проектировался для того, чтобы формировать полноценное аналитическое хранилище на основе данных из различных онлайн-сервисов, которое может сразу же быть использовано для анализа данных. Именно это и упрощает работу с ним.

Нетрудно догадаться, что выбор наш пал на myBI Connect.

Мы уже реализовали сбор данных по сайтам в одном месте (Google Analytics), разделили рекламные источники (для каждого клуба и направления отдельный рекламный кабинет). Теперь нужно было разработать общий принцип названий кампаний и UTM-меток. Это было необходимо для корректного сведения данных по лендингам и клубам.

Мы разработали шаблон-конструктор в Google Spreadsheets с полной инструкцией, чтобы маркетологи на стороне клиента и наша команда придерживались единой системы названий.

myBI Connect сократил нам колоссальную часть времени и работы. С помощью сервиса мы решили следующие задачи:

1. Выгрузка данных из подключенных источников происходит автоматически, что позволяет поддерживать постоянную актуальность данных;

2. Данные собираются в облачном хранилище Azure и подключать их в отчет можно по мере необходимости, не ожидая длительной загрузки;

3. Сервис создает набор таблиц, которые распределены по источникам и сущностям, что облегчает выборку при построении отчетов;

Так же, лично для нас, важным преимуществом сервиса стала постоянная поддержка клиентов. Подобной сложности задачи мы еще не решали, поэтому нам была важна возможность уточнить, получить помощь и так далее. Ребята всегда максимально оперативно решали вопросы и всячески нам помогали при работе с их продуктом.

По согласованию с клиентом, мы определили основные разрезы в которых нам необходимо видеть данные. Показать цифры мы, к сожалению, не можем, но структура отчетов из приведенных скринов, надеюсь, будет понятна.

В данном отчете мы видим многоступенчатый анализ посадок от домена, страницы до типа рекламы и источника. Для реализации мы вывели отдельной таблицей тип рекламной кампании который определялся из UTM-метки.

Для корректного распредления бюджета нам необходимо было оценивать каждый тип рекламных кампаний, что мы и представили на этом дашборде.

Анализ платного трафика мы проводим в разрезе кампаний, но с возможностью фильтрации по источникам трафика и устройствам. Мы можем выбрать или все цели или какую-то конкретную. Вверху в отчете мы видим общую динамику и среднее значение показателей за период.

Данный отчет полезен, в случае когда необходимо сравнить трафик и показатели по двум страницам. Мы сразу можем видеть распределение основных целей и параметры по всем источникам (не только платный трафик).

Мы используем большое количество источников медийного трафика. Не все они доступны для подключения в myBI Connect.

Но при наличии api в рекламном сервисе ребята достаточно оперативно подключают источники и сейчас работают над более универсальным методом интеграции данных из аналогичных систем. Так, например, по нашей просьбе была интегрирована система TrafficJunky. И нам даже не пришлось решать вопрос с тем, что данные отображаются в долларах, а наш дашборд в рублях. myBI Connect сразу загрузил информацию по курсам валют, который можно очень просто конвертировать в Power BI.

Пока не все наши источники реализованы, мы подгружаем данные через Google Sheets. Способ, конечно, менее удобный, но это вопрос времени, пока будет найдено более универсальное решение.

Наши лендинги связаны междоменным отслеживанием. В этом способе есть много нюансов, которые несут за собой ошибки в корректности передачи данных. Например, часть трафика у нас регулярно попадала в direct / none (неопознанный трафик), получения и активации промокодов не всегда прослеживались максимально корректно.

Мы уже установили сервис, позволяющий не только настроить междоменную куку и отслеживать данные независимо от посадочной страницы пользователя, но и учитывая ее. Также сейчас мы разрабатываем более корректные модели атрибуции (first click и усовершенствованный last-non-direct click).

В целом мы постоянно работаем над усовершенствованием нашего дашборда и добавлением новых отчетов. Каждый дашборд должен закрывать ответ на вопрос клиента — будь то “Что лучше конвертирует Адвордс или Директ?” или “Какие посадочные страницы приносят больше промокодов?”.

Благодаря построенной аналитической системе и конечному дашборду мы смогли корректно синхронизировать работу агентства и отдела маркетинга клиента, эффективно распределить бюджеты и грамотно проводить оптимизацию, основываясь на реальных данных. В результате, судя по динамике изменений в данных — мы смогли увеличить посещаемость клубов на 30%, что привело к увеличению прибыли на 47%.

Примечание от команды myBI Connect. Мы будем рады обсудить и разместить ваши кейсы, если вы уже работали с нашей платформой — напишите нам. Если вы хотите решить аналогичную задачу в своем бизнесе, пожалуйста, заполните бриф и мы подберем для вас квалифицированного исполнителя среди наших партнеров.