Антикризисный подход к аналитике: актуальные метрики, технологии, идеи

Время чтения: 11 минут
logo

Маркетинговая аналитика не стоит на месте: обновляются инструменты, подходы, решения. Почему некоторые метрики устаревают и какие приходят им на смену, рассказывает Сергей Шивалин — независимый эксперт, создатель UMSolution. Сергей создал и внедрил более 120 проектов по аналитике. Имеет 10 лет опыта в комплекс­ном интернет-маркетинге и увеличении продаж, 4 года опыта создания сложных аналитиче­ских систем. Работал с компаниями Mercedes Benz, «Автомир», Ostin.

Сергей Шивалин, product owner: системы сквозной аналитики в UMSolution

— Сергей, чем именно ты занимаешься и какие инструменты используешь в своей работе?

У меня сейчас три основных направления работы:

— создание систем сквозной аналитики (dwh, etl, дашборды);

— маркетинговый анализ деятельности бизнеса и товарная аналитика на основе данных;

— классический консалтинг в сфере аналитики.

Для сквозной аналитики я использую на 70 % инфраструктуру Google Cloud Platform (GCP):

  • Google Analytics
  • Google Data Studio
  • Google Docs
  • Google BigQuery / SQL

Кризис 2020 года показал, что стоимость владения инфраструктурой для аналитики является очень важным моментом для бизнеса, который начинает испытывать проблемы с оборотом. А цена владения инфраструктурой на Google Cloud Platform (GCP) для малых и средних предприятий либо нулевая, либо стоит очень небольших денег, что позволяет постоянно иметь доступ к актуальным данным. При этом платежи за платную версию Google Cloud Platform, (в частности за GA 360) уже существенны — от $10 000 в месяц. Но GA 360 нужен для крупного бизнеса. Субъекты малого и среднего предпринимательства могут годами работать без дополнительных платежей. Главное, правильно все настроить.

При этом GCP отлично интегрируется между собственными продуктами за счет нативных коннекторов, а развитые возможности API и различных дополнительных служб, таких как Google Apps Script, позволяют подключать другие внешние сервисы, необходимые для построения сквозной аналитики. Например, передачу звонков из систем коллтрекинга. Причем не только в трекер Universal Analytics, но и в Google Таблицы, где уже можно делать более продвинутую аналитику, матчить данные, считать различные нестандартные метрики без навыков программиста, настраивать обновление данных.

Около 20 % моих работ связано с вертикалью Microsoft. Как бы многие на рынке ни были против, но xlsx используется большей частью бизнеса. И PPT. :)

Также в последнее время я снова начал эксперименты на аналитической вертикали Яндекса. У Яндекса есть свои крутые возможности, которых нет в других системах. Например, недавно узнал, что в API Метрики более 20 тысяч методов для удовлетворения запросов самых требовательных аналитиков. Но Яндексу есть куда расти по удобству работы и инструментарию, чтобы удовлетворить потребности аналитиков.

— Какие задачи ты решаешь при помощи сквозной аналитики?

В основном мы заняты решением конкретных проблем бизнеса. Бизнес ставит задачи, мы находим оптимальное решение, которое должно быть сбалансировано по нескольким критериям:

  • качество данных;
  • цена;
  • результат.

Основным вопросом бизнеса в 2020 году стал вопрос выживания и оптимизации затрат. Сквозная аналитика, конечно, не панацея и не птица счастья завтрашнего дня, но многим помогла выжить в период многомесячного локдауна, перестроить процессы. А те клиенты, которые делали сквозную аналитику для галочки (директор захотел), при этом особенно не вовлекаясь в процесс анализа, ушли с рынка.

Приведу пример.

До внедрения аналитики компания двигалась волнообразно. Были взлеты и падения. Чаще всего владельцы не могли адекватно понять причины различных ситуаций в бизнесе — как негативных, так и позитивных. После внедрения удалось найти множество ошибок в технической работе сайта, из-за которых наблюдалась пессимизация в выдаче поисковых систем, так как эти ошибки влияют на SEO. Некоторые страницы отдавали неверные статусы, где-то ломались get-параметры и т.д.

Клиент сменил подрядчика по разработке. Увеличили бюджет в эффективные рекламные кампании, убрав неэффективные платные источники. Эффективность источников начали оценивать не right now только по атрибуции last-click, но и по LTV и когортному анализу с добавлением в оценку модели атрибуции first-click.

Изменились циклы работы в маркетинге. Если ранее циклы принятия решения были недельные, то теперь они перестроились по периодам формирования когорт для когортного анализа.

Пример состояния продаж международного проекта в период основного локдауна

Пример состояния продаж международного проекта в период после снятия большинства ограничений

А это пример бизнеса, где владелец не был вовлечен в аналитику. Бизнес сезонный, с апреля по октябрь основной сезон.

— Какие метрики ты используешь в работе в первую очередь?

В основном это метрики:

— бухгалтерско-управленческого учета;

— продуктовые;

— маркетинговые;

— отделов и различных служб.

Например, ROI, ROAS, ARPU, ARPPU, ДРР, LTV (если есть постоянные покупатели), коэффициент оттока, оборот, валовая прибыль, скорость ответа, скорость прохождения заказа, различные корреляции параметров, например размер рекламного бюджета и оборота. В общем, все основные метрики бизнеса, никаких «фантиков» типа количества показов или CTR. Кроме случаев, когда речь идет про контентные проекты.

