Грамотные UTM-метки для сквозной аналитики

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat, а также Telegram-канала про сквозную аналитику.

Сегодня расскажу про UTM-метки: какой у них грамотный формат и какие механики в сквозной аналитике приводят нас к нему.

Почему так? Читаем статью.

Это 5 стандартных параметров, добавляемых в url сайта, в которых передается информация о рекламном источнике, чтобы понять откуда у вас трафик и продажи.

Вот эти параметры:

Пример:

http://example.com/?utm_source=yandex_Posit&utm_medium=cpc&utm_campaign=Retargeting_2utm_content=iphones

UTM-метки, это фактически мировой стандарт передачи информации об источнике трафика и продажах на сайте. Английский язык в мире аналитики.

Есть конечно другие стандартны - openstat и что-то еще, делают они тоже самое, только понимают их формат далеко не все, поэтому в использовании большого смысла нет.

1. Профессиональные аналитики из крупных агентств и инхаус-отделов.

Тут обычно все хорошо. Они понимают ценность сквозной аналитики и грамотной разметки, иначе при многомиллионных бюджетах можно легко улететь в многомиллионный минус из-за невозможности свести и проанализировать данные.

Хочешь не хочешь, но потребность считать точную отдачу от рекламы сама наталкивает на грамотный формат utm-меток.

2. Фрилансеры, небольшие агентства и владельцы бизнеса, которые только осваивают сквозную аналитику.

Интуитивно понимают смысл, но технически им сложно. Обычно достаточно сказать как правильно с небольшими пояснениями и они встают на рельсы грамотной разметки без лишних вопросов.

3. Самая горячая аудитория - некоторые небольшие агентства, коучи, отчаянные противники платных решений (автоматизации ручного труда) без технического бекграунда.

Для них сквозная аналитика и грамотные utm-метки - это что-то на уровне волшебства и БАДов с непонятной ценностью и в целом развод на деньги.

У них свое мнение, которое сложно переубедить, так как вся доказательная база лежит в технической плоскости, а у этой аудитории нет технического бэкграунда, поэтому все аргументы что грамотные utm-метки это в первую очередь сильная автоматизация ручного труда - летят мимо ушей.

Статья в основном для аудитории #2 и немного #3.

Напомню, суть сквозной аналитики - свести расходы на рекламу с продажами из CRM, чтобы показать какая реклама работает, а какая - нет. Метрики - ROI или прибыль.

Что тут происходит

1. Рекламная площадка, например Яндекс.Директ, показывает рекламу в поиске, по запросу “Iphone 11 Купить”

2. Потенциальный клиент кликает на рекламу

3. Рекламная площадка фиксирует клик и отправляет к себе его стоимость - CPC.

4. После чего делает редирект на сайт рекламодателя.

5. На сайте срабатывает счетчик сервиса аналитики и информация о клике уходит в сервис аналитики - метрика, аналитикс или что-то платное, принцип одинаковый.

6. Если посетитель что-то заказал, информация с сайта (корзина, форма, чат, звонок) отправляется в CRM.

7. Информация о продажах отправляется в сервис аналитики

8. Информация о расходах отправляется в сервис аналитики

9. Владелец бизнеса смотрит сводный отчет по расходам и продажам.

10. Владелец бизнеса на основании отчета корректирует работу с рекламой - что-то отключает, а где-то добавляет бюджета.

Они нужны на шаге 5 - чтобы фиксировать источники трафика (кликов).

И на шаге 6 - чтобы фиксировать источник заявок в CRM.

Для учета расходов на клики (CPC) они не нужны, там рекламная площадка сама разберется.

В целом можно и такие “типовые” utm-метки использовать:

http://example.com/?utm_source=yandex_Posit&utm_medium=cpc&utm_campaign=Retargeting_2&utm_content=Iphones&utm_term=Iphone 11 Купить

Будем знать что кампания Retargeting_2 по запросу "Iphone 11 Купить" принесла нам заявку.

Мы это узнаем из отчета по utm-меткам в метрике или аналитикса, а также при индивидуальном просмотре заявок в CRM.

Анализ трафика по utm-меткам в метрике/аналитиксе - это начальный уровень.

Грамотная взрослая аналитика - это сведение расходов из рекламных площадок и продаж из CRM для расчета ROI.

В самом простом случае задача выглядит так:

Есть объявление в Яндекс.Директ №123, у него 100 кликов на которые уже потрачено 1000 рублей.

Нам надо в CRM найти все заявки и продажи, которые пришли с объявления №123 и узнать сумму выручки.

Пусть это будет 2000 руб.

Ну и посчитать ROI: (2000 - 1000) / 1000 * 100 = 100%

Вроде все просто.

Но….

Как только мы попытаемся узнать расходы по utm-меткам, то обнаружим что такой статистики нет! А мы ведь передали в CRM метку utm_content=Iphones. Вот срезы, по которым можно получить расходы в Яндекс.Директ, utm-меток нет.

И получается неприятная вещь - расходы из рекламного источника нельзя свести с данными из CRM, потому что по utm-меткам их просто нет.

Вот так. Сравниваем теплое с мягким.

Нельзя приравнять номер конкретного объявления к utm-метке, которая в лучшем случае - транслит названия этой кампании, в худшем - объединение множества кампаний, в которых рекламируют айфоны. Соответствие явно не 1:1.

И если по кампании 123 было 100 кликов, это совсем не значит что по метке utm_content=Iphones было также 100 кликов. Их там может быть и 10000.

Какие типовые варианты действий в этой ситуации?

1. Не делать аналитику по ROI, а лишь посматривать на количество конверсий в метрике и на глаз оценивать количество продаж.

2. С помощью внешних сервисов или скриптов, делать полуручную передачу данных о продажах и расходах по client_id в метрику/аналитикс и надеется что метрика/аналитикс “переведет” utm-метки в статистику по кампаниям/объявлениям.

3. Героически сделать скрипт на питоне, excel или R(!), сводящий utm-метки с расходами из рекламного источника, потратить xxx xxx рублей на зп программиста, а потом на какой-нибуть конференции рассказать про data-driven маркетинг.

Но скорее всего будет вариант 1 и отсутствие полноценной аналитики.

Проблема кратно усложняется, если надо провести аналитику по тысячам заявок и продаж из CRM.

Правильно везде вести всю аналитику в тех срезах, которые понимает статистика по расходам рекламной площадки, в нашем случае Номер объявления. В этом случае мы без проблем сведем данные по расходам и продажам из CRM.

Вот так.

Мы только что выяснили, что построить аналитику на случайных значениях в utm-метках может и не получится и это точно будет сложно и возможно дорого.

Теперь давайте выясним, какие в CRM вообще должны быть значения, чтобы аналитика всегда получалась.

Задача сквозной аналитики анализировать трафик с рекламных источников, а в основе рекламных источников оказывается лежат одни и те же сущности.

Вот они. Для простоты я перечислил только самые ходовые.

Яндекс Директ, Google Ads, Facebook, Instagram, MyTarget - везде все одинаково. Разница лишь в том что где-то чего-то нет, но например номер кампании везде есть и смысл их одинаков.

А суть аналитики - поиск прибыльных и убыточных связок из этих сущностей. Прибыльные оставляем, убыточные выключаем или исправляем причину.

В простом случае связка выглядит так.

В более сложном - так.

И тут начинает складываться картинка:

1. Эти сущности есть в статистике по расходам

2. Этих сущностей всего ~10 штук

3. У нас есть utm-метки, как стандартный способ передачи информации об источнике

А давайте значения этих сущностей прокидывать в каждую заявку в CRM? А потом без особо труда сводить отчеты из рекламных расходов и продаж CRM? Ведь и там и там есть номер кампании, номер объявления - данные прекрасно сойдутся!

Как бы это сделать?

И тут оказывается что во всех рекламных источниках есть поддержка макросов, которые если подставить в ссылку, то при реальном клике туда подставится значение, например номер кампании.

Вот список макросов для Google и Яндекс

https://developers.google.com/adwords/api/docs/guides/valuetrack-mapping?hl=ru

https://yandex.ru/support/direct/statistics/url-tags.html

Аналогичные списки есть для других рекламных площадок.

