Воронка из 15 задач при построении сквозной аналитики

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat, а также Telegram-чата про сквозную аналитику. Сегодня расскажу в каком порядке нужно настраивать сквозную аналитику.

Общаясь как с клиентами так и экспертами, отчетливо прослеживается факт, что нет полного понимания что из себя представляет процесс сквозной аналитики.

Каждый работает по какому-то своему плану в меру своего понимания процессов. Хотя на самом деле - сквозная аналитика вполне формализуемая задача с понятным планом действий. Его я и попытаюсь сегодня донести.

К слову данный план выработан на основе консультаций несколько сотен клиентов, так что данные вполне репрезентативны.

Все шаги описаны на реальном опыте консультаций и подключения клиентов, поэтому если перед вами стоит реальная задача настройки сквозной аналитики, то придерживайтесь ниже описанного плана.

Сквозная аналитика - это сведение в один отчет данных по трафику, продажам, расходам на рекламу и поиску в этом отчете точек роста бизнеса.

Фокус на маркетинге и продажах в CRM.

Именно такое понятие в основном вкладывается в данный термин.

Более подробное объяснение для новичков здесь.

Если для вас сквозная аналитика - это абсолютно все цифры по бизнесу сведенные в Power BI - от маркетинга до количества кофе в кофемашине, то статья не для вас.

На мой взгляд, процесс настройки и эксплуатации сквозной аналитики состоит из 15 основных задач.

Цели у сквозной аналитики простые и в целом одинаковы для любого бизнеса. Если у вас нет ясного понимания что вы хотите, берите стандартные цели, поверьте, их более чем достаточно.

Продуктовые

1. Знать выручку в месяц и динамику по месяцам
2. Знать расходы в месяц и динамику по месяцам
3. Знать прибыль в месяц и динамику по месяцам
4. Знать средний чек и динамику по месяцам
5. Знать LTV клиента, чтобы рассчитать допустимый CAC
6. Знать трафик на сайте и динамику по месяцам
7. Знать конверсии из трафика в заявку, из заявки в продажу
8. Знать эффективность и продуктивность менеджеров по продажам
   

Маркетинговые

1. Знать окупаемость рекламы с точностью до ключевого слова, чтобы понимать на чем фокусировать рекламные бюджеты и прочие ресурсы.
2. Знать популярные разделы сайта, чтобы оптимизировать там конверсию
3. Знать популярные рекламные связки, чтобы оптимизировать там конверсию

В целом все.

Показатели простые и понятные, но именно в этих показателях содержится 80-90% магии роста продаж и прибыли на основе сквозной аналитики.

Секрет прост - вы видите в цифрах кто слабое звено в вашей цепочке продаж и исправляете проблему.

Например:

1. Реклама оказывается не окупается? Решаем вопрос с подрядчиком.
2. Реклама идеальна, но заявок нет? Решаем вопрос с сайтом.
3. Заявки есть, но нет продаж? Решаем вопрос с менеджерами по продажам.

Все так просто?

Да

70% сложности сквозной аналитики - это технический сбор данных, чтобы цифры в отчетах были корректны.

20% сложности сквозной аналитики - разобраться в каком порядке смотреть отчеты и какие выводы делать

10% сложности сквозной аналитики - еженедельно смотреть отчеты, чтобы держать руку на пульсе и вовремя решать проблемы.

Нет никаких секретных дашбордов и потайных API, доступ к которым имеют только дата-аналитики. Все проблемы на поверхности, было бы желание их решать.

Этот пункт актуален в первую очередь для тех, кто решил строить самодельные решения со сроками в несколько месяцев и бюджетами в сотни тысяч и миллионы рублей.

