Денис Будков
CEO denero.ru • t.me/DataDrivers — тут пишу про технологии и маркетинг в e-come и не только на примере результатов своей команды
Конечно, сравниваем большие временные промежутки в разных годах так, чтоб была учтена сезонность.
Есть, конечно, погрешности в разных тематиках, таких как, например автомобильные аккумуляторы или, как в наше случае — пуховики: на продажи сильно влияет температура воздуха. Поэтому мы учитываем в том числе и такие показатели и углубляемся в аналитику предыдущих годов.
Использовались следующие инструменты: сервис Darts для автоматизации рекламы и аналитики, RetailCRM (фиксация данных о сделках), 1C, 1C-Bitrix CMS, Яндекс Метрика, Google Analytics.
Подключаем Darts рамках услуги по ведению и автоматизации рекламы и аналитики, минимальный порог входа сейчас — от 120 тыс. за обслуживание, если говорить про рекламный бюджет, то порог окупаемости зависит от сферы бизнеса, но в среднем достаточно хорошая окупаемость может быть достигнута при инвестициях в рекламу от 300 тыс. в месяц.
Да, иногда на подготовку действительно уходит много времени. В данном случае у нас ушло порядка 2 месяцев до запуска и исправления самых значительных проблем.
Но в производительности переход на Bitrix сильно ухудшил ситуацию, как это видно на графике т.к. работа с собственной CMS (Bitrix – в особенности) требует профессионального подхода.
InSales – это SaaS-платформа, позволяющая быстро запустить проект, как, например, Tilda, но она имеет значительные ограничения, поскольку не дает полного доступа к сайту. Таким образом, данное решение больше подойдет начинающим бизнесменам для развития на начальной стадии проекта.
Спасибо, пофиксили!
Не тайна. В Darts есть отдельный срез по оффлайн-конверсиям, который анализирует поведение пользователей на сайте относительно интереса к просмотру салонов.
Спасибо, Ульяна! Со стороны Denero в проекте участвовало 9 человек.
Хороший вопрос.
Если онлайн-выручку можно замерить с точностью до отмен и возвратов, то с оффлайн-продажами всё немного сложнее. В её измерении помогают первичные данные интереса к контактам, предзаказы с выкупами в магазинах, механики индентификации клиентов. Ну и конечно, помогает анализ корреляций всех данных (выручка в оффлайн и онлайн, интерес к контактам, изменения в количестве магазинов и т.п.)