Как сквозная аналитика помогает бизнесу – Блог Brutal Marketing

Сквозная аналитика — это не просто красивые отчеты и графики. Возможность отслеживать путь каждого клиента, от первого контакта до регулярных покупок, может помочь предприятиям сократить расходы на неэффективные и переоцененные рекламные каналы, повысить рентабельность инвестиций и оценить, как их присутствие в Интернете влияет на офлайн-продажи.

Аналитики Brutal Marketing собрали пять кейсов, демонстрирующих, что качественная аналитика помогает бизнесу быть успешным и прибыльным.

Ситуация. Компания открыла интернет-магазин и несколько физических розничных магазинов. Клиенты могут покупать товары непосредственно на веб-сайте компании или проверять их в Интернете и приходить в физический магазин для покупки. Владелец сравнил выручку от онлайн- и офлайн-продаж и пришел к выводу, что физический магазин приносит гораздо больше прибыли.

Цель. Решите, стоит ли отказаться от онлайн-продаж и сосредоточиться на физических магазинах.

Практичное решение. Компания по производству нижнего белья Darjeeling изучила эффект ROPO — влияние своего присутствия в Интернете на офлайн-продажи. Эксперты Darjeeling пришли к выводу, что 40% покупателей заходили на сайт перед покупкой в магазине. Следовательно, без интернет-магазина почти половина их покупок не состоялась бы.

Для получения этой информации компания полагалась на две системы сбора, хранения и обработки данных:
- Google Analytics для получения информации о действиях пользователей на сайте
- CRM компании для данных о затратах и выполнении заказов

Маркетологи Darjeeling объединили данные из этих систем, которые имели разную структуру и логику. Для создания единого отчета Darjeeling использовала систему BI для сквозной аналитики.

Ситуация. Бизнес использует несколько рекламных каналов для привлечения клиентов, включая поиск, контекстную рекламу, социальные сети и телевидение. Все они различаются по стоимости и эффективности.

Цель. Избегайте неэффективной и дорогой рекламы и используйте только эффективную и дешевую рекламу. Это можно сделать с помощью сквозной аналитики, чтобы сравнить стоимость каждого канала с ценностью, которую он приносит.

Практичное решение. В сети медицинских клиник Doctor Ryadom пациенты могут взаимодействовать с врачами по различным каналам: на сайте, по телефону или на ресепшн.
Однако обычных инструментов веб-аналитики было недостаточно, чтобы определить, откуда пришел каждый посетитель, поскольку данные собирались в разных системах и не были связаны между собой.

Аналитикам сети пришлось объединить в одну систему следующие данные:
- данные о поведении пользователей из Google Analytics;
- данные о звонках из систем отслеживания звонков;
- данные о расходах со всех источников рекламы;
- данные о пациентах, госпитализации и доходах из внутренней системы клиники.

Отчеты на основе этих коллективных данных показали, какие каналы не окупились. Это помогло сети клиник оптимизировать расходы на рекламу. Например, в контекстной рекламе маркетологи оставили только кампании с лучшей семантикой и увеличили бюджет на геосервисы.

В результате Doctor Ryadom увеличил рентабельность отдельных каналов в 2,5 раза и вдвое сократил расходы на рекламу.

Ситуация. Прежде чем что-то улучшать, нужно выяснить, что именно работает не так. Например, возможно, количество кампаний и поисковых фраз в контекстной рекламе увеличилось настолько стремительно, что управлять ими вручную уже невозможно. Итак, вы решили автоматизировать управление ставками. Для этого нужно понимать эффективность каждой из нескольких тысяч поисковых фраз. Ведь при неправильной оценке можно либо слить свой бюджет впустую, либо привлечь меньше потенциальных клиентов.

Цель. Оцените эффективность каждого ключевого слова для тысяч поисковых запросов. Исключите расточительные расходы и низкое приобретение из-за неправильной оценки.

Практичное решение. Чтобы автоматизировать управление ставками, Hoff, гипермаркет мебели и товаров для дома, подключил все сеансы пользователей. Это помогло им отслеживать телефонные звонки, посещения магазинов и каждый контакт с сайтом с любого устройства.

После объединения всех этих данных и настройки сквозной аналитики сотрудники компании приступили к реализации атрибуции — распределения ценности. По умолчанию Google Analytics использует модель атрибуции последнего непрямого клика. Но при этом не учитываются прямые посещения, а последний канал и сеанс в цепочке взаимодействия получает полную ценность конверсии.