В итоге для Яндекса ссылка с макросами будет выглядеть так

http://example.com/?utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_content={ad_id}&utm_term={keyword}

А когда по ней кликнут в рекламе, реальная ссылка будет такая

http://example.com/?utm_source=yandex&utm_medium=cpc&utm_campaign=10000000&utm_content=123&utm_term=Купить айфон

А далее в заявки в CRM пробрасывается номер кампании и номер объявления, мы теперь можем легко соотнести расходы и выручку. Круг замкнулся - задача решена, наши данные стыкуются.

Но мы передали макросами всего 3 параметра, а когда вы откроете ссылки с документацией - вы увидите там 25 параметров.

А у кого-то мысли пойдут дальше.

А давайте все макросы в ссылку закинем, я там потом так на анализирую! В базу закину, буду и так и так крутить, питон подключу!

Ни слова больше. Держите.

http://example.com/?utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_content={ad_id}&utm_term={keyword}&utmstat=us|yandex|cid|{campaign_id}|aid|{ad_id}|gid|{gbid}|pid|{phrase_id}|keyword|{keyword}|position_type|{position_type}|source|{source}|region|{region_id}|device|{device_type}

Оказывается вся аналитика это не бесконечный набор комбинаций значений utm-меток, выдуманных маркетологами, а всего лишь комбинации из 4-10 стандартных сущностей, значения которых можно передавать в виде макросов в utm-метках.

И еще 10 дополнительных сущностей для самых отчаянных, но большинству они не нужны.

Итого в самом крайнем случае мы имеем 20 стандартных макросов, которые не зависят ни от маркетолога, ни от сервиса аналитики, ни от того платный он или бесплатный. Это статичная величина.

Поэтому самый разумный шаг - обернуть эти 20 макросов в генератор utm-меток и больше не думать о том как делать utm-метки.

Со смыслом меток вроде разобрались, теперь давайте разберемся почему ссылка выглядит именно так:

http://example.com/?utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_content={ad_id}&utm_term={keyword}&utmstat=us|yandex|cid|{campaign_id}|aid|{ad_id}|gid|{gbid}|pid|{phrase_id}|keyword|{keyword}|position_type|{position_type}|source|{source}|region|{region_id}|device|{device_type}

Тут 6 параметров:

1. utm_source - название источника - yandex/google/facebook/vk

2. utm_medium - тип трафика - cpc/mail/post

3. utm_campaign - номер рекламной кампании

4. utm_content - номер рекламного объявления

5. utm_term - ключевая фраза или площадка (РСЯ/KMS)

6. utmstat - технический параметр, нужный исключительно для сервиса сквозной аналитики. В нем склеиваются в компактном виде все макросы и парсятся на стороне сервиса. Человеку в нем разбираться не надо. В разных сервисах аналитики этот параметр называется по разному и имеет немного разный формат, но смысл везде один и тот же - это набор всех макросов рекламной площадки, чтобы собрать максимум данных по каждому клику и продаже.

У кого-то возникнет вопрос.

А почему бы значение параметра utmstat не поместить в utm_term, чтобы все стало совсем стандартно?

Причина одна

Нередко в сквозную аналитику приходят клиенты с бардаком в метках, понятную только текущему подрядчику. Чтобы не ломать логику статистики подрядчика и при этом начать получать нормальные данные, utm-метки не трогаются, а просто добавляется технический параметр. В итоге довольны все - и подрядчик и сквозная аналитика.

Как уже выше говорилось, вся аналитика, это ~10 базовых и ~10 расширенных макросов.

Нет смысла их запоминать. Просто прогоняйте все рекламные ссылки через генераторы utm-меток. Сервисы аналитики скажут вам спасибо и покажут данные в удобном виде.

Многие генераторы utm-меток позволяют вводить свои значения. Для платного трафика и задач автоматизации это лишнее.

Мы UTMSTAT решили сделать проще - сразу даем грамотный вариант с точки зрения сквозной аналитики без возможности вводить свои значения и совершать ошибки.

Правило простое - на любом трафике должны быть utm-метки полученные через генератор utm-меток.

