{"id":13740,"url":"\/distributions\/13740\/click?bit=1&hash=0a59749984a5979086488f2d0b01c107cd33b25e0fff316f508925fa67b505e9","title":"1 \u0434\u0435\u043a\u0430\u0431\u0440\u044f \u2014 \u00ab\u041e\u0441\u043a\u0430\u0440\u00bb \u0432 \u044d\u043b\u0435\u043a\u0442\u0440\u043e\u043d\u043d\u043e\u0439 \u043a\u043e\u043c\u043c\u0435\u0440\u0446\u0438\u0438","buttonText":"\u0418\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e","imageUuid":"aa453a2d-753d-5886-944e-1e91f92e8b2a","isPaidAndBannersEnabled":false}

Бесплатный шаблон сквозной аналитики для Google Data Studio с пояснениями

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat, а также Telegram-канала про сквозную аналитику. Сегодня расскажу про сквозную аналитику на базе Google Data Studio.

Дисклеймер

Шаблон не претендует на эталонный.

Целью было изучить Google Data Studio и попробовать собрать аналог типовых отчетов из платных сервисов просто подключив Google Analytics, Google ads и все. Без всех этих Big Query, SQL, Python и интеграции на несколько месяцев.

Попутно расскажу что есть в дашборде и принципы его работы.

Разобрался с нуля за 3 часа. Ничего сложного. Если вы новичек - не бойтесь пробовать.

Где шаблон?

Здесь. Копируйте себе и подключайте свои Google Analytics и Google Ads.

Задачи базовой сквозной аналитики

Прежде чем начнем рисовать дашборд, давайте поймем зачем он нужен.

Задачи базовой сквозной аналитики такие:

  1. Понять какой трафик на сайте
  2. Понять сколько было заявок и продаж за период
  3. Понять с какого источника они были
  4. Понять сколько денег потратили
  5. Понять сколько выручки сделали
  6. Понять какие связки не эффективны. Исправить проблемы или отключить их.

Связка - это комбинация "Запрос/Интерес => Рекламное объявление => Посадочная страница".

Принцип сбора данных для Google Data Studio

В самом простом случае Google Data Studio визуализирует данные из Google Analytics и Google Ads. Поэтому работаем в их системе координат.

Принципы сбора данных:

  1. Однородные UTM-метки, в качестве идентификаторов строго id кампаний, id объявлений и ключевое слово. Никакой отсебятины типа "cid_234324_test", оно сломает вам потом маппинг расходов.
  2. Все лиды закидываем в цели Google Analytics (event) и нейминг целей должен быть системным!
  3. Все продажи закидываем в электронную торговлю - transaction.

В целом этого достаточно, ниже расскажу как все это делать технически.

Дашборд и что на нем

Возможно кто-то заметит что на дашборде полный бардак и вы будете правы - дашборд построен на хаотично настроенном Google Analytics.

Более того, проект ведет рекламное агентство, что в целом прекрасно отражает уровень аналитики на рынке - ни в платных, ни в бесплатных сервисах довольно часто никто толком ничего не анализирует из-за лени или отсутствия понимания как это делать.

Далее я расскажу что надо сделать, чтобы был минимальный порядок хотя бы в Google Analytics и Google Data Studio.

И так, что на дашбордах.

Состав дашборда

1. Фильтры

В данном случае это фильтры по событий Google Analytics, через них мы сможем фильтровать типы лидов - звонки/чаты/формы и т.д.

2. Динамика трафика и лидов

Ну тут просто обзорная информация.

Если тренд вверх - хорошо, если тренд вниз - плохо и надо разбираться в причинах.

3. Ключевые показатели в числах

  1. Трафик - сеансы и пользователи.
  2. Продажи - события (лиды) и собственно продажи (транзакции)
  3. Деньги - доход (выручка) и стоимость (сколько потратили на рекламу). Доход должен быть выше стоимости ну хотя бы раза в 3.

4. Та самая сквозная аналитика

Тут мы видим какие связки приносят больше всего лидов, продаж и с какой конверсией.

