Як вирахувати ROI всього проекту: наскрізна аналітика простими словами

Тема наскрізної аналітики останнім часом нагадує темну матерію: всі про неї знають, багато разів чули, деякі навіть мають уявлення, що це таке, але коли намагаєшся дізнатися подробиці – йдуть в абстрактне міркування про створення всесвіту і user ID.

Насправді ж, у наскрізний аналітиці немає нічого складного – це звичайнісінька аналітика, яка простежує весь шлях користувача від першого контакту (будь то пошуковий запит або дзвінок по візитці) до повторного продажу. Саме завдяки цьому «пронизуванню» всього процесу закріпилася назва «наскрізний». Але, поклавши руку на серце, я вважаю, що будь-яка аналітика повинна бути наскрізною, інакше це не аналітика, а припущення на конкретній ділянці маркетингової взаємодії.

Чому не всяка аналітика – наскрізна?

Отже, уявіть ситуацію: у вас невеликий інтернет-магазин, ви запускаєте рекламу тільки в Google.Ads (колишній AdWords), на сайті стоїть Google.Analytics з налаштованою розширеною (це важливо) електронною комерцією. Усі продажі здійснюються виключно через сайт, оплата проходить онлайн (в тому числі і повернення). У цьому випадку для роботи достатньо функціоналу Google.Analytics. Він є тим самим інструментом наскрізної аналітики, оскільки фіксує заходи на сайт, процес вибору товару, як клієнт поклав щось у кошик, видалив з неї, який промокод використовував. Якщо через місяць цей користувач повернувся і здійснив повторну покупку – це теж можна відстежити стандартними методами Google.

Але, на жаль, на практиці все трохи не так:

– магазини використовують безліч каналів залучення користувачів;
– часто задіяна оффлайн реклама;
– комунікації проходять не тільки в рамках сайту, але і по телефону (іноді клієнти приходять в офіс!);
– далеко не всі «заявки» (або ліди) є продажами;
– навіть якщо продаж відбувся, клієнт може повернути товар протягом 14 днів (або пізніше, відповідно до договору).

У результаті практично неможливо порахувати ROI по кожному окремому каналу. А на практиці, на жаль, люди навіть не зводять витрати з різних джерел, не кажучи вже про те, щоб зводити дані різних етапів і процесів. У результаті отримують розрізнену інформацію, яка ніяк не пов’язана між собою:

Тому часто приймаються неправильні рішення, засновані на міфах, чутках та інтуїції (яка базується на міфах і чутках).

Що ж з цим робити?

І ось, коли здавалося, що все пропало, на допомогу прийшла наскрізна аналітика, яка з високою точністю (аж до кожного окремого користувача) допомогла зв’язати розрізнені дані в єдиний ланцюжок.

Існує три основні підходи до вирішення проблеми.

Зводимо всі дані в Google.Analytics

Перший підхід полягає в наступному: зводимо все в Google.Analytics, передаючи різними способами всі наступні етапи. Наприклад, практично всі системи CallTracking, хантери і онлайн-чати відправляють в Google стандартні події, на які можна налаштувати ціль і прикріпити цінність. CRM-системи також можуть передавати потрібні параметри за умови правильного налаштування. Все це пов’язується з ідентифікатором користувача. У результаті ми можемо відстежити кожного окремого покупця.

Аналогічним чином додаємо в Google.Analytics і дані про витрати (наприклад, про витрати з Яндекс.Директу).

У результаті зафіксовані всі точки контакту, ну а продаж йде стандартними засобами розширеної Е-комерс.

Використання спеціалізованих сервісів

Другий спосіб менш винахідливий і набагато простіший: купуєте підписку у спеціалізованого сервісу (наприклад, Roistat або Alytics), які зводять всі дані в одне у своєму інтерфейсі.

Не виникає складнощів з налаштуванням і підключенням. У системі також закладені найбільш затребувані стандартні звіти і воронки з продажу, вам навіть не потрібно буде придумувати свої.

Самостійне зведення всіх даних у таблицях

Третій спосіб найбільш ресурсномісткий спочатку, але простий і зручний у подальшому. Вивантажуєте всі дані з різних джерел в єдину базу (це може бути як будь-яке хмарне рішення, так і власна база даних на сервері або ж звичайні таблиці Excel/Google.Sheets) і будуєте будь-які звіти, які потрібні (наприклад, за допомогою Google Data Studio або Power BI).

