Дисклеймер: 

  1. Это предварительная версия книги, она находится в состоянии доработки. Зато пока вы можете прочитать её первыми и совершенно бесплатно.

  1. Автор будет признателен за комментарии и постарается учесть их в работе.

Комментарии можно оставлять в версии в Google Doc: https://docs.google.com/document/d/1k5sqORRfKu9Xh0mgzBcWG0
dLsx6qKQ0JMvZfsdEkSuw/edit?usp=sharing

  1. Контакты автора:

        https://www.facebook.com/mushtuk

sergey@mushtuk.ru

@SergeyMushtuk

+79099994402

© Сергей Муштук, 2020


Здесь вы познакомитесь со сквозной аналитикой в маркетинге. Зачем она нужна, и как правильно её выстроить.

Узнаете, как связать сайт, CRM, рекламные каналы и методы коммуникации в единую систему. Как определить, какие рекламные каналы выгодны, а какие нет.

Познакомитесь с популярными системами и инструментами, которые помогут эффективно управлять бизнес-процессами.

Со сквозной аналитикой повышается эффективность digital-рекламы. Компании, которые отслеживают всё и принимают решения на основе данных выигрывают конкурентную гонку. Поэтому можно сказать что сквозная аналитика жизненно необходима.

Предисловие

Тучные годы высоких цен на нефть прошли, экономика прекратила бурный рост, и перед бизнесом возникла необходимость задуматься об эффективности работы всех направлений, включая маркетинг.

Вопрос эффективного управления маркетинговым бюджетом давно назрел, но только с появлением digital-каналов на него получилось ответить достаточно точно.

Сейчас даже малый бизнес имеет возможность быстро запустить рекламу для любого сегмента аудитории, настроить несколько рекламных каналов и оценить их реальную эффективность в продажах продукта. Именно об этом данная книга — о настройке сквозной бизнес-аналитики, т.е. аналитики, отслеживающей путь клиента от первого рекламного касания и до совершения сделки, а также повторных сделок.

Книга будет полезна интернет-маркетологам, работающим в сегменте малого и среднего бизнеса. Стоит заметить, что в малом бизнесе практикующим интернет-маркетологом часто является сам собственник бизнеса.

Базовые понятия

Для начала, рассмотрим, как именно работает реклама в интернете, как она оплачивается, и какие существуют метрики её измерения.

Виды источников 

Самыми популярными средствами привлечения клиентов для малого и среднего бизнеса являются контекстная реклама, таргетированная реклама и SEO (органический поиск). Но в целом, источников привлечения гораздо больше: это не только онлайн и не только реклама.

Разумеется, не все каналы подходят конкретной компании и конкретному бизнесу, но в большинстве случаев задействованными оказываются далеко не все даже из подходящих. Почему так происходит? Что мешает попробовать всё и оставить только эффективное? Ответ прост — мешает отсутствие инструмента анализа эффективности вложений в рекламу.

Мы рассмотрели, сколько вариантов привлечения трафика существует. Теперь рассмотрим каналы обращений клиента:

Каналы коммуникаций

Путь клиента

Самый простой путь клиента представлен ниже. Человек видит рекламу, нажимает на неё, затем попадает на сайт и делает там заказ. В реальной жизни всё гораздо сложнее, но пока рассмотрим условные простейшие варианты.

Модели продаж рекламы:

В зависимости от формата рекламы, на рынке сложилось несколько моделей оплаты рекламы.

  1.  Выкуп рекламной площади целиком

Традиционная модель из офлайн-эпохи.

Где применяется:

• Наружная реклама

• Реклама в печатных СМИ

• Отдельные сайты в интернете

• SEO с оплатой за позиции

Покупается факт размещения. Нет гарантий даже по числу рекламных касаний.

  1.  Рекламные показы Pay-Per-Impression (PPI) или же Cost-Per-Mille (CPM)

Оплата за показы, обычно за 1000. Т.е. гарантируется число рекламных касаний, не гарантируется всё остальное.

Примеры:

• Медийная реклама

• Видеореклама

• Таргетированная и контекстная реклама (иногда)

  1.  Переходы по рекламе, клики Pay-Per-Click (PPC)

Оплачивается клик по рекламному объявлению.

Примеры:

• Контекстная реклама

 Таргетированная реклама

• SEO c с оплатой по трафику

  1. Лиды — т.е. заявки Cost-Per-Action (CPA)

Оплачивается конкретное, выбранное рекламодателем действие. Обычно это заявка, содержащая контактные данные. Также называется лидом.

Примеры:

• CPA-сети

• Колл-центры и лидогенераторы

  1. Процент с продаж (Revenue share)

И, наконец, можно платить только за клиентов, которые совершили покупку. При этом, платить можно как фиксированную стоимость, так и % с выручки, либо прибыли.

Примеры:

• Партнёрские программы

• CPA-сети

• Активные продажи (менеджеры по продажам обычно имеют небольшой оклад + % с продаж)


Конверсия

Одним из базовых понятий интернет-маркетинга является конверсия.

Конверсия в интернет-маркетинге — это отношение числа посетителей сайта, выполнивших на нём какие-либо целевые действия (скрытые или прямые указания рекламодателей, продавцов, создателей контента — покупку, регистрацию, подписку, посещение определённой страницы сайта, переход по рекламной ссылке), к общему числу посетителей сайта, выраженное в процентах. (Wikipedia.org)5d3ed4422589ef0007a6dcab.jpg

Конверсию все стараются повысить, считая её  «священным Граалем» интернет-маркетинга. Ведь увеличив конверсию в 2 раза, мы пропорционально поднимем продажи без изменения рекламного бюджета. Однако в реальности не всё так просто. Рассмотрим стандартную воронку продаж:

Обычная воронка продаж

Давайте разберемся, действительно ли конверсия сайта так значима.

На первый взгляд кажется, что важна, т.к. благодаря её увеличению можно существенно поднять продажи, не увеличивая рекламный бюджет. Но в подавляющем большинстве бизнесов воронка, проходящая через сайт, далеко не единственная и не полная.

 Для того, чтобы конверсия сайта пропорционально соответствовала прибыльности инвестиций в рекламу, нужно:

1. Продавать только через сайт и не иметь других каналов продаж и коммуникации, например, офлайн-магазина, холодного обзвона, коммуникации в социальных сетях и т.д.

2. Чтобы оформление заказа на сайте сопровождалось онлайн-оплатой, тогда факт оплаты можно факт условно приравнять к продаже, поскольку процент отказов после оплаты обычно незначителен.

Т.е. приведённая схема работает только для бизнесов с коротким циклом принятия решения о покупке и транзакционным заказом на сайте. В реальности же, не так много бизнесов осуществляют продажи через сайт с онлайн-оплатой. В пример можно привести:

В остальных случаях есть несколько моментов, которые не позволяют рассматривать конверсию сайта в отрыве от других показателей:

1. Имеются другие каналы продаж:

2. Реальный цикл принятия решения о покупке гораздо длиннее указанной воронки. Он начинается с формирования потребности и поиска решений


Итак, имеет ли смысл увеличивать конверсию сайта? Да, имеет. Но стоит учитывать несколько моментов:

1. Конверсия сайта, если это конверсия в лид, является лишь конверсией 1-го уровня. Далее идёт конверсия в продажу (2 уровень).  Есть также конверсия 0-го уровня из рекламного либо не рекламного касания в посещение сайта.

Пример возможной воронки продаж

2. Конверсия сайта сильно отличается на разных типах трафика. Поэтому информация об общей конверсии не имеет большой ценности. Нужно, как минимум, делить трафик по источникам и отсекать брендовые поисковые запросы, конверсия которых значительно выше.

3. Некоторые изменения сайта могут увеличить видимую конверсию, просто переведя клиента на другой уровень воронки продаж. Реальная совокупная конверсия от этого не изменится. Например, если не написать на сайте цену товара, звонков и заявок, то желающих её узнать станет больше. Увеличит ли это продажи? Зависит от того, насколько компетентны ваши менеджеры. Возможно, они смогут вытянуть клиента и закрыть сделку. А возможно, другие клиенты просто не смогут до вас дозвониться, пока менеджеры будут отвечать на одни и те же вопросы нецелевой аудитории, не имея никаких шансов на продажу.

Как увеличить конверсию?

1. Большие изменения дадут изменения продукта, его цены, способов оплаты и доставки, позиционирования. Смысл изменения текстов на сайте не в том, чтобы попробовать другой заголовок, а в том, чтобы лучше убедить аудиторию, показать ей преимущества:  то, что важно, а не то, что и так понятно.

Важно понимать рынок в целом, сроки принятия решения и критерии, по которым выбирает покупатель. Понимать, какая аудитория приходит к вам, и нужно ли её убеждать в преимуществах вашей компании или вашего товара перед прямыми конкурентами. Например, продавая автомобили, вам не нужно рассказывать об их преимуществах перед велосипедом или общественным транспортом. Подобные описания на сайте автосалона будут выглядеть неуместно. Если же вы предлагаете клиентам занятия йогой, то в этом случае стоит уделить внимание их преимуществам перед фитнес-тренировками или аэробикой.

2. Для высокой конверсии нужно соответствовать ожиданиям клиента, а лучше превосходить их. Этому способствуют:

Как видим, дизайн и удобство сайта являются необходимым, но недостаточным требованием для высокой конверсии. Без конкурентоспособного продукта и адекватного ценообразования никакой сайт не сможет обеспечить хороший поток заказов.

3. В целом, сайт должен нравиться клиентам, а не вам. Например, если клиенты — проектировщики, прорабы, сотрудники  НИИ и проектных институтов, привыкшие к сухой документации, лендинг с красивой визуализацией на них впечатления не произведет, а сайт с объёмными текстами не вызовет вопросов и не покажется устаревшим, каким мог бы выглядеть в глазах молодёжной аудитории.

Если у вас «горячие» клиенты, и время принятия решения минимально, важны, в первую очередь, цена и доступность контакта. Если решение принимается долго, сумма сделки большая, а конверсия перетекает на более низкий уровень (общение с менеджером), то в этом случае от сайта достаточно не отталкивать клиента, добиться первоначального обращения, но никакие средства повышения конверсии не позволят существенно повлиять на продажи.

Резюмируя: гнаться нужно не столько за конверсией сайта, сколько за конверсией бизнеса в целом и его прибыльностью. Доход зависит от таких факторов, как:

ROI (ROMI)

Рекламное агентство обещает клиентам высокий ROI

ROI (от англ. return on investment) или ROR (англ. rate of return) — финансовый коэффициент, иллюстрирующий уровень доходности или убыточности бизнеса, учитывая сумму сделанных в этот бизнес инвестиций. ROI обычно выражается в процентах, реже — в виде дроби. Этот показатель может также иметь следующие названия: прибыль на инвестированный капитал, прибыль на инвестиции, возврат, доходность инвестированного капитала, норма доходности.

Показатель ROI является отношением суммы прибыли или убытков к сумме инвестиций. Значением прибыли может быть процентный доход, прибыль/убытки по бухгалтерскому учёту, прибыль/убытки по управленческому учёту или чистая прибыль/убыток. Значением суммы инвестиций могут быть активы, капитал, сумма основного долга бизнеса и другие выраженные в деньгах инвестиции.

