Компании теряют миллионы без аналитики данных. Рассказываю, как этого избежать

Бизнес недополучает десятки миллионов прибыли, прежде чем обратиться ко мне. И всё из-за того, что неправильно работает с данными. Объясняю, почему данные — это новая нефть и как выбрать систему аналитики, которая подойдет вашему бизнесу.

Привет! Меня зовут Анастасия Заран, я руководитель аналитического агентства «Разумный маркетинг». Мы анализируем в компаниях всё, что можно: заходим в базы данных, оцениваем количественные и качественные показатели (зачастую в неочевидных срезах) и находим точки роста.

Раньше я уже рассказывала, как мы помогли клиенту найти решения на 100+ млн рублей валовой прибыли в месяц. А также о том, как наши аналитики обнаружили критическую ошибку в коде и снижение конверсии на 78%, о которых не подозревал собственник.

Сегодня расскажу, как правильно выстраивать аналитическую инфраструктуру для разного бизнеса. Лучше пристегнуться 😉

Собственники бизнеса часто приходят с конкретным запросом — например, узнать причину низких продаж. Недавно мы с коллегами начали работать с крупным IT-сервисом, который интегрируется в CRM. Ситуация такая: 70% лидов оставляют заявку на подключение или пробный период, но так и не совершают покупку. А бизнес не может понять, в чем дело.

Так происходит, когда в бизнесе не хватает системной аналитики. Компания не собирает информацию в нужном объеме → не может понять причину низкой конверсии или отсутствия продаж. А ведь данные — это настоящая нефть: можно использовать их и расти кратно или не знать про упущения в бизнес-процессах и терять деньги.

Выстроенная система аналитики покажет, когда и почему потенциальный клиент «отвалился» и что исправить. Например, так можно вложить деньги в развитие популярного продукта и закрыть убыточный. Или перестроить работу отдела, увидев, какой канал продаж приносит больше клиентов.

Дальше я расскажу, какие виды аналитической структуры бывают и как понять, какая аналитика нужна именно в вашем случае.

Кому подойдет. Таблицу Excel для учета можно использовать на старте бизнеса, когда еще реально сопоставлять данные вручную. Например, этот вариант подойдет компаниям с небольшим ассортиментом товаров или услуг и не более 100 продажами в месяц.

В чем польза. 99% предпринимателей используют Excel: кто-то для быстрых расчетов и графиков, кто-то для годовых отчетов. Именно поэтому мы не будет подробно останавливаться на этом способе.

Минусы. Если продажи исчисляются сотнями, вести учет в Excel становится очень тяжело. Растет количество важных метрик, таблиц и графиков. Часто слышу от собственников: «У нас столько таблиц уже, и многие дублируют друг друга!» В итоге разные сотрудники делают одну и ту же работу — рабочие ресурсы используются неэффективно. Аналитика становится поверхностной и не дает увидеть узкие места и возможности развития.

Кому подойдет. Любому бизнесу с минимальной клиентской базой. CRM, в отличие от Excel, учитывает нужные метрики и выгружает аналитику. Она показывает результат: сколько людей купили, зарегистрировались, перешли на страницу оплаты.

В чем польза. CRM можно использовать как дополнительный инструмент для аналитики. Например, фиксировать в кабинете количество лидов и их стоимость. Вы увидите, какие из них полезны компании, и напомните им о себе.

<p>В системе можно увидеть, на каком этапе находятся сделки: где только прошел первый созвон, а где уже подготовили договор и внесли предоплату</p>

CRM покажет, с какими клиентами сейчас работают менеджеры, с кем сотрудничество не сложилось, а с кем уже заключили договор. Эти данные покажут фактическую ситуацию по отделу продаж.

<p>В некоторых CRM контакты группируются по ответственным менеджерам: можно увидеть, сколько сделок сейчас в работе и какой у них статус</p>

Минусы. По данным из CRM нельзя оценить клиентский опыт. Вы не увидите, в какие моменты человек переходил к следующему шагу воронки, сколько времени потратил на каждый этап, на каком отвалился и по какой причине.

Кому подойдет. Любому бизнесу с наработанной клиентской базой. Сочетание инструментов может быть разным: например, CRM + 1C или CRM + «Мой склад» + IP-телефония.

В чем польза. Разберем на примере интеграции CRM с 1C. Обмен между системами синхронизирует бизнес-процессы и автоматизирует работу компании. Информация фиксируется в одной системе. Из интерфейса CRM можно контролировать рабочий график менеджеров и вести зарплатную ведомость, из 1C — планировать сделки и прогнозировать прибыль.

<p>В системе можно установить план продаж и следить за его выполнением </p>

Можно вести в CRM контакты с пользователями, остатки и фактические платежи. Все данные хранятся в одном месте: не придется перемещаться между программами или запрашивать информацию в другом отделе. Вы получите актуальную информацию о компании в любой момент и сможете действовать по ситуации.

Минусы. Проблема интеграций с CRM в том, что данных слишком много и их не всегда можно связать между собой. Именно поэтому иногда они могут работать некорректно или не дать тех срезов, что требуются.

Кому подойдет. Крупному бизнесу с разными источниками привлечения клиентов и большим количеством данных, которые нужно обрабатывать. Например:

IT-компаниям любого уровня, которые сохраняют данные на уровне разработки;
Компаниям, которые настраивают интеграции между своими системами;
Компаниям, где подготовка отчетности стоит дорого: 2+ млн ФОТа в год и выше.

Представим, что компания собирает данные из разных источников: интернет-магазина, сайта, кассовых аппаратов, соцсетей, мессенджеров, CRM-системы. Чтобы использовать эту информацию для анализа, ее нужно где-то хранить. Простая база данных не подойдет: она не рассчитана на большой объем и может виснуть из-за перегруза. Лучше завести две базы: одну для бизнеса, а вторую для аналитики.

