Зачем ритейлу считать ROPO: три кейса

Диджитал разбаловал маркетологов тем, что в нём всё можно посчитать: сколько стоит каждый клик, сколько касаний в цепочке и как относится CAC к LTV. Но что делать, если затраты на онлайн-рекламу посчитаны, а доход получает офлайн-магазин? Тогда на помощь приходит ROPO-анализ.

Research Online Purchase Offline — «ищешь онлайн покупаешь офлайн», который позволяет связать поведение пользователей на сайте с покупками в розничных магазинах. Как использовать ROPO в ритейле – три кейcа от Owox BI.

Ile de Beauté — это сеть из 127 магазинов и интернет-магазин с более чем 30 000 наименований косметики и парфюмерии. Команда маркетологов захотела разобраться с тем, как пользователи ведут себя, взаимодействуя с двумя видами магазинов, и доказать, что результат онлайн-рекламы – это не только доход интернет-магазина. Ведь вполне логично предположить, что никто не купит незнакомые духи, положившись на рекламу и описание в карточке товара, – нам всем хочется понюхать, попробовать и сравнить. А потом уже рассылки, акции и ретаргетинг сделают свое дело в онлайн или в рознице, и мы их купим.

Для этого все разрозненные данные (из разных источников и в разных форматах) надо было собрать в едином хранилище и уже потом анализировать. В качестве хранилища выбрали Google BigQuery, куда настроили автоматический экспорт данных из Google Аналитики, Google Ads и CRM. Расходы из Яндекс.Директ, Яндекс.Маркет, ВКонтакте, Criteo, Facebook и других рекламных источников через OWOX BI Pipeline автоматически передавались в Google Аналитику. После этого все данные стало возможно объединить в одной таблице в BigQuery с помощью SQL-запросов. Для построения отчетов команда ИЛЬ ДЕ БОТЭ использовала Data Studio.

Построили полную цепочку касаний пользователя от взаимодействия с онлайн-рекламой до покупки в офлайн-магазине. Удалось идентифицировать только 0,42% пользователей (то есть только тех посетителей, которые зарегистрированы на сайте).

Из идентифицированных:

• 31% посетителей совершали покупки в онлайн-магазине.
• 17% пользователей посещали онлайн-магазин перед офлайн-покупкой (ROPO-пользователи).
• 53% из них совершали покупки как в онлайн, так и в офлайн-магазинах.

Возвращаясь к вопросу о том, как онлайн-активность влияет на офлайн-продажи: на графике заметно, как email-рассылка отразилась на доходе.

На отдельном графике видно, какую долю ROPO-дохода принесла конкретная рекламная кампания.

И суммарный доход ROPO пользователей.

Rendez-Vous — сеть из 90 магазинов обуви, сумок и аксессуаров низкой, средней и высокой ценовой категории и интернет-магазин. Как и в случае с ИЛЬ ДЕ БОТЭ, подобные товары люди предпочитают покупать не по фото, а после личного знакомства и примерки. Но при этом всю «ознакомительную работу» проводят онлайн – смотрят ассортимент и цены, выясняют в каком магазине есть нужная модель, цвет и размер. Поэтому на пороге магазина покупатели появляются чаще всего уже подготовленными и с определенными ожиданиями.

Маркетологи Rendez-Vous решили узнать как влияют маркетинговые усилия онлайн на продажи в офлайне и по результатам – переоценить эффективность рекламных каналов и пересмотреть бюджеты на каждый из них.

Что для этого нужно? Да-да, вы уже догадываетесь – собрать все данные вместе. Схема движения данных выглядела так:

Что в результате? Анализ подтвердил, что 20% офлайн-дохода получено благодаря онлайн-рекламе. То есть, каждый пятый посетитель физического магазина уже соприкасался с сайтом Rendez-Vous. После ROPO-атрибуции части дохода, компания поняла, что онлайн-кампании недооценены и готова пересмотреть бюджеты и маркетинг-стратегию, увеличив инвестиции и роль онлайн-направления.

Fabelio — это интернет-магазин мебели и домашнего декора с 10 шоу-румами в Индонезии, где покупатели могут посмотреть, как выглядит товар и пощупать материал, из которого сделана мебель. Основные вопросы, возникающие у маркетологов – это сколько времени и касаний с сайтом нужно пользователю, чтобы решиться на покупку и зависит ли это от товарной группы. При этом Fabelio записывает имя, телефон и email каждого посетителя офлайн-магазина, поэтому у них есть информация обо всех посещениях, даже если они не закончились покупкой.

Чтобы оценить ROPO, все данные собрали в Google BigQuery по такой схеме:

Отслеживание микроконверсий помогло более детально проработать транзакционную воронку и точнее оценить источники трафика. Когда все данные были обработаны, их собрали в таблицу с единой структурой,

а затем была рассчитана атрибуция на основе воронки, которая учитывает офлайн-заказы. От стандартной модели Last Non-Direct Click ее отличает то, что она учитывает посещения физического магазина. С учетом этих посещений была построена полная воронка посетителей.

В итоге Fabelio получили несколько отчетов, в который поняли, как отличается ценность рекламных кампаний по разным моделям атрибуции — GA Last Non-Direct Click и Funnel Based Attribution от OWOX BI.

Как распределяется ценность источников и каналов по шагам воронки

Кроме того, отдельный дашборд отвечал на вопросы о том,

• сколько касаний с сайтом было у пользователей, которые затем совершили покупку в магазине и какой доход они принесли
• как давно была первая сессия у пользователей, совершивших покупки;
• сколько времени проходит от первого визита пользователя на сайт до покупки в зависимости от категории товара.

Как видите, для омниканального ритейла, ROPO – один из ключевых показателей, который позволяет оценить, насколько ваши усилия в онлайне влияют на продажи офлайн. Без него вы рискуете недооценить роль диджитал, уменьшить бюджеты на рекламу и в итоге недоумевать, почему до розничных точек стало доходить меньше покупателей, а ваш доход стремительно снижается. К тому же, вы сможете отследить всю цепочку взаимодействий пользователя с брендом, увидеть узкие места и вовремя их пофиксить.