В предыдущей главе мы поняли, что конверсия сайта не является достоверным показателем, отвечающим за выгодность интернет-маркетинга. Но что же таковым является? Компании тратят деньги на рекламу, привлекают клиентов, получают прибыль с продаж своих товаров и услуг. Логично будет применить к интернет-маркетингу показатель возврата инвестиций ROI, а точнее, ROMI.

Return on Marketing Investment или сокращенно ROMI  это показатель рентабельности рекламных кампаний и в целом инвестиций в маркетинговую деятельность. Рентабельность оперирует такими метриками, как окупаемость, прибыль, возврат вложений.

Какую бы модель оплаты мы ни использовали, важно считать возврат инвестиций, и именно для этого существует показатель ROMI.

Кажется, или мы нашли показатель, которым стоит измерять эффективность рекламы? И да, и нет: сам по себе показатель возврата инвестиций хорош, но, как всегда, есть важные нюансы. Посмотрим, почему же высокий ROI это хорошо и почему это плохо. И сейчас перед нам стоят два вопроса: как и что считать?

Посчитать ROMI не так просто, как кажется. Посмотрим на простом примере.

Отчётность компании ООО «Ромашка» за январь 2019 года:

• Затраты на рекламу: 120 000 рублей

• Продажи 700 000 рублей

• Маржинальный доход (без рекламных вложений) 210 000 рублей

ROMI равен 75%. Коэффициент выше 0, т.е. вроде бы всё хорошо. Но всё ли правильно мы посчитали?

Представим, что застройщик построил новый ЖК, создал для него сайт и запустил рекламную кампанию. Вот статистика за первые полгода:

Статистика продаж квартир

Что же мы видим? В первые 3 месяца продаж нет. Если считать  ROMI по месяцам, кажется, что реклама не работает. Но потом появляются первые продажи. Делаем вывод, что люди, пришедшие по рекламе в первые месяцы, покупают не сразу. Соответственно, если построить управленческий отчёт за определённый период, указывая все затраты и все продажи, он будет некорректным с точки зрения возврата инвестиций в рекламу. Только в бизнесах с моментальным спросом такой отчёт будет приближённо отражать реальную ситуацию.

Сквозной принцип в аналитике

Итак, мы выяснили что при использовании обычной управленческой отчётности, в которой зафиксированы расходы на рекламу и продажи за тот или иной период, более-менее корректно ROMI посчитать можно только при определенных условиях:

В остальных случаях подсчёт будет некорректен. И главное, с такими данными мы можем посчитать только общий ROMI, но мы не узнаем ROMI отдельных рекламных каналов. Причина проста: мы знаем, сколько денег потратили на каждый рекламный канал, но не знаем, с каких именно пришли клиенты.

В связи с этим мы приходим к необходимости отслеживать каждую заявку и заказ, сохраняя информацию о рекламном источнике. В этом и смысл сквозной аналитики. Без этого анализировать более чем 1 рекламный канал с не моментальными продажами не получится никак.

Логическая ошибка высокого ROMI

Итак, примем ROMI за основной показатель эффективности рекламных кампаний. Его требуется корректно посчитать и оценить. Принять верные решения.

Основная логическая ошибка, которую сознательно, либо неосознанно, допускают многие маркетологи,  это стремление к высокому ROMI. Кажется, что чем выше возврат инвестиций, тем лучше. Так ли это?

 

С одной стороны — да, высокий ROMI является прекрасным достижением.

С другой, следует учитывать 2 вещи:

Правильная работа с рекламой должна выглядеть итеративно:

  1. Оптимизация рекламы => повышение ROMI
  2. Расширение охвата => снижение ROMI
  3. Повторить п. 1.

Т.е. за счёт оптимизации мы повышаем эффективность, что позволяет масштабироваться, привлекая больше клиентов. Безусловно, оптимизация (уменьшение затрат, увеличение ROMI) тоже приносит увеличение прибыли компании. Однако масштабирование даёт ничуть не меньший эффект. Ведь с увеличением потока трафика соответствующим образом растут и продажи. Хотя ROMI на данном этапе парадоксальным образом снижается.

 

Работая в сфере интернет-маркетинга, стоит учитывать, что для performance-каналов стоимость привлечения клиента с увеличением рекламного бюджета растёт. Привлечение клиентов с помощью контекстной и таргетированной рекламы устроено по принципу «больше = дороже и менее качественно».  В итоге, ROMI максимизируется при использовании минимального маркетингового бюджета, только одного  самого выгодного  канала и минимального набора ключевых запросов. Вы ведь знаете, что больших продаж  и прибыли  таким образом достичь не получится, остается лишь гордиться высоким ROMI на основании минимального объёма продаж.

Как считать? Пример:

Зеленым выделены лучше показатели, рыжим — худшие.

Как видим, при небольшом количестве трафика у нас максимальный ROMI, но минимальная выручка. Далее, при увеличении бюджета ROMI падает, стоимость привлечений 1 клиента растёт. До какого-то момента растёт общая прибыль, потом она начинает также падать.  И наоборот, при большом трафике максимизируется  ROMI уменьшается и становится отрицательным.

Зато валовая прибыль растёт и максимизируется лишь при ROI ~200%. Если же учитывать повторные заказы (LTV), картина меняется. Допустим, число повторных заказов равное 50% от числа новых заказов. Тогда прибыль максимизируется при ROI равном ~140%. Если же повторных заказов больше, выгодней удерживать еще меньший ROI.

А если у вас повторных заказов больше? Тогда вполне возможно, что ROI ниже 100% даст максимальную долгосрочную прибыль! Понятно, что в реальных условиях даже максимизация прибыли не всегда является приоритетом: часто бывают риски, проблемы роста и многое другое. Но она явно намного важнее, чем максимизация ROI, которая является ложной целью. 59e53d2bdcff638b31b24dfd.jpg

image

Выводы:

  1. Не нужно максимизировать ROI. Если вы гонитесь за прибылью здесь и сейчас, показатель должен быть положительным (больше 100%). Если отношения с клиентами у вас долгосрочные, то ROI первой сделки вполне может быть отрицательным (меньше 100%).

  1. Высокий ROI говорит о том, что у вас большой запас эффективности для расширения рекламных кампаний. Делайте это, пусть ROI снижается, а общая прибыль растёт.

  1. Считайте прибыль в деньгах, а не процентах. Относительные величины всегда дают возможность манипулировать статистикой и представлять ситуацию не совсем достоверно. Рост числа заказов с 1 на 10 — это рост на 1000%. А рост с 1000 до 1100 — всего 10%.

Сквозная аналитика как жизненная необходимость

Но и это ещё не всё. Не более 30% клиентов делают заказ при первом же посещении сайта. Конкретное количество зависит от теплоты рынка и цикла принятия сделки, которая обычно невелика. Прежде чем что-то купить (совершить конверсию), человек, привлечённый разными рекламными источниками, заходит на сайт несколько раз. Мультиканальные конверсии появились в Google Analytics несколько лет назад, но многие до сих пор используют принцип LastClickWins, т.е. считают конверсии по последнему заходу.

Правильнее будет учитывать все касания (заходы) посетителя и использовать более продвинутые модели атрибуции.

Проблема 1:

Посетитель заходит на сайт из разных источников. Конверсия зачастую мультиканальна. Нужно применять некие модели атрибуции.

Проблема 2:

Покупатель совершает не 1 покупку. Повторные покупки могут быть намного больше, чем размер первого заказа. Значит, нужно считать LTV, а для этого не обойтись без внедрения CRM.

Проблема 3:

Каналы общения. Нужно отслеживать все каналы.  В противном случае мы получим аналитику, не точно отражающую реальность, с необоснованными выводами, писанными вилами по воде.

Нельзя при этом считать заявки только через сайт или даже заявки + звонки. Вот поэтому необходимо выстраивать сквозную аналитику.

Сквозная аналитика в маркетинге — метод анализа эффективности маркетинговых инвестиций (ROMI) на основе данных, отслеживающих полный путь клиента, начиная от просмотра рекламного объявления, посещения сайта и заканчивая продажей и повторными заказами (LTV). При наличии нескольких рекламных касаний, предшествующих продаже, применяются различные модели атрибуции. Базируется на веб-аналитике и когортном анализе данных из CRM/ERP[1][2].

Для реальной оценки эффективности маркетинга стоит поставить конкретную задачу:

•        Определить KPI для оценки;

•        Определиться с тем, какими должны быть дашборды, отчеты;

•        Выяснить, кто отвечает за проведение оценки эффективности РК в организации;

•        Проанализировать, каковы пути пользователей;

•        Учесть данные как онлайн, так и офлайн, убедиться в их качестве;

•        Провести анализ ряда моделей атрибуции, что даст возможность подобрать решение, наиболее подходящее для конкретного бизнеса.

Обычно для сквозной аналитики требуется объединить информацию из рекламных каналов (например, Google Ads, Яндекс.Директ, Facebook), каналов коммуникации (телефонный звонок, онлайн-заказ через корзину на сайте, электронная почта и др.) и CRM-системы, где находится информация о продажах (Wikipedia).

В целом, процесс аналитики рекламных кампаний и бизнеса устроен так:


     

Лучше, если так:

И совсем хорошо, если вот так:


Ни показы, ни клики, ни даже звонки не скажут ничего. Мы точно знаем, сколько затратили на рекламу, и нам нужно также точно знать, сколько мы с этого заработали. К счастью, сейчас это стало реальностью.

Кому нужна сквозная аналитика

Всем ли нужна сквозная аналитика, все ли могут её внедрить? Конечно же нет. Рассмотрим необходимые и желательные условия для того чтобы внедрение было полезным.

  1. Компания должна продавать товары или услуги в онлайне, таких сейчас. Например, к ритейлу она мало применима, а к  ecommerce  более чем.
  2. Чтобы внедрение было целесообразно экономически, рекламный бюджет рекомендуется не менее 1-2 тысяч $ в месяц.
  3. Чем больше рекламных каналов, тем выше эффективность аналитики. Сравнение внутри 1 канала тоже полезно, но на 3-5 каналах эффективность наверняка будет выше. Вы сможете сравнивать и каналы друг с другом и кампании, запросы, настройки внутри каналов.
  4. У вас есть повторные продажи и есть % отвала (т.е. конверсия лидов в продажу далека от 100%). Иначе можно обойтись просто веб-аналитикой.

Кому не обязательна сквозная аналитика

• Компании с очень длительным циклом сделки. Они будут ждать, пока система аналитики начнет приносить реальную пользу, потратив за это время существенную сумму на сам сервис.

• Бизнесу с высокой маржинальностью (высокая маржа нивелирует управленческие и маркетинговые ошибки и неэффективность, обеспечивая больший потенциал для масштабирования и роста).

• Компаниям с LTV меньше нескольких средних чеков: отчет об источниках первой покупки дает представление об эффективности канала в целом.

Проблемы внедрения

Внедрение сквозной аналитики на практике является непростой задачей, и в процессе появляется немало ошибок или сознательных компромиссов, которые существенно искажают результат.

