Все потоки сходятся в один

Как устроена система анализа поведения клиентов и эффективности каналов рекламы группы компаний ПИК.

ПИК — самый большой девелопер России и один из крупнейших рекламодателей рунета. Для оценки эффективности затрат на маркетинг в группе компаний разработали PIK Data — систему агрегации и обработки данных, включающую модуль аналитики. Также это база для запуска и развития автоматизированного и персонализированного маркетинга.

Система аналитики: самостоятельно или через подрядчика

Когда встает вопрос внедрения системы сквозной аналитики, для начала, очевидно, следует провести первичную оценку возможностей. Все решения на рынке делятся на три группы:

  • Крупные интеграторы. SAP, продукты Oracle, IBM или Microsoft — долго и дорого
  • Российские системы. Roistat или Alytics — ограниченный функционал «из коробки», не позволяют решить все задачи крупного клиента
  • Зарубежные решения. Связка Google Analytics 360, Owox BI, BigQuery — нет полноценной поддержки, данные хранятся вне ИТ-инфраструктуры компании, есть сложности с агрегацией данных от российских рекламных систем.

Обычно компания, которая выбирает готовое решение, часто приходит к тому, что оно не учитывает все особенности бизнеса. В итоге компания «застревает» в бесконечной доработке системы под себя.

После первичного анализа решений мы поняли, что нет идеального, которое закрывало бы все наши задачи и позволяло бы измерять оффлайн-каналы.

Большинство решений рассчитаны на рынок e-commerce с высокой частотностью и понятным циклом сделок. Под девелоперский бизнес они не заточены. Также у нас было бы слишком мало возможностей для работы с данными от сторонних источников.

Поэтому мы в итоге решили разработать собственный инструмент. Стоимость такого решения — 3-5 млн рублей, то есть инвестиция оправдана для средних и крупных рекламодателей.

Роман Абдуллин, директор по маркетингу ПИК

Разумеется, этот путь не универсален, и глубокая аналитика нужна не всем. У нашего девелоперского бизнеса есть своя специфика: покупки происходят редко, клиенты долго выбирают продукт, воронка конверсий состоит из множества касаний с брендом — при этом нужно понимать, как связаны друг с другом рекламные компании в сети и в офлайне. Без глубокого анализа данных мы просто не могли бы оценить эффективность тех или иных статей расходов.

Для разработки собственной системы аналитики нужна крепкая ИТ-команда внутри компании. На рынке аналитических систем есть деньги, но нет постоянного спроса, из-за чего немногие специалисты выбирают эту сферу.

В итоге мы всё-таки решили разработать собственную систему аналитики — доработка готовых решений стоила бы в десятки раз больше. К тому же, оставался вопрос о безопасности — передавать данные клиентов третьей стороне опасно.

Наша система эволюционировала от целевой переменной «входящий звонок» до построения атрибутивной модели с переменной «валидированный лид», плюс данные по транзакциям и сделке клиента.

Алиса Василева, руководитель отдела веб-аналитики

Посчитать несложно, сложно — посчитать всё необходимое и правильно

На рынке недвижимости каждая компания по-своему определяет, что такое «лид». Кто-то принимает за этот показатель звонки определенной длительности, кто-то учитывает вообще все обращения. Чем лучше проработана оценка «качества» лидов — готовности людей к покупке, — тем проще правильно распределять рекламный бюджет исходя из эффективности каналов маркетинга.

Раньше мы считали лиды исходя из количества звонков. Теперь отталкиваемся от числа сделок, и данные стали сильно отличаться. Например, скачки количества звонков могут быть вызваны не успешной рекламной кампанией, а началом заселения в жилой комплекс.

Так было 20 ноября 2017 года — мы увидели прирост звонков по объекту «Бутово-парк 2», в который начали въезжать жильцы, но повышения количества зафиксированных интересов не было.