Тут конечно не хватает расходов и ROI, но к сожалению в таком формате Google Data Studio не смог его добавить.

Что с этой информацией делать?

  1. Если много трафика и продаж - добавьте бюджета
  2. Если много трафика и мало продаж - ищите проблему. Обычно это нерелевантная связка, товар нельзя заказать или он никому не нужен.

Вот и все, вся сквозная аналитика :)

5. Популярные страницы

Одна из частых причин почему реклама не работает - на странице сложно понять что продают и как это заказать. Элементарно нет номера в шапке.

Список популярных страниц покажет вам где больше всего трафика и именно там нужно выкрутить конверсию на максимум:

  1. "Продающе" опишите товар.
  2. Убедитесь что на эту страницу идет релевантный трафик. Если на странице продаете кровати, то и реклама, ведущая на эту страницу должна продавать кровати.
  3. Оставьте контакты на видном месте - телефонный номер в шапке и онлайн-чат.
  4. Если это корзина - упростите процесс покупки. Лично меня очень расстраивает необходимость регистрации.

В целом, на начальном уровне этого достаточно чтобы понять что у вас с маркетингом и продажами.

Возраст/Устройства/Гео/Интересы/Менеджеры - это все лишнее на старте.

На старте главное сделать грамотно рекламу и получить 50-100 первых лидов. Пока нет данных - нет смысла усложнять.

Как собирать данные для дашборда

Собираем трафик. Разметка и UTM-метки.

Видите этот бардак? Одни и те же данные в разных форматах.

В следующий раз когда будете придумывать очередной правильный формат utm-меток, вспоминайте эту картинку.

Проблема в том, что когда вы дойдете до склейки источников и расходов, такое разнообразие форматов не позволят вам склеить данные автоматически, будете сидеть в Excel руками склеивать или вообще задачу не решите.

Поэтому нужно делать так:

  1. utm_source = yandex/google/facebook/email
  2. utm_medium = cpc
  3. utm_campaign = %id кампании из макроса%
  4. utm_content = %id объявления из макроса%
  5. utm_term = %ключевое слово из макроса%

Это самый стандартный формат utm-меток, используйте только его и у вас всегда будет порядок с исходными данными.

Подробно про логику utm-меток здесь.

Генератор utm-меток здесь.

Собираем лиды/заявки

Все лиды/заявки нужно закидывать в цели/события Google Analytics.

Чтобы не было бардака, заранее продумайте логику названий, например так:

Принцип простой - от общего к частному.

В примере взять нейминг из UTMSTAT, он позволяет легко фильтровать звонки/чаты/формы и все остальное в Google Analytics.

У вас будет тоже самое, просто замените слово UTMSTAT на что-то свое, если хотите.

Как закидывать? Тут уже сложнее.

Можно конечно бесплатно самостоятельно через отслеживание событий или по Measurement Protocol.

Но я крайне рекомендую все заявки собирать в отдельном сервисе и централизованно отправлять по Measurement Protocol.

Это может быть CRM, Tilda или наше решение в UTMSTAT по отправке заявок в Google Analytics.

Поверьте, заплатить за готовое решение дешевле, чем делать костыли и тратить время на их отладку.

Причины:

  1. Частая проблема что цифры в Google Analytics не бьются с данными в CRM. Решением этой проблемы - привязка того что ушло в Google Analytics к конкретной заявке, а также отправка id заявки в Google Analytics. Только так можно будет потом найти концы. Так умеют только платные сервисы, а не фрилансер и его раскиданные куски кода по сайту.
  2. Дубли. Что делать если клиент 10 раз нажмет на кнопку отправки формы? Писать сложный js-скрипт? Управление логикой отправки дублей есть в платных сервисах.
  3. Коллтрекинг. Тут уже без вариантов. Только платный сервис.
  4. Централизованное управление. Если вы хотите порядок в данных, а не бессвязный набор названий целей, то лучше использовать один прокси-сервис для отправки всех данных в Google Analytics. Не критично, но желательно. Обычно им является сервис сквозной аналитики.

Собираем продажи

Продажи мы собираем через базовую электронную торговлю и transaction.