В таком случае есть два варианта решения: хранилище данных (DWH) и озеро данных (Data Lake). Разберем, чем они отличаются друг от друга.

Хранилище данных (data warehouse, DWH) хранит преобразованные и структурированные данные из разных источников: CRM- и транзакционных систем, сервисов для создания рекламы.

<p>Источниками данных для DWH могут быть Google Analytics, IP-телефония, CRM, Google Docs и другие системы</p>

Озеро данных (Data Lake) хранит данные в любых форматах: CSV, XML, JSON, PARQUET, JPG, PNG, MOV, MP3, PDF и так далее. Их можно использовать на усмотрение команды.

Так выглядит Data Lake. Кстати, эта база стоит дешевле, чем DWH, ее проще настроить и масштабировать

Базы данных можно использовать как вместе, так и по отдельности. Существуют гибридные хранилища — это когда сначала все неструктурированные данные помещают в озеро, а затем очищают, структурируют и загружают в DWH.

В чем польза. DWH и Data Lake позволяют накапливать данные «про запас», а не под конкретный запрос бизнеса. А еще с ними легко проверить любую гипотезу. Например, запустить A/B-тест и увидеть, как и что продается. Если ЦА не заинтересовалась продуктом — снять его с продажи с минимальными потерями.

Есть и другие преимущества:

Оптимизирует логистику. Благодаря настроенной аналитике курьерская служба может спланировать маршруты водителей, учитывая данные о пробках и авариях на дороге.
Помогает заранее спрогнозировать реальный объем продаж. Например, можно посмотреть исторические показатели по продажам в преддверии праздников, текущий сток и мощности производства, маркетинговый бюджет и ROMI, и спрогнозировать продажи в Черную пятницу с погрешностью на 5-8%.
Подсвечивает проблемы компании. Например, в службе поддержки периодически возникают всплески обращений. За счет исторических данных мы можем их прогнозировать и выводить на линию необходимое количество операторов.

Считаю, что DWH и Data Lake — лучший способ для сбора и обработки большого количества информации. Вы получаете актуальную информацию вовремя, держите руку на пульсе и можете вовремя устранять проблемы. Если что-то сломалось 一 видите это и оперативно минимизируете последствия. Начинаете строить прогнозы на основе своих исторических данных и можете управлять бизнесом эффективнее.

Пример. Во время работы в крупном маркетплейсе мне и другим аналитикам поручили задачу: спрогнозировать продажи на месяц в каждой категории товаров. Благодаря аналитике мы понимали, что тут будет продано 10 000 единиц, а тут — 30 000. Делали прогнозы с точностью до 5–8%, то есть минимум 92% плана выполнялось ежемесячно.
Вот как нам это удалось:
Знали, как и что продают конкуренты, благодаря IT-разработке и парсингу. Видели информацию из каждой карточки товара: сколько он стоит, какая максимальная скидка, сколько единиц продаются в конкретный период. И дальше управляли продуктом на основе этой информации. Например, выпускали промоматериалы, чтобы увеличить выручку по позициям, по магазинам, по категориям.

Занимались сегментацией. Например, выяснили, что мамочки покупают памперсы каждые две недели. Для них запускали пуш-уведомления с напоминанием, что пора закупаться. Таким образом, мы минимизировали возможность приобрести товар у конкурентов, ведь клиент уже вспомнил про нас. С одной такой пуш-акции компания зарабатывала десятки миллионов.

Компании, которые используют продвинутую аналитическую инфраструктуру, всегда будут впереди тех, кто аналитикой пренебрегает. Докажу на примерах.

Пример 1. Компания Х — сервис интеграции мессенджеров с CRM, участник «Сколково». В ней внедрили аналитическую инфраструктуру, и в итоге с 2020 по 2023 год выручка выросла в 20 раз: с 48 до 1 млрд рублей. Прибыль увеличилась с 16 млн рублей в 2020 году до 230 млн рублей в 2022 году.

Скорее всего, в 2024 году компания покажет еще больший рост

Пример 2. Компания iFarm (юридическое лицо ООО «Вертикальные Фермы») разрабатывает и продает технологии и оборудование для вертикального земледелия. Руководство внедрило аналитическую инфраструктуру и получило рост. Выручка в 2021 году составила 160 млн рублей, а в 2022-м 一 уже 313 млн рублей. Прибыль выросла с 3 до 16 млн рублей за тот же период.

Вероятно, компания сделает х2 и в следующий отчетный период. Теперь владельцу проще прогнозировать прибыль и принимать стратегические решения

Если вы хотите подробнее узнать, как именно аналитика помогает решать бизнес-задачи, прочитайте наши кейсы →

Как мы обнаружили критическую ошибку в коде и снижение конверсии на 78%, о которых не подозревал собственник

«Хотим у вас поучиться data-driven»: как мы нашли точки роста на 100+ млн рублей потенциальной прибыли в месяц

Сравним четыре вида аналитической инфраструктуры в таблице.

Аналитика — это ключ к развитию бизнеса. С ее помощью вы принимаете взвешенные решения, а не тычете пальцем в небо. В компании больше не происходит внезапных ситуаций и форс-мажоров: вы точно знаете, как бизнес развивается, что с ним происходит сейчас и что может случиться в будущем.

Моя команда помогает выстроить аналитическую систему и увидеть, где вы недозарабатываете или сливаете бюджет, а где можно получить дополнительную прибыль. Пишите мне в Телеграм @Anastasia_Zaran, чтобы обсудить проблемы вашего бизнеса.