Сейчас в ПИК лидом считают подтвержденную специалистами компании заявку клиента, заинтересованного в покупке. Одна из ключевых задач PIK Data — понимать, сколько таких обращений поступает, к каким каналам они относятся, и какова в конечном итоге доля рекламных расходов в каждой сделке.

PIK Data умеет обрабатывать данные от любых рекламных каналов — от контекстной рекламы до продвижения на агрегаторах недвижимости. Они собираются в едином внутреннем хранилище, после чего анализируются с помощью алгоритмов. Помимо подсчета стоимости привлечения клиента для каждого канала, система позволяет учитывать «внутренний каннибализм» — когда потенциальные клиенты переходят по рекламе одного проекта ПИК, но в итоге покупают другой.

Отчёт PIK Data по «внутреннему каннибализму»

Сейчас в сегменте недвижимости низкая частотность сделок — человек покупает 1-2 квартиры за жизнь, при этом высоки затраты на привлечение клиента. Поэтому нам не подходит подход LTV, когда измеряется совокупная прибыль компании, получаемая от одного клиента за все время сотрудничества с ним.

Сейчас мы оперируем стоимостью привлечения клиента (CAC, Customer Acquisition Cost), но понимаем, что рынок изменится, и мы должны это учитывать.

Роман Абдуллин, директор по маркетингу ПИК

Какие данные собирает система

Информация поступает из трех групп источников. Первый — система CRM, в которой хранятся данные о клиентах, сделках, квартирах, партнерах и сотрудниках. Их нужно адаптировать, чтобы можно было связать все данные друг с другом.

Второй источник — около десятка рекламных систем от Adwords до MyTarget и баз недвижимости вроде ЦИАН и «Яндекс.Недвижимость». От них PIK Data получает данные о расходах компании на рекламу, показах объявлений и переходах.

Самая трудоемкая часть процесса — это сбор данных из рекламных систем и поддержка бесперебойной и корректной работы. Нужно оперативно добавлять новые источники, аккаунты и учитывать возможность смены API.

Алиса Василева, руководитель отдела веб-аналитики

Третий источник — аналитические системы. Они выдают огромное количество данных, поэтому тут PIK Data нужно выделить информацию, которая важна для ПИК — источники звонков и поведение клиентов на сайте. Кроме того, данные нужно выгружать раз в несколько дней, потому что Google Analytics сжимает их, из-за чего показатели становятся менее точными.

Какие показатели рассчитываются

После сбора данные помещаются в единое хранилище и объединяются. Информация о звонке из CRM — номер телефона, дата и время — связывается с данными от системы коллтрекинга об источнике звонка, рекламной кампании и странице, с которой был совершён звонок. Туда же добавляется Google Client_ID, чтобы связать звонок с действиями пользователя на сайте.

Данные из рекламных систем объединяются с информацией о звонках с помощью меток, которыми маркируются все рекламные кампании ПИК. То же самое происходит с данными из CRM и системы коллтрекинга — они объединяются с помощью ID звонка, которая передаётся в CRM, когда потенциальный клиент связывается с компанией по телефону. В итоге можно понять, откуда пришёл звонивший, а специалист компании может построить воронку продаж для каждого источника лидов.

После этого рассчитываются три ключевых показателя: конверсия по всем этапам воронки продаж, стоимость каждого из них и соотношение рекламных инвестиций к продажам продуктов (ДРР или ROMI). Это соотношение затрат на рекламу и прибыли от заказов, которые оставили клиенты, пришедшие после рекламной кампании.

В интерфейсе PIK Data это всё представляется в виде таблиц, которые связаны между собой разными параметрами и метками. Специалисту остаётся только построить отчёты и цепочки взаимодействия клиента с брендом.

Как мы работаем с показателями

После сбора и объединения данных в Tableau проектируется отчет по эффективности всех рекламных источников, в которых есть информация о проценте и сумме покупок недвижимости, стоимости каждого этапа взаимодействия с клиентом и доле рекламных расходов.

Также формируется отчет по «внутреннему каннибализму» и ассоциированным конверсиям, который наглядно показывает, как рекламная кампания по одному проекту конвертируется в продажи по другим.

Отчёт PIK Data по ассоциированным конверсиям

Благодаря визуализации данных, любой сотрудник ПИК может легко пользоваться отчётами без специальной подготовки — особые навыки нужны для создания нестандартных отчётов и более глубокой аналитики.

Простой пример использования PIK Data в работе отдела рекламы — медиапланирование. Каждый месяц компания планирует, сколько лидов должно быть по каждому проекту. С помощью PIK Data можно посмотреть данные за прошлые месяцы и исходя из этого распределить бюджеты.

Результат

Отчёты PIK Data помогают нашим сотрудникам лучше понимать клиентов и видеть, как они взаимодействуют с ПИК. Кроме того, данные используются для персонализированных рассылок, в которых предлагаются интересные клиенту проекты.

Поскольку PIK Data позволяет более глубоко анализировать процессы внутри компании, данные от системы помогают эти процессы структурировать. Например, платить подрядчикам можно не только за трафик и звонки, но и за подтвержденные лиды, пришедшие с конкретного канала продаж, и даже за заключенные сделки.

Внедрение сквозной аналитики увеличило глубину измерения всех активностей в онлайне и оффлайне, позволило учитывать вклад источников (ассоциированные конверсии) и применять в маркетинге полноценный data-driven подход.

Сейчас глубина проникновения аналитики составляет порядка 70% и увеличивается каждый квартал. Следующие шаги — автоматизированный и персонализированный маркетинг, построение более детальной атрибутивной модели.

Роман Абдуллин, Директор по маркетингу ПИК

Советы создающим свою систему аналитики

  • Прежде всего нужно определить цели.
  • Затем – собрать данные, которые уже есть, и понять, чего не хватает.
  • Какое-то время собирать отчеты вручную, чтобы понять, какая архитектура будет у системы сквозной аналитики.
  • Спроектировать архитектуру проекта заранее.
  • Изучить рынок и принять решение: делать самостоятельно или через подрядчика. Универсальных рекомендаций нет — любой вариант до появления первых результатов требует серьезных вложений и просто попробовать не получится.
  • Просто отдать всю работу подрядчику не получится. Таким проектам очень нужен лидер — человек изнутри, который будет контролировать процессы, понимая бизнес-задачи компании.
  • Ещё одна дилемма: разрабатывать инструментарий с нуля или использовать в качестве основы CRM или Google Analytics. В первом случае можно сразу заточить систему под нужды компании, во втором у неё будет фундамент из уже существующих инструментов и данных.

Специалисты ПИК готовы ответить на вопросы о PIK Data в комментариях.

0
111 комментариев
Написать комментарий...
Никита Лихачёв

Вела меня от юга и до севера
Дорога по неведомым морям
Менялся ПИК, чего в нём только не было
Но три таджика рыли котлован

Ответить
Развернуть ветку
Евгений Еременко

Все это замечательно, но почему ваши потенциальные клиенты, приезжая в любой из офисов ПИК, ждут по 2 часа менеджера в очередях? Напоминает ситуацию с грефом, инновациями и "вы где карту открывали, туда и идите!"

Ответить
Развернуть ветку
Roman Abdullin

Извиняюсь за ожидание, действительно у нас бывают пиковые нагрузки. Пытаемся и решаем их.

Буду рад ответить на ваши вопросы.