Тут относительно просто - в момент перехода сделки в CRM в статус продано - нужно отправить этот факт в Google Analytics, передав сумму и id сделки.

Это можно сделать или средствами CRM или опять же через сквозную аналитику.

Итого

Итого у нас получилось:

  1. трафик с грамотными utm-метками
  2. лиды уходят в события
  3. продажи в электронную торговлю

Если все это сделаете, у вас будут корректные данные в Google Analytics.

Чего НЕ надо делать

Типичная ошибка которую часто вижу - начинают размечать целями все подряд - посмотрел 15 секунд, все кнопки, скролл. А потом начинается анализ на 10 кликах :)

Не нужно.

Сделайте хотя бы трекинг заявок/продаж нормально и получите 50-100 заявок. А потом уже дальше усложняйте.

Платные сервисы все?

Нет.

Google Data Studio несомненно прекрасный инструмент, но как вы могли заметить, там были технические моменты, которые проще было решить через платные сервисы.

Фатальные недостатки Google Data Studio как сервиса сквозной аналитики

Нет контроля трафика

Я привел пример бардака. И таких экспертов по разметке очень много, что в свою очередь приводит к ненужным трудностями при склейке данных.

Тут только одно решение - автоматический контроль и битье по рукам.

Не все привычные отчеты можно построить из коробки

Типовой сводный отчет из коробки с расчетом ROI построить нельзя и я прекрасно понимаю почему:

  1. В Google Analytics нет нормализованных данных по трафику и расходам, он пытается работать с кривой разметкой, которую не контролирует.
  2. Нет расходов по всем источникам в едином формате.

Разумеется это все можно наверное решить через Google Big Query или Google Excel. Но это уже не простое решение и не "из коробки".

Нет синхронизации с CRM в режиме realtime

Вы не можете откатить отправленное событие. Можете только transaction через возврат. Поэтому не получится поиграться статусами, придется или строить сложную систему целей или отказать себе в такой аналитике.

Тем временем в платных сервисах с этим нет проблем - там постоянное обновление статусов через вебхуки. Работает из коробки.

Дубли заявок

Не очевидный, но очень важный нюанс.

Что делать когда клиент позвонил 10 раз? Написал в форму 10 раз?

Все эти 20 событий уйдут в Google Analytics и сделают вашу статистику далекой от реальности.

Платные сервисы позволяют задавать правила работать с дублями - или отправлять или игнорировать.

Прозрачность и контроль отправки данных

Если вы думаете что для отправки событий достаточно хаотично разметить цели, добавить код в onclick и все заработает . Возможно, но готовьтесь к приближенным данным в аналитике.

Потому что реальная точность достигается только логгированием всех действий и покрытием тестами функционала. Настройка на "глаз" - это вероятность ошибиться/неожиданно сломаться примерно 100%.

Итого

Я уже не раз говорил, что основная ценность сервисов сквозной аналитики это не транслирование бесплатных данных за деньги, а продажа решения довольно сложных технических задач по сбору и управлению потоком данных для отчетов, а дашборды это как бонус уже.

За 3000 руб/мес получаете объем работ по сбору данных на 500к-1млн рублей. Выгодно?

Вывод

Google Data Studio прекрасный визуализатор, но стоит помнить, что основные сложности именно на этапе сбора данных.

Тут либо платить программистам/аналитикам чтобы собрали все "бесплатно", либо купить сервис, где ко всему прочему есть дашборды, которые вы хотели строить и даже лучше :).

Помощь по шаблону

Мы в UTMSTAT хотим сделать версию бесплатных отчетов в Google Data Studio.

В рамках статьи можно общими усилиями сформировать нужный шаблон, который подойдет всем, потому что сквозная аналитика у всех одинакова.

Еще раз ссылка на шаблон.

Критикуйте, предлагайте.

0
1 комментарий
Вячеслав Виноградов

Могу сказать, что такой инструмент, который помогает увидеть эффективность рекламных компаний будут использовать многие. Как раз в тему советую изучить https://romi.center/ru/product/google-data-studio/

Ответить
Развернуть ветку
Читать все 1 комментарий
null