Типы сквозных аналитик для маркетинга: объясняет разработчик

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса бесплатной сквозной аналитики и коллтрекинга Utmstat, а также Telegram-канала про сквозную аналитику. Сегодня расскажу про типы сквозных аналитик, где какую использовать и про рынок в целом.

Если посмотреть на рынок по диагонали, то он выглядит примерно так:

Кто что что умеет, тот то и продает, обычно не принимая во внимание техническую целесообразность. А если совсем не продается, то начинают учить.

Для неподготовленного человека все это выглядит хаосом и он вынужден покупать то решение, которое ему вкусно продали, а не то, которое в его ситуации оптимально.

Но во всем этом хаосе есть довольно четкая структура, которая возможно не видна обычному маркетологу-аналитику или его клиенту, но отлично видна со стороны разработчика сквозной аналитики, через которого прошло много клиентов с разными запросами.

Постараюсь вам доступно рассказать о ней.

Сквозная аналитика для бизнеса это как игра в Counter-Strike с читами - вы видите за каким стенами клиенты и в какую сторону надо бежать. Только в отличие от Counter-Strike, это абсолютно законно и правильно. Ну или еще хорошая аналогия - МРТ, кому как понятней.

Работа без сквозной аналитики, это как игра против читера. Вы можете быть бесконечно честным и полезным, но ваш конкурент знает за какими стенами клиенты и фокусирует ресурсы в нужном направлении, а вы распыляетесь и скорее всего проиграете.

Результат сквозной аналитики выглядит так:

Вы узнаете что на Google Ads теряете деньги, а на Яндекс Директ - зарабатываете.

Узнаете точный адрес касания клиентов с вашим бизнесом в интернете и получите некоторое управлением желанием клиентов купить ваш продукт.

Любой сервис сквозной аналитики - платный или бесплатный, собирает внутри себя данные со всех сервисов на вашем сайте и строит некоторые типовые отчеты примерно по одной и той же схеме.

Схема такая:

Пример отчета:

Не важно какие у бизнеса внутри процессы - все сводится к расходам на рекламу, заявкам, продажам, CPO и ROI на определенной временной дистанции.

Примерно вот так:

Именно благодаря одинаковости появляется возможность сделать типовую автоматизацию работ по аналитике и завернуть это все в какой-то сервис, а не вопреки.

В ней абсолютно нет бесконечного числа правильных вариантов, как например в дизайне. Все довольно просто и стандартно. Свели доходы с расходами, вот вам и отчет по ROI.

Поэтому бесконечное число вариаций дашбордов сделанных на коленке в бесплатных сервисах решающих одну и туже задачу, вызывает только недоумение.

Под капотом у простого отчета по ROI, довольно сложное и дорогое программное решение, которое может писаться годами и все ради того, чтобы вы подключали свои сервисы на сайте за минуты, простым нажатием кнопок, а не неделями нервной и дорогой разработки и оно стабильно работало.

Именно эту возможность вы в основном покупаете, а не дублирование цифр из бесплатного Google Analytics.

Любой сервис аналитики - платный или бесплатный, берет данные из одних и тех же источников - например API Google Ads и API вашей CRM. Ничего своего не придумывается.

Основная разница - скорость и стоимость появления рабочих отчетов.

Тут всего 2 основных игрока.

Мировой лидер аналитики - это Google Analytics, лидер в РФ - Яндекс Метрика.

Для новичков.

Проставьте UTM-метки, цели на заказ и отслеживайте источники.

Для профессионалов.

Рекомендую все заявки и продажи отправлять в Google Analytics по Measurement Protocol, чтобы не быть привязанным к платным решениям и иметь возможность строить любые отчеты в инструментах Google. Но перед этим 10 раз подумать в целесообразности делать свои костыли.

Тут около 10 игроков - Utmstat, Roistat, Calltouch, Comagic и некоторые другие

Средний чек в этих сервисах - от 2000 до 7000+ руб/мес.

Для тех, кто перешел на CRM и осознал, что самостоятельное сведение всех данных в Google Analytics или конструкторах дашбордов - очень дорого, по сравнению с платой за сервис.

Платные сервисы аналитики решают большинство аналитических и смежных технических задач за очень доступную цену, по сравнению с затратами на настройку бесплатного решения.

А их готовые отчеты прекрасно закрывают задачи по аналитике как минимум для большей части малого бизнеса.