Ответить
Развернуть ветку
9 комментариев
Андрей Лаврентьев

Прочел комментарии, люто поддерживаю Евгения Еременко.
О какой сквозной аналитике можно говорить, если лично звонил несколько раз спросить про проект и каждый раз менеджер уточнял как меня зовут? Какой проект интересует и какой бюджет, общался в общем так, как будто первый раз слышит?
Исходя из статьи - обо мне ПИК должен давно все знать после первого звонка: и как зовут, и откуда пришел, и каким проектом интересовался и при переводе звонка (ответа на который я, кстати, ждал около 3 мин в ожидании связи с менеджером) мне должны быть сказать: "Добрый день, Андрей, какие у Вас есть дополнительные вопросы про проект такой-то про такую-то квартиру?."
Ну и итог. Я попал в CRM под двумя id и мой номер не встал в цепочку отслеживания эффективности.
Что мы получили: задвоенность данных - погоня за "тремя" пользователями, увеличенный при этом рекламный бюджет, а не экономия при медиапланировании.
И главный вопрос: делать дату для чего? Чтобы она приносила реальную выгоду для бизнеса и удобство в коммуникации с клиентом, а не для того чтобы делать абстрактную отчетность с постоянными доработками и писать такие статьи.
Кстати, на ретаргетинге /ремаркетинге в соц сетях и Google меня "догонял" какой угодно проект, но только не тот, что я искал :)

Ответить
Развернуть ветку
5 комментариев
Никита Бабин

Роман, коллеги, приветствую!
Статья интересная, неплохая - поддержу, так как сам люблю самописные решения под задачи клиента.

У нас более 3-х самописных CRM с BI, Ml и прочими плюшками на более чем 10 Лямов юзеров в совокупности)

Но возвращаясь к теме - в рамках вашей статьи и её сути, плюс комментариев людей напрашивается следующее:
1. Реализовать концепцию Golden Record, потом, из неё уже Golden Profile.
2. Раз собираете много данных, так собирайте в кучку вообще всё, что есть - вперёд к реализации Data Lake. А уж на чем его делать - поднимать на своей серверной архитектуре opensource Hadoop/Hove etc или Брать облако от Amazon - вопрос десятый, главное - сделайте, потенциальных бенефитов масса.
3. Прикрутите программу лояльности к CRM - да, слышал, покупка 1-2 раза в жизнь, НО - есть же additional cost, ЖКХ в ваших домах, плата за обслуживание и куча других вещей стоящих денег, с которыми можно работать и стимулировать лояльность/сарафанное радио и улучшать UX.
4. Согласно комментариям - сделайте наконец нормального чат-бота, не скриптованную дрянь, с которой плакать хочется, а нормальное решение с обучаемым семантическим ядром, если уж не с NLU, NLP &NLG, то хотя бы чтобы контекст фразы умел понимать, методом 2d векторов на плоскости - если все норм сделаете то сможет заменить до 90% текстовой поддержки операторов.

Короче развивайтесь и копайте в сторону digital, вы уже молодцы!

Ответить
Развернуть ветку
Roman Abdullin

Буду признателен за примеры программ лояльности, котоыре окупаются и являются ценными в низкочастотных бизнесах?
также как история с чат ботом, где он круто работает на сложных вопросах?

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку
Roman Abdullin

В материалы мы рассказали об одном из блоков системы, а именно об аналитике.

Соглашусь что формулировка более верхноуровневая. У нас она включает:
1. Понимание конверсии в разрезе конкретного клиента

2. Детальный customer profile, где собираем порядка 100 порядка параметров и анализируем его потребление и интересы (модуль Customer Research)

3. Анализ метрик качества сервиса CSI+NPS.

В ближайшее время подтянем digital data активностей на сайте для персонализации коммуникации и автоматизации маркетинга.

При грамотной оптимизации костов это не так страшно, нет же x2/x3 если заказывать на рынке.

