Сквозная аналитика для e-commerce на практическом примере интернет-магазина сантехники

Смотрите в каталоге
Веб-статистика

Кому, как не онлайн-ритейлу, понимать важность аналитики. А точнее — важность знания, какую прибыль приносит каждый вложенный в маркетинг рубль. Именно такое понимание и дает сквозная аналитика, которая позволяет оценить эффективность вложений в рекламу с точки зрения совершенных продаж.

К сожалению, далеко не все компании могут сегодня найти правильный путь к ее построению: многие, поддаваясь общему тренду, строят ее, используя сложные схемы и дорогостоящие инструменты, которые для их типа бизнеса не нужны и вряд ли окупятся. А ведь самый важный аспект при построении любой аналитики — это понимание, какие данные нужно собрать, как их упорядочить и что с ними делать дальше. Именно с таким пониманием строил сквозную аналитику наш клиент, интернет-магазин kabinka.kz, на примере которого мы и разберем подходящую для онлайн-ритейла схему.

Для начала немного вводных данных

kabinka.kz — интернет-магазин, уже более 5 лет специализирующийся на продаже ванн, душевых кабин и сопутствующих товаров для ванной комнаты. Первые пару лет дела у магазина шли не очень. Оно и понятно — продукция непроста для онлайн-продажи, средний чек высокий и страх покупок через интернет играет свою роль. Дела пошли на поправку, когда маркетологи и руководитель магазина вплотную занялись маркетинговыми активностями. Одновременно с этим покупатели перестали бояться покупать онлайн, в чем огромную роль сыграла банальная доставка наложенным платежом.

И вот когда продажи у интернет-магазина начали стремительно расти, стала очевидной необходимость подробной и грамотной аналитики. Компании нужно было понимать не только, сколько заявок и на какую сумму пришло, но и какие источники их привели. Ведь деньги в рекламу вкладывались немалые и было глупо тратить их на каналы, которые не работают.

Аналитика для kabinka.kz должна была решать следующие задачи:

  • давать возможность видеть путь клиента к покупке — от первого контакта до закрытия сделки;
  • показывать доход распределенно по рекламным каналам;
  • давать полную информацию об эффективности каждого рекламного канала, включая ROI, конверсию в продажи и заявки, стоимость привлечения лида, звонка и т.д.

Плюс внедрение сквозной аналитики должно было помочь компании достичь несколько бонусных целей:

  • тестировать новые рекламные каналы, получая полную информацию об их эффективности с точки зрения продаж;
  • скорректировать график работы колл-центра на основе информации о количестве входящих звонков в разрезе дней недели и времени суток;
  • грамотно перераспределить маркетинговый бюджет, чтобы достичь максимальной эффективности рекламы.

Вначале задача казалась неподъемной, но шаг за шагом интернет-магазину удалось ее решить.

Шаг 1. Отслеживание офлайн-конверсий

Особенностью большинства интернет-магазинов, в том числе и kabinka.kz, является высокий процент телефонных звонков в общем количестве обращений. Люди часто звонят, чтобы уточнить цену, наличие, условия и сроки доставки, а многим просто спокойнее, если их заказ примет живой человек, а не форма на сайте.

И если с отслеживанием обращений через онлайн-формы и покупок через корзину обычно проблем не возникает — достаточно настроить соответствующие цели в Яндекс.Метрике и Google Analytics, то с звонками все сложнее. GA и Я.Метрика такие конверсии не учитывают, а значит, формируется слепая зона — достаточно большая, чтобы списать ее на статистическую погрешность.

Решение в этой ситуации одно. Вернее, их два, но второе совершенно неудобно и нерационально. Да, вы можете попросить ваших менеджеров записывать информацию о звонках в таблицы. Но, во-первых, вопрос «откуда вы о нас узнали?» часто раздражает потенциальных покупателей. Во-вторых, они могут банально не вспомнить, какая реклама привела их к вам на сайт. В-третьих, в такой статистике возможны ошибки, так как менеджеры — люди, а человеческий фактор никто не отменял. И в-четвертых, ваши сотрудники будут тратить время на неинтересное, рутинное заполнение таблиц вместо того, чтобы заниматься своей основной работой — продавать.

Гораздо рациональнее и правильнее в таких случаях подключить коллтрекинг. Это аналог Google Analytics, только для звонков. Большинство систем коллтрекинга интегрированы с GA и передают туда всю информацию о телефонных обращениях. Так что вы в привычном интерфейсе сможете видеть все необходимые данные о звонках — рекламный источник, разбивку на целевые/нецелевые и т.д.

Руководство и маркетологи kabinka.kz очень серьезно относятся к данным. В принятии решений они всегда опираются на цифры: распределение бюджета интуитивно или делением поровну на все каналы — это точно не про них. Разумеется, с помощью настроенных в GA и Я.Метрике целей они отслеживали все обращения, но это имело мало смысла, так как у них не было информации о звонках, доля которых составляла больше 30%. Они попросту не знали, откуда приходит треть их клиентов, а значит не могли делать выводы об эффективности рекламных кампаний.

Решение о подключении коллтрекинга было очевидным. Вот только компании пришлось сменить три сервиса, прежде, чем они нашли идеальный для себя. Минус всех коллтрекингов, отброшенных интернет-магазином, был в том, что с данными, которые они давали, было очень сложно работать — слишком хаотичными и разрозненными они были. Специалисты должны были тратить слишком много времени и ресурсов на то, чтобы эти данные упорядочить и работать с ними дальше.

В итоге маркетологи kabinka.kz определили основные требования к коллтрекингу, который им подойдет:

  • понятные и структурированные отчеты;
  • простой экспорт данных в Google Spreadsheets;
  • возможность создания кастомных отчетов по своим фильтрам и параметрам;
  • готовые интеграции с платформами сквозной аналитики и CRMсистемами;
  • возможность подключения своих номеров;
  • оперативная и грамотная техподдержка, которая поможет с решением разных задач.

Шаг 2. Отслеживание продаж

Итак, подключив коллтрекинг, Google Analytics, Я.Метрику, вы сможете отслеживать все конверсии. Вы будете знать, из какого канала пользователь пришел к вам на сайт и какое целевое действие совершил — позвонил, заполнил форму или бросил товар в корзину. Но совершил ли этот пользователь покупку и на какую сумму, до сих пор остается неизвестным — ни коллтрекинг, ни GA с Я.Метрикой этого нам не покажут. Таким образом, мы знаем, какие каналы приводят к нам на сайт трафик, но не знаем, какие из них продают и сколько денег приносят. Теоретически для решения этой задачи мы можем настроить в Google Analytics цель на Thank You Page — страницу, которую видит пользователь по завершению оформления покупки на сайте. Но у нас нет гарантии, что оформление покупки на сайте завершилось фактической продажей и передачей денег. Также в слепой зоне остаются покупки, оформленные по телефону — а они точно будут, ведь многим проще позвонить, узнать ответы на свои вопросы и сразу же сделать заказ.

Решение этой задачи — интеграция систем аналитики, CRM-системы и коллтрекинга. Такая связка позволит объединить данные о всех расходах на маркетинг и доходах, которые принесли рекламные каналы распределенно.

К необходимости такой связки очень быстро пришли и маркетологи kabinka.kz. Они интегрировали с действующей CRM первый подключенный коллтрекинг (а, как мы помним, компания сменила их три) и получили совсем не тот результат, на который рассчитывали. Им были нужны систематизированные и понятные отчеты с необходимыми данными, а также всплывающие карточки с информацией о звонках. А не хаотичный массив данных, который они получили.

После того, как компания подключила Ringostat, отвечавший всем требованиям, описанным выше, почти все задачи в аналитике были закрыты, а погрешность сократилась до 5%. Это значило, что с данными уже вполне можно работать и принимать решения на их основе.

Шаг 3. Объединение и систематизация данных

Когда вы интегрируете коллтрекинг, системы аналитики и CRM-систему, вы получите необходимый для аналитики объем данных: сможете отслеживать все конверсии, получать полную информацию о звонках и видеть эффективность рекламных каналов с точки зрения совершенных продаж. Вот только работать со всеми этими данными, скорее всего, будет непросто. Нужно их систематизировать, упорядочить и привести в удобный для дальнейшей работы вид, в чем поможет система сквозной бизнес-аналитики.

