Внедрите UTM-шаблон до (!) миллионных инвестиций в сквозную аналитику

Привет! Я Надя, руковожу маркетингом платформы Mindbox и хочу поделиться опытом внедрения UTM-шаблона.

Статья будет полезна тем, кто подумывает о сквозной аналитике. Прежде чем тратить миллионы на ее внедрение, важно разобраться с качеством данных. Иначе вы будете принимать решения о масштабировании рекламных каналов на искаженных данных — и сливать бюджет впустую.

Я хотела собирать данные о трафике таким образом, чтобы мы могли находить в них ответы и при проверке рекламных гипотез, и по стратегическим вопросам:

Мы понимали, что вряд ли сможем найти ответы без сквозной аналитики. Но прежде чем ее внедрять, проверили разметку — и стало ясно, что ее придется пересмотреть.

Сейчас у нас есть практичный UTM‑шаблон и сквозная аналитика, и мы хотим рассказать:

В конце поделимся нашим шаблоном UTM‑разметки — копируйте файл и меняйте под себя.

Благодаря качественной UTM‑разметке мы получаем больше надежных данных о рекламе и трафике. Приведу в пример два маркетинговых решения, принятых на основе таких данных.

До внедрения шаблона разметки мы понимали, что SEO — хороший источник лидов, но никаких решений о вливании ресурсов в канал не принимали: не хватало данных. Руководствовались только «чуйкой». Теперь мы уверены, что разметка корректна — отделяет поисковый трафик от рекламного и прочего, и можем сравнить между собой источники.

Мы работаем в B2B, и наш маркетинг все больше выстраивается вокруг целевых персон. Целевые персоны — новые контакты из организаций, которым подойдет Mindbox. Нам важно, откуда они про нас узнали, каким было первое касание с брендом, что клиент читал и что именно стало для него поводом оставить заявку. Благодаря новой разметке мы знаем, какие источники приносят нам больше персон. Например, SEO принес нам 43 целевые персоны за 3 месяца.

SEO принес нам больше целевых персон, чем другие источники трафика. Оговоримся, это результат не только обучающих SEO‑статей в нашем журнале, но и брендовых запросов. Однако по детальному отчету видно, что доля обучающих статей значительная.

Получается, что сотрудники целевых компаний действительно начинают знакомство с Mindbox с обучающих статей по популярным запросам. Отсюда гипотеза, что нужно масштабировать канал, — мы приняли решение удвоить количество выпускаемых в месяц статей. Думаем также над тем, чтобы актуализировать и переверстать старые статьи с высоким трафиком: очевидно, что в SEO имеет смысл вкладывать ресурсы.

Все данные о персонах мы передаем из Mindbox в Pipedrive. Там они собираются в единый профиль с полной историей взаимодействия. Благодаря этому мы можем отследить, для каких именно персон какая статья стала первой точкой взаимодействия с брендом. Так, в прошлом месяце через статьи из поиска к нам пришли два клиента: магазин бытовой техники и крупная ювелирная компания.

До внедрения UTM‑разметки и сквозной аналитики мы не могли ответить на вопрос, какие аудитории в Facebook работают лучше. Оценивали эффективность рекламы по стоимости достижения оптимизационной цели в рекламном кабинете.

Вместе с изменением разметки мы переименовали группы объявлений и объявления в личном кабинете так, чтобы информацию в отчетах было удобнее изучать. И сделали так, чтобы при просмотре данных в отчетах на верхнем уровне у нас были сами аудитории:

Оказалось, что далеко не все аудитории приносят нам целевых персон, зато некоторые аудитории работают значительно лучше остальных. Так мы получили инструмент для тестирования новых аудиторий. Главное — правильно размечать креативы метками, чтобы данные подтягивались в нужные строчки.

Когда началась пандемия, мы запустили в Facebook акцию — давали скидку 50% на подписку в первые 6 месяцев для пострадавших отраслей:

Это была первая акция со скидкой в истории Mindbox, и перед нами стояла задача внимательно изучить эту рекламную кампанию и понять, какие аудитории Facebook лучше реагируют, насколько это предложение эффективнее, чем другие объявления. Оказалось, это никак не проверить при существующей разметке объявлений в Facebook. Мы видели, что один вариант объявления отработал лучше по целям рекламного кабинета, чем второй, — но на этом все.

Главный недостаток генераторов UTM‑меток — они не позволяют зашить нестандартную информацию, например размер баннера, название аудитории, тип контента (кейс, видео, пиар-статья), тип рекламы (эксперимент или лидогенерация).

Поскольку клиент взаимодействует с рекламой несколько раз в разных каналах, принимать решение об эффективности того или иного объявления только по last-click-атрибуции ошибочно. Необходимо смотреть на несколько касаний:

Так появилась идея внедрить шаблон UTM‑меток, чтобы подтвердить интуитивные решения цифрами и лучше понимать картину происходящего с трафиком. Подобные шаблоны используют и другие компании с долгим циклом принятия решения о покупке, например ПИК.

Для начала мы пересмотрели весь трафик и историю разметки. Стало понятно, что нам придется создавать шаблон с нуля: слишком разрозненно выглядели данные.

Хотелось сделать шаблон таким, чтобы при добавлении новых параметров структура не ломалась, иначе мы не смогли бы «склеить» два периода: до и после добавления. Например, сейчас у нас нет задачи сравнивать разделы сайта, но, возможно, когда‑нибудь нам это понадобится.

Чтобы принимать решения на данных, нужно удостовериться в их надежности.

За аккуратность при проставлении меток обычно отвечает тот же человек, что и за за достижение целей маркетинга или повышение отдачи от конкретного канала. В нашем случае это я. А помогает мне Жанна из Intensa Agency — она исполняет роль таргетолога.

Пока я самостоятельно ищу ошибки в метках. В ближайшее время планирую настроить процесс так, чтобы при добавлении нового источника трафика или кампании все коллеги из команды маркетинга сначала сверялись с шаблоном. Важно осознавать, что другие маркетологи будут пользоваться шаблоном разметки, только если увидят, какую пользу получат от его внедрения.

Бывает и так, что за таргетинг в социальных сетях отвечает сотрудник компании, а за контекстную рекламу — агентство, и каждый проставляет метки на свое усмотрение — сравнить эффективность каналов и кампаний друг с другом становится невозможным. Стоит обучить всех работе с шаблоном и договориться о единообразии.

Шаблон UTM‑меток — результат работы нескольких месяцев и трех команд: Intensa Agency, сервиса сквозной аналитики Elly.pro и Mindbox. Он поможет навести вам порядок в данных и станет первым этапом на пути к сквозной аналитике. Копируйте файл и меняйте под себя.

Даже если не используете его целиком, сможете почерпнуть полезные идеи. Например, чтобы отследить, какой тип контента лучше работает на привлечение целевых лидов, мы добавили его в метку:

Надя Маринчева, автор, CMO

Марианна Любарова, помогала автору

Марья Авраменко, редактор

Жанна Трофимова, руководитель отдела интернет‑маркетинга Intensa Agency

Алиса Васильева, руководитель отдела веб‑аналитики и CRM‑маркетинга ПИК

Роман Рязанов, аналитик сервиса сквозной аналитики Elly.pro