Ответить
Развернуть ветку
2 комментария
Аккаунт удален

Комментарий недоступен

Ответить
Развернуть ветку
Вася Пражкин

Изобретательство велосипедов подручными средствами - вещь, в принципе, весьма интересна для исполнителей, относительно недорога на старте и позволяет поиметь в портфолио хороший проект - "Как мы из говна и палок построили то, на что другие уже потратили миллионы $", написать тонну пресс-релизов, некоторые даже на конференциях рассказывают. Через год-два суровая реальность вносит свои коррективы:
1) Некоторые исполнители и носители знаний по проекту уже отчалили в другие проекты, поэтому взяли новых, без этих знаний

2) Документация если и была по началу, то уже устарела и мало кто ей пользуется и доверяет

3) Компания не готова постоянно содержать отдел недешевых специалистов занятых только развитием и сопровождением проекта, поэтому его сопровождают по остаточному принципу, любую структуру оборачивая лапшой кода и подпорками

Постепенно проект начинает хереть и со временем напоминает что-то дико устаревшее, по сравнению с коммерческими продуктами на рынке и в один счастливый для всех день топы решают похерить старое и внедрить что-то современное.

Поэтому тут такой выбор:
1) Топы ставят на продукт, закладывают бюджет на годы развития, проект считается приоритетным для компании - изобретаем свое.

2) Во всех остальных случаях - интегрируем готовые решения, по минимуму строча свою инфраструктуру

Ответить
Развернуть ветку
Roman Gurov

Попробуйте расписать, что не могут закрыть готовые решения/стэк готовых решения. Вполне возможно, что большая часть ваших хотелок будет иметь очень маленькое влияние на тот результат, который вы хотите достичь

Ответить
Развернуть ветку
11 комментариев
Roman Abdullin

Сложно ответить на вопрос, слишком много факторов влияющих на ценообразование.

Ответить
Развернуть ветку
Sergey Mikhaylov

Спасибо за статью! Отличный результат. Про каннибализм прям круто, не знаю кто еще это считает.

Ответить
Развернуть ветку
Margo Berger

Вы заставили плакать всю службу поддержки OWOX BI, сказав, что их, как Деда Мороза, не существует :) И зачем же вы нас записали в зарубежные, если вот же у нас офис в Москве, заходите в гости!

Ответить
Развернуть ветку
Roman Abdullin

Мы про связку, все таки GA + Owox Bi. И . нас как-то не сложэилось - не все наши пожелания смогла служба поддердки выполнить)

Ответить
Развернуть ветку
3 комментария
Gleb Baskhanov

Браво! Какие технологии использовали для хранилища, коннекторов и фронта?

Ответить
Развернуть ветку
Roman Abdullin

DWH на базе SQL.
Коннекторы писали сами, чтобы иметь кастомность и возможность подключать различные источники (где нет онлайн передачи данных, а настроен полуавтоматический обмен).
Как модуль визуализации - Tableau (на корпоративном уровне).

Ответить
Развернуть ветку
1 комментарий
Denis Semenov

Еще бы было классно, если бы вы помогли своей управляющей компании Пик-Комфорт запилить какое-нибудь приложение для жителей, где можно оставлять заявки на обслуживание, видеть ответственных за исполнение, сроки исполнения...Обращение, оставленное в личном кабинете, пропадает в черной дыре...Доисторическая служба диспетчеров, принимающая телефонные звонки, имеет основной целью отсекать людей от каких либо контактов с сотрудниками, отвечающими за обслуживание домов, нет никаких сроков для исполнения заявок...полный мрак...видимо все ушло в создание системы продажи, что происходит потом уже никого не волнует...

Ответить
Развернуть ветку
Roman Abdullin

Это был запрещенный прием и наша общая "боль".

Ответить
Развернуть ветку
7 комментариев
AS

Мне два месяца домофон не могут поставить - то телефон неправильно запишут, то ответственные просто не звонят.
Сегодня вот позвонила тётя, получающая фидбек по заявкам, узнать, как там мой домофон, и была удивлена тем, что мне его не только не поставили, но даже не связались со мной :)

Ответить
Развернуть ветку
1 комментарий
Вася Пражкин

Все инструменты в принципе уже есть - у УК есть телефоны собственников, сообщения можно принимать в Telegram, Whatsapp, Viber в чатах и там же писать оповещения, новости и прочий релевантный собственнику контент.
Осталось внедрить.