Первой задачей является убеждение руководства в необходимости сквозной аналитики как таковой. Требуется показать что обычный управленческий отчёт, в котором есть расходы на рекламу по каналам и доходы с продаж это далеко не сквозная аналитика, по многим причинам:

Внедрение сквозной аналитики позволяет понимать, какие рекламные каналы участвовали в привлечении клиента. Какие рекламные кампании. Какие ключевые слова. Такая детализация позволяет эффективно управлять рекламными кампаниями и экономить существенный % рекламного бюджета. Система Roistat заявляет об экономии до 56%, но даже более пессимистичные 30% при бюджете в 200. тыс в месяц составляют сумму ощутимые 60 тыс. рублей.

Проблема 1: отдел продаж

Нужно понимать, что маркетинговая составляющая построения системы сквозной аналитики далеко не доминирующая. Даже если говорить о числе сотрудников, то отдел маркетинга (в средней компании — хоть b2b, хоть b2с) обычно существенно уступает отделу продаж или IT-отделу.

Маркетинг — это часть бизнеса, наряду с производством, логистикой, продажами, IT, HR и другими отделами. Бизнесу нужны продажи, а маркетинг по большей части обеспечивает именно привлечение клиентов, тогда как с удержанием дела обстоят сложнее. Дело в том, что маркетологи зачастую не имеют возможности контролировать все этапы и опыт взаимодействия клиента с компанией в целом (будь то отдел продаж, бухгалтерия, секретарь или впечатление об офисе компании), поэтому с удержанием возникают проблемы, которые находятся вне сферы ответственности маркетологов. Именно отдел продаж, а не маркетинга, является основной точкой взаимодействия с клиентом, точкой получения данных от него и точкой занесения этой  информации в некую систему, из которой она потом попадает в аналитику.

Т.е. без грамотного построения отдела продаж не будет сквозной аналитики. При этом нужно, чтобы отдел продаж использовал в работе CRM-систему. Всего лишь!

Проблема в том, что CRM сама по себе отделу продаж не нужна от слова «совсем». Чтобы она стала ему нужна и не воспринималась в штыки, нужно соблюдение множества условий:

   Для менеджера:

Для руководителя (РОП`а):

Отдел продаж примет CRM не в штыки только совместно с системой мотивации, в которой «пряников» будет больше, чем «кнутов». И только при внутреннем принятии отделом продаж системы можно двигаться дальше — на технические минные поля внедрения. Если вы — маркетолог, дружите с РОП`м. Если ему не очевидна польза от ваших маркетинговых заморочек, сквозную аналитику вы не построите.

Вывод: внедрить сквозную аналитику в компанию, где уже есть CRM, и компанию, где CRM нет, — это, как говорится, 2 большие разницы. Внедрение CRM — это не столько технический, сколько управленческий процесс, требующий комплексного подхода к построению отдела продаж.

Необходимо не просто поставить программу, но и обучить менеджеров, описать и внедрить бизнес-процессы, написать скрипты разговоров, продумать систему KPI сотрудников, написать регламенты работы с CRM и обеспечить контроль работы как сотрудников, так и технических средств.

Про самые популярные CRM-системы вы узнаете в следующих разделах.

Проблема 2: техническая

Популярные облачные сервисы (в том числе системы сквозной аналитики) обычно интегрируются друг с другом в пару кликов. Однако в реальности всё не так просто, как кажется. Рассмотрим некоторые проблемы, которые могут возникнуть:

  1. Для облачных систем аналитики.

1.1 Ограниченная функциональность. Вы не можете настроить всё так, как нужно именно вам. С некоторыми системами нет стандартной интеграции, и приходится интегрироваться при помощи API и вебхуков.

1.2 Облачная система аналитики обычно является для вас закрытым “чёрным ящиком”. Вы не знаете, что и как она считает, и приходится просто верить. Точность подсчёта может вызывать много вопросов: данные в системе аналитики часто не совпадают с данными CRM, а сделки не идентифицируются с источником.

1.3 Работая с облачной системой аналитики, вы доверяете свои данные третьей стороне. В крупных компаниях отдел маркетинга может просто не получить разрешения от службы безопасности на подобные интеграции с CRM.

1.4 Еще одно следствие прошлого пункта: не всегда можно выгрузить данные в удобном формате. Вряд ли вы сможете сменить систему аналитики с переносом всех ваших данных.

  1. Для кастомных систем аналитики.

Здесь дела обстоят ещё сложнее. Спроектировать и построить собственную систему аналитики непросто, так как может не хватить сил 1-2 штатных  разработчиков, а надеяться получить такой результата от фрилансеров ещё более опрометчиво. В любом случае, прежде чем приступать к разработке, стоит чётко определить:

Наибольшие проблемы обычно возникают с выгрузкой и объединением данных. Не все системы позволяют выгружать не агрегированные данные. У многих систем есть ограничения по числу запросов по API. Если не говорить о крупных компаниях (в штате которых есть и разработчики, и аналитики, у которых уже построен корпоративный  DWH), для выгрузки данных лучше воспользоваться готовыми коннекторами, а для визуализации — популярными на рынке решениями, такими как Microsoft Power BI или Google Data Studio.

Какие проблемы с подключением всех каналов коммуникации могут возникнуть:

  1. При отслеживании звонков используется коллтрекинг (подмена номеров). С ним есть сложности:

  1. Телефонные номера не бесплатны, а федеральный “8-800” стоит дорого. Если вы используете такой номер на сайте, возникает дилемма: или платить неоправданно много за пул подменных номеров, или от чего-то отказываться (от самих номеров либо от идеи их отслеживать).

  1. Подменные номера придётся указывать и в офлайн-рекламе, и в POS-материалах, выделяя по номеру на каждый канал, который вы хотите отслеживать.

  1. У компании больше не будет единого красивого запоминаемого номера. Для некоторых сервисов это критично.

  1. При длительном использовании коллтрекинга создаётся токсичный трафик, когда люди записали подменный номер и звонят по нему позднее, не заходя на сайт. Система может ошибочно связать данный звонок с рекламным каналом, по которому в этот момент зашёл другой посетитель (и не позвонил).

                Кстати, телефонные звонки можно отслеживать и без подмены номеров — например, скрытием части номера на сайте и показом только по клику. Такой подход имеет свои плюсы и минусы.

  1. С онлайн-консультантами часто возникают проблемы с отслеживанием и назначением ответственного в CRM.

  1. Email. Можно отслеживать подменой, но это не всегда удобно и не все системы аналитики это умеют.

  1. Мессенджеры. По большей части не отслеживаются, тем более если просто указать на сайте номер WhatsApp или ID Telegram, а не ставить интеграцию.

  1. Маркетплейсы. Тут всё зависит от самого маркетплейса, но не стоит рассчитывать на глубокую аналитику и на возможность её доработки.

  1. Офлайн. Связать офлайн продажи с онлайном непросто, и мало кто это делает. Кейсы с RFID-метками (автоматическая идентификация объектов) не выглядят жизнеспособными. Для небольших магазинов есть возможность связать онлайн с офлайном через резервирование товара. В ритейле такой возможности нет, но там и сквозная аналитика не всегда применима.

ROPO-эффект

Каким бы успешным ни был ваш омниканальный бизнес, вы можете даже не подозревать, что недополучаете около трети прибыли. И дело может быть даже не в том, что ваш онлайн-маркетинг работает недостаточно эффективно. Речь сейчас пойдёт об особенностях онлайн и офлайн-поведения клиентов, а также о том, как они между собой связаны.

Пожалуй, многим может быть знакома привычка сначала искать информацию о товаре в сети, а потом идти в офлайн-магазин за покупкой. Такая наклонность у покупателей встречается всё чаще — настолько, что такому поведенческому признаку дали название с аббревиатурой ROPO — Research Online Purchase Offline. Как выяснилось, для такого поведения есть причины:

Конечно, процент ROPO-покупателей в разных типах бизнеса может заметно отличаться. Тем не менее, его величина слишком значительна, поэтому пренебрегать им не стоит. Какой бы ни была доля ROPO-покупок в ваших магазинах, вы можете извлечь из этого выгоду.

Оптимизируйте рекламные каналы

Так как многие покупатели заходят на ваш сайт «просто посмотреть», а покупку делают за его пределами, то оценить стоимость конверсии и окупаемости рекламы становится делом более сложным. Лучшее, что можно с этим сделать, — это сравнить продажи ваших розничных магазинов с онлайн-активностью. Так вы выясните, пользуется ли товар реальным спросом, и стоит ли пересматривать рекламный бюджет.

Увеличивайте прибыль

Согласно масштабным исследованиям, ROPO-покупатели оставляют в офлайн-магазинах на 20-40% больше денег, чем те, кто предпочитает изучать товар «на месте» перед покупкой. Если вы сосредоточите ваши усилия на продаже именно этих товаров, то сможете извлечь дополнительную прибыль.

Обновляйте ваш сайт и улучшайте продажи онлайн

Как только вы выясните, что за некоторыми товарами ваши покупатели идут в магазин вместо совершения покупки в интернете, то самое время разобраться в причинах. Наиболее часто встречающиеся:

ROPO-анализ поможет понять, в чём именно загвоздка, и тогда вы сможете увеличить онлайн-продажи, исправив недочёты и сделав интернет-покупку для посетителей более привлекательной. Хорошо сработают дополнительные скидки, продлённая гарантия, подробный FAQ-раздел и т.д.

Проведение ROPO-анализа

Наиболее часто используемый метод основан на отслеживании действий конкретного зарегистрированного пользователя сайта и его покупок в розничном магазине. Итак, порядок действий выглядит следующим образом:

  1. Соотнесение данных учётных записей сайта с транзакциями из CRM;
  2. Определение доли ROPO-покупок в продажах — как онлайн, так и офлайн;
  3. Создание дашбордов для отслеживания данных;
  4. Определить спектр дальнейших действий и мероприятий, связанных с ROPO-покупателями: оптимизация сайта, рекламных каналов и т.д.

Объединение онлайн- и офлайн-данных

Для решения задачи по объединению данных можно использовать как популярные BI-платформы, подходящие среднему и крупному бизнесу, так и обычный Google Sheets для небольшого предприятия. Золотой же серединой может стать облачное хранилище данных Google BigQuery, которое отличается гибкостью и простотой взаимодействия.

Необходимые данные для ROPO-анализа

        1. Поведенческие данные зарегистрированных пользователей.

        Обычно без проблем выгружаются даже из бесплатной версии Google Analytics прямо в Google BigQuery при помощи OWOX BI Pipeline. В GA передаётся с сайта идентификатор User ID, поэтому проследите, чтобы он был корректно настроен.

        2. Офлайн-данные о завершённых заказах.

        Из вашей CRM в хранилище Google BigQuery должны поступать как минимум следующие данные:

         • Дата совершения заказа
        • ID транзакции
        • Сумма заказа
        • ID покупателя

        3. Рекламные расходы.

        Помимо ROPO-данных, нелишним будет также выявить и ROAS, а для этого потребуется информация о ваших рекламных источниках. Данные о рекламных расходах загружаются в GA, и затем оттуда уже кочуют в BigQuery.

Как только все необходимые данные окажутся в хранилище, вам останется только соотнести их друг с другом, например, при помощи уникального идентификатора User ID. Таким образом, когда пользователь обращается к личному кабинету на сайте, то при наличии соответствующей настройки GA об этом узнаёт и синхронизирует данные о производимых на сайте действиях.

Сквозной идентификатор на примере GOOGLE CLIENT ID

Для чего нужен Client ID в Google Analytics?