При анализе эффективности бизнеса в целом и аналитике конверсионных каналов я стараюсь объяснить клиентам необходимость отказаться от учета целей как атавизма аналитики, который должен был умереть еще лет 7 назад, но из-за инерции во многих компаниях цели все еще используют. Иногда на них буквально молятся. :)

Немного подробнее о том, почему цели устарели:

— они не показывают хоть сколько-то реальные цифры бизнеса. Например, в GA цели на event работают только на уникальных event. А есть ситуации, когда нужно считать неуникальные event*;

— в обычной схеме настройки цели считаются на сессиях, а не на пользователях (браузерах). А все хотят user based аналитику. Чувствуете подвох?

— воронки на целях не построить, как бы этого ни хотелось. Потом, если кто-то сделает воронку на сырых данных (raw data), то воронка по целям и воронка на raw data по user based вообще не совпадает;

— чаще всего количество целей не совпадает с внутренними данными (CRM, базы данных) из-за разных методов работы. Хорошо, если на 5–7 %. Чаще всего больше.

Стоит практиковать уход от учета сессий как метрики, которая становится все менее точной для целей аналитики, в сторону учета event и набора пользовательских параметров.

*Если в рамках сессии совершается два целевых event, например отправка формы, то в целях считается только первый event, так как внутри сессии для конкретного браузера с clientID он будет уникальным. Второй event запишется в параметры event, но в целях не будет учитываться.

— Какой твой топ показателей для аналитики данных в e-commerce?

Для товарной аналитики я использую такие классические отчеты, как abc, xyz, abcxyz, bcg, fmr, ven/ved, расчет различных отклонений, корреляции. Расчеты сезонности как по месяцам, так и по декадам внутри месяца. Эластичность спроса. Почти все автоматически считается при качественно настроенной аналитике.

— Что посоветуешь использовать бизнесу в текущей кризисной ситуации?

Вопрос отличный. Хотел бы я сам знать точный ответ. :)

В 2012 году мы делали стратегии с горизонтом планирования в 3–5 лет и корректировками раз в 2 года.

На рубеже 2014 года строили стратегии с горизонтом планирования в 2 года и корректировками 1 раз в год.

В 2019 году — уже с горизонтом планирования на год, но корректировками раз в квартал. Это казалось нормой.

В 2020-м...
Разговаривал со своей девушкой во время основного локдауна об экономической ситуации и планировании: «Если сравнивать наше домохозяйство с генеральной совокупностью домохозяйств страны, то мы еще себя очень хорошо чувствуем, нет никаких серьезных проблем, но все планы накрылись медным тазом, надо что-то менять, а что менять, пока неясно».

Стоит учиться анализировать связь макротрендов в экономике и микротрендов в бизнесе, учиться более гибко реагировать на изменения ситуации в короткие периоды. Никаких «мы поглядим отчет через 2 недели на совещании»! В каждой компании нужно выстраивать гибкий процесс аналитики, возможно, каждый день, а может быть, и чаще. Анализировать свои денежные потоки, создавать запасы основных средств на несколько месяцев вперед. Ведь нет гарантии, что ситуация последних месяцев не вернется. Если в компании нет цифровизации, то изучать возможность ее внедрения, чтобы иметь разные каналы продаж.

На текущий момент самая рабочая идея — анализ сегментов и загрузка микросегментов в рекламные системы для более точного таргетирования предложений только на релевантную аудиторию.

В Google Analytics возможность загружать собственные данные о посетителях, в том числе данные из offline, существовала давно.

С недавних пор появилась возможность загружать параметры посетителей в Метрику.

В обоих системах схема основана на загрузке данных по присвоенным идентификаторам UserID или ClientID. В Метрику дополнительно можно загружать офлайн-конверсии по средствам сбора yclid (а в Google Ads — gclid). Все это нужно для создания автонаполняемых сегментов в системах аналитики с последующей передачей их в рекламные системы для более точного таргетирования на заинтересованную аудиторию. Конечно, можно что-то передавать сразу в рекламные системы, но я предпочитаю делать единую точку входа данных. А еще в системах аналитики больше данных для анализа поведения сегментов.

Все, что происходит после заказа, звонка или транзакции, системе аналитики чаще всего не известно, но в CRM содержится большое количество данных о клиентах, которые можно использовать для увеличения продаж. Клиентам можно присваивать различные метки:

— старый

— новый

— оплатил

— оплатил безналом

— регион

— пришел от партнера

— и т.д.

Используя названные выше идентификаторы, эти данные можно выгрузить из CRM в системы аналитики. В них создать сегменты по этим меткам.

Эти сегменты из Google Analytics или Метрики можно передавать в рекламные системы в автоматическом режиме.

Например, у одного из клиентов настроен сбор и автоматическая передача 50–60 сегментов для различных рекламных таргетингов. Такая гиперсегментация позволяет показывать рекламу только релевантной аудитории по меньшей стоимости клика, но с большей конверсией в продажи.

— Что нужно для реализации этой идеи?

  1. Правильно настроенные и работающие системы аналитики в связке с коллтрекингом и CRM.
  2. Передача с форм / корзины / при звонке скрытых полей, содержащих нужные параметры (ID, метки yclid, gclid и другие параметры).
  3. Настроенное тегирование / сегментирование в CRM.
  4. Выгрузка данных из CRM в системы аналитики. Ручная или автоматическая через API.
  5. Настроенные сегменты в системах аналитики.
  6. Настроенные рекламные кампании под сегменты.
  7. Бюджет. :)
  8. Профит.


(2)
5/5
Оцените статью
Поделитесь с друзьями
Содержание: