Внедрять сквозную аналитику своими силами — это жесть. Знаем по опыту и объясняем, почему всё не так радужно
Всем компаниям нужна сквозная аналитика, и часто ее хотят сделать инхаус. Когда доходит до дела, оказывается, что всё это муторно и вообще нереально. В итоге деньги уходят, а отчеты всё равно не бьются с реальностью, и никто не может понять почему. Всё из-за этих нюансов, к которым готов не каждый бизнес ↓
Привет! На связи IT-agency и наша команда по настройке маркетинговой отчётности JoinMetrics. Мы работаем на аутсорсе и знаем: не все клиенты готовы работать со сторонней командой.
Многим компаниям хочется построить систему аналитики самостоятельно, потому что владеть своим инструментом круто. В итоге они сталкиваются с техническими и другими сложностями и возвращаются за настройкой аналитики к специалистам — у нас такое случалось.
Рассказываем, почему так происходит и о каких подводных камнях интеграции нужно помнить.
Почему компании выбирают инхаус-команду, а не аутсорс
Чаще всего от руководителей можно услышать четыре причины, почему они решают делать сквозную аналитику самостоятельно:
Можно полностью контролировать команду. Кажется, штатные сотрудники несут больше ответственности перед собственником бизнеса и поэтому должны работать лучше. А еще руководитель думает, что всегда может прийти к специалисту, надавить и получить нужный результат.
Ограничения со стороны службы безопасности. В сферах, где компании собирают чувствительные данные, у службы безопасности может быть много требований к хранению подобной информации. Например, нельзя разворачивать инфраструктуру на внешних серверах или использовать ряд иностранных сервисов.
Высокая стоимость внедрения сквозной аналитики аутсорсерами. Руководителю кажется, что расходы на штатных сотрудников меньше, чем оплата услуг аутсорсеров, ведь на них наверняка есть наценка.
Разработанное решение принадлежит компании. Все созданные сотрудниками продукты, сервисы и архитектура принадлежат фирме, даже если специалисты уволятся. Аутсорс-команда свернет свои решения, если с ней расторгнут договор.
В этих причинах есть смысл, но если опираться только на них, можно не увидеть потенциальные проблемы, а их немало ↴
1. Инхаус-команда — это дорого
Дешево внедрить сквозную аналитику точно не получится. Исключением могут быть небольшие компании с двумя-четырьмя источниками заявок. В них аналитикой вполне может заниматься один специалист. Но если каналов больше, нужна команда как минимум из трех человек:
Аналитика, который уже участвовал минимум в трех подобных проектах. Иначе у специалиста просто не хватит опыта, чтобы сделать правильные выводы из данных и визуализировать информацию из разных каналов.
Программиста, который тоже работал с аналитикой и сможет подключить передачу Client ID в разные сервисы, чтобы связывать источники трафика со сделками.
Маркетолога, который определит, какие показатели нужно собирать, поставит техзадание и проконтролирует выполнение задач.
Даже если брать зарплату каждого специалиста в 100 000 рублей, в месяц на команду будет уходить 300 000 рублей.
Сумма приблизительная — тот же маркетолог или аналитик со всеми нужными компетенциями может запросить зарплату в 180 000–200 000 рублей. А еще это сумма без НДФЛ.
Искать подходящих специалистов будет HR-менеджер, работу которого тоже оплатит компания. Приплюсовывайте сюда и затраты на онбординг, ведь новый сотрудник не сможет приступить к аналитике с первого дня.
2. Нет лидера, который доведет проект до конца
Частая проблема в инхаус-командах — отсутствие человека, который драйвит задачу. Обычно эта обязанность падает на собственника бизнеса, гендира или директора по маркетингу. Но они не всегда заинтересованы в выполнении проекта, так как не разбираются в аналитике или загружены другими задачами.
Для успешного внедрения нужен увлеченный человек с углубленным пониманием аналитики, опытом в маркетинге, прокачанной самодисциплиной и целеустремленностью.
Тот, кто драйвит задачу, должен быть по-хорошему «душнилой»: вести документацию по проекту, описывать каждую метрику и каждый отчет.
Если никто не будет драйвить задачу, настройка сквозной аналитики затянется на долгие месяцы, за это время команда может выгореть и разбежаться. Компания потратит деньги, но так и не получит рабочего инструмента.