Выражаясь более простым языком, с помощью ClientID в Google Analytics считается количество уникальных пользователей или посетителей на сайтах. Связка «устройство-браузер» является своеобразным идентификатором, который позволяет достаточно точно определить, какое количество уникальных посещений получил тот или иной сетевой ресурс.

По понятным причинам параметр Client ID чрезвычайно важен для настройки сквозной аналитики, ведь именно от количества посещений продающего сайта напрямую зависит итоговая конверсия. С помощью этого показателя и данных из CRM можно получить наглядное представление о том, насколько успешно работают запущенные рекламные кампании вашего бизнеса.

Работа Client ID

Чисто технически Client ID представляет собой cookie-файл, который создаётся браузером и хранится на стороне клиента. Каждый раз, когда пользователь заходит на какой-либо сайт, браузер передаёт этот файл по запросу Google Analytics. В файле содержится числовой код, являющийся уникальным для каждого отдельного пользователя. Таким образом, при открытии любой интернет-страницы служба веб-аналитики Гугла получает из cookie-файла всю необходимую информацию, состоящую из адреса ресурса, источника перехода, языка и т. д.

Такой файл создаётся для каждого посещаемого сайта, и его срок жизни составляет 2 года. Причём, при каждом посещении этот срок обновляется, поэтому если не посещать сайт больше 2х лет (или удалить cookies), то при открытии ресурса будет сгенерирован новый Client ID, а вы будете считаться новым уникальным пользователем.

Чтобы найти отчёт GA по всем Client ID, достаточно пройти в «Аудитория» => «Статистика по пользователям». Там вы найдёте как сами уникальные идентификаторы посетителей вашего сайта, так и данные по количеству сессий, показателю отказов, транзакциям, доходам и CR. Это важная информация для любого специалиста по продвижению.

Client ID в CRM

Параметр Client ID позволяет не только отследить поведение клиента на вашем целевом ресурсе, но и выяснить другую важную информацию. К примеру, источник перехода каждого посетителя поможет выяснить, какая из запущенных рекламных кампаний окупает себя наиболее эффективным образом.

С помощью синергии вашей CRM с данными из Google Analytics появится возможность оперативно отслеживать, к примеру, показатель выкупленных заказов. Передача идентификатора каждого покупателя обычно настраивается через форму заказа товара на сайте. Иногда готовые конструкторы таких форм уже есть в некоторых CRM, а иногда требуется внедрение силами специалиста.

Модели атрибуции

Зачем нужна атрибуция

Стандартно воронка продаж имеет четыре этапа:

Как известно, удержать тех, кто уже совершил покупку, намного дешевле для компании, чем искать новых покупателей. Привлечение используют не персонализированные кампании, которые нацелены на широкий охват и трудно поддаются оценке.

Удержание подразумевает применение более целевых кампаний, для которых значительно проще проводить анализ и рассчитывать эффективность. Конкретный пользователь известен и теперь его действия и покупки можно отследить.

Чтобы разобраться, какие используемые рекламные каналы и кампании срабатывают на этапах имеющейся воронки, необходимо воспользоваться атрибуцией.

Атрибуция — это распределение ценности от конверсии между кампаниями, которые продвигали пользователя по воронке. Она помогает ответить на вопрос, в какой мере каждый из каналов повлиял на ту прибыль, которую вы получили в итоге.

Выбрав модель атрибуции, которая подходит для конкретного бизнес-проекта, можно распределить рекламный бюджет эффективно, что, в свою очередь, поможет сократить затраты и увеличить прибыль.

Доступные модели атрибуции

Моделей атрибуции много, и они поддаются определенной классификации. Опираться нужно на то, какая именно логика применяется во время расчета:

Модели нуждаются в более подробном рассмотрении. Ниже мы подробнее познакомимся с моделями атрибуции, разберем пример, где и как они используются и какими чаще всего пользуются маркетологи.

Позиции канала в цепочке

Данные варианты считаются наиболее простыми, они доступны пользователям бесплатной версии Google Analytics, а также Яндекс.Метрики и других систем. Рассмотрим 6 позиций канала в цепочке.

First Click (FCM)

Одноканальная модель, в которой ценность, полученная от конверсии, атрибутируется первому источнику, повлиявшему на решение покупателя. В цепочке из четырех касаний ценность уходит первому каналу.

Преимущества: 

        Легко настраивается, не требует вычислений или иных аргументов при распределении ценности среди использованных каналов.        Помогает маркетологам сформировать узнаваемость торговой марки и спрос.

Недостатки:

Не демонстрирует всей картины, заставляет переоценить каналы первого уровня. Пользователь обычно совершает несколько касаний, однако модель игнорирует данный момент.

Кому подходит:

Подойдет проектам, для которых имеет значение создание или повышение узнаваемости собственного бренда, увеличение охвата аудитории. Модель даст информацию о том, где лучше покупать трафик для последующей конвертации.

Last Click (LCM)

Одноканальная модель, где ценность конверсии передается последнему каналу, с которым покупатель соприкасается непосредственно перед конверсией. Снова вклад предыдущих каналов полностью игнорируется.

Преимущества:

Используется многими маркетологами. Позволяет оценить кампании, цель которых — быстро спровоцировать покупки, допустим, во время определенного сезона.

Недостатки:

Не демонстрирует всей картины, заставляя исключить прочие каналы цепочки.

Кому подходит:

Подходит бизнесам с коротким циклом продаж, которые обычно не используют более трех каналов для рекламы.

Last Non-Direct Click (LN-DC)

Одноканальная модель, которая представлена в Google Analytics, применяется там по умолчанию. При этом ценность конверсии атрибутируется, как и в предыдущем варианте, по последнему каналу.

Однако различие в том, что если это прямой заход, ценность будет атрибутирована предыдущему источнику.

Например, пользователь переходит непосредственно из собственных закладок или же прямо вводит ссылку. Вероятно, он хорошо знает бренд, является уже привлеченным покупателем, которого не требуется брать в расчет.

Преимущества:

В этом случае можно исключить каналы, которые незначительны с точки зрения расходов на кампанию, полностью сосредоточившись на оплачиваемых источниках.

Может применяться в качестве базы для сравнения.

Недостатки: 

Не демонстрирует всей картины, не учитывает вклад прочих каналов в конверсию. Предпоследним каналом чаще всего является электронная почта, однако эта модель не позволяет отследить, где именно покупатель познакомился с торговой маркой и почему оставил почту, чтобы в итоге прийти к покупке.

Кому подходит:

Модель подходит, если нужно оценить эффективность определенного платного канала, а узнаваемость бренда уже не является важным аспектом.

Position Based (PB)

Многоканальная модель, где наибольшую ценность получают первый канал то есть тот, который познакомил покупателя и торговую марку,  и последний, что закрыл транзакцию. Каждому из них присваивается сорок процентов. На все средние каналы приходится двадцать процентов.

Преимущества:

Ценность передается каналам, которые привлекают и мотивируют покупателей — т.е. играют важнейшую роль.

Недостатки:

Случается, что именно средние каналы в цепочке больше продвигают покупателя, чем те, которые получают наибольшую ценность.

Кому подходит:

Этот вариант подойдет бизнесам, которые рассчитывают привлекать новых пользователей и подталкивать уже заинтересованных к совершению покупок.

Time Decay (TD)

В этом случае ценность конверсии будет распределена между каналами, которые заняты в цепочке, по принципу нарастания. Первый источник получает наименьшую ценность, последний — наибольшую.

Преимущества:

Рассматриваются все каналы. Наибольшая ценность отдается тому, который все же сумеет подтолкнуть к покупке.

Недостатки:

Недооценивается вклад отдельных каналов, которые могли повлиять на решение покупателя.

Кому подходит:

Подходит тем, кто желает оценить эффективность рекламных кампаний, ограниченных по времени  например, распродаж.

Linear model (LM)

Применяя данную модель, ценность конверсии принято разделять между всеми каналами цепочки.

Преимущества:

Более продвинутая, чем одноканальные модели. Позволяет учесть все каналы в цепочке, которые были задействованы перед покупкой.

Недостатки:

Не помогает перераспределять бюджет. Разделение его между всеми каналами поровну может оказаться неэффективным.

Кому подходит:

Подойдёт бизнесам с длительным циклом продаж. В этом случае важно поддержание контакта с покупателем на всех этапах прохождения воронки. Пример — B2B-компании.

Выбор модели атрибуции и проблема стандартных вариантов

Правильный выбор модели помогает оценить эффективность рекламной кампании. В зависимости от него, можно получить противоположные выводы о том, насколько рентабелен конкретный используемый канал.

Наиболее заметно это в тематиках, которые традиционно заставляют покупателя размышлять перед покупкой продолжительное время. Например, в сфере недвижимости или при приобретении автомобиля.

Классические модели атрибуции достаточно ограничены. Это может показать простой пример.

Допустим, что основная цель (D) — пригласить девушку на кофе к себе домой. Каналы и цепочка действий, которые могли бы привести к желанной цели, следующие:

Знакомство с девушкой → Приглашение в кафе → Цветы в подарок → Прогулка в парке → Проводить домой → Свидание в ресторане → Цветы в подарок → Ужин в ресторане → Коктейль в баре → Второй коктейль → Танцпол → Приглашение на кофе к себе домой.

На примере этой цепочки становится понятно, что при использовании FCM (по первому каналу) наиболее важным представляется знакомство. Если оно свершилось, то цель практически достигнута. Если же использовать LCM (по последнему каналу) , то достаточно пригласить девушку на танец, чтобы в итоге получить желаемое.

LM (по всем каналам) подразумевает, что действия от знакомства к утреннему кофе равноценны для продвижения, а TDM предполагает, что каждый шаг все более подталкивает девушку к решению.

Но ни одна из моделей не подсказывает, что на самом деле происходит, и какое действие цепочки наиболее эффективно ведет к результату.

На сегодняшний день имеется ряд исследований, которые доказывают, что маркетологи в Европе, США или СНГ чаще всего обращаются к модели LCM. А вот алгоритмическими моделями пользуются значительно реже. Причем, такая картина сложилась не из-за каких-то определенных преимуществ выбранной модели, а просто из-за того, что LCM кажется наиболее понятной, хотя и обесценивает влияние всех каналов в цепочке, кроме последнего.

Причинами, почему наблюдается такая ситуация, можно считать следующее:

  • За атрибуцию нет ответственного, т.е. разные маркетологи могут применять в ходе кампании различные варианты, что приводит к тому, что реальный доход оказывается меньше атрибутированного.
  • Слишком разрозненная информация. Google Analytics позволяет использовать стандартные отчеты, в которых, к сожалению, нет места офлайн-данным, ROPO-эффекту и т. д.
  • Если эти причины устранить, то проблема атрибуции будет решаться намного проще.

    Алгоритмические модели

    Внутри Google Analytics или рекламного кабинета при настройке рекламы в Google Ads применение более сложных моделей будет бессмысленным. В то же время, при необходимости анализа взаимного влияния всех используемых источников требуется объединение информации из различных сервисов. В этом случае предпочтительнее применять именно сложные модели.

    Цепи Маркова (Markov Chains)

    Цепи Маркова применялись для прогнозирования, например, букмекерскими конторами. Теперь они используются и для рекламных кампаний. Данная модель позволит ответить на вопрос, повлияет ли на транзакцию отсутствие канала в цепочке.

    Цепи Маркова — последовательность событий со счетным или конечным количеством исходов. Основная их характеристика — настоящее фиксировано, а будущее не зависит от прошлого.

    Преимущества:

    Позволяет оценить, как каналы влияют друг на друга, и выявить наиболее значимый.

    Недостатки:

    Недооценивает первый канал. Для использования нужны навыки программирования.

    Такая модель может применяться в том случае, если все данные собраны в одну систему.

    Атрибуция на основе данных  (Data-Driven Attribution, DDA)

    Доступная платным пользователям Google Analytics модель основывается на данных, собираемых системой. Если предыдущие модели применяют определенные правила, заданные аналитиком или системой, то эта подобных не имеет, рассчитывая ценность с помощью полученной информации и Вектора Шелли.

    Вектор Шелли — в задачах теории кооперативных игр это принцип оптимального распределения выигрыша между участниками. Распределение происходит по среднему вкладу участника в благосостояние коалиции.

    Преимущества:

    Модель весьма достоверна и может считаться наиболее объективной. При оценке используются собственные данные.

    Недостатки:

    Расчет возможен только в том случае, если имеется достаточный объем данных, что не всегда подходит отдельным компаниям.

    Позволяет определить, какие кампании и ключевики работают наиболее эффективно. Имеет возможность распределения маркетингового бюджета. Однако не подойдет в том случае, если важно учитывать и место канала в цепочке.

    OWOX BI Attribution

    Открывает возможности для оценки взаимовлияния каналов на конверсию и движение покупателя по воронке.

    Модель использует информацию из Google Analytics — информацию о том, как ведут себя пользователи. Также в нее можно включить данные рекламных сервисов и внутренней CRM-системы. Показатели можно проанализировать комплексно, используя настройку шагов воронки.

    Преимущества:

    Выявляет наиболее эффективный канал и указывает, в чем его эффективность. Минимальный объем данных не ограничен. Дает возможность выделить новых или вернувшихся пользователей, демонстрирует детальные данные по всем транзакциям. Учитывает маржу, исполнимость заказов.

    Недостатки:

    Может недооценить первый шаг воронки.

    Подойдет тем, кто желает учитывать все шаги пользователя в воронке, а также проводить объективный анализ рекламных каналов.

    Подробнее о моделях атрибуции можно прочитать, например, в статье “Модели атрибуции — подробный обзор и сравнение”: https://www.owox.ru/blog/articles/marketing-attribution-models/

    Обзор сервисов и инструментов

    Организовать сквозную аналитику можно различными способами, далее представлены наиболее популярные сервисы и инструменты для этого.

    Рассмотрим, какие данные можно собрать в единый механизм в рамках построения системы сквозной аналитики. Это будут как данные о продажах, так и другие показатели. В таблице приведены примеры типов систем, которые могут использоваться в компании, и примеры наиболее популярных их представителей. Соответственно, у каждой компании свой набор источников, и полное совпадение является очень редким.

    Типы сервисов и инструментов

    Разделим представленные сервисы на 3 группы:

    1. Недорогие сервисы «всё в 1»

    Включают в себя базовую сквозную аналитику и другие инструменты для организации маркетинга и продаж, например:

    Типичные представители:

    Подходит для микробизнеса. Оплата сервиса  в районе 1тыс. рублей в месяц.

    2. Сервисы сквозной аналитики

    Специализированные сервисы, дающие более глубокую и качественную аналитику. Обычно интегрируются с CRM, системами веб-аналитики и колл-трекинга. Некоторые структуры выросли как раз из этих систем.

    Типичные представители:

    Подходит для малого и среднего бизнеса. Бюджет в районе 5-20 тыс. рублей в месяц.

    3. Кастомные решения

    Подходит для среднего и крупного бизнеса. Бюджет зависит от числа интегрируемых систем, объёма данных, типов отчётов и многих других параметров.

    Обычно аналитическая система состоит из таких компонентов, как:

    Коннекторы собирают данные из таких систем, как:

    Для внедрения сквозной аналитики необходимы следующие инструменты:

    CRM

    Для интеграции подходит любая система, имеющая API и возможность настройки кастомных полей.

    Наиболее популярные в РФ:

    Наиболее популярные в мире:

    Сквозные идентификаторы:

    Обычно используется ClientID (Google Analytics), и в дополнение к нему можно взять другие например, UserID Яндекс.Метрики, CoMagic, собственный идентификатор.

    Базы хранения и обработки данных:

    Это может быть как облачное решение:

    Так и локальная база, развёрнутая на собственном сервере или тоже в облаке:

    Коннекторы:

    — OWOX BI Pipeline

    — Albato.ru

    — apix-drive.com

    — supermetrics.com.

    Системы визуализации:

    — Google Data Studio

    — Microsoft Power BI

    Qlik Sense / View

    — Tableau

    Другие системы:

    Интересно, что в английском языке нет общего термина для сквозной аналитики. Среди зарубежных систем принципы используются те же самые, но на термине никто не зацикливается. Есть business analytics, business intelligence, ROMI analytics, LTV analytics. Существуют также end-to-end analytics и cross-cutting analytics, но упоминаются редко. Наверное, там всем понятно, что аналитика должна быть сквозной по определению.

    Далее рассмотрим самые интересные из перечисленных в начале главы сервисов более подробно.


    1. Недорогие сервисы «всё в 1»

    Lptracker

    Система LPTracker сочетает в себе:

    Cервис является одним из самых популярных у малого бизнеса в плане «всё в одном» (цена за использование составляет 900/3000р в месяц).

    PrimeGate.io

    59e53d1cdcff638b31b24de2.jpg

    PrimeGate.io — сервис сквозной аналитики. Начал работу в 2013 как система управления контекстной рекламой PrimeContext (биддер). В 2014-м запущен коллтрекинг (динамический и статический), который сейчас является сильной стороной сервиса. Имеется своя CRM. Сервис предлагает всё под ключ: телефония, коллтрекинг, CRM, обратный звонок. Аналитика содержит сводные отчёты по рекламным кампаниям, ключевым запросам, UTM-меткам.

    Плюсы:

    Резюме: Сервис PrimeGate.io подойдёт компаниям с большим % звонков в общем числе обращений и небольшим числом менеджеров, а также всем желающим внедрить простую CRM и сквозную аналитику без сложных интеграций.

    В 2018-м году система сквозной аналитики PrimeGate представила конкурентные тарифы от 1296 рублей в месяц. Для малого бизнеса, который тратит на рекламу 10—30 тыс. в месяц, решение может быть очень кстати, т.к. подписка на Roistat на таких бюджетах рискует не окупиться.

    Expecto.me

    Новый сервис expecto.me, где обещают, что всё будет просто, красиво и недорого. Использовать его в качестве рабочего решения пока рановато, но следить за развитием стоит, т.к. присутствуют:

    Система также развивается и выглядит вполне работоспособной.


    2. Сервисы сквозной аналитики

    Roistat

    59e53d20dcff638b31b24de8.jpg

    Roistat — система сквозной аналитики, позволяющая подключить множество различных рекламных источников с одной стороны и CRM-систем с другой. Показывает ROI по каналам, а также имеет собственный коллтрекинг, ловец лидов, работу для управления ставками, мультиканальную аналитику и другие возможности.

    Минусы:

    Казалось бы, минусы существенны.

    Но плюсов больше:

    Резюме: простая в настройке система, закрывающая большую часть потребностей малого бизнеса.

    Сервис Roistat сохраняет лидирующие позиции на рынке систем сквозной аналитики для малого и среднего бизнеса и активно развивается.59e53ce8dcff638b31b24dac.jpg

    Подарок внимательным читателям!

    Купон для новых клиентов на 5000р: media-targeting

    Alytics

    alytics.ru

    Система, первоначально созданная для управления контекстной рекламой, позднее превратилась в полноценную систему сквозной аналитики.5c2345011f25060700951af5.jpg

    Использует в качестве сквозного идентификатора Google ID, что можно считать преимуществом перед другими системами.

    Calltouch

    calltouch.ru

    Система сквозной аналитики, коллтрекинга и управления рекламой, Calltouch, как и многие другие, выросла из системы коллтрекинга. Система является одним из пионеров рынка, но продолжает быстро развиваться. Преимуществом можно считать высокую точность коллтрекинга. Компания заявляет о точности определения источника в 96%  Имеются отчёты по отдельным рекламным системам — например, по Яндекс.Директ. Отчёт показывает все заявки из данного источника и позволяет выделить эффективные и неэффективные рекламные объявления. Добавлена мультиканальная аналитика. которой ранее не хватало.  В сентябре 2020 стало известно о покупке компании оператором “Манго Телеком”.

    Comagic

    comagic.ru

    Comagic является третьей наиболее известной системой коллтрекинга на российском рынке. Имеет свою систему аналитики. CRM подключаются через API. Умеет считать ROI. Есть онлайн-чат и обратный звонок. Мультиканальной аналитики нет. Опционально можно подключить сторонний сервис для управления контекстной рекламой  — например, Alytics.

    За последний год:

    Система популярна  — например, у компаний, работающих в сфере недвижимости.59e53ccedcff638b31b24d88.jpg

    K50

    k50.ru

    Содержит сервисы для создания и управления контекстной рекламой и аналитики:

    K50 остаётся ведущим игроком на рынке, предоставляя систему генерации контекстной рекламы, управления ставками и, конечно, сквозную аналитику и BI-систему. Статистика собирает данные, а K50 BI их визуализирует.

    59e53cd5dcff638b31b24d91.jpg

    В октябре 2020 стало известно о покупке сервиса компанией Яндекс.

    Kissmetrics

    kissmetricshq.com

    Популярная зарубежная система аналитики. Имеет массу возможностей и очень мощный инструментарий. Из недостатков стоит отметить сложность настройки и высокую цену.

    Mango telecom5d21b475a280b100075b1bc0.jpg

    mango-office.ru

    Крупная телеком-компания, являющаяся одним из лидеров рынка IP-телефонии, не могла остаться в стороне от темы сквозной аналитики.

    Только за последнее время компания запустила:

    Если вспомнить, что у них есть своя CRM, а телефония является одной из лидирующих на рынке, стоит присмотреться к этим сервисам повнимательнее.

    59e53cccdcff638b31b24d85.jpg

    Sef

    sef.com.ua

    Украинский облачный сервис сквозной аналитики для любого типа бизнеса. Позволяет весьма эффективно отслеживать продуктивность запущенных рекламных кампаний и маркетинговой стратегии в целом. Как следствие, детальные аналитические данные позволяют перераспределить ресурсы с малоэффективных каналов на более результативные. Повышение рентабельности воронки продаж обеспечивается следующими факторами:

    5d5b0a9ba48f540006ae10d9.jpg

    Elly

    ru.elly.pro

    Отечественный сервис сквозной аналитики от российской компании IT-Agency, успешно представленной на рынке уже более 8 лет. Продукт призван сделать инвестиции в маркетинг более эффективными, расходы сократить, а продажи увеличить. Интересно, что Elly помогает оптимизировать деятельность бизнеса любой сферы, будь то финансовая, строительная область или даже развлекательное мобильное приложение. Процесс интеграции выглядит следующим образом:

    Продукт доступен по подписке, и его стоимость начинается от 80 000 р./мес. По заявлениям авторов, окупаемость затрат происходит за 3 мес. при рекламном бюджете от 1 млн. руб.