Типовые проблемы

1. Easy. Кривая разметка трафика через utm-метки и невозможность потом свести отчеты, но исправляется быстро.
2. Medium. Неправильные процессы в CRM. Это когда далекий от аналитики эксперт лучше всех знает как правильно делать процессы в CRM, а потом выясняется что такие процессы не стыкуются ни с одним сервисом и начинается боль переделок. Не так больно, как переписывать код, но переобучение менеджеров тоже требует усилий.
3. Hard. Это когда проектируется своя аналитика, например на связке продуктов Google и сервисов оболочек, при этом нет полного понимания как организовать данные. Например нет понимания что информация об источнике хранится в первую очередь в кликах, а не визитах. Или что любое обращение клиента - это просто лид и нельзя размазывать их на звонки и прочие формы обращения, но можно делить лиды по типам.
   

Сквозная аналитика это точная наука, в основе которой фиксированные сущности, на основе которых она и строится. Нельзя идти от хотелок клиентов или сочинять что-то свое, нужно разобраться в том что есть. Иначе эффект будет как от попытки выйти в окно в надежде полететь.

Основные сущности сквозной аналитики:

1. Клик/Переход - любое обновление страницы сайта
2. Сессия/Визит - группа кликов за период времени (популярная, но размытая и в целом бесполезная метрика)
3. Номера (id) рекламных кампаний, групп, объявлений, ключевых слов к которым привязываются расходы, заявки, продажи.
4. UTM-метки - транспорт для доставки в аналитику номеров (id) рекламных кампаний, групп, объявлений, ключевых слов
5. Заявка/Лид - обращение клиента любым способом: звонок/форма/корзина/чат
6. Сделка - процесс продажи лиду со статусом и суммой.
7. CPL/CPA - стоимость лида
8. CPS - стоимость продажи
9. CR - конверсия в заявку/продажу
10. ROMI/ROI/ROAS - окупаемость рекламы (тут кому что ближе)
11. DRR - доля рекламных расходов

Подробнее здесь.

Самый дорогой и сложный этап.

Основная сложность сквозной аналитики - это подключиться к апи десятка ваших сервисов, стабильно загружать из них данные и построить отчеты, цифры в которых сходятся.

Различные курсы учат что это все легко, выучил питон за месяц и строй любую аналитику, но в реальности там столько нюансов, что хватит на пару лет разработки :)

В итоге варианты такие:

1. Яндекс Метрика/Google Analytics на основе целей - очень приблизительная аналитика без информации о реальных продажах.
2. Сделать чуть более приличный отчет на базе Google Data Studio/Power BI, но опять же на основе целей и транзакций. Для загрузки продаж прибегнуть к помощи CRM и сервисов коннекторов.
3. Использовать сервис, заточенный под сквозную аналитику.
4. Писать все свое. Если вы не готовы тратить 0.5-1 млн в месяц на ФОТ, то лучше даже не начинать.

Зная все подводные камни и хотелки клиентов, я очень советую именно готовый сервис.

Он закроет 90% задач за минимальные деньги, в том числе грамотную подготовку данных для google analytics/google big query и средств их визуализации.

Дальше проще

Ставим счетчик сервиса аналитики на сайт, чтобы у сервиса была возможность связать все заявки с сайта с рекламным источником.

Благодаря счетчику, каждое обновление сайта - при переходе на него с рекламы, переходы между разделами, нажатие F5, будет отправлять информацию о посетителе сайта в сервис аналитики.

Этот процесс называется "Клики уходят в аналитику".

Суть захвата лидов/заявок на сайте - к каждому обращению клиента привязать client id, на основе которого по истории кликов и вычисляется рекламный источник ваших заявок и продаж.

Client id - это уникальная метка посетителя, которая хранится в Cookies. Обычно это какой-нибуть timestamp.

Привязка client id - это ключевой момент во всей сквозной аналитике, более подробно об этом процессе читайте здесь.

Типовые способы захвата лидов и привязки client id:

1. Звонки - через коллтрекинг, вот как он работает.
2. Самописные формы - захватчик форм, встроенный в сервис аналитики
3. Формы на конструкторах типа тильды - настройка вебхуков и получение client id через вебхук.
4. Онлайн-чаты - настройка вебхуков и получение client id через вебхук.
5. Корзина - проброс client id в CRM и получение его через вебхук из CRM. Для корзины захватчик форм не подходит, так как там товары и их сложный учет. Но иногда можно.
6. Прочие сервисы - сервис закидывает client id в CRM и по вебхуку из CRM он приходит в сервис аналитики.
7. API - если совсем все сложно и стоит какое-нибуть 1C, то пишутся свои коннекторы и лиды закидываются по API, где также передается client id.

