Как мы провели расследование, распрощались с подрядчиком и сэкономили рекламный бюджет на 50%

Что делать, если агентство контекстной рекламы показывает в отчетах красивые цифры, но с реальностью они не сходятся? Вооружиться данными аналитики и провести собственное расследование! PPC-специалист хостинга Fozzy Яна Склярова собрала улики, распутала несостыковки и рассказала читателям Vc.ru этот увлекательный детектив.

На самом деле расхождение данных мы замечали давно. Во всех системах аналитики, которыми мы пользовались — Google Analytics, Facebook Analytics, нашей внутренней самописной аналитикой — возникало много вопросов, какие данные более релевантны по отношению к конкретному рекламному каналу.

До определенного момента это всех устраивало. Большая часть маркетинговых процессов у нас была отдана на аутсорс, внутри в компании были налажены только процессы ответов на отзывы на сайтах-отзовиках и работа собственной партнерской программы. Поэтому запроса на более серьезную сквозную аналитику не было. Он появился только тогда, когда начал активно развиваться отдел маркетинга. А потом в компанию пришла я и как аналитик тоже начала задавать вопросы по данным.

Больше всего вопросов у меня было по контекстной рекламе. Ее у нас вело агентство подрядчиков. Ребята показывали вполне хорошие цифры, но на мой взгляд, они не совпадали с реальностью. Стоит сказать, что контекстная реклама на тот момент поглощала солидные бюджеты, и я буквально чувствовала, что деньги расходуются неэффективно. Что-то было не так, но у меня не хватало данных это проверить и доказать.

Поэтому вместе с нашим тимлидом и диджитал-маркетологом я стала инициатором внедрения сквозной аналитики. В принципе, мы могли бы поручить эту задачу нашим разработчикам, но совесть не позволила: это было бы непристойно долго, дорого и сложно. Ребята занимаются продуктами для наших клиентов, а тут мы оторвем их от работы на полгода минимум. Поэтому стали выбирать стороннее решение: готовое, интересное, красивое и приспосабливаемое под наши процессы.

Весной 2020 года мы начали подбирать систему. Составили список действующих «сквозняков» на рынке, начали общаться с представителями и выбирать систему по важным для нас критериям.

1. Возможность подключения системы к нашему биллингу. У нас не классическая CRM, которая легко настраивается и подключается, нам требовалась совместная работа разработчиков с обеих сторон — и с нашей, и с системой сквозной аналитики.

2. Клиентоориентированность. Сначала мы остановились на одной системе, она нам всем понравилась, но в итоге менеджеры никак не обработали наш запрос, не ответили на вопросы, не проконсультировали. Мы отказались: если они не стараются помочь клиенту на первом этапе, что говорить о сотрудничестве в будущем?

Главной задачей, которую мы хотели выполнить с помощью сквозной аналитики — разобраться, как именно конвертируется приходящий трафик. У нас есть потоки трафика из платных источников — таргетированная и контекстная реклама, реклама у блогеров и партнеров, а также огромное количество переходов с сайтов — это специфика нашего бизнеса.

Целевой трафик идет с профильных сайтов, с отзовиков хостингов, с сайтов партнеров. Не забываем и про прямой поисковый трафик: нас ищут новые люди и действующие клиенты. Все заказы действующих клиентов считаются обычными системами аналитики свежими и новыми конверсиями, хотя по сути они таковыми не являются. Мы не могли комплексно решить эту задачу UTM-метками, поэтому и решили воспользоваться сквозной аналитикой.

В итоге звезды сошлись на Alytics — системе сквозной аналитики с автоматизацией контекстной рекламы. Внедрение заняло пару недель, никаких особых сложностей не было. Разработчики с обеих сторон все подключили, и уже через месяц-полтора у меня накопилось достаточно данных, чтобы продолжить расследование.