3. Настроить сквозную отчетность за месяц не получится
Будьте готовы: на работу точно уйдет больше трех месяцев. До внедрения как минимум придется собирать все данные из подключенных сервисов, чтобы проанализировать их и создать логику будущей системы. Чем больше каналов привлечения клиентов и используемых инструментов аналитики, тем дольше будет проходить исследование и все следующие этапы разработки.
Как минимум три месяца собственник будет платить новой команде и не видеть результата. Из-за этого опять же возникает риск отказаться от внедрения сквозной аналитики, и в этом случае компания вообще потратит деньги впустую.
Другая проблема: даже если сквозную аналитику внедрили, далеко не всегда она будет идеально работать со старта. Когда нужно связать между собой десяток сервисов, первое время ошибки и неопределенные источники в отчетах неизбежны. И чем сложнее инфраструктура и бизнес-процессы, тем больше времени будут занимать доработки.
4. Бизнес-процессы не задокументированы, поэтому в отчетах не разобраться
Это частая проблема, когда в фирме есть отчетность, но каждый отдел собирает ее так, как хочет. В результате одни сотрудники фиксируют информацию об эффективности блогеров, другие — результаты по медийной рекламе, третьи — по SMM и так далее.
Правильно собрать всю эту красоту вместе почти нереально: все подразделения смотрят на собственные метрики. В итоге получается монстр Франкенштейна — отчет, по которому невозможно сделать хоть какие-то выводы.
Так выходит, потому что бизнес-процессы компании нигде не описаны и нет документации по движению данных. Без этого невозможно определить, какие метрики помогут оценивать рекламные каналы и принимать управленческие решения.
Другой пример. В бизнесе с длинным циклом сделки сотрудники одной компании могут оставлять несколько обращений:
— один оставляет заявку после перехода на сайт по контекстной рекламе;
— другой через неделю звонит и разговаривает с менеджером о новых условиях;
— третий через неделю связывается с менеджером в мессенджере и переходит к оформлению сделки.
В итоге обращений три: все от разных людей, в разное время и с разных каналов. И все они привели к одной сделке. При такой воронке возникают вопросы. Например, какой источник более значимый, считать ли в отчете все обращения за одно или нужно разделить их на три? Ответ могла бы дать продуманная документация бизнес-процессов.
Необходимость регламентов хорошо понимают аутсорс-интеграторы, но не всегда осознают инхаус-команды. Так получается, потому что сотрудники сами погружены в бизнес-процессы или у них не хватает опыта для создания подобных документов.
5. Сложно получить доступ к иностранным сервисам
Сейчас для российских компаний существует ряд ограничений из-за санкций. Например, без иностранного юридического лица нельзя приобрести лицензию на многие удобные программы визуализации данных: Power BI, QlikView, Oracle Business Intelligence. Российские аналоги пока не обладают полным набором функций, громоздкие и часто стоят неоправданно дорого.
Если речь об инхаус-команде, собственнику бизнеса невыгодно создавать иностранное юридическое лицо только для того, чтобы работать с зарубежными сервисами визуализации данных.
Аутсорс-команды находят способы пользоваться наиболее удобными инструментами. Возможность работать с ними — одно из важных преимуществ для компании.
6. Сотрудники не видят полной картины, поэтому рекламные бюджеты расходуют впустую
Это самая большая проблема, к которой может привести отсутствие продуманной документации, доступа к нужным метрикам и достаточного опыта команды. В отчеты могут попадать неточные данные, а это повышает вероятность ошибок в управлении. В некоторых случаях сотрудники могут даже не знать, вся ли информация отображается правильно и на какие показатели нужно смотреть.
Например, компания привлекала клиентов через контекстную рекламу в Рекламной сети Яндекса (РСЯ) и в Поиске. Маркетолог посмотрел заявки по последнему клику, решил, что РСЯ обходится слишком дорого, и отключил показы. Но вскоре результаты по всем каналам резко упали.
Оказалось, большинство клиентов сначала взаимодействовали с баннерами в РСЯ, а потом возвращались через контекстную рекламу. Чтобы понять это, нужно было анализировать данные по первому клику.
Маркетолог не увидел всей картины и связи между каналами, из-за этого принял неверное решение. И это не выдуманный пример, а ситуация из нашей практики.
Нужно понимать, что аутсорс-команда не будет принимать управленческие решения за собственника или топ-менеджмент организации. Но она несет ответственность за правильность данных по договору и может указать, на какие данные точно стоит обращать внимание и какие добавлять итоговый отчет.