    5d5b0d9fad7e130007c70dfa.jpg

    Smalldata

    cvetkov.org

    Система сквозной аналитики от проекта «Бизнес-Молодость». В качестве системы визуализации используется Microsoft Power BI. Основной упор сделан на оценку работы менеджеров и оптимизацию процессов отдела продаж, в результате чего эффективность последнего значительно повышается. Авторы гарантируют увеличение оборота на треть в первые три месяца использования системы.

    Временные затраты на рутинные операции могут быть уменьшены, в среднем, в три раза, а контроль расходов полностью автоматизируется. Специалисты компании проводят полное обучение сотрудников клиентских организаций, что обеспечивает максимальную отдачу от их рабочей деятельности.

    Стоимость услуг платформы начинается от 75 тыс. руб.

    5d87debadced830007d1b2ac.jpg

    Analyticsgroup

    analyticsgroup.ru

    Автоматизированное аналитическое решение на базе QlikSense, предназначенное для анализа рынка, оценки возможностей и планирования затрат/эффективности рекламных кампаний. Система обладает широкими возможностями кластеризации и сегментирования клиентской базы, а также позволяет управлять разработкой и жизненным циклом продукта (PLM).

    59e53cc9dcff638b31b24d7f.jpg

    AnalyticsGroup эффективно прогнозирует продажи по отдельным группам на основе уже имеющихся данных. По утверждению авторов системы, автоматизация сбора и визуализация бизнес-данных позволяет находить новые точки роста, определять ROI и добиваться максимальных результатов.

    Segmentstream

    segmentstream.com/ru

    Небольшой белорусский стартап за несколько лет перерос в обширную платформу управления маркетинговой инфраструктурой, которая занимается сбором, обработкой и анализом большого количества информации. Чёткая и выверенная организация учёта данных осуществляется на базе облачного хранилища Google BigQuery. Бизнес-пользователю или IT-специалисту больше не нужно заниматься ручным импортом данных из различных источников, так как всё это за них делает платформа SegmentStream. Итак, сервис позволяет:

    5d5b0f03a48f540006ae11b3.jpg

    Trackad

    trackad.ai/ru

    Комплексный набор инструментов для онлайн-маркетинга. Распространяется по модели SaaS — оплата по подписке.

    • TrackAd Collector — позволяет всего за считанные минуты максимально точно определить степень рентабельности используемых источников трафика. Данные по всем рекламным кампаниям будут собраны в одном месте в удобном для дальнейшего анализа виде. Быстрая оценка ROI и других ключевых параметров.

    TrackAd 360 — показывает стоимость каждого шага текущей воронки продаж. Инструмент позволяет снизить CPO до 50% и увеличить ROI по каждому источнику на 10—30%.

    TrackAd Lead — помогает оптимизировать конверсионную воронку и повышать рентабельность инвестиций в привлечение клиентов. Решение предназначено для наиболее продуктивной работы с лидами.

    TrackAd Affiliate — заточен под партнёрский маркетинг. Этот специальный модуль призван облегчить работу с партнёрскими программами и CPA-сетями, а также защитить от фродов.

    По свидетельствам клиентов, техническое и маркетинговое сопровождение является одной из главных сильных сторон компании TrackAd Group.

    5d5b1028ad7e130007c70e6d.jpg

    Funnel

    funnel.io

    Шведский сервис сбора, обработки и визуализации аналитических данных. Этот продукт наверняка придётся по вкусу тем, кто предпочитает чисто «западное», европейское видение оптимизации маркетинговых процессов. Сервис доступен по подписке, стоимость тарифов ранжируется в зависимости от размера рекламного бюджета компании. Пользовательский интерфейс доступен только на английском языке. Пара акцентов на особенностях Funnel:


    5d5b4dbdf9abae0006c5d8aa.jpg

    Mixpanel
    mixpanel.com

    Ещё один известный европейский продукт, нацеленный на работу с мобильными приложениями. Его главная функция заключается в очень точном отслеживании поведенческих факторов пользователей, определении, какой именно этап ключевым образом влияет на итоговую конверсию. Обладая такой ценной аналитической информацией, можно максимально продуктивно выстраивать воронку продаж. На сегодняшний день более 250 тыс. сайтов и приложений используют Mixpanel. В чём же его главные особенности?

  • Сегментирование событий по выбранному признаку, позволяющее наглядно визуализировать поведенческий контур потенциальных клиентов на нужном этапе;
  • Чистый минималистичный дизайн и, как следствие, быстрое обучение и комфортный рабочий процесс;
  • Бесплатный пробный тариф, вполне подходящий для того, чтобы оценить возможности продукта.
  • 5d5b5026a48f540006ae1858.jpg

    Marketo

    marketo.com

    Marketo, Inc — это американская софтверная компания, которая сосредоточила свою работу над маркетинговыми программными комплексами. И, начиная с 2006 года, Marketo — это их флагман, подходящий как для среднего, так и для большого бизнеса. Решением целого ряда важнейших задач является использование полной автоматизации во всех ключевых процессах. А использование искусственного интеллекта позволяет прогнозировать движение рынка и выстраивать наиболее продуктивные маркетинговые стратегии. Вот лишь некоторые сильные стороны Маркето:

    5d5b5a72ad7e130007c71550.jpg


    Databox

    databox.com

    5d5b74d4a48f540006ae1af4.jpg

    Высокопродуктивная машина по сбору маркетинговых данных, призванная повысить рентабельность любого бизнеса. «Все ваши KPI в одном месте» — так кратко можно охарактеризовать этот любопытный сервис. Подключите нужные вам базы данных и работайте из любого места с любого устройства. Чем Databox выделяется на рынке:

  • Гибко настраиваемая отчётность;
  • Практичная система оповещений на любом устройстве;
  • В наличии бесплатный тариф, ограниченный лишь количеством источников и частотой обновления данных.

  • Hubspot

    hubspot.com

    Впечатляющая по своей эффективности система управления вашим бизнесом. В Hubspot собрано практически всё, что необходимо для ведения успешного онлайн-маркетинга. Важная аналитика, взаимодействие с соцсетями и мобильными приложениями, а также собственная CRM — это лишь немногое из того, что находится на борту этого программного бизнес-решения. Для ознакомления можно взглянуть на этот расширенный перечень возможностей:

    5d5b763ef9abae0006c5dba0.jpg

    Callibri

    callibri.ru

    Российская компания и одноимённый продукт, представляющий собой единую платформу маркетинговой поддержки для вашей компании. Одной из отличительных черт является демократичная ценовая политика, что делает этот сервис доступным даже для малого бизнеса. Десятки встроенных инструментов обеспечивают комфортную работу с потенциальными и постоянными клиентами. Наиболее характерные особенности:

  • Полная интеграция с основными сервисами Яндекса, Гугла и многими другими;
  • Простой интерфейс и понятная реализация позволяют обходиться без IT-специалиста;
  • Круглосуточная поддержка.

  • Calltracking5d5b7df4ad7e130007c718ad.jpg

    calltracking.ru

    Ещё один интересный сервис от отечественной компании, который отслеживает звонки клиентов и предоставляет данные по эффективности текущих рекламных кампаний. В наличии также современные возможности SIP-телефонии со всеми её преимуществами. Итак, с чем же приходится иметь дело:


    5d5b7f7af9abae0006c5dd18.jpg

    Alloka
    alloka.ru

    Российский сервис отслеживания и учёта источников телефонных обращений. Услуги данного коллтрекинга будут полезны компаниям, размещающим рекламу на оффлайн-площадках. Инструмент предоставляет исчерпывающие статистические данные, поэтому вы всегда сможете оценить эффективность того или иного рекламного канала.

    Все входящие обращения клиентов находятся в одном месте, а количество подключаемых сторонних сервисов (Яндекс, Гугл, amoCRM, Битрикс24 и т.д.) значительно упрощает работу персонала, расширяя ваши маркетинговые возможности. Есть возможность использовать как городские, так и федеральные номера.


    Quon5d5b8024f9abae0006c5dd3d.jpg

    quon.ru

    Комплекс сервисов сквозной аналитики, каждый из которых подключается по мере надобности:

    • QUON Calltracking — сервис динамического коллтрекинга, поддерживающий все необходимые интеграции и позволяющий получить контроль над рекламой и зависящими от неё продажами. Компания сотрудничает сразу с несколькими крупными провайдерами связи.

    • QUON Context — это решение хорошо подойдёт для быстрой и эффективной настройки контекстной рекламы в рекламных кампаниях Яндекс.Директ. Достигается это за счёт значительной автоматизации большинства ключевых процессов.

    • QUON Callback — сервис обратных звонков, простой и практичный. При заказе звонка клиентом на вашем сайте менеджеру приходит дозвон. Большой ассортимент всевозможных удобных настроек в наличии.

    • QUON Predict — данный сервисный продукт бесплатен и позволяет быстро прикинуть окупаемость бизнеса в Яндекс.Директ в зависимости от ключевых фраз, рекламного бюджета и ещё ряда параметров.


    Utmstat5d5b80e4f9abae0006c5dd6b.jpg

    utmstat.com

    Любопытный московский сервис сквозной аналитики, сочетающий в себе собственную CRM, колл-трекер, CRA и партнёрский маркетинг, UNIT-экономику и набор дашбордов с ключевыми индикаторами эффективности вашего бизнеса.

    По заверению разработчиков, приложен максимум усилий для того, чтобы вы не тратили время на изучение всех тонкостей и настроек, а занимались своим делом, предоставив им возможность позаботиться обо всех технических аспектах. Команда Utmstat готова разработать для вашей компании готовое аналитическое решение «под ключ».

    Smartanalytics

    smartanalytics.io

    Платформа объединяет данные из 50+ источников данных. Сервис обеспечивает аналитику с широкой сегментацией, в том числе с многоуровневыми сегментами. Например, можно анализировать не только "источник/канал-кампания-ключ", но и типы устройств, позиции, площадки размещения, города, типы рекламных кампаний, баннеры, группы другое.

    Визуализации с поддержкой многоуровневого  drill-down строятся на собственном движке. Кастомные отчеты и дашборды настраиваются пользователем с помощью drag`n`drop. Имеется работа с когортами и person-based-аналитикой. Поддерживает онлайн- и офлайн-расходы.

    Система имеет учёт длинного цикла сделки и повторных продаж. Платформа позволяет анализировать эффективность маркетинга, учитывая доходы и расходы при цикле сделки любой длительности и при любом количестве повторных продаж. Имеется работа с когортами.

    limit-image

    ROMI.Center

    romi.center

    Сервис сквозной аналитики с доступной ценой 990 рублей в месяц. Позволяет визуализировать данные в собственных дашбордах, в Google Data Studio, а также передавать их в Google Analytics.

    LTVytics

    ltvytics.ru

    Специально заточенный под работу с интернет-магазинами, этот сервис собирает и предоставляет исчерпывающие данные по каждому клиенту. Владелец интернет-магазина может в любой момент сформировать отчет по выручке за выбранный период и увидеть долю прибыли от новых и постоянных клиентов. Обладая этой информацией, можно оперативно скорректировать расходы на привлечение новых и удержание старых покупателей.

