Сквозной отчет. Настройка сквозной аналитики: просто о сложном

Чем больше бизнес и обширней реклама товаров, тем важней для него углубленная аналитика. В таком случае стандартными инструментами и решениями не обойтись - приходится внедрять новые сервисы и настраивать их “под себя”. На примере совместного кейса MixData BI и Ringostat мы покажем, как построить сквозную аналитику для сайта крупного предприятия, большинство заказов у которого поступает на телефон и e-mail.

Вводные данные

Полтора года назад у нас появился новый клиент - ООО “ТИС”. Предприятие производит и поставляет промышленное оборудование. Сеть представительств компании охватывает всю страну - от Новороссийска до Владивостока.

В интернете компания представлена сайтом remen.ru , на котором продаются комплектующие для конвеерных линий, приводные ремни, рукава высокого давления и многое другое - всего 17 категорий товаров.

Для рекламы такого широкого ассортимента компания не жалела средств. Так, в ноябре 2016 года в Яндекс.Директ было одновременно запущено 300 кампаний. Главная причина “болей” заказчика звучала так: “Не понимаем, откуда к нам приходят покупатели”. Учитывая масштаб компании и размер вложений в рекламу, этот вопрос стоял очень остро. Из-за специфики отрасли посетители remen.ru предпочитают звонить или отправлять запросы на электронную почту. Поэтому заказчик хотел знать рекламные источники, которые генерируют звонки и заявки на e-mail. На момент обращения к нам клиент использовал для аналитики только Google Analytics, а также пытался внедрить коллтрекинг - но этих инструментов ему было недостаточно. Заказчик поставил перед MixData BI следующие задачи:

  • настроить инструменты аналитики;
  • отследить рекламные источники обращений и выявить самые эффективные из них;
  • систематизировать информацию о расходах на рекламу и доходах с нее.

Проанализировав проект, мы выделили ряд подзадач:

  1. установка Google Tag Manager;
  2. настройка отслеживания звонков;
  3. отслеживание обращений на e-mail;
  4. импорт информации о доходах и расходах в Google Analytics;
  5. визуализация данных.

На примере их решения мы покажем, как можно настроить сквозную аналитику, и какие инструменты для этого лучше использовать.

ЗАДАЧА №1: УСТАНОВКА GOOGLE TAG MANAGER

Практически все компании анализируют онлайн-конверсии в Google Analytics. Далеко не каждый проект может похвастаться тем, что над ним работал один разработчик от начала до конца. Когда сайт переходит “из рук в руки” с кодом может случится путаница - и тогда о правильной аналитике можно забыть. Так и произошло с сайтом remen.ru. Изначально над проектом работало много не связанных между собой разработчиков, в том числе фрилансеры. Код Google Analytics на сайте все время менялся, а иногда исчезал. Данные передавались некорректно или не передавались вообще.

Решение

Чтобы решить такую проблему, нужно перенести коды отслеживания Google Analytics в диспетчер тегов Google Tag Manager. Что мы и сделали. После этого управлять всеми скриптами и настраивать их можно прямо из панели GTM.

ЗАДАЧА №2: НАСТРОЙКА ОТСЛЕЖИВАНИЯ ЗВОНКОВ

Существует много бизнес-тематик, где покупатели чаще всего звонят перед покупкой. В этом случае важно знать, какие рекламные источники приводят к звонкам и заявкам. Для этого существует отслеживание звонков - коллтрекинг. Однако, у некоторых проектов бывают потребности, которые может удовлетворить не каждый сервис отслеживания звонков. Тут важно выбирать, исходя из особенностей проекта.

В случае remen.ru такая особенность - это необходимость отслеживать звонки с собственных номеров компании в формате 8-800. Они нужны для региональных офисов - ведь покупателям из разных регионов удобней звонить на бесплатный национальный номер.

Сервис, которым пользовался заказчик изначально, так и не смог установить динамический коллтрекинг для номеров 8-800. Статический коллтрекинг для проекта не подходил - потребовалось бы более 1000 номеров для нескольких сотен рекламных кампаний.

Решение

Для настройки отслеживания звонков мы обратились в Ringostat. Они смогли подключить динамический коллтрекинг на номера клиента за 2 дня. Рекомендуем устанавливать именно этот вид отслеживания звонков. В отличие от статического он дает углубленную информацию о рекламных источниках обращений по телефону - вплоть до ключевого слова. Подробней о том, чем отличаются виды коллтрекинга можно почитать и посмотреть на примере схем .