Чтобы получить точные данные, специалисты Hoff настроили атрибуцию на основе воронки. Ценность конверсии в нем распределяется между всеми каналами, которые принимают участие в каждом шаге воронки. При изучении объединенных данных они оценили прибыль каждого ключевого слова и увидели, какие из них были неэффективными, а какие принесли больше заказов.

Аналитики Hoff настроили ежедневное обновление этой информации и ее передачу в автоматизированную систему управления ставками. Затем ставки корректируются таким образом, чтобы их размер был прямо пропорционален ROI ключевого слова. В результате Hoff увеличил рентабельность инвестиций в контекстную рекламу на 17% и удвоил количество эффективных ключевых слов.

Большинство продвинутых мобильных CRM имеют встроенную функцию звонков. Вы можете напрямую звонить своим контактам, используя свой рабочий номер из самой CRM. Это означает, что одним щелчком мыши вы можете быстро выполнить свою работу. Вы можете добавлять примечания, связанные со сделкой, и мгновенно создавать новые действия.

Это позволяет вам получить виртуальный местный номер выбранной вами страны, чтобы завоевать доверие местных клиентов. Вы также можете получить доступ к записи и отслеживать каждый звонок, сделанный или полученный на номер.

Ситуация. В любом бизнесе важно выстраивать отношения с клиентами, чтобы делать актуальные предложения и отслеживать изменения лояльности к бренду. Конечно, когда клиентов тысячи, невозможно каждому из них сделать персональные предложения. Но вы можете разделить их на несколько сегментов и выстроить коммуникацию с каждым из этих сегментов.

Цель. Разделите всех клиентов на несколько сегментов и выстройте коммуникацию с каждым из этих сегментов.

Практичное решение. Butik, киевский ТРЦ с интернет-магазином одежды, обуви и аксессуаров, улучшил работу с покупателями. Чтобы повысить лояльность клиентов и пожизненную ценность, маркетологи Butik персонализировали общение через колл-центр, электронную почту и SMS-сообщения.

Клиенты были разделены на сегменты в зависимости от их покупательской активности. Результатом этого стали разрозненные данные, потому что клиенты могут покупать онлайн, заказывать онлайн и забирать товары в физическом магазине или вообще не использовать сайт. В связи с этим часть данных собиралась и хранилась в Google Analytics, а другая часть в CRM-системе.

Затем маркетологи Butik идентифицировали каждого клиента и все его покупки. На основе этой информации определили подходящие сегменты: новые покупатели, клиенты, покупающие раз в квартал или раз в год, постоянные клиенты и т. д.

Всего выделили шесть сегментов и сформировали правила автоматического перехода из одного сегмента в другой. Это позволило маркетологам Butik выстроить персонализированную коммуникацию с каждым сегментом клиентов и показывать им разные рекламные сообщения.

Ситуация. Компания использует модель оплаты за действие для онлайн-рекламы. Он размещает рекламу и платит платформам только в том случае, если посетители выполняют целевое действие, например посещают их веб-сайт, регистрируются или покупают продукт. Но партнеры, которые размещают рекламу, не всегда работают честно; среди них мошенники. Чаще всего эти мошенники подменяют источник трафика таким образом, что создается впечатление, будто их сеть привела к конверсии. Без специальной аналитики, позволяющей отслеживать каждый шаг в цепочке продаж и видеть, какие источники влияют на результат, обнаружить такое мошенничество практически невозможно.

У Raiffeisen Bank были проблемы с маркетинговым мошенничеством. Их маркетологи заметили, что стоимость партнерского трафика увеличилась, а доход остался прежним, поэтому решили тщательно проверить работу партнеров.

Цель. Обнаружение мошенничества с помощью сквозной аналитики. Отслеживайте каждый шаг в цепочке продаж и понимайте, какие источники влияют на целевое действие клиента.

Практичное решение. Для проверки работы своих партнеров маркетологи Raiffeisen Bank собрали необработанные данные о действиях пользователей на сайте: полную, необработанную и непроанализированную информацию. Среди всех клиентов с последним партнерским каналом выбрали тех, у кого были необычно короткие перерывы между сессиями. Они обнаружили, что во время этих перерывов источник трафика переключался.

В результате аналитики Raiffeisen Bank нашли несколько партнеров, которые присваивали зарубежный трафик и перепродавали его банку. Поэтому они перестали сотрудничать с этими партнерами и перестали тратить свой бюджет впустую.

Мы выделили наиболее распространенные маркетинговые задачи, которые может решить система сквозной аналитики. На практике с помощью интегрированных данных о действиях пользователей как на сайте, так и в офлайне, информации из рекламных систем и данных коллтрекинга можно найти ответы на многие вопросы, касающиеся того, как улучшить свой бизнес.