    Удобное сегментирование аудитории, экспорт данных в сторонние системы, интеграции с CRM и рекламными сервисами - всё это в наличии.


    Коннекторы

    Коннекторы позволяют соединить различные сервисы друг с другом. Сначала нужно определиться какие нужны сервисы, а потом выбрать коннектор. Подробнее о коннекторах ниже.

    BI Connect

    connect.mybi.ru

    Недавно появился сервис myBI Connect от компании MyBI. Сервис создает для пользователя облачное хранилище Microsoft Azure и позволяет подключиться к различным источникам данных.

    Работает с отчётами в Microsoft Power BI.

    59e53ce6dcff638b31b24da9.jpg

    59e53ce5dcff638b31b24da6.jpg

    Owox

    owox.ru

    Компания OWOX подходит под определение «технологической» — их продукты непросты в освоении и не пиарятся на каждом углу, и всё же используются крупными компаниями. Их стоимость, при этом, адекватна как для малого, так и среднего бизнеса.

    BI Pipeline — система соединяется в себя потоки данных из различных источников:

    59e53ce2dcff638b31b24da3.jpg

    59e53ce0dcff638b31b24da0.jpg

    59e53cdfdcff638b31b24d9d.jpg

    Другой продукт компания представила относительно недавно: сервис для атрибуции заказа на основе воронки. Он работает с Google BigQuery и позволяет придавать разные значения посещениям сайта при мультиканальной конверсии. Сервис используют несэмплированные данные Google Analytics. Стоимость составляет от 114 до 1400$ в месяц.
    59e53cdcdcff638b31b24d9a.jpg

    Albato

    albato.ru

    Сервис позволяет провести интеграции (которые зачастую ограничены) разных систем. Например, из Битрикс24 в Google Sheets можно выгрузить только новые лиды и изменения статуса сделок.

    А если вам нужно выгружать что-то ещё: сумму сделок, число звонков, закрытых лидов? Тогда придётся брать другой инструмент — например, «Аналитика Битрикс24», — и делать полную выгрузку в базу.

    Цена  —999 р. в месяц.


    Renta59e53ccadcff638b31b24d82.jpg

    renta.im

    Сбалансированный инструмент для выгрузки сырых данных из большого количества источников с их последующим разложением по полочкам. Удобная визуализация собранных данных покажет все нужные метрики в одном месте: CPO, ROI, LTV и прочие. Модели атрибуции поддаются гибкой ручной настройке под любые требования. Интеграция поддерживается со многими популярными сервисами и платформами.

    Реклама

    CRM и Маркетинговая Автоматизация

    Базы Данных

    BI-инструменты

    Bing

    Facebook

    Google Ads

    MyTarget

    TwitterAds

    VK

    Яндекс.Директ

    Яндекс.Маркет

    ActiveCampaign

    Esputnik

    Mailchimp

    Salesforce

    BigQuery

    Clickhouse

    Microsoft SQL

    MySQL

    PostgreSQL

    Amazon RedShift

    Google Data Studio

    Mode

    Power BI

    Tableau

    Интеграция осуществляется в несколько кликов.  Любопытно, что разработчики из Renta.im также реализовали возможность синхронизации между базами данных MySQL и BigQuery, что может оказаться весьма удобным, так как не требует подключения дополнительных библиотек. При начале работы с сервисом даются 7 дней бесплатного использования с полным не урезанным функционалом.

    BI Data5d87d6c9dced830007d1b06c.jpg

    bi-data.ru

    Промежуточный слой (коннектор) между выбранными вами аналитическими платформами и CRM Битрикс24.

    Основной функционал заключается в выгрузке сырых данных из Битрикс24 в локальную БД.

    Работает с различными базами данных, в том числе:

    Передача данных осуществляется в такие популярные BI, как QlikView, QlikSense, Tableau и Power BI.  В качестве примера имеются готовые отчёты для Microsoft Power BI.

    Поддерживается как коробочная, так и облачная версия Битрикс24.

    5d87dea8dced830007d1b2a8.jpg

    Supermetrics

    supermetrics.com

    SSA-сервис позволяет подключить множество различных систем, включая:

    Такой набор является приятной редкостью для зарубежных систем.

    Работает в том числе с Google BigQuery и Google Data Studio.

    StreamMyData

    streammydata.ru

    Этот сервис собирает данные из различных источников в одном месте и представляет их в удобном виде. Инструмент предназначен для маркетологов, директоров по продажам и владельцев бизнеса; позволяет на основе собранной информации построить сквозную аналитику и оценить конечную эффективность бизнеса.

    В наличии тестовый 14-дневный период, позволяющий оценить весь доступный функционал.

    Менеджер Конверсий

    менеджерконверсий.рф

    Облачный коннектор позволяет передавать данные о лидах и транзакциях из CRM в рекламные кабинеты и системы аналитики — например, в Google Analytics. Это позволяет улучшить работу автоматических стратегий рекламных  систем и визуализировать данные  в Power BI (сам сервис выгрузку в Power BI не производит).

    Системы веб-аналитики

    Системы веб-аналитики собирают данные с сайта посредством установленного счётчика. Наиболее популярная система в мире  Google Analytics.

    В Рунете большей популярностью пользуется Яндекс.Метрика, но обычно на коммерческие проекты ставятся обе системы. Эти системы собирают общую информацию о посетителе и обычно работают на основе сессии, не идентифицируя человека персонально. В этом их ограничение.

    Однако, они являются необходимой составляющей и для систем сквозной аналитики по многим причинам:

    Яндекс.Метрика

    Яндекс.Метрика, самая популярная система веб-аналитики в Рунете, тоже движется в сторону сквозной аналитики. Например, появилась интеграция с популярными системами коллтрекинга.

    59e53cc7dcff638b31b24d7c.jpg

    Для интеграции с другими сервисами и выгрузки данных, у Метрики имеется Logs API. Подробные инструкции для работы с ним доступны на сайте: https://yandex.ru/dev/metrika/doc/api2/logs/

     

    Google analytics

    Google Analytics, система аналитики от Google. Одна из самых популярных систем веб-аналитики в мире. Бесплатна в базовой версии. Позволяет гибко настраивать отчёты. Широкая поддержка агентствами и сторонними специалистам.5d42ddb72589ef0007a81581.jpg

    Имеет сквозной идентификатор Client ID, 7 встроенных моделей атрибуции, включая мультиканальные.

    К сожалению, сама по себе Google Analytics не является системой сквозной аналитики. Её можно донастроить и научить считать ROI, либо интегрировать с другими структурами и устройствами.

    Систему проще использовать как дополнительный инструмент, нежели отстраивать сквозную аналитику на её основе.

    В декабре 2020-го года вышла версия 4 со множественными улучшениями:


    BI-Системы

    Business intelligence (сокращённо BI) — обозначение компьютерных методов и инструментов для организаций, обеспечивающих перевод транзакционной деловой информации в человекочитаемую форму, пригодную для бизнес-анализа, а также средства для массовой работы с такой обработанной информацией.

    Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений.

    https://ru.wikipedia.org/wiki/Business_Intelligence

    BI-системы или системы визуализации данных, применяются не только в маркетинге, с их использованием визуализируются любые данные из любых подразделений компании, будь-то:

    Всё что можно визуализировать в виде графиков, диаграмм, все данные, имеющие числовые значения, могут быть визуализированы при помощи BI. Такие системы в основном использует крупный и средний бизнес, но и малый и даже микробизнес также успешно работает с BI-системами, пускай и ограничиваясь отдельными отчётами, без комплексного внедрения и построения единой DWH.

    На рынке существует множество BI-систем, но число лидеров уменьшилось, если судить по отчёту Gather.

    Сейчас BI-системы образовали лидирующую тройку:

    Рассмотрим эти системы подробнее

    Microsoft Power BI

    Эффективная служба бизнес-аналитики от всеми известной корпорации с мировым именем. Выбор средних и крупных компаний. По оценка автора, наиболее популярная BI-система в России.

    Краткий перечень ключевых особенностей сервиса:

    1. Визуализация и наглядность представления полученной информации в предельно понятном виде;
    2. Возможность как локальной, так и облачной работы с данными;
    3. Простая и эффективная реализация совместного доступа к панелям мониторинга и интерактивным отчётам;
    4. Быстрое извлечение данных из любых источников и обновление их в режиме реального времени;
    5. Широкие возможности делегирования и масштабирования задач;

    style="display: inline-block; margin: 0.00px 0.00px; border: 0.00px solid #000000; transform: rotate(0.00rad) translateZ(0px); -webkit-transform: rotate(0.00rad) translateZ(0px); width: 566.67px; height: 314.67px;">5d5b003dad7e130007c70b7f.jpg

    Qlikview, Qliksense

    Две очень похожих BI-платформы от шведской компании QlikTech, уже более 26 лет успешно представляет свои продукты на рынке. Оба программных комплекса предназначены для сбора, систематизации и накопления данных для бизнес-аналитики. Визуализация полученных результатов достигается при помощи удобного набора различных графиков, таблиц и диаграмм.

    QlickView — это первый из продуктов линейки, и, по заявлению компании, для эффективной работы с ним не требуется большой опыт в IT-индустрии. Платформа поддерживает самые разные источники данных, начиная с текстовых, XML или Excel файлов и заканчивая базами данных и ресурсами в сети. ПО компании использует запатентованное ядро и собственный формат хранения данных QVD, и всё вместе это обеспечивает конкурентно высокую скорость работы.

    QlickSense — второй продукт компании, и на правах наследника он обладает более расширенным функционалом, а порог вхождения для работы с платформой стал ещё ниже. Основные отличия заключаются в использовании ассоциативного поиска в оперативной памяти, а также в более самостоятельной работе непосредственного бизнес-пользователя без необходимости привлечения квалифицированного IT-специалиста.


    5d5b01dbad7e130007c70bb8.jpg

    Tableau

    Комплексная интерактивная аналитическая система родом из Калифорнии — это ещё один широко известный представитель семейства BI-платформ. Благодаря фирменным инновационным технологиям Data Engine и VizQL скорость и эффективность работы с данными в этом программном комплексе не может быть переоценена. И это не единственные отличительные особенности данного продукта:

  • Тандем технологий Data Engine и VizQL обеспечивает мгновенное извлечение данных и построение эффектной визуализации в режиме реального времени;
  • Быстрая установка и внедрение.

  • 5d5b08a9a48f540006ae107e.jpg

    Google Data Studio

    Отдельно стоит выделить Google Data Studio — бесплатный инструмент, хорошо интегрированный в экосистему Google. Продукт быстро развивается и для малого и среднего бизнеса составляет серьезную конкуренцию Microsoft Power BI.

    5c215615e3d9620700964746.jpg

    Другие компании

    На рынке существует некоторое количество компаний, внедряющих BI-системы. По сути, они настраивают сквозную аналитику, но предоставляют не SAAS-сервис, а услугу: внедрение сервиса. Зачастую трудно отличить SAAS-сервис от агентств и интеграторов. Многие агентства имеют собственные разработки, но предлагают их только своим клиентам в рамках более комплексного пакета услуг.