Ответить
Развернуть ветку
3 комментария
Искандер Тиморшин

Коллеги, сколько времени потребовалось, чтобы реализовать весь этот проект?

Ответить
Развернуть ветку
Roman Abdullin

Проект эволюционировал, текущий продукт был реализован за 3 месяца и 9 месяцев доработки (расширение репортинга)

Ответить
Развернуть ветку
2 комментария
Artem Pogodin

Используете ли вы сервис DataSine или аналогичный ему для анализа собранных данных в целях дальнейшей персонификации рекламных сообщений?

Ответить
Развернуть ветку
Artem Pogodin

*персонализации

Ответить
Развернуть ветку
Roman Abdullin

Да, смотрели Exponea, Flocktory и несколько зарубежных решений.
Понимаем, что за этим решение будущее, но у нас есть ряд сдерживающих факторов, чтобы их активно использовать и раскатать на 100% пользователей.

Ответить
Развернуть ветку
3 комментария
Дмитрий Заварцев

Используются поставщики больших данных для определения глубоких атрибуций клиентов?

Ответить
Развернуть ветку
Roman Abdullin

У нас продумана инфраструктура для работы с поставщиками 3rd party данных, но пока наши тесты не показали значимых аплифтов на масштабах бизнеса.

Ответить
Развернуть ветку
Roman Gurov

Очень крутая разработка, но цена в 3 миллиона далеко не конечна, да и большие вопросы по поддержке и развитию остаются большие. Отдел разработки состоит из 2х, макс.3х человек (судя по затратам), а развивать такую махину вдвоем-троем ой как непросто)

Ответить
Развернуть ветку
Roman Gurov

Ну и стандартная история с паранойей про хранение данных вне IT-контура застройщика :)

Ответить
Развернуть ветку
5 комментариев
Victor Krylov

Вот молодцы вы все таки =) Интересно будет послушать вас на следующих ивентах.

Ответить
Развернуть ветку
Roman Abdullin

В комментах тут вас упомянули (похвалили). Жаль что мы пока до вас не доросли (по скорости имплементации).

Ответить
Развернуть ветку
Mikhail Vasyanin

Вообще круто, что крупные компании идут в ногу со временем. И вместе с тем я не увидел чего-то необычного, что не может сделать связка, например, amoCRM, Profitbase, Roistat и PowerBI с небольшими доработками. Историю про небезопасность облака стоит рассказать, например, крупнейшим клиентам Salesforce. Интерфейс своих систем все равно всегда будет на уровне прошлого века.

Ответить
Развернуть ветку
Roman Abdullin

Михаил, мы не ставили перед собой сравнить возможные системы и холиварить на эту тему.

У нас был свой стек технологий и решений, который вы выбрали исходя из задач и нашей существующей инфраструктуры.
Мы же понимаем, что крупный бизнес не будет менять CRM (у нас Microsoft Dynamics как ядро) оптимизированную под задачи девелоперской компании ради сквозной аналитики.
Плюс корпоративно для визуализации исползуется Tableau.
Вопрос безопасности данных относительный и нам важно было время внедрения, поэтому решение со внутренним контуром было приоритетным.

Ответить
Развернуть ветку
1 комментарий
Mikhail Vasyanin

Выбор собственной разработки скорее связан с тем, что статус самого большого игрока на рынке с одной стороны не позволяет выбирать что-то дешевое так как непрестижно, а с другой - что это за отдел, который просит так мало, может расформировать его)). И не дай Бог руководству теперь уволить вас или главного разработчика. Это же будет конец. Шутка)) Хотя в менее крупных компаниях встречал такое несколько раз. Пару вопросов - а как-то переписку менеджеров с клиентами через мессенджеры фиксируете в CRM и чем помогаете менеджерам закрыть сделку, например менеджеры видят в карточках клиентов, когда клиент повторно зашёл на сайт, когда открыл письмо?