Ниже схема, которая иллюстрирует, как работает динамический коллтрекинг:

Благодаря коллтрекингу, доступна детальная информация об обращениях по телефону. Если говорить о Ringostat - это более 30 параметров и событий. Они передаются мгновенно, это преимущество Webhook - технологии для оперативной передачи данных из одного сервиса в другой. Такая скорость играет решающую роль для проекта, по которому поступает большое количество звонков, а также используется несколько аналитических инструментов.

Рекомендуем устанавливать форму обратного звонка - наши партнеры делились кейсами, в которых callback увеличивал количество обращений на 48% . До перехода на новый коллтрекинг у remen.ru была установлена форма обратного звонка от стороннего сервиса. Потом проект перешел на callback от Ringostat, который предоставляется пользователям сервиса бесплатно. Детальная статистика по обращениям через него дополняет аналитику обращений по телефону.

Также была настроена переадресация звонков на мобильные номера сотрудников. Это помогает решить проблему пропущенных обращений - даже если никого нет в офисе, менеджер сможет принять заявку.

ЗАДАЧА №3: ОПРЕДЕЛИТЬ, КАКАЯ РЕКЛАМА ПРИВОДИТ К ЗАЯВКАМ НА E-MAIL

У компаний, которые торгуют промышленными или специфическими товарами, большой процент обращений поступает на e-mail - у remen.ru они составляют 40%. Так происходит по следующим причинам:

  • запрос товара с артикулом и перечнем характеристик удобней прислать в текстовом виде, а не диктовать по телефону;

    • приглашения на участие в тендере обычно присылают на e-mail;

  • среди покупателей продукции большой процент людей старше 30-40 лет - им привычней написать на электронную почту, чем заказать обратный звонок или заполнить форму на сайте.

Решение

Заявки на электронную почту можно и нужно отслеживать, как и звонки, если их процент велик. Мы написали специально для заказчика e-mail-трекер. По аналогии с динамическим коллтрекингом, он демонстрирует каждому посетителю сайта уникальный e-mail, который закрепляется за ним на 1 месяц на основе Client ID.

Суть в том, что у Яндекс и Google есть возможность доставлять почту на домене, даже если перед @ стоят лишние символы:

Поэтому для e-mail-трекинга не нужно генерировать много почтовых ящиков - достаточно добавить рандомные буквы и цифры. Трекер работает следующим образом:

    клиент заходит на сайт и видит электронную почту;

    после отправки письма становится доступен Client ID Google Analytics;

    по нему сопоставляется, какая почта закреплена за конкретной сессией пользователя;

    данные передаются в Google Analytics.

Благодаря информации о сессии пользователя становится известен рекламный источник, вплоть до ключевого слова и кампании. Так можно узнать, какая реклама приводит к заявкам на e-mail.

После установки коллтрекинга и e-mail-трекера были настроены цели для отслеживания таких конверсий:

  • e-mail обращения;

    обращения через онлайн-чат JivoSite;

    заполнение онлайн-форм;

    обратный звонок (callback).

Так можно охватить все каналы коммуникации, из которых поступают заявки.

ЗАДАЧА №4: ИМПОРТ ДАННЫХ О РАСХОДАХ В GOOGLE ANALYTICS

Для полноценной аналитики необходимо знать стоимость каждого звонка, обращения на e-mail, форму обратной связи или в онлайн-чат. Только так можно корректно рассчитать, окупаются ли инвестиции в рекламу. Важно, чтобы по проекту были доступны все параметры, показывающие, откуда пользователь перешел на сайт.

В случае с remen.ru изначально для загрузки данных о расходах в Google Analytics из Яндекс.Директ использовалось стороннее решение. Но оно не предоставляло статистику в разрезе всех динамических параметров. Было известно количество переходов - но не было ясно, сколько на них потрачено денег. Для полноценной аналитики не хватало таких данных:

  • {source} - площадка РСЯ;

    • {position_type} - тип блока;

    {region_id} - ID региона;

    {region_name} - название региона.

По этим параметрам в Google Analytics необходимо было загрузить расход.

Решение

Сейчас импорт данных о расходах из Яндекс.Директ в Google Analytics настроен с помощью сервиса MixData Import. Это решило проблему с загрузкой по динамическим параметрам. После этого мы вывели простые дашборды в Google Analytics и построили кастомные отчеты для удобства сотрудников компании.

ЗАДАЧА №5: ИМПОРТ ДАННЫХ О ДОХОДАХ В GOOGLE ANALYTICS

Для получения объективной картины эффективности рекламных каналов необходимо отслеживать не только расходы на рекламу, но и доход, который она приносит, а если точнее - фактические продажи. С помощью только Google Analytics сделать это невозможно - здесь нужна его связка с CRM и коллтрекингом.

Решение

Чтобы анализировать не только заявки, но и фактические продажи, необходимо настроить импорт доходов в Google Analytics. Остановимся подробней на том, как это было реализовано для проекта.

У клиента установлена 1С:CRM. Наш программист в сотрудничестве с программистом 1С разработали такую схему:

    Когда кто-то оставлял заявку, данные отправлялись с помощью Webhook на файл обработки, а оттуда на FTP. Так специалисты получали информацию о Client ID. К ней добавлялись данные о номере телефона (в случае звонка) и e-mail (если было отправлено письмо). Данные о посетителе, полученные через онлайн-консультант, также складировались на FTP.

    Далее специалист 1С раз в 15 минут извлекал эту информацию, сопоставлял ее и присваивал определенным контактам и сделкам идентификатор Google Analytics. Ежедневно в 23.00 данные о факте продажи централизованно отправлялись в Google Analytics.

Так можно регулярно отслеживать, сколько было продаж из конкретных рекламных источников.

ЗАДАЧА №6: ВИЗУАЛИЗАЦИЯ ДАННЫХ

Для сквозной аналитики необходим удобный инструмент для компоновки графиков и визуализации отчетов. Google Analytics не всем кажется user-friendly в этом плане - но это не повод совсем отказываться от визуализации.

Рядовым сотрудникам заказчика было сложно строить сегменты и делать сравнения. Поэтому первоначально для этих функций мы использовали Qlik Sence. Несмотря на преимущества этого инструмента, работа с ним требовала затрат времени. Сначала нужно выгружать туда данные, объяснять визуализатору, какую информацию нужно получить в графическом виде и т. д. Это привело к тому, что клиент со временем перестал пользоваться Qlik Sence.

Решение

Google Data Studio Google предназначен для работы с массивами данных, и благодаря связи между ним и Google Analytics необходимая информация передается буквально одним кликом. Основное преимущество этой системы визуализации в том, что она понятна любому пользователю. Концентрируясь на нужных показателях, можно принять правильное решение даже без доскональных знаний в сфере аналитики.

КАКОГО РЕЗУЛЬТАТА УДАЛОСЬ ДОСТИЧЬ:

    теперь известно, во сколько обходится каждый звонок, обращение клиента на e-mail, через онлайн-чат, коллбек и форму обратной связи;

    можно проследить всю цепочку - от количества обращений, их стоимости до дохода по каждому из них;

    маркетинговые данные сводятся, анализируются и визуализируются в Google Data Studio - там же можно отслеживать KPI;

Благодаря разработке схемы обмена данными между платформами можно построить комплексную и глубокую аналитику. Следующий шаг - анализ больших объемов информации, полученной из различных источников.

В этом году мы собираемся вывести аналитику для проекта на новый уровень. Для этого планируем подключить Google BigQuery - инструмент для обработки больших объемов данных. Если вам будет интересно узнать об этом - оставляйте комментарии, и мы напишем продолжение кейса, когда решение будет реализовано.

Без сквозной аналитики все ваши усилия по заработку в интернете могут превратиться в один бесконечный кошмар. Реклама не работает — а вы не знаете почему. Люди не покупают — а вы не понимаете, как исправить. Сайт не продает — а вы ничего не можете с этим поделать.

Чтобы такого не случилось — вам нужен «рентген», который точно покажет — что происходит в ваших воронках, и как их улучшить. Таким рентгеном и станет сквозная аналитика.

В этой статье мы рассмотрим самую простую и эффективную схему настройки сквозной аналитики за 5 шагов. И вы сможете это сделать бесплатно, своими руками, буквально за один вечер.

В качестве небольшого вступления, давайте рассмотрим на примере моего сайта, как работают системы сквозной аналитики, и для чего они нужны.

Что такое сквозная аналитика и как она работает

Сквозная аналитика — это система, которая позволяет отслеживать все, что происходит внутри вашей воронки продаж. Начиная с того момента, как потенциальный клиент впервые увидел ваше объявление — вплоть до того, как он оформит заказ и заплатит деньги.

Иногда все эти действия можно отследить в одном месте, а иногда для этого надо настраивать несколько