    Резюмируя, если вы выбираете BI-систему, можно рекомендовать:

    1. Google Data Studio для несложных маркетинговых отчетов, веб-аналитики (связки с Google Analytics, Big Query), в целом, для малого и среднего бизнеса.
    2. Microsoft Power BI для более комплексных решений, когда требуется визуализировать не только маркетинг, когда в компании уже используются продукты Microsoft (Dynamics, Sharepoint, Azure), в целом, для крупного бизнеса.
    Другие компоненты системы

    CRM

    Основным источником данных для системы аналитики становится CRM. Существует множество вариантов, познакомимся с  самыми известными.

    Gartner CRM Magic Quadrant

    CRM делятся на облачные и коробочные, на решения для крупного и малого бизнеса и т. д. Gartner CRM Magic Quadrant показывает популярные в мире системы, однако из них лишь часть имеет популярность в России. В то же время у нас есть собственные решения, которые в мировой топ не попадают.

    Популярные в России облачные решения:

    Менее популярные:

    Наиболее известные коробочные решения:

    Самое популярное решение в мире:

    Решения для крупного бизнеса:

    Из других решений можно вспомнить удобные PipeDrive и SugarCRM с открытым исходным кодом.

    Также в большинстве индустрий существуют специализированные отраслевые системы, адаптированные под конкретные узкие задачи.

    Обзор рынка CRM-систем выходит за рамки нашего обсуждения, поэтому подробно рассмотрим только 1 систему.

    Битрикс24

    Битрикс24 — одна из самых популярных в России CRM, ее используют множество компаний малого, среднего и даже крупного бизнеса. Изучим не весь ее функционал, а именно возможности маркетинговой аналитики.

    В системе имеется модуль “Сквозная аналитика”, позволяющий подключить рекламные системы Яндекс.Директ, Google Ads и системы веб-аналитики Яндекс.Метрику и Google Analytics.

    Данная аналитика работает на базе UTM-меток, без присвоения клиенту идентификатора, это уменьшает её функциональность и точность в сравнении со “взрослыми” системами. Однако, бесплатность модуля (в рамках платной CRM) делает её популярной и в качестве базового инструмента, она безусловно, полезна.

    Коллтрекинг

    Хотя современные сервисы коллтрекинга и стараются стать полноценными системами сквозной аналитики, они не могут игнорировать спрос на интеграцию в другие системы. Также есть сервисы, предоставляющие только коллтрекинг.

    IP-телефония

    Это может быть как виртуальная АТС на базе облачного решения, так и ПО, размещенное на собственных серверах, чаще всего — Arterisk.

    Из облачных решений популярны:

    Виджеты на сайт

    Онлайн-консультанты, сервисы обратного звонка, виджеты интеграции с соцсетями достаточно разнообразны, а их интеграция в общую систему зачастую затруднительна из-за ограничений API.

     Примеры популярных решений:

    Рекомендации при внедрении сквозной аналитики

    Подводя итог, если вы загорелись идеей внедрения сквозной аналитики, помните:

    1. Самое сложное — не настроить BI-систему для отображения нужных графиков, а внедрить CRM так, чтобы все данные проходили через неё. Если CRM уже внедрена, построение сквозной аналитики сильно упрощается. Но только если это популярная облачная CRM из небольшого списка, а не некая малоизвестная и не имеющая API. Если у вас не популярное решение без API, сложность задачи становится равносильной оной при отсутствии CRM.

    2. Чтобы от CRM была реальная польза, ей следует быть омниканальной, в идеале все лиды со всех каналов должны попадать в неё автоматически. Но при этом CRM может успешно работать без интеграции с ERP. Если у вас старая 1С, и придётся выставлять счета вручную без синхронизации, то это проблема, которая несильно мешает внедрению CRM и работе в целом.

    3. Прежде чем начинать, нужно быть готовыми к сложностям и к тому, что «интеграции в 1 клик» работают не всегда и не всегда дают полную интеграцию в нужном виде, а значит только API, только хардкор. Готовых решений нет ни у кого. У всех своя специфика, но даже на базе самых популярных CRM (Битрикс и amo), самой популярной системы сквозной аналитики (Roistat), самого популярного движка сайта (Битрикс), самой популярной SIP-телефонии, самых популярных консультантов (Живосайт или Livetex) — нет работающей интеграции всего и вся из коробки так, как этого бы хотелось.

    4. Если вы — владелец бизнеса, сначала оцените, сколько времени и денег уйдет, потом умножьте на 3 и подумайте, стоит ли делать сейчас или позже. Стоит ли делать всё сразу (внедрять CRM, запускать рекламу и настраивать сквозную аналитику) или же можно по очереди (сначала CRM и реклама). Сквозная аналитика нужна, когда у вас много каналов привлечения трафика. Если у вас пока только Яндекс.Директ, то выгодней сначала подключить Google.Ads и добиться там схожей стоимости лида, а уже потом настраивать сложные системы.

    5. Не думайте, что в больших кампаниях дела обстоят лучше. Крупный бизнес вообще не отдаст данные из CRM стороннему сервису (защита персональных данных). Поэтому маркетологи в брендах думают в категориях обезличенных сегментов, а не о user_id. Даже в крупном ритейле бывает так, что информация о маркетинговых акциях заносится в разное ПО (кассовое, CRM и т.д.), и нет единой базы, ROI акций не считается.

    6. Последнее и главное. Несмотря на все сложности, сквозная аналитика всё-таки жизненно необходима для построения бизнеса в условиях высокой конкуренции.

    Пример кейса с Roistat

    Давайте отдохнём от проблем и сложностей внедрения и вернёмся к пользе сквозной аналитики. Рассмотрим на примере небольшого кейса, как сквозная аналитика помогает на реальных проектах, и почему нельзя доверять веб-аналитике, ориентируясь только на стоимость лида.

    Магазин автозапчастей detali15.ru

    До внедрения Roistat:

    После внедрения Roistat:

    Месячный оборот вырос с 4 до 7 млн. рублей.

    Помимо Roistat, сделаны отчёты по каналам коммуникации и по менеджерам в Power BI.

    Но основной системой всё-таки является Roistat. Далее 2 примера, как Roistat помогает решить управленческие задачи, которые нельзя верно отрегулировать на основании цены лида.

            

    Инсайты

    1. Москва и регионы

    В регионах трафик дешевле: 4р за клик в Москве, 2р в регионах. В итоге, лид из регионов стоит дешевле московского. Однако, если посмотреть на продажи, видно, что конверсия по продажам по этим лидам гораздо ниже. Люди ищут магазин в своём городе и не соглашаются на предоплату и долгое ожидание доставки. ROI московской рекламной кампании намного выше, чем у региональной:


            
    59e53cefdcff638b31b24db8.jpg


            
    2. Директ против Ads

    В Директе клик стоит 3 рубля, в Google.Ads 1 рубль. Кажется, нужно расширять Ads.

    Если посмотреть стоимость лида, она примерно одинакова. Но мы смотрим глубже и видим:

    • Конверсия в продажу у лидов с Ads хуже

    • Средний чек ниже

    • Повторных продаж меньше

    Все эти факторы уменьшают итоговую выгоду привлечения через Ads. ROI вложений в Ads ниже.

    Отказались ли мы от Ads? Конечно, нет. Но снизили ставки так, что кампании тратят намного меньше, а ROI такой же, как в Директе.

    В общем, несмотря на сложности, сквозная аналитика работает — и успешно. Roistat — наверное, самый простой способ её попробовать.

    59e53ceddcff638b31b24db5.jpg

    59e53cecdcff638b31b24db2.jpg

    59e53ceadcff638b31b24daf.jpg

    Будущее

    Любая метрика интернет-маркетинга — это проекция реального бизнеса на цифровой инструментарий.

    Когда-то давно мы мерили стоимость показа и клика, потом CPO (CPL), потом ROI (ROMI), CAC, сейчас пытаемся правильно атрибутировать каналы и считать LTV. Но и это не предел, а лишь очень упрощённая схема, не отражающая реальность должным образом. Бизнесу нужна прибыль. Эту банальность повторяют очень часто, но хочется всё-таки приблизить имеющийся инструментарий к конечной задаче — максимизации прибыли.

    Что же требуется для максимизации прибыли, неужели текущих метрик и данных не хватает для принятия решений? Нет, не хватает. Нет механик и сервисов, при которых умные скрипты проставят вам ставки, исходя из максимизации прибыли при заданных значениях конверсии, маржинальности бизнеса, стоимости заёмных средств и других бизнес-параметров.

    Некоторые пытаются приблизиться к этому, но стоит упомянуть K50 (оптимизатор умеет максимизировать прибыль) и тот же Roistat (робот на основе ROI).

    Куда движутся системы сквозной аналитики? Трудно сказать наверняка, но есть некоторые предположения:

    Итог

    Аналитика — важный инструмент повышения эффективности рекламы. В первую очередь нужно понимать, пришло ли время её внедрять или пока рано.

    Далее стоит выбрать инструменты исходя из возможностей вашего бизнеса и задач. Лучше внедрить более простой инструмент и начать извлекать из него выгоду, чем замахнуться на создание некой идеальной системы и переоценить свои ресурсы.

    Также стоит помнить, что на успех маркетинга влияет далеко не только аналитика. 4P никто не отменял, а если говорить об интернет-маркетинге, грамотная настройка контекстной рекламы и проработка связок (запрос-объявление-страница) позволяют существенно повысить эффективность работы. Пока у вас это не сделано на базовом уровне, сложную систему сквозной аналитики внедрять рано. Условно, сначала нужно добиться чтобы менеджеры брали трубку, потом чтобы они не посылали клиентов... к конкурентам, и только после этого выстраивать аналитику. Желаю всем поскорее пройти этот нелёгкий путь!

    В работе над книгой помогали

    Книгу хочу посвятить своей жене и детям, без которых она была бы написана на 2 года раньше.

    Редакторы:

    Элина Махмудова

    Александр Керенский

    Карина Борская

    Светлана Папуша

    Иллюстратор:

    Татьяна Иванова

    Разработка веб-версии:

    Даниил Тяжев

    Благодарности:

    Виталий Трохин

    Олег Закутный

    Сергей Шивалин

    Артём Султанов

    Использованы материалы:

    Ольги Миргородской

    Дмитрия Комаровского

    Марии Бочевой

    Оксаны Шейдаевой

    PromoPult Team

    1. Дисклеймер
    2. Предисловие
    3. Базовые понятия
    4. ROI (ROMI)
    5. Как считать? Пример:
    6. Сквозная аналитика как жизненная необходимость
    7. Кому нужна сквозная аналитика
    8. Кому не обязательна сквозная аналитика
    9. Проблемы внедрения
    10. ROPO-эффект
    11. Сквозной идентификатор на примере GOOGLE CLIENT ID
    12. Модели атрибуции
    13. Выбор модели атрибуции и проблема стандартных вариантов
    14. Алгоритмические модели
    15. Обзор сервисов и инструментов
    16. Типы сервисов и инструментов
    17. Недорогие сервисы «всё в 1»
    18. Сервисы сквозной аналитики
    19. Коннекторы
    20. Рекомендации при внедрении сквозной аналитики
    21. Пример кейса с Roistat
    22. Магазин автозапчастей detali15.ru
    23. Инсайты
    24. Будущее
    25. Итог
    26. В работе над книгой помогали