Ответить
Развернуть ветку
Roman Abdullin

Мы часто использует готовые решения для решения задач. Но не нашли 1-2 года назад готового решения "под ключ" с полным функционалом и супер поддержкой.

"Хотя в менее крупных компаниях встречал такое несколько раз" - слава богу, что мы ориентированная на результат команда/компания )))

Единный профайл реализован и докручиваем в связи с переходом на новую CRM (очень болезненный для нас процесс).

Сейчас мы уже имеем хороший прогрессинг по сквозной аналитике и дальше будет доработать сторону работы менеджера. Мне кажется, клиенту было бы проще удобнее, чтобы менеджер не спрашивал на какой странице сейчас пользователь и какие обьекты (квартиры) выбирает/просматривает и передать это в единный профайл (хотя бы на уровне magic link).

Нравится ход ваших мыслей и мы с удовольствием продолжили бы с вами диалог.
Мы активно ищем интересные комнады и решения и позвали бы вас на встречу/кофе (буду признателен за ваши контакты).

Ответить
Развернуть ветку
5 комментариев
Vitali Mityushyn

Поделитесь, решен ли вопрос с агентствами недвижимости (риэлторами) и их лидами. Работаете ли вообще с каналом АН. Если да, то на каком уровне и по какому алгоритму определяете лида и выплачиваете комиссионные?

Ответить
Развернуть ветку
Вася Пражкин

Аналитика похожа на запой - начать легко, выбраться сложно.

Через какое-то время: у нас есть масса данных по продажам, интересам клиентов, динамика их изменений. А что если мы все это обложим машин-лернингом, приправим диплернингом и научим машину выбирать оптимальное место для постройки дома с оптимальными параметрами(по маржинальности/скорости продажи) - высотность, площади, объекты рядом и т.д.

Вот это уже будет действительно интересно..

Ответить
Развернуть ветку
Roman Abdullin

Мы ведь уже с вами в личке списались, там пока такой прыти пока нет)

Ответить
Развернуть ветку
Сергей Абрамочкин

Спасибо за кейс.
Про ассоциированные конверсии Вы рассказали в разрезе объектов, а как Вы оцениваете ассоциированные конверсии с различных источников? В недвижке цикл принятия решения под 6 месяцев, а иногда и до года-двух, в течение которых пользователь контактирует с различными каналами рекламы. Как Вы оцениваете значимость источников на таком временном промежутке?
Решается ли как-нибудь проблема посещений пользователя с различных устройств (с рабочего компа, с телефона, из дома и т.д.), когда по сути один и тот же клиент учитывается дважды-трижды?
Заметил, что доля соцсетей в лидах очень низкая. Целенаправленно не развиваете или как?

Ответить
Развернуть ветку
Roman Abdullin

Ассоциированные конверсии собираем несколькими способами:
1. По номеру телефона в CRM это позволяет связывать все источники по цепочке контактов
2. По Client ID - связываем касания с сайтом - CallTouch передает этот параметр вместе с источником звонка
Соответственно, даже если пользователь касался с разных устройств, можно восстановить общую цепочку по связке номера телефона и нескольких Client ID.

Построение полноценной модели атрибуции уже следующий этап.

По соц сетям, на скриншоте одна кампания по иссякающему объекту, не совсем корректно делать выводы. В целом для всех объектов ситуация разная, где-то лучше отрабатывает, где-то хуже (все зависит от целей и задач перед каналом).