Переваги та недоліки кожного способу коротко наведені в таблиці:

Спосіб зведення даних	Плюси	Мiнуси
Зведення в Google.Analytics	– безкоштовно; – не вимагає додаткових інтеграцій; – не потрібно додатково вивчати щось нове.	– обмежена функціями і звітами самого Analytics; – частина даних може втрачатися.
Сторонні системи наскрізної аналітики	– швидко; – є готові звіти; – офіційна підтримка.	– потрібно платити щомісяця.
Зведення в таблицях	– безкоштовно; – можна побудувати будь-який звіт за будь-який період.	– досить ресурсомісткі під час налаштування; – потрібно вміти будувати запити до бази даних; – потрібно вміти користуватися системами аналізу.

Що отримаємо в результаті?

У результаті використання одного із зазначених способів можемо отримати такий результат:

Відразу хочу відзначити, що в цьому випадку ми використовували спрощену модель розрахунку, постійні витрати рівномірно розподілили між усіма джерелами.

Окремо хочу звернути увагу на багатоканальні продажі. Рекомендую використовувати лінійну модель, якщо дохід рівномірно розподіляється між усіма каналами, які беруть участь у продажу.

У цьому випадку відразу бачимо результати з кожного конкретного каналу. Уявіть все це в динаміці… (хочу зазначити, що «Рекомендації» – це результат витрат на рекламу в попередніх місяцях. Не варто вважати, що він повністю безкоштовний. У цьому випадку, знову ж, хотіли показати загальну картину).

Що потрібно для початку?

Щоб почати користуватися всіма зручностями наскрізної аналітики, потрібно бути готовим і морально, і технічно. Справа в тому, що, по-перше, у вас з’явиться досить великий обсяг нових даних для аналізу, багатьох це лякає. По-друге, з досвіду можу сказати, що багато хто не робить навіть такі прості речі, як UTM-мітки, що робить подальший аналіз неможливим.

Звертаю увагу на те, що якщо аккаунти AdWords пов’язані з Google.Analytics, а Яндекс.Директ пов’язаний з Метрикою, дані передаються і без міток, автоматично (мітки, звичайно, є – Google і Яндекс ставлять їх самі, але свої, специфічні). Сторонні ж системи (коллтрекінг і CRM) не можуть прочитати ці мітки, тому обов’язково потрібно ставити стандартні UTM.

Крім того, переконайтеся, що всі системи коректно зчитують і записують ці дані. Тільки тоді можна буде зв’язати їх в одне ціле.

Замість висновку

Незалежно від того, яким способом будете аналізувати дані, пам’ятайте, що аналітика потрібна не сама по собі, а для прийняття рішень. Навіть найкрасивіший дашбор – це просто картинка, якщо вона не відповідає на поставлене вами питання.

Слід пам’ятати, що аналітика – це не надбудова над процесом продажів, а невід’ємна частина кожної ланки в ланцюжку:

– Запускаєте рекламу? – Потрібна аналітика.
– Обробляєте дзвінки? – Потрібна аналітика.
– Фіксуєте усі угоди? – Потрібна аналітика.
– Враховуєте повторні продажі? – Потрібна аналітика…

І це все не різні аналітики, а одна, що з’єднується в ланцюжок.

А побудувати звіт за зібраними даними – не так вже й складно:

В одній з наступних статей розглянемо конкретний кейс з налаштування наскрізної аналітики і покажемо результати її впровадження.

Прокачай свої навички в SEO на максимум! Авторські курси SEO-Кокшарова (Devaka)

Курс для просунутих:
17 жовтня почнеться курс Hard SEO «Від фахівця до профі».
Тривалість курсу: 6 тижнів.
Ви навчитеся глибокому аналізу сайту, розуміти алгоритми пошукових систем, застосуванню просунутих SEO-інструментів.

Курс для просування проекту:
22 жовтня – авторський курс SEO Pro, створений спільно з WebPromoExperts.
Тривалість курсу: 4 тижні.
Ви навчитеся проводити SEO-аудит сайтів, аналізувати семантику, нарощувати кількість посилань сайту і аналізувати ефективність просування в пошуку.

Еще по теме:

• Supervised Nested PageRank
• Google Medic Update – які фактори змінилися. Як повернути втрачений трафік
• Топ 7 нестандартних звітів в Google Analytics