{"id":13502,"url":"\/distributions\/13502\/click?bit=1&hash=a81ed6f897d123d854b91b907b479be2ea058a6a8ec03bd6f76bfc8a24665263","title":"\u0425\u043e\u0447\u0443 \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0438 \u0430\u043d\u0438\u043c\u0438\u0440\u043e\u0432\u0430\u0442\u044c 3D-\u043c\u0443\u043b\u044c\u0442\u0444\u0438\u043b\u044c\u043c. \u0413\u0434\u0435 \u0443\u0447\u0438\u0442\u044c\u0441\u044f?","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"7eb01878-f5ab-5bdb-ae26-b8e9a900dfa1","isPaidAndBannersEnabled":false}
Маркетинг
Риалвеб

Построение сквозной аналитики для автопроизводителя

В начале 2020 года перед нашим клиентом из сферы авто встала задача по построению сквозной аналитики от первого контакта пользователя с онлайн-рекламой до офлайн покупки в дилерском центре. В этом материале Екатерина Дектерева, руководитель группы по работе с клиентами «Риалвеб», подробно расскажет, с какими сложностями мы столкнулись при построении аналитики и как нам удалось их решить с минимальными издержками.

Общие вводные на старте

В начале текущего года мы уже работали с определенным инструментарием:

  • Большое количество онлайн-каналов, в которых мы продвигались: Google, Yandex, Mail, VK, Facebook & Instagram;

  • Система для трекинга и верификации: Google Campaign Manager;
  • Системы аналитики: Яндекс.Метрика, Яндекс Метрика для медийной рекламы, Google Analytics;
  • Система для хранения и анализа больших массивов данных Google BigQuery;
  • CRM система Siebel;
  • Система коллтрекинга Calltouch;
  • Реализованное междоменное отслеживание между сайтом импортера и сайтами дилерского кольца.

Существует большое количество вариантов, как приобрести автомобиль, но глобально все сводится к тому, что покупатель выбирает модель – обращается в дилерский центр – приобретает автомобиль. Тот кусок, который мы видим и на 100% знаем (посещение и покупка в дилерском центре) для нас понятен. Но главный вопрос в этой схеме – что же делает человек до того, как приходит в центр? Какой этап коммуникации является решающим? Именно для этого мы обратились к сквозной аналитике, с помощью которой не только ответили на этот вопрос, но и получили:

  1. Возможность real-time изменять MediaMix, исходя из значимости и эффективности каналов, повышая собственную эффективность;
  2. Индивидуальную методологию post-view оценки;
  3. Бесценные знания о том, как правильно делать сквозную аналитику и какие подводные камни могут быть в процессе.

Сложности при построении сквозной аналитики

Основой всего нашего проекта стали две системы для отслеживания и анализа данных – это Google Campaign Manager и Calltouch (именно звонок считаем ключевым действием, на котором все строится). Еще на этапе настройки мы поняли, что существует технический нюанс, и тут мы переходим к проблеме #1.

При передаче звонков из Calltouch в Campaign Manager теряется около 40% звонков. На данный момент – это технический баг, который коллеги из Google оперативно решают. Что делать? Так как мы никак не можем повлиять на это, единственным верным решением было на ежемесячной основе выгружать звонки, отправленные в CM из Calltouch, затем сводить данные между собой, определять процент расхождения и после эстимировать полученные post-view конверсии, основываясь на этом проценте.

После того, как закончили всю подготовку: обновили структуру кампаний, воронку коммуникации, поставили все фладлайты/пиксели, – кампании стартовали с «чистого листа», и мы перешли к решению проблемы, о которой знали заранее, проблема #2: как отслеживать Facebook и Яндекс?

В случае с Яндексом все оказалось просто – мы воспользовались новым инструментом Яндекс.Метрики для медийных кампаний. Настроили связки с Calltouch и стали передавать звонки в рамках настроенной цели. Безусловно, модель атрибуции немного отличается от CM, но на текущий момент, при прочих равных – это единственный доступный способ.

Что же касается Facebook, который, в принципе, не дает отслеживать post-view, то мы прошли почти все стадии принятия. Но где-то на этапе торга поняли, что наши звонки можно загружать вручную в виде офлайн конверсий в Facebook Analytics, хотя и здесь был нюанс. Для того, чтобы конверсии начали подтягиваться в статистику их можно было посмотреть в разрезе кампаний, групп и объявлений – их нужно загружать регулярно, иначе ничего кроме сухой суммы конверсий в тотале система посмотреть не даст. На данный момент мы все еще используем этот метод, но наша команда разработки уже нашла решение, как это можно автоматизировать и совсем скоро вопрос регулярной ручной загрузки будет закрыт.

Прожив какое-то время с уверенностью, что мы преодолели все сложности, нас настигла проблема #3: in-app трафик VK (который в этом канале составляет почти 90%), post-view конверсии по которому мы просто не видим. Эту проблему мы решили с помощью того, что звонки выгружаются из Calltouch и вручную сводятся с логами системы в разрезе каждого пользователя, который видел нашу коммуникацию в том или ином виде. Далее мы планируем протестировать отдельную систему трекинга для мобильных приложений – myTracker, которая, возможно, позволит оптимизировать этот процесс.

После выявления всех «белых пятен» в текущих возможностях диджитал-инструментов, мы перешли к следующему челленджу и по совместительству проблеме #4: атрибуция.

Когда речь идет о связи онлайна и офлайна, к сожалению (или к счастью), на рынке не существует универсального инструмента – каждый сам определяет наиболее оптимальный вариант, опираясь на огромный массив накопленных данных и специфику бизнеса. Мы в свою очередь решили придерживаться следующего плана:

  • Рассчитали lookback window для разных типов кампаний;

  • Построили графы с цепочками до конверсии;

  • Настроили междоменное отслеживание;
  • Ожидаем реализацию передачи Client ID через фладлайты СМ от Calltouch;
  • Собираем гипотезы для тестирования, чтобы к моменту реализации предыдущего пункта, быть во всеоружии.

Здесь, как и в любом другом проекте, наши ожидания, в том числе и с точки зрения сроков и этапов, оказались далеки от реальности. Но, несмотря на это, на выходе мы получили и данные для регулярной оптимизации нашего MediaMix на основе доли звонков по каналам, и нашу собственную методологию оценки PV эффективности, и уже сейчас мы можем оценить свой вклад в звонки в дилерские центры, что открывает нам новые горизонты оптимизации.

Общие рекомендации

  1. Самый главный совет – даже если сквозная аналитика в текущий момент времени не является приоритетной задачей, начинайте собирать собственные данные уже сейчас. Нам в этом помог Google BigQuery;

  2. Настраивайте трекинг своей коммуникации в онлайне везде, где это возможно. Инструмент для трекинга стоит выбирать исходя из собственного сплита каналов и их требований/ограничений;

  3. Перед стартом работ сделайте «домашнее задание» – постройте карту своей коммуникации и проверьте, точно ли все данные, которые вам нужны, как минимум передаются, как максимум – передаются корректно;
  4. Будьте готовы к тому, что задача по построению сквозной аналитики емкая и с точки зрения ресурса, и с точки зрения времени. Весь процесс, включая отладку, мэчинг данных и проверку, может занять до полугода (в отдельных случаях и дольше);
  5. Грамотное построение сквозной аналитики важно для любой кампании, поэтому мы рекомендуем обращаться к агентствам с сильной аналитической экспертизой.
0
Комментарии

Комментарий удален модератором

Развернуть ветку
Читать все 0 комментариев
null