Авто с пробегом. Как дилеру выстроить аналитику имея 17 интернет - площадок?
Давно сотрудничая с одним из клиентов сферы подержанных авто, пришли к мысли о том, что было бы круто видеть, как мы тратим рекламные бюджеты на агрегаторов (Авито, Авто. ру, Дром, Юла) и понимать, как эти площадки влияют на продажи автомобилей.
Сформировав четкую цель по агрегаторам, заказчик понял, что было бы еще интересно добавить к ним данные из дилерских сайтов (их у клиента 3) и связать всю информацию по авто в одном месте, чтобы оценивать:
- Как просматривают авто в агрегаторах и на сайте;
- Как звонят люди по объявлениям на сайте (в карточках товаров);
- Оценивать авто по важным для заказчика KPI;
- Группировать данные отдельно по каждому дилеру.
Мы получили примерное ТЗ:
Нужно подключиться к 4 площадкам агрегаторов для каждого из 3 автосалонов и связать данные агрегаторов с данными по автомобилям на сайте всех дилеров клиента.
В сумме это 15 интернет-площадок откуда нужно собирать данные, плюс 1 кабинет Яндекс Директ, в котором ведется реклама на сайты (кстати её ведем тоже мы=) + Яндекс Метрика. Итого 17 источников информации.
С чего начали
Оценивая все источники информации, мы понимали, что нужен инструмент, который сможет объединить все эти данные воедино, и с которым будет удобно работать на ежедневной основе.
Выбирали из 3 вариантов:
1. «Почти» готовые решения от именитых порталов с высоким ежемесячным чеком, кучей функций, которые не пригодятся, и слабой кастомизацией для аналитики авто.
2. Решение от вендоров BI аналитики (Power BI, Tableau, Qlik). Есть полная свобода в кастомизации с уже готовыми шаблонами элементов и широким функционалом анализа данных.
3. Полностью open-source BI-решения от Apache Superset (или иных сервисов) без лицензирования, но с бо’льшими затратами на разработку визуализации, чем во 2-ом варианте.
В итоге свой выбор остановили на Power Bi, т.к. не требуются «значительные» ежемесячные платежи за работу уже созданного решения (1 лицензия даже в 2023 году стоит $10), это лидер рынка, и на нем мы сможем быстрее реализовать визуализацию, нежели на полностью открытом продукте.
Этапы решения задачи
- Подключились по API ко всем сайтам агрегаторам, БД сайтов для справочников по авто, инструментам рекламы и анализа интернет-посетителей.
- Развернули виртуальный сервер и организовали DWH для хранения данных из всех источников по размещениям автомобилей.
- Сформировали отчеты в Power bi для наглядной аналитики по авто.
К чему пришли
В итоге мы получили наглядную динамику KPI для каждого дилера
Итоговый дашборд позволяет смотреть все эти показатели в одном месте и управлять периодом «оценки».
Добавив значения по сводным показателям, мы углубились конкретно в автопарк, и в отчете по автомобилям построили визуализацию в разрезе марок, моделей и параметров авто:
Итог внедрения
1. После примерно 6 месяцев работы (ключевой затык был в синхронизации БД сайтов и данных из агрегаторов, велась долгая подготовка инфраструктуры клиента) мы получили полностью рабочий дашборд для анализа текущего/прошлого автопарка.
2. Реализация именно части сбора, обработки и визуализации данных заняла не более 3х месяцев.
3. Теперь клиент имеет возможность видеть статистику по каждому авто, которое размещается на основном сайте или агрегаторе. Есть возможность фильтрации по различным параметрам и площадкам, а, главное, все происходит в одном окне и обновляется ежедневно. Понятно сколько раз просмотрели тот или иной автомобиль и сколько раз запросили номер для звонка дилеру.
4. Полностью открыт горизонт для выстраивания глубокой аналитики по текущему автопарку. Теперь на базе имеющихся данных возможно начать оценивать:
- оборачиваемость через период ввода и вывода авто на площадку,
- эффективность работы менеджеров по продажам в разрезе каждого авто,
- расширить статистику значениями по совершенным звонкам,
- корреляция затрат на рекламу и продажи авто на площадках, где её показывают,
- проводить анализ рынка и использовать сравнительный подход в оценке стоимости каждого автомобиля,
- делать срез по эффективности размещения авто на каждой из площадок, соотнося стоимость размещения и число обращений — продаж,
- и еще много других аналитических решений, сложность которых может ограничиваться только фантазией заказчика.
Если кейс был интересен, ставьте лайки, пишите комментарии, ну и подписывайтесь на мою ленту здесь на vc.
Дальше будем разбирать то, как мы анализируем рекламу на рынке подержанных авто, и, возможно, со временем, опишем то, как дальше «развивали» текущий отчет по дилерам и их интернет-ресурсам.