Почему стоит следить за качеством сквозной аналитики

Девелопер «Самолет» — об опыте внедрения аналитических метрик.

Почему стоит следить за качеством сквозной аналитики

Но для начала расскажем о сложностях, связанных со спецификой бизнеса.

Группа «Самолет» — это девелопер, поэтому у нас очень длинная и сложная воронка продаж. Смотрите сами:

  • Медианное значение от первого рекламного касания до продажи составляет 3-4 месяца.
  • Огромное количество рекламных касаний: 20-30 только для оцифрованных коммуникаций.
  • Точек касания — еще больше: офлайн- и онлайн-реклама, сайт, телефония и входящие звонки, сторонние сайты — доски объявлений и геосервисы, CRM — работа менеджеров с заявками и исходящие звонки, встречи с клиентами в офисе и Zoom, агентства недвижимости, бронирование квартиры и совершение сделки.

И все это нужно как-то оцифровать.

Добавьте к этому очень разнообразный портрет пользователей: «Самолет» строит кварталами, почти мини-городами, поэтому целевая аудитория — 10% работающего населения плюс их семьи, потому что решение о покупке квартиры чаще всего принимают сообща. Это огромное количество разных людей. Кто-то из них уже выбрал квартиру, кто-то еще в процессе. Поэтому при покупке одной квартиры нам нужно учесть несколько клиентских путей, каждый со множеством касаний.

Все это превращает настройку сквозной аналитику в задачу со звездочкой.

Как оцифровать столько данных?

Итак, с самого начала мы понимали две вещи:

  • воронка сложная;
  • физически мы не видим какую-то часть этой воронки. Например, касания офлайн-рекламы или посещения клиентом баз недвижимости.

Но нам было важно понять глубину этой кроличьей норы — нашей сквозной аналитики: что из нашей воронки мы действительно «видим».

У нас не стояла задача оцифровать каждый «чих» клиента. Было важно получить вектор развития для нашей системы сквозной аналитики. И получить его, основываясь на цифрах — метриках качества нашей системы.

Радовало только то, что систем для связывания было немного: 150 рекламных кабинетов разной степени готовности API, «ручные» расходы, трекинг сайта в Google BigQuery, система коллтрекинга со своей телефонией, внутренняя телефония и, собственно, CRM. Все это нужно было тщательно связать и обмерить, с учетом особенностей нашей воронки.

Измеряем глубину кроличьей норы

Начали мы с достаточно простого подхода к глубине сквозной аналитики: доля клиентов, по которым у нас есть информация не из CRM.

Понятно, что вся информация о продажах есть в CRM. Но также понятно, что почти каждый клиент хотя бы один раз заходит на сайт группы «Самолет». И малая «глубина» оцифровки как раз говорила бы о недостаточной оцифровке клиентского пути.

Простой пример: клиент приехал в офис продаж, оставил свои контакты. Затем на сайте выбирал квартиру, но сам не звонил, а общался с менеджерами только по их инициативе. В результате у нас два разорванных клиентских пути: один — ходит по сайту и не звонит, второй — ездит в офис и общается с менеджерами. Это приводит к неверному расчету стоимости звонка как клиентского касания при оценке рекламных кампаний и не дает эффективно планировать маркетинговый бюджет.

Почему стоит следить за качеством сквозной аналитики

Мы построили достаточно много гипотез, как именно разрываются пути клиента. Глубина сквозной аналитики отлично помогла понять, какие из них рабочие, а какие — нет.

1. Глубина сквозной аналитики показывает, насколько оцифрован процесс коммуникации с клиентом до целевого события — звонка, встречи или сделки.

Кроме доли «цифровых» клиентов из всех клиентов вообще, мы также стали рассматривать еще одну метрику — участие цифровых каналов в привлечении клиентов. Нам было важно не только просто посчитать клиента, но и максимальным числом способов «догнать» его через цифровую рекламу. Ведь чем больше касаний, тем больше вероятность покупки, но все цифровые касания — ретаргетинг, брендированная реклама — стоят денег.

2. Поэтому мы ввели другую метрику наравне с глубиной сквозной аналитики — влияние цифровых каналов как долю цифровых каналов в продажах или звонках, рассчитанная по MCF-атрибуции.