Как только я получила из Alytics эти данные, вручную провела глубокую аналитику заказов с контекстной рекламы. Я уже говорила, что для нас критически важной была возможность подключения системы к нашему внутреннему биллингу. У Google Analytics и Facebook Analytics не было связи с ним, поэтому я не могла посмотреть важные детали. А через Alytics я могу зайти в биллинг, взять номер заказа, который считался как конверсия, присвоенная контекстной рекламе, и вручную проверить его в биллинге. Таким образом — узнать, что это за клиент, какая услуга им заказана и как давно он с нами.

Это стало ключевой уликой в моем расследовании эффективности контекстной рекламы. Я продолжила глубоко и плотно изучать этот вопрос, и в итоге мы отказались от работы с текущим подрядчиком по контекстной рекламе и взяли все в свои руки.

Это сэкономило нам невероятные суммы денег, это было суперрешение, которое отлично повлияло на работу! В целом 50% рекламного бюджета мы стали использовать эффективно. Теперь мы тратим на контекст гораздо больше, но зато понимаем, куда идут наши деньги. Конверсии стали чистыми, и клиентов стало больше.

Я периодически провожу ручную проверку: в последний раз, неделю назад, дублирующихся конверсий от старых клиентов в платных источниках не нашла ни одной. Погрешность может быть в 1-2% максимум. В любом случае это уже не массовая история, это просто «залетные» люди, которые где-то зацепились, выпали из окна атрибуции.

Это заслуга и Alytics, и моя работа. У меня очень хорошая система исключения: наша реклама идет четко по воронке, лишний раз никому не показывается. Соответственно, исключенные клиенты нигде не конвертируются и не засчитываются. То же самое я сделала и в Google, чтобы у нас такого больше никогда не было.

Только мы выдохнули и начали работать нормально, как сквозная аналитика принесла нам еще сюрприз. Не многие знают, но в Alytics есть гибкие интеграции с нестандартными решениями по хранению данных об оплатах/заказах/сделках. Это стало для нас бесценным инструментом для анализа воронки продаж.

Теперь мы можем наблюдать:

Эта опция нам очень сильно помогла, она показала нам очень узкие и широкие места нашей воронки, специфики трафика в тех или иных моментах, поэтому всем ее рекомендую.

В традициях классического детектива в финальной части герои собираются в гостиной и пьют чай. В нашей истории плюшками к чаю стало удобство работы, которые я как аналитик и сотрудники отдела маркетинга ощутили в полном объеме.

Для каждого из нас жизнь стала немного проще. Мне как PPC-специалисту и аналитику стало удобно смотреть и сравнивать все наши платные источники трафика пачкой в одном месте.

В Alytics легко посмотреть, сколько с какого источника и какой кампании пришло кликов, лидов, сколько мы получили прибыли. Google Analytics не дает такие четкие и чистые данные — там все вразброс. Может, мы не умеем ей пользоваться, но мне кажется, она просто не совсем нам подходит. Google Analytics не способна на кастомные конверсии плюс окно атрибуции у «Алитикса» больше, чем у всех остальных — до 600 дней. Это приятно.

Для менеджера по работе с отзовиками стало удобнее проверять трафик с каждого сайта.

Единственное, мне бы хотелось видеть не только участие канала в атрибуции, но и общую динамику путей клиента к конверсии. Например, какой процент пользователей перед покупкой находит нас в поиске и потом догоняется таргетированной рекламой? А какой сначала видит нас в таргете, а потом идет в поиск? Или сколько людей изначально заходят с отзовиков, а потом идут в поиск? То есть отчет по наиболее частым многоканальным цепочкам. Такого в Alytics нет, но скажу честно: не так это и важно. Как бы клиент ни шел, главное, что он к нам дошел.

Благодаря техническим возможностям и гибкости этой системы, а также нашим аналитическим навыкам мы успешно его применяем в работе и значительно облегчили себе жизнь. Сэкономили рекламные бюджеты, сделали техническое решение для анализа воронки и отлично с ним живем и существуем.