Ответить
Развернуть ветку
Михаил Марков

Статья хорошая, но это вводная для тех кто хочет узнать про сквозную аналитику. Ничего нового. Вы меня извините, но по факту это тот же Ройстат. Да, его пришлось бы дорабатывать до такого уровня, но отделались бы малой кровью. С таким бюджетом, можно было много круче сделать. Пример: видел проект колл центра под интернет магазин, фишка в коллтрекинге , подмена номеров происходит на страницах с товаром (да, у них было просто колоссальное количество номеров и , возможно, даже это была динамика, не помню). Когда клиент звонит в организацию, присмотрев себе телевизор. Менеджеру в карточке звонка CRM высвечивается модель телевизора, а также другой аналогичный телевизор другой марки, но с большей маржинальностью + скрипт на продажу. Такой автоподбор работал для различных товаров, даже если менджер не продал, он с легкостью может создать впечатление, что разбирается в той или иной отрасли. Менеджер минуту назад продавал секс игрушки, а во втором звонке продает бетонную смесь. Конечно здесь надо учитывать погрешность, но сама задумка классная.

Ответить
Развернуть ветку
Roman Abdullin

Спасибо! Мы старались особо не углубляться в рамках данного материала, а сделать его доступных для разного уровня читателей.

Мноиге вещи уже давно изобретены до нас и доказали свою эффективности. Наша же задача состоятала в том, чтобы все это реализовать.

Ответить
Развернуть ветку
2 комментария
Igor Trofimenko

Интересна не только статья, но и реакция Романа на каждый комментарий - очень круто 👍
Есть в планах упаковать это в коробку и продавать готовое решение остальным застройщикам?

Ответить
Развернуть ветку
Кирилл Макеев

Цена странная. 3 ляма это фот на год у полтора программиста. Соответственно лицензий никаких не покупалось, ни на базу ни на табло.

Ответить
Развернуть ветку
Valentin Bochkov

Вопрос в следующем, сколько всего менеджеров и персонала, сопряженного с продажами, в компании? И вся CRM система (включая PIK DATA) обошлась в 3- 5 млн. или только аналитическая часть? Понятно дело, что сейчас для ее поддержки требуются и сервера и штат программистов. А это все расходы на эту CRM систему. Работая с облачным решением, ты главную головную боль по поддержке решаешь. В случае с PIK это могут быть существенные затраты на пободную инфраструктуру. Также, стоит учесть, что облачные решения разиваются в разы быстрее внутрикорпоративных разработок. А так как прогресс сейчас стримительный, то система PIK DATA может очень быстро устареть и ее придется переписывать. И после учета этих затрат посчитать, что выгоднее: облачное стороннее решение или собственная разработка.
Главное другое, что PIK хотя бы сделал шаг в развитии. Так как 2-3 года назад, общаться по сотрудничеству было тяжело. Может сейчас легче, попробую опять с маркетологами вашими пообщаться. Хорошо хоть тогда одну вещь удалось пробить - это выгрузку всех данных по квартирам, а то были любители нагнать лидов любых и профильных и совсем не подходящих. Плохо, что эта мода скрывать цены пошла в регионы и теперь , когда москва от этого отказывается по вполне очевидным причинам, регионы сидят и говрят: "ну мы ж лиды гоним"))). Теперь через 2 года будем наблюдать рост числа автоматизаций у большинста региональных застройщиков и перехода на новые схемы работы с рекламными подрядчиками. Здесь ПИК хоть надо похвалить, на него же равняются. А нам тоже есть что ПИКу предложить в тему современных тенденций.

Ответить
Развернуть ветку
Neznaika

А почему просто не подключились к источникам/dwh через табло, рассчитали там метрики и показатели и собрали визуализации?

Ответить
Развернуть ветку
Артем Бондарев

Когда компания посчитает, сколько ей будет стоить разработать весь этот PIK, тогда финансовый директор покажет DICK.

Ответить
Развернуть ветку
Roman Abdullin

Посчитали, конечно. Финальная стоимость очень небольшая, при наших обхемах отбили за 2-3 месяца.

Ответить
Развернуть ветку
3 комментария
108 комментариев
Раскрывать всегда