Почему стоит следить за качеством сквозной аналитики

Насколько широка наша сквозная аналитика?

Поработав с этими двумя метриками, нам стало понятно, что чего-то не хватает :)

Мы не понимали двух вещей:

  • насколько хорошо связываются уже посчитанные клиентские сессии;
  • насколько глубока клиентская аналитика в терминах оцифровки пути каждого клиента, которого мы уже видим или считаем.

Понятно, что если мы видим не все цифровые клиентские касания, то на глубину сквозной аналитики это никак не влияет.

В теории, чем больше видимых, то есть посчитанных клиентских касаний, тем больше и глубина сквозной аналитики. Данных о каждом отдельном клиенте мы бы видели больше, и разрывов клиентских путей стало бы меньше.

Почему стоит следить за качеством сквозной аналитики

Эта гипотеза оправдалась: мы включили данные по среднему числу сессий на клиента до звонка и до продажи. Их увеличение хорошо коррелировало с нашим пониманием глубины сквозной аналитики.

3. Число рекламных касаний с клиентом до целевого действия — метрика «ширины» сквозной аналитики.

Чтобы как-то ограничить область того, что мы пока не знаем о клиенте, мы выделили встречи и звонки, по которым у нас нет никакой информации о клиенте. То есть мы не знали о канале его привлечения или каких-либо клиентских касаниях. Понятно, что значительная часть клиентов после встречи все же заходит на сайт, звонит с него и мы связываем их воронки. Но часть сделок все еще остается неопознанной, и это наша реальная зона роста.

Почему стоит следить за качеством сквозной аналитики

4. Доля «неопознанных» клиентов (клиентов без цифровых или оцифрованных касаний) — это зона развития сквозной аналитики, оценка точности ее работы.

Что нам дал такой обширный подход к выстраиванию метрик качества работы сквозной аналитики?

Во-первых, мы смогли соотнести знания о непрямых каналах продаж с знанием о клиентах, прошедших через цифровую рекламу. Во-вторых, качественно проверять гипотезы и улучшения, которые могут улучшить связывания клиентских путей. В-третьих, ограничить область нашего незнания клиентского пути и границы точности принимаемых решений в области оптимизации маркетинговых расходов.

Николай Мациевский, руководитель направления аналитики департамента маркетинга группы «Самолет»

А как у вас измеряют качество сквозной аналитики? Приглашаем делиться опытом в комментариях.

1111
11 комментариев

Главное в самолете сидеть подальше от кондиционера и туалета, чтобы не сквозило, но и не настолько далеко, что если прижмет проводить анализ, то пришлось бы далеко бежать.

4
Ответить

Это мне напоминает разговор по рыбов: "Красивое"! Глубина сквозной аналитики "в моменте" дает лишь доверительный интервал для точности принимаемых решений (и он не сильно варьируется от 60% до 90%). Гораздо важнее для Самолета иметь инструмент отслеживания качества принимаемых решений "в движении" и тренд на повышение качества принимаемых решений. В условиях сложной воронки продаж, где маркетинг "отвечает" за 2/3 клиентов и может корректно оцифровать до 80% - это уже прорыв.
Самым важным является последний график - клиенты, которые "выпали" из оцифровки (мы не знаем канала/меток/кампаний, к которым их отнести). В идеале, это должно быть 0%, движемся к этому.

1
Ответить

Николай, а можете поделиться информацией о ресурсах — сколько тратите на сквозную аналитику (в деньгах или часах или как удобно)?

Ответить

В совокупности, порядка 300 часов в месяц

2
Ответить

Во-вторых, качественно проверять гипотезы и улучшения, которые могут улучшить связывания клиентских путей.Точнее "качественней проверять", вы ведь и раньше гипотезы проверяли.

Мне кажется, что точность не сильно повысится. В общем, с таким усложнением лучше не стало.

Ответить

Качественно, значит, хорошо в данном контексте. Раньше (до внедрения этой 4 итерации сквозной аналитики в маркетинге) с гипотезами была очень поверхностная работа (в плане эффективности работы отдельных каналов), про A/B тестирование сайта/конверсий здесь речь не идет.

Ответить

Самолёт, вам лучше стоит следить за качеством возводимых бараков чтобы окна не вываливались, например.

В качестве пруфа:
https://lubertsy.info/threads/30/

Ответить