Но если одно универсальное правило это слишком скучно, то вот нюансы.

Тут меток быть не может. Аналитика идет на уровне названия источника - Яндекс или Google и что это именно поисковый трафик.

Вообще SEO детально надо анализировать внутри метрики или аналитикса. Платные сервисы сквозной аналитики не имеют доступа к информации с какого запроса пришел посетитель и как следствие аналитика весьма общая.

В этом трафике нет макросов и как таковых стандартов, поэтому делайте как хотите.

Можно например так:

http://example.com/?utm_source=vc&utm_medium=post&utm_campaign=calltracking

Или так

http://example.com/?utm_source=email&utm_medium=email&utm_campaign=2019_09_15

Но часто анализируют не по меткам, а по рефереру.

Но если есть возможность, лучше делать и метки, чтобы весь трафик анализировался в единой системе координат и можно было удобно сравнивать в той же метрике.

Это уже Яндекс Директ, Google Ads, Facebook, Instagram.

Тут метки нужны однозначно и лучше через генератор.

Нет, любая сквозная аналитика берет информацию как из данных о клике - реферер, гео, метки, так и из API рекламных площадок.

Но тут тоже есть нюанс, вместо того чтобы пытаться вытаскивать данные из множества API, гораздо проще их передавать в едином формате через UTM-метки и вообще не работать с API.Так и точность статистики повышается и снижается себестоимость разработки и как следствие ваши тарифы.

Без UTM-меток сквозная аналитика определит источник только с точностью до названия - Яндекс/Google/Facebook.

С UTM-метками - с точностью до ключа и номера объявления.

Яндекс и Google используют свою метку yclid и gclid, обратите внимание. По ней и связываются расходы и аналитика.

Проблемы начнутся когда надо будет внешние источники проанализировать на расходы и продажи, к которым Яндекс и Google не имеют прямого доступа.

Начнутся танцы с бубнами по переносу расходов и продаж в тот же Google Analytics или сервис сквозной аналитики.

Поэтому даже если сейчас все хорошо, я бы заранее приводил всю статистику к единому формату через utm-метки. Мало статистики не бывает. А в дальнейшем этом возможно сэкономит денег на разработке костылей, чтобы свести данные.

Рано или поздно уникальный набор меток придется приводить к стандартным параметрам рекламных площадок чтобы как минимум соотнести расходы и продажи.

Поэтому если нет цели намеренно усложнять процесс, лучше быстрее перейти на стандартные макросы и все ваши задачи будут прекрасно решены, скорее всего автоматически.

По личному опыту не было замечено проблем с аналитикой кампаний по номерам - найти не долго.

Поэтому я бы рекомендовал все таки в метках использовать макросы. А большие проекты подключать к сквозной аналитике. Это здоровая автоматизация рутины, там будут все названия и много чего еще.

Нет, я наоборот призываю отказаться от велосипедов и перейти на работу исключительно со стандартным списком макросов рекламных площадок из их официальной документации:

https://developers.google.com/adwords/api/docs/guides/valuetrack-mapping?hl=ru

https://yandex.ru/support/direct/statistics/url-tags.html

Такой подход сэкономит колоссальное количество человеко-часов времени и денег, делает сырые данные однотипными и удобными для этой самой аналитики через любой инструмент.

А предложенный формат URL - это лишь один из вариантов расположения макросов, который поймет любая сквозная аналитика. Ничего нового тут нет.

Мы разобрались что под капотом у сквозной аналитики и выяснили что для грамотной аналитики нам нужно передавать в нее все макросы рекламных площадок .

Давайте посмотрим насколько рынок разбирается в этой не такой уж и сложной теме?

Кликайте на рекламу, особенно на свою и на рекламные агентства.

Я уже это сделал за вас.

В недвижимости более-менее часто попадаются грамотные варианты

https://www.example.ru/lublinpark?utm_source=yandex.direct&utm_medium=cpc&utm_campaign=lyublin_park&utm_content=general_poligoni&keyword=квартиры%20в%20москве&utm_term=astat:14219710225|ret:|dsa:14219710225|cid:36893873|gid:3465828193|aid:6207501090|pt:other|pos:4|st:search|src:none|dvc:desktop|reg:213|adp:no|apt:none|key:квартиры%20в%20москве&cor=0&yclid=5388941350613312054

В курсах по маркетингу, немного бардак конечно, но в целом есть и сквозная аналитика и даже сгенерированная рекламная кампания.

https://example.ru/profession-performance/?utm_source=yandex&utm_medium=cpc&utm_campaign=127_profession-performance_yandex_cpc_poisk_course_ru_all_mastertraf_44604503&utm_content=adg_3890210212|ad_7763651807|ph_17606676683|key_курс директ|dev_desktop|pst_premium_2|rgnid_213_Москва|placement_none|creative_{creative_name}&utm_term=курс директ&roistat=direct86_search_7763651807_курс директ&roistat_referrer=none&roistat_pos=premium_2&yclid=5388989011376246008

Вот пример курса, который не очень может в маркетинг и аналитику. Сквозной аналитики нет и видимо всего одна кампания - poisk, без какой либо сегментации.

https://example.ru/?utm_source=yandex&utm_medium=cpc&utm_campaign=poisk&utm_content=6408355065&utm_term=Маркетолог обучение&yclid=5389252564572732084

А вот рекламное агентство, которое часто видно в РСЯ и которое не может в сквозную аналитику или хотя бы в системность в метках, но зато предлагает скачать книгу и научить маркетингу.

https://example.ru/book/?utm_source=ya&utm_medium=cpc&utm_campaign=995_kniga_t2__45927656&utm_content=18302068405__контекст

Еще одно агентство, тут тоже слабовато. Видно что базовая аналитика, но зато бюджеты от 50 000 руб. Хотите платить за ручной труд?

https://example.ru/services/context/?utm_source=google_adwords_Poisk&utm_medium=cpc&utm_geo=Москва&utm_campaign=Kontekstnaya_reklama_Moskva_Poisk&utm_content=Nastroyka_kontekstnoy_reklami&utm_term=настройка контекстной рекламы&gclid=Cj0KCQjwn_LrBRD4ARIsAFEQFKvL-kzn-g2cbcezy6GTobnpRIGtWQgnzZjR2c06qukAWMaLKm0fG40aAtTlEALw_wc

Один известный продавец техники Apple, тоже какая-то сквозная аналитика и все макросы.

https://www.example.ru/apple-iphone/?utm_medium=cpc&utm_source=yandex&utm_campaign=cid:38260431_cn:cat_iphone_p_msk&utm_term=ph:15382466203_kw:купить айфон&utm_content=re:|gr:3543966766|b:6524529560|drf:no|st:search|s:none|p:3|pt:premium|dt:desktop|cgc:0&_openstat=ZGlyZWN0LnlhbmRleC5ydTszODI2MDQzMTs2NTI0NTI5NTYwO3lhbmRleC5ydTpwcmVtaXVt&yclid=5389110440295423266

Как ни странно, но создается ощущение, что в сквозную аналитику или хотя бы системный сбор данных, не умеют в первую очередь рекламные агентства и коучи, которые учат маркетингу, хотя именно они должны быть источником экспертизы.

А как у вас?

Сможет ли ваш подрядчик в любой момент времени ответить на вопрос "Сколько продаж с каждой рекламной кампании?" и дать ссылку на отчет?.

Грамотные UTM-метки со всеми макросами это не раздутая потребность из ничего, а первый и очень важный шаг к автоматизации аналитики и удешевлению работы с ней.
За примером далеко ходить не надо. Тут рядом статья с зарплатами аналитиков - от 76 000 руб до 330 000 руб, так что автоматизация весьма актуальна.

Как видно из примеров выше - многие сделали этот шаг, начинают передавать все возможные параметры и анализировать их дополнительными инструментами, а не просто метрика/аналитикс.

Поэтому если у вас не так, значит у вас меньше данных для анализа, чем у конкурентов, а времени и денег на их обработку скорее всего тратится больше. У кого больше шансов победить?

Как автоматизировать сквозную аналитику

Как работает коллтрекинг