Тут 4 основных игрока.

Google Data Studio, Power BI, Tableau и Qlik.

Берем сервис из предыдущего пункта, например UTMSTAT, разбираем на запчасти и отдаем клиенту.

Примерно вот так:

Любишь бесплатно кататься? Люби и технически сложный конструктор собирать! Если конечно есть время и довольно сильная техническая подготовка.

Для тех у кого действительно нестандартные задачи и сервисы из предыдущих пунктов тут явно не справятся.

Если вы заказчик такого решения, рекомендую провести независимый аудит, что вам действительно нужно индивидуальное решение и вам не пытаются продать банально свои человеко-часы, чтобы красиво вывести за дорого типовые данные в Google Data Studio.

Экономия пары тысяч на платном сервисе может легко обернуться десятикратным ростом расходов на поддержке бесплатного сервиса.

Python, R, базы данных типа Clickhouse, различные библиотеки визуализации.

Многочисленные курсы по аналитике и Data-Science (азы SQL и программирования).

Для тех у кого очень нестандартные задачи и предыдущие 3 варианта решений реально не подходят.

Например вы магазин Озон и вам надо вывести зависимость содержимого корзины от фаз луны.

Прежде чем ввязываться в такую аналитику, нужно еще более тщательно проверить нет ли готовых решений, особенно если вам такую разработку продают - это будет много дорогих человеко-часов, сотни тысяч и миллионы рублей - готовьтесь.

Если же вы надеетесь с помощью Python вытащить из Logs Api метрики невероятные инсайты - то вас тоже скорее всего ждет разочарование. Все что можно и полезно - уже реализовано, не тратьте время.

Особенно если вы малый бизнес и ваш рекламный бюджет меньше 1 000 000 руб / мес.

Не нужно искать специалистов которые соберут вам нужные отчеты. Все уже собрано, а правильность и полезность отчетов доказана множеством платящих клиентов, иначе бы сервисов не было.

Не нужно проходить мучительный этап по написанию ТЗ и вниканию в детали, чтобы это ТЗ составить. Ждать пока его реализуют, потом искать баги.

Просто регистрируетесь в сервисе и все готово. При желании за разумную плату специалисты сервиса могут и под ключ все настроить.

Собрать дашборды, проверить правильность цифр, связать между собой ворох сервисов, постоянно следить чтобы ничего не отваливалось - вам об этом думать не надо.

Кстати, с такими задачами справляется далеко не каждый профессиональный программист.

Поэтому если вы маркетолог и надеетесь с помощью программирования сэкономить на платных сервисах и найти невероятные инсайты, то скорее всего вы лишь осознаете что выгодней было купить сервис.

С одной стороны все плохо, с другой стороны у специалистов все-таки есть желание разбираться.

Типовые проблемы:

Это все не маркетинговые страшилки, а реальные боли, на закрытие которых, написано много инструкций и статей на VC.

Непонимание темы встречается как у обычных клиентов (это нормально), так и у некоторых лидеров мнений, которые транслируют свое не очень грамотное мнение в массы.

Более того, для разгрузки поддержки от типовых вопросов, мы в UTMSTAT сделали робота-аналитика, который отвечает как на типовые вопросы, так и уменьшает зависимость точности сквозной аналитики от квалификации специалиста подсказывая правильные шаги.

Приведите в порядок базовые отчеты в Google Analytics и платных сервисах аналитики.

Сделайте грамотные рекламные кампании, а потом оптимизируйте их по CPO, ROI в разрезе ключевых слов, объявлений, географии.

Сделайте цепочку "объявление => сайт" максимально релевантной.

Поверьте, этих действий достаточно чтобы ваш интернет-маркетинг вошел в грамотное русло, а из сквозной аналитики было выжато 80% результата.

Не надо идти в индивидуальную разработку без очень веcких на то причин. Никаких невероятных инсайдов, которые значительно увеличат ваши продажи на пустом месте кроме выше перечисленных, там нет. Особенно если у вас небольшой бюджет.

Посчитайте сколько стоит разработка и поддержка на базе бесплатных решений, а потом сравните с ценой на платное решение.

Вы должны ясно понимать какие задачи будут решаться и почему их нельзя решить в готовых сервисах, иначе высок риск попасть на бесполезную дорогостоящую работу.