Вау-эффект для руководителей, или делаем удобную отчетность для бизнеса с уведомлениями в Telegram

Меня зовут Александр Поляков, у меня рекламное агентство, и я не программист. В этой статье расскажу, как сделал Telegram-бот с отчетами для клиентов.

Руководителям нужны оперативные промежуточные итоги. Только тот, кто следит за цифрами по-настоящему контролирует ситуацию.

Я подумал, что будет здорово, если ключевую информацию сможет присылать специальный робот, например, результаты продаж по итогам дня, недели или месяца. Пусть робот осуществляет консьерж-услуги и сообщает о том, насколько хорошо выполняется план продаж, а информация приходит прямо в мессенджер.

Чтобы настроить такого робота я использовал Google Sheets, Python и бессерверные вычисления на Amazon.

Бот присылает сразу ссылку на визуализацию и на "сырые" данные в Google Sheets — на случай, если потребуется детально разобраться в том, откуда взялся тот или иной результат.

В статье расскажу о том, что требуется для запуска такого робота.

Буду рад вопросам. Если увижу, что подобная отчетность интересна сообществу, я опишу каждый шаг детально в следующих материалах.

1. CRM или любой другой источник данных о сделках,

2. Загрузку данных из рекламных кабинетов по API,

3. AWS Lambda, чтобы не настраивать сервер,

4. DynamoDB, чтобы хранить информацию о пользователях бота, права доступа и статистику.

Чтобы всё настроить, я прохожу следующие шаги:

Сразу надо убедиться, что у нас в CRM или другой базе данных клиентов, есть информация, необходимая для построения отчета.

• статусы сделок (выигранная, проигранная, обращение в сервис или отдел продаж, произошел визит к клиенту или нет и др.)
• суммы сделок или иной результат
• информация о том, что является источником сделки. Это могут быть атрибуты UTM, ClientID Яндекс.Метрики, номер телефона + данные коллтрекинга,
• прочие атрибуты сделок: использованные промокоды, идентификатор пользователя Амплитуд и т. д.

В моей практике такой базой данных может быть Google Таблица, Google BigQuery или DynamoDB.

Передачу данных об обращениях можно делать в виде ручной загрузки или скрипта на Python.

Все рекламные кампании должны иметь utm_метки, понятные и структурированные имена. Вот примеры хороших и плохих названий кампаний:

• 🚫 Шуруповёрты рег. общая. — а как расшифровывается рег? это сети или поиск?
• ✅ (site.ru)_(shurupovert_awareness)_(regions)_(search) — понятна посадочная, поиск или сети, условия нацеливания.
  

Если работаем с блогерами и учитываем сделки по промокодам, значит необходим отдельный справочник, в котором есть информация о том, какой промокод с каким инфлюенсером связан, даты и цены размещений.

Можно загружать данные вручную, но обычно я автоматизирую процесс с помощью Python.

Некоторые рекламные кабинеты достаточно сложные для быстрого получения данных, поэтому я создал специальный бесплатный инструмент на базе Зумкит, который выступает коннектором к API популярных рекламных систем. По сути, это единое окно доступа к статистике. Сервис доступен всем желающим.

Зумкит поддерживает выгрузку статистики на уровне кампаний, групп объявлений и ключевых фраз для Яндекс.Директа, Google Ads, ВКонтакте, Facebook Ads и MyTarget. Скоро добавлю поддержку Яндекс.Маркет и рекламного кабинета TikTok.

Можно запрашивать данные списком сразу для множества рекламных кабинетов.

Документация:

Дальше надо объединить данные о расходах и о результатах. Само объединение можно сделать как в Python — быстрый способ, так и в Google Sheets при помощи специальных формул.

Чаще всего я использую Google Data Studio. Она простая в изучении и использует собственный встроенный процессор для подсчета формул в Google Таблицах. Также в Google Data Studio можно сделать отдельную вёрстку для мобильных устройств.

В Google Sheets просмотр не такой удобный, как в Студии Данных, зато можно рядом с графиком разместить "сырые" данные, на основе которых он построен, чтобы сразу можно было оценить причины той или иной аномалии.

Бота можно зарегистрировать через @BotFather, об этом есть много материалов. Но есть несколько важных моментов.

1. Чтобы обойтись без отдельного сервера, я создаю выделенную AWS Lambda микропрограмму в облаке Amazon. Функция активируется через HTTP-вебхук, который отправляет Телеграм на сервер Амазона.
2. Так как каждый владелец бота должен вести учет пользователей самостоятельно и хранить их базу, чтобы обеспечить быстродействие, я использую другой сервис из облака Amazon — DynamoDB.
   

И AWS Lambda и DynamoDB — бесплатные сервисы до определённого уровня нагрузки, мне обходятся около двух долларов в месяц.

Так как я транслирую непубличную информацию, значит любой желающий не должен получать к ней доступ, а сделать приватного Телеграм-бота невозможно.

Я использую простую авторизацию: чтобы получить доступ к определенному набору данных, боту надо отправить секретную строку. Если строка принадлежит определённому проекту, доступ разрешен и пользователь начинает получать отчеты, если нет — бот молчит.

Я начал делать такие автоматические отчеты с уведомлениями осенью 2020 г. Может показаться, что это просто модный тренд, который повышает ценность рекламного агентства, но я успел получить несколько примеров, которые решительно повлияли на работу бизнеса.

Среди моих клиентов есть завод, где менеджеры по продажам получают основной бонус как процент от закрытых сделок и стараются закрыть их подороже. Мотивация рассчитана исходя из средних показателей успеха.

У бизнеса уже есть стандартные размеры скидок для крупных заказов, но про очень крупные заказы инструкций нет, а в крупных сделках на счету каждый рубль.

Благодаря тому, что руководитель увидел в Телеграме аномально высокую прибыль, он смог быстро найти ответственного за сделку менеджера и согласовать с ним особые условия как для клиента, так и для самого менеджера по продажам. Без оперативных уведомлений о столь дорогой сделке могли узнать только на ежемесячном совещании, и то уже как о потенциальной выгоде.

Обычно автосалоны считают эффективность рекламы в конечный звонок, некоторые учитывают только уникальные и успешные звонки, но на самом деле, каждое обращение связано с несколькими направлениями бизнеса, каждое из которых обладает разным приоритетом. Например ценность от заявки в отдел продаж гораздо выше, чем ценность от заявки в отдел запасных частей.

Самые эффективные кампании для автосалона, если измерять звонками — рекламные кампании об официальном дилере. То есть когда реклама происходит по запросам вроде [официальный дилер volkswagen]. Но при детальном рассмотрении оказалось, что такие кампании обеспечивают обращения в сервис и отдел по продаже запчастей. А результат для отдела продаж по таким направлениям получается слабый.

Нашли зависимость в рамках недельного спринта, перераспределили бюджет и получили больше обращений в отдел продаж.

Меня зовут Александр Поляков, я занимаюсь рекламой в интернете и анализом данных. Мне будет интересно ответить на любые вопросы по поводу подготовки такой отчетности.

Если у вас будут вопросы или потребуется помощь по настройке Lambda или визуализации данных, можете обращайтесь ко мне лично в Фейсбуке:

Мой сайт с контактной информацией:

Мой сервис для бесплатного получения данных из рекламных кабинетов:

Документация по API Zoomkit