В нашем кейсе такой системой является Roistat, но на рынке есть и другие варианты, потому вы можете выбирать любую, лишь бы она покрывала ваши потребности. Таким образом мы закрываем всю цепочку, превращая элементарную схему аналитики, которую использует большинство компаний

в собственно, сквозную аналитику, позволяющую анализировать эффективность рекламы, основываясь на данных о продажах:

Специалисты kabinka.kz использовали для этого готовую интеграцию Ringostat и Roistat. В итоге смогли получать и обрабатывать нужные им данные, а именно:

  • путь клиента к сделке — от первого контакта с компанией до продажи;
  • мультиканальные последовательности взаимодействий пользователя с рекламными каналами до принятия решения о покупке;
  • каналы, которые привели на сайт лидов;
  • сумму, которую принес тот или иной канал за определенный период;
  • ROI, стоимость привлечения лида, клиента и звонка по каждому каналу.

Таким образом компания наконец-то получила полный объем необходимых данных, включая данные о телефонных звонках.

Пример отчета, позволяющего анализировать эффективность рекламы с точки зрения звонков

Шаг 4. Тестирование рекламных каналов и перераспределение рекламного бюджета

Разумеется, все данные, которые нам дает сквозная аналитика, нужны не ради красивых отчетов и бесполезного знания, что вот этот рекламный канал принес вдвое больше продаж, чем тот. А пользователь, прежде, чем совершить покупку, заходил к нам на сайт четыре раза с разных источников. Данные нужны для того, чтобы с ними работать — и, кстати, если вы не умеете и не хотите разбираться, то обязательно наймите человека, который это умеет, иначе вся аналитика не будет иметь никакого смысла.

Большинство компаний сегодня работают в рамках ограниченного бюджета, поэтому им очень важно максимально эффективно его распределять, вкладывая деньги в те каналы, которые отрабатывают лучше всего, а по факту — приносят больше продаж. Это невозможно без тестирования и определения эффективности РК. Что, в свою очередь, является непрерывным процессом — вы запускаете рекламу, измеряете результат по каналам и вкладываете больше денег в те, что отрабатывают лучше, отключая или переосмысливая каналы с отрицательным ROI. Важный момент: для корректного тестирования рекламных каналов обязательно нужно определить оптимальный период, за который вы будете собирать данные. В среднем, это два месяца. Цифры за три дня, неделю или даже две вам не покажут реальную картину, так что придется запастись терпением.

В kabinka.kz процесс тестирования рекламных каналов и мониторинга отдачи от них происходит постоянно. Иногда такие тесты дают очень неожиданный результат — к примеру, выяснилось, что такой мощный и любимый всеми маркетологами инструмент, как КМС Google для kabinka.kz не работает, показывая отрицательный ROI. Канал приводит трафик, но посетители уходят, не совершив ни одного целевого действия. Соответственно, нет ни конверсий, ни тем более, продаж.

Исходя из таких неутешительных результатов, специалисты компании приняли решение отказаться от КМС. А затем, переработав рекламные посылы, запустить снова, чтобы понять, была ли проблема в подаче и взаимодействии не с той ЦА, или же КМС совсем не подходит для данного бизнеса.

Шаг 5. Автоматизация и оптимизация бизнес-процессов

Сквозная аналитика дает не только понимание об эффективности рекламных каналов в денежном эквиваленте, но и позволяет отслеживать много других полезных метрик. К примеру, вы будете точно знать, сколько тратите на привлечение клиента и сколько этот клиент принес в итоге вам. Также вы сможете просчитать стоимость привлечения звонка, что в корне поменяет ваше отношение к пропущенным (их количество вы также легко сможете увидеть). Судите сами: одно дело просто пропустить звонок (ну, с кем не бывает), другое — понимать, что не подняв трубку, вы выбросили на ветер, скажем, 5 долларов. А если таких звонков за день будет 10? А 20? Цифры — бесспорный аргумент и отличная мотивация как для руководителя отдела продаж, так и для менеджеров.

Сквозная аналитика также способна помочь оптимально организовать рабочий график колл-центра или отдела продаж. К примеру так, как это сделала kabinka.kz.

Изначально компания работала с колл-центром на аутсорсе, операторы которого отвечали на звонки круглосуточно. Но результаты оставляли желать лучшего — операторы не были специалистами в этой нише, не могли дать полноценную консультацию и не были заинтересованы в продажах. Об апсейле даже речи не шло.

Компания понимала, что своими силами сможет достичь лучших результатов, поэтому от колл-центра решили отказаться в пользу инхаус-команды. Сейчас штатные специалисты общаются с покупателями по телефону и в чате. Они заинтересованы в продажах, отлично разбираются в продукции, могут проконсультировать, предложить апсейл или предзаказ, да и в целом всегда стараются помочь клиенту.

При чем здесь сквозная аналитика, спросите вы? А при том, что при переносе колл-центра инхаус открытым оставался вопрос целесообразности его работы в ночное время. Сопоставив расходы на работу колл-центра и количество поступающих заказов почасово, компания выяснила, что работать с 9 вечера до полуночи есть смысл — люди приходят с работы, ищут в интернете нужные товары, звонят и заказывают. А вот с полуночи до 9 утра оказалось нерентабельно, поэтому магазин отказался от круглосуточного графика.

Резюмируем. Как построить сквозную аналитику для интернет-магазина пошагово:

  1. Подключите Google Analytics и Яндекс.Метрику. Настройте все необходимые цели, чтобы отслеживать онлайн-обращения.
  2. Подключите коллтрекинг. Он должен автоматически интегрироваться с GA и давать необходимый массив данных о звонках.
  3. Настройте интеграцию GA, коллтрекинга и вашей CRM-системы. Коллтрекинг с GA должен интегрироваться автоматически, также у многих сервисов аналитики звонков есть готовые интеграции с популярными CRM-системами — их легко настроить самостоятельно или обратившись в техподдержку сервиса. Если же готовой интеграции нет, вам понадобится помощь программиста.
  4. Подключите одну из систем бизнес-аналитики, интегрируйте ее с подключенным ранее коллтрекингом.
  5. Изучайте, анализируйте и используйте с умом полученные данные.

Автор: Алена Волошина, редактор контент-проектов, Ringostat

Компании и сервисы: Яндекс.Метрика, Google Analytics, Roistat, Ringostat
Автор: Алена Волошина

Подписаться на новости

Читайте также

15 февраля / Комментарии

Обсуждение с экспертами январских новостей в e-commerce

Наши эксперты: Алексей Прыгин, «МаксиПост»; Анна Саломатова, Payture; Максим Алексеев, «Точка-Точка»; Елена Букина, BoostE; Надежда Живора, финансист; Юрий Семашко, «Мегабонус»; Станислав Романов, OMNI Solutions; Михаил Барабаш, «Джинсовая симфония»; Татьяна Глазачева, Robokassa...

далее →

15 февраля / Комментарии

Исследование DPDgroup: предпочтения европейских онлайн-покупателей

DPDgroup совместно с Kantar TNS провела исследование, в ходе которого были определены основные тенденции и перспективы онлайн-шопинга в России. 

далее →

1 февраля / Комментарии

Топ-12 наиболее обсуждаемых новостей онлайн-ритейла за 2018 год

Наши эксперты: Антон Сухарев, кэшбэк-сервис «Мегабонус»; Денис Бочаров, Orange Business Services; Ксения Киянцева, IML; Юлия Носова, АТОЛ Онлайн; Камиль Калимуллин, CEO ADVANTSHOP; Павел Иванов, B2basket; Елена Букина, BoostE; Евгений Нумеров, Skladman USG; Лилия Алеева, ICL Services; Павел Родыгин, Accenture Digital; Дмитрий Ковалев, Profitator (Kokoc Group)...

далее →

31 января / Комментарии

Какой трафик реально продает в маленьких и средних интернет-магазинах в 2018 году. Исследование InSales

Компания InSales провела ежегодное исследование и составила карту источников и востребованных инструментов в разных категориях товаров. В исследовании приняло участие 1 300 маленьких/средних интернет-магазинов с ≥10 заказами в день, и был проведен анализ 1 000 000 заказов и их источников трафика.

далее →

25 января / Комментарии

Обсуждение с экспертами декабрьских новостей в e-commerce

Наши эксперты:Павел Родыгин, Accenture Digital; Алексей Бездеткин, Boxberry; Константин Елистратов, основатель Web-студии Ярга; Роман Казаков, REG.RU; Елена Букина, BoostE; Ксения Киянцева, IML; Маргарита Гаврилова, digital-агентство RACURS; Роман Баранов, Navicon; Павел Иванов, B2basket; Евгений Нумеров, Skladman USG...

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook