Как заменить дорогого специалиста по сквозной аналитике роботом за 3000 руб/мес и получить гарантию результата
Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса бесплатной сквозной аналитики и коллтрекинга Utmstat, а также Telegram-канала про сквозную аналитику. Сегодня расскажу как мы успешно заменяем роботом аналитиков.
Проблема на рынке
Сейчас на рынке представлено достаточно сервисов сквозной аналитики, как платных, так и бесплатных.
Но основная проблема с аналитикой не в сервисах, а в экспертизе - ее нет.
Пропуская через себя сотни обращений и проблем клиентов, можно сделать следующие выводы:
- Часто сквозную аналитику не могут настроить до конца, так как для не подготовленного человека, этот процесс представляет бесконечную череду задач.
- Часто уважаемые маркетологи/аналитики не понимают азов или наоборот, излишне все усложняют, выдавая это за "экспертизу".
- Нет четкого плана что делать со сквозной аналитикой. Понимание важности вроде есть, а дальше уже кто во что горазд.
А что вообще нужно рынку?
Уверен, на фоне шума про Data Driven, Data Science у кого-то сложится ощущение, что без программирования на Python и пачки сертификатов в аналитике вообще нечего делать.
Но на самом деле, большинство клиентов с бюджетам до 500 000 руб/мес, нуждаются в наведении хотя бы элементарного порядка: метки расставить, crm подключить, отключить явно нерабочую рекламу.
Эти простые действия дадут 80% результата.
А уже потом можно начинать оптимизацию на спичках и подключать этот самый ручной Data Driven, Data Science и аналитиков за 200 000 руб/мес.
Почему сервисы сквозной аналитики такие сложные
На самом деле нет, если иметь четкий план работы. Но со стороны да - космолет.
Но все эти миллион кнопок и отчетов, это закрытие каких-то проблем клиентов, а не оторванные от потребностей рынка хотелки разработчиков.
На старте разработки UTMSTAT мы тоже хотели сделать максимально просто - чтобы поставил код и все работает. Но такой подход безжалостно разбивается о первый же вопрос клиента: "А почему тут такая цифра?".
И вот тут начинается длинная череда отчетов и настроек, чтобы на любой вопрос иметь возможность дать отчет или включить настройку, вот и накопилось.
В итоге получается, что простой сервис не может решить задач аналитики, а в сложный не может клиент.
Что же делать?
Робот-аналитик Alice Boston и Data Driven подход
Да, мы сделали встроенного робота аналитика, назвали его Alice Boston и она консультирует клиента автоматически.
В ней нет ни строчки кода машинного обучения и написана на PHP, а не Python.
C помощью старомодных IF-ов, заложены все типовые грамотные варианты действий по аналитике от экспертов UTMSTAT.
И этого достаточно, так как в отличие от дизайна с его бесконечным числом возможных вариантов решения задач и коллеги Николая Иронова, сквозная аналитика это по сути одна задача с фиксированным числом решений.
Тут главное исходные данные грамотно собрать и в этом основная сложность, а советы можно раздавать и без ИИ.
Эти советы на основе данных и называются "Data Driven подход".
Вот как это работает
Робот смотрит все данные по клиенту и формирует список задач по текущим проблемам. Если проблем нет, то и задач нет.
Клиенту не нужно знать все технические тонкости, достаточно суметь открыть список задач. К сожалению и с такой простой задачей на рынке тоже сложности.
Так как робот заменяет эксперта?
Контроль разметки трафика
Грамотная разметка - это 50% аналитики, к сожалению многие этого не понимают. Почему? Читайте здесь.
Но учить/объяснять бесполезно, гораздо эффективней контролировать автоматически. Вот так:
А потом еще по каждому клику объяснить что конкретно не так и что делать:
Правда пришлось делать свой счетчик и собирать все клики клиента самостоятельно. Поэтому если вы сторонник исключительно Google Analytics и сервисов, основанных на нем, данная возможность вам не доступна.
Итого: экспертиза по разметке не нужна, просто выполни указания робота.
Контроль и консультации по заявкам
После того как размечен трафик, его надо привязать к заявкам. Но не все так просто, есть нюансы:
- Нужно передавать заявки в CRM
- Нужно передавать звонки в Яндекс Метрику
- Нужно передавать заявки в Google Analytics
- Нужно выставить статусы, чтобы сервис понял где у вас продажи
- Нужно решить что делать с повторными заявками, когда клиент звонит 10 раз в минуту.
- Нужно понимать почему заявка через форму не уходит в метрику
- Нужно понимать почему не всегда у звонка есть источник и его возможно передать в метрику.
- Не отвалились ли вебхуки у CRM
На практике с трудом знают 1-й и 2-й пункт, все остальное - поле экспертов.
Но с роботом все просто, он пояснит по каждой заявке что с ней случилось.
Вот так, робот консультирует по заявке:
Или так, робот говорит текущие задачи по CRM.
Итого: экспертиза по работе с заявками не нужна, просто выполни указания робота.
Контроль коллтрекинга
Тут следующие нюансы:
- Номеров должно хватать
- Номера надо проверить после покупки
- Номера нужно настроить
Робот подсказывает:
Интересный факт.
Для определения точности коллтрекинга, нужно минимум 2 номера, поэтому если вам говорят что хватит одного, то о точности вашей статистики не думают, а пытаются просто хоть что-то продать.
Итого: экспертиза по коллтрекингу не нужна, просто выполни указания робота.
Итого
Я перечислил 3 основных и самых важных направления в сквозной аналитике, где робот прекрасно заменяет живую экспертизу.
4-м направлением является аналитика по заранее разработанному нами плану.
И это реально работает. Мы не тратим время на объяснения клиенту что нужно делать, просто даем ссылку на робота и план, и все контролируется автоматически.
Если все задачи робота выполнены, то аналитика настроена на минимально-достаточном уровне.
Все так просто?
К сожалению нет.
Если сам аудит аналитики уже не отнимает значимого времени и сводится к просмотру отчета робота, то заставить некоторых клиентов работать по инструкции и посмотреть этот отчет - целый квест.
Да, экспертам по маркетингу, которым платят деньги за маркетинг и качественную работу, нередко приходится неоднократно напоминать что все уже придумано, просто открой план. Вместо того чтобы смотреть случайный набор отчетов и страдать что ничего "не работает".
Вот такая экспертиза, не всегда, но часто.
Но тем не менее, если вы действительно хотите привести в порядок аналитику за минимальное число шагов и денег, описанный подход прекрасно работает.
Немного непонятно, при чем тут достаточно обычный аналитик (пусть даже и на сквозной аналитике), существовавший задолго до бума в ML, и Data Scientist, пишущий на Python.
При этом этот самый "обычный аналитик" еще и сильно формализован до буквально пары его функций.
Плюс по факту же у вас обычная веб-страница с автоподсказками, а не "робот"?
и написана на PHP, а не Python.Python - не специализированный язык только для написания ML моделей, вы, наверное, спутали с R. Возможно, было бы даже лучше ту самую веб-страничку на пайтоне написать, но не буду тут разводить холивар на эту тему :)
Смысл статьи в том, что достаточно обычного аналитика с обычной зарплатой можно частично заменить "веб-страницой с автоподсказками" за совсем копейки и для сегмента малого/среднего бизнеса это отлично работает.
Снимаются все технические риски по настройке аналитики, дальше просто сиди и оптимизируй связки по готовому плану и готовым отчетам.
Не понял в чём инновация. Пользуюсь сквозной аналитикой с 2017 и внедрение было простым и настройка и диагностика и разметка каналов.
Пользовался весьма популярными сервисами, не видел такого, разве что точность коллтрекинга мониторили.
Какой у вас?
Roistat.
ну да кстати там похожий функционал, мб даже глубже, "здоровье проекта" или как-то так, но ройстат и дороже в 3-5 раз и в 2-3 раза номера дороже, даже если брать сторонние за них +50 рублей
У нас не только очевидные технические проверки, но и точечные советы по нюансам аналитики, о которых многие не знают.
Все это сильно снижает необходимую экспертизу от исполнителя.