5 стадий принятия неизбежного: как компании приходит понимание, что пора обратиться к профессионалам
По нашему опыту, в итоге многие компании всё равно обращаются к профессионалам, но перед этим проходят несколько этапов внутренней борьбы:
«Всегда работали без этих данных, у нас большой опыт, как-нибудь разберемся». Начальный этап развития бизнеса. Решения принимают по наитию, эффективность маркетинга неизвестна, зато затрат на аналитику нет.
«Хорошо! Давайте смотреть результаты в рекламных кабинетах и Яндекс Метрике, подключим CRM». Компания подключает несколько основных аналитических сервисов, и поначалу их хватает для оценки бизнес-показателей. Проблема появляется, когда рекламных каналов становится больше: собирать точные данные становится сложнее, в данных чаще появляются ошибки, а на принятие решений уходит больше времени.
«Зачем нам сразу покупать сквозную аналитику, можно же часть информации собирать руками?» Появившиеся на предыдущем этапе проблемы не уходят, а сотрудникам приходится тратить время на составление отчетов.
«Ладно, пора делать настоящую сквозную аналитику, покупаем коробочное решение». Если бизнес растет, спустя время выясняется, что инструментов коробочного решения не хватает, а в отчетах много обращений с неопределенным источником.
«Хотим свою аналитическую звезду смерти!» Компания принимает решение собрать все источники обращений в единый интерфейс, чтобы анализировать хотя бы 90% входящих заявок.
И после последнего этапа может быть два сценария: опытная инхаус-команда создаст уникальный инструмент с учетом всех требований бизнеса либо получится хромающая система, которую сложно обслуживать, в которой трудно разобраться, а небольшой баг-истребитель может ее полностью разрушить.
Поэтому, если нет уверенности в компетентности команды, стоит подумать над привлечением специалистов на аутсорсе. К тому же стоимость может быть ниже, чем у инхаус-команды.
Возьмем условную зарплату команды из трех человек по 50 000 на каждого и прибавим к ним хотя бы НДФЛ. Один месяц их работы уже обойдется компании в 172 500 рублей.
При этом внедрение займет больше трех месяцев, то есть даже при минимальных сроках разработки фирма заплатит инхаус-интеграторам 517 500 рублей и не будет уверена, что инструмент работает на 100% точно.
При этом внедрение базовой сквозной отчетности у нас в it-agency обойдется клиенту в 100 000 рублей в месяц. И в него войдет:
— аналитика по рекламным каналам;
— подключение веб-аналитики и CRM к общему отчету;
— дашборды метрик с динамически обновляющимися данными;
— данные по эффективности отдельных этапов воронки продаж;
— валовые и когортные показатели в отчетах.
Дополнительные настройки обойдутся в сумму от 5000 до 20 000 рублей в месяц — смотря насколько сложно реализовать. Например, детализированный отчет по SEO-каналам можно подключить за 5000 рублей, а многоканальную линейную атрибуцию обращений — за 20 000 рублей.
На нашем сайте можно связаться с менеджером, чтобы рассчитать стоимость внедрения. Вы получите файл, где мы укажем стоимость подключения каждого инструмента и оплату за сопровождение после интеграции.
А на какой стадии принятия сквозной аналитики находитесь вы? И если пробовали внедрять ее самостоятельно, то с какими проблемами столкнулись — расскажите в комментариях.
Как компания может определить, что им действительно нужна сквозная аналитика, и какие факторы способствуют этому решению?
Отличный вопрос!
Сквозная аналитика нужна, когда:
- Непонятно, откуда приходят клиенты, и сложно отследить, какие каналы реально работают.
- Данные по продажам и расходам разбросаны по разным системам — приходится тратить время, чтобы свести всё воедино.
- Нет возможности точно понять, куда лучше вложить бюджет, чтобы получить максимум.
- Трудно понять весь путь клиента — где и как они взаимодействуют с брендом.
Если с этим сталкиваетесь, сквозная аналитика поможет навести порядок и увидеть полную картину
Спасибо за статью! Я бы добавил, что собрать и построить аналитику это только полдела. А вот что с этими самыми данными потом делать, как их интерпретировать – это самый важный вопрос.
Отличное замечание!
Грамотно настроенная сквозная аналитика как раз упрощает процесс — данные сразу собираются в удобной форме, что делает их чтение и анализ намного легче.
Статья очень в тему) Как раз сейчас пытаюсь нормально поженить Ройстат с Битриксом и получается как-то не очень. Попробую ваш сервис если демка устроит.
Будем рады помочь разобраться, обращайтесь!
А в чем отличие от уже привычных Roistat или Calltouch?