Для экспертов.

Обратите внимание что любой тип обращения клиентов создает одну и туже сущность в CRM - лид или сделка, в зависимости от типа CRM.

Тут все просто.

Нужно в CRM указать ссылку, полученную в сервисе аналитики, куда она будет отправлять информацию об обновлениях ваших лидов/сделок. Обычно это обновление статуса и суммы.

Актуальные статус и сумма будут использоваться, чтобы показать с каких рекламных источников у вас продажи, а с каких - спам.

Процесс указания ссылки в CRM и называется "настроить вебхуки в CRM".

Суть задачи: каждый день по API загружать расходы из Яндекс Директ, Google Ads, Facebook с детализацией по id кампании => id группы => id объявления => id ключевого слова.

И далее сводить их с трафиком и продажами, чтобы посчитать тот самый CPL и ROI.

В сервисе сквозной аналитики это делается буквально в пару кликов. Все очень просто.

Обратите внимание, что API рекламных площадок не возвращают расходы по UTM-меткам!!!

Поэтому когда вас просят делать "сложные" utm-метки используя генератор, то это не какие-то сложные технические штучки, а вас пытаются уберечь от выстрела в ногу на более поздних этапах аналитики, сэкономив ВАМ приличное количество денег и времени.

Текущий уровень грамотности разметки можно проверить тут.

Подробнее про utm-метки тут.

Это нужно для 2-х задач.

8.1 Обучение рекламных кампаний

В google ads, яндекс директ и facebook есть автоматические стратегии, которые на основе ранее полученных конверсий ищут целевую аудиторию.

Поэтому крайне логично сообщить рекламным платформам кто реально оставляет заявки, покупает и настроить на эту аудиторию рекламу.

8.2 Возможность делать аналитику на базе google analytics/яндекс метрика/facebook/google big query

В основном это нужно чтобы строить дашборды на базе PowerBI и Google Data Studio. Вместо того чтобы мучаться с апи конкретного сервиса аналитики, проще залить данные в google analytics/google big query и подключиться к ним.

Поддержка google analytics/google big query есть практически у всех популярных инструментов визуализации.

Важно.

На начальном этапе не нужно сразу бросаться делать самодельные дашборды, наведите сначала порядок в рамках готовых инструментов.

Никаких прорывных инсайтов вы не получите, только оплатите разработку еще одного сервиса аналитики.

Но если хотите, более подробно про загрузку данных в эти сервисы можно почитать здесь.

Очень важный этап, который многие пропускают, но без него цифры в отчетах не будут отражать реальное положение вещей.

После настройки загрузки данных (предыдущие пункты 4, 5, 6, 7, 8) возникают типовые проблемы:

1. Разметка трафика кривая, что не позволяет свести трафик, расходы и продажи
2. 50-90% заявок неизвестно откуда.

То есть фактический уровень достоверности исходных данных на уровне 10-50%. Это также хорошо как эффективность вакцины от короновируса в 10%, как вам?

На уровне данных, на основании которых строятся отчеты это выглядит так:

До устранения проблем

После устранения проблем

Поэтому после настройки коннекторов, нужно понять уровень проблем и решить их. И только потом что-то анализировать, а не наоборот.

Для простоты диагностики, мы в UTMSTAT сделали индикатор качества.

Вот такой.

Если числа близки к 100%, то с данными все хорошо и цифрам в отчетах можно верить, в том числе экспортированным в яндекс метрику/google analytics/google big query.

Если числа близки к 0%, то с данными все плохо и цифрам в отчетах верить нельзя.

Сделать данные точными не так уж и сложно:

1. Во всех рекламных кампаниях проставить грамотные utm-метки.
2. На сайте настроить коллтрекинг и захватчик форм, пробросить client id где нужно.
3. Для заявок созданных не через сайт, например Авито, настроить трекинг с привязкой к тегам или полям из CRM.
4. Повторять пункты 1-2-3 каждую неделю пока в индикаторе не будет 95%/95%.

Про наш индикатор можно почитать здесь.

Но есть еще один очень популярный лайфхак для тех, кто работает исключительно на базе Google Analytics и Яндекс Метрики:

К сожалению, чтобы организовать полноценную проверку корректности данных в аналитике, нужно все данные загружать к себе и возможностей Google Analytics и Яндекс Метрики тут не хватит, поэтому данная проверка для поклонников только этих сервисов и противников любой внешней автоматизации - недоступна.

А с учетом как все плохо на рынке с экспертизой, данная возможность крайне актуальна.

Тут все просто.

Смотрите CPL и ROI по источникам. Там где отклонения от нормы - думайте что не так.

Если CPL высокий, ROI низкий - проверьте рекламу и посадочную страницу. Или криво настроено или УТП не в рынке. Исправляйте или отключайте.

Если CPL низкий, ROI высокий - значит все хорошо и можно добавить бюджета, чтобы выкупить еще больше трафика и получить заявок.

Тут нужно проверить самые очевидные пункты (кому что актуально):

1. Переключиться в разрешение 1366x768
2. УТП должно быть на первом экране и понятно за 3 секунды
3. Телефон в шапке виден
4. Форма заявки - видна
5. Кнопка Заказать/Регистрация - видна
6. Онлайн-чат есть
7. Проверить тоже самое для мобильной версии.

Делать уникальный дизайн и проводить сложные А/Б тесты на этом этапе не стоит.

Одна из причин почему на цифрах нет продаж - бардак в CRM.

Нужно проверить следующие моменты:

1. У всех поступающих заявок в CRM актуальные статусы и суммы
2. Сумма продаж в CRM равна сумме продаж в сервисе аналитики
3. Сравнить эффективность менеджеров в таких метриках как количество обработанных лидов в день/месяц и сумма продаж. Помочь отстающим догнать KPI, поправить процессы.

Тоже ничего сложного. Это самые базовые процессы которые должны быть отлажены.

После того как будут устранены грубые ошибки в предыдущих пунктах, вы получите корректные данные и дальнейшей точкой роста останется только тонкая оптимизация рекламы, то задачу отключения неэффективной рекламы или повышения ставок можно переложить на биддер.

Подробнее про биддеры читайте здесь.

Когда базовые процессы отстроены идеально, но хочется еще роста, можно переходить к оптимизации на спичках.

Оптимизация по микроконверсиям - это когда весь сайт обвешан событиям и можно вычислить по каким типовым путям ходят клиенты, которые покупают.

Поискать там сложности в прохождении этого пути и настроить рекламу на эту аудиторию для большего прогрева.

Лично я считаю что данный пункт не даст значимого роста, но на больших цифрах даже 1-2% роста уже хорошо.

Напомню, что основные ошибки в UI мы поправили в пункте "11. Оптимизация UI сайта".

Обратите внимание что это последний пункт в воронке.

Именно тут после исправления всех типовых проблем, можно дать свободу своему творчеству и строить любые отчеты, которые хочется:

1. Мультиканальная атрибуция
2. ML атрибуция
   
3. Конверсии по самым невероятным срезам
4. Персональные метрики

Да и вроде все.

На мой взгляд никакого серьезного роста тут не получить, поэтому пункт актуален только если у вас рекламный бюджет в несколько миллионов рублей и каждый % роста является серьезной суммой.

Холиварный вопрос, но вот новый факт: пункты с 1 по 13 можно решить в рамках готовых сервисов без какой либо персональной разработки.

Поэтому если у вас нет явной потребности в пунктах 14 и 15, то лучше используйте готовый сервис.

Лично я не вижу каких-то более эффективных путей построения сквозной аналитики в сегменте малого/среднего бизнеса, да и крупного тоже. Если пропустил важные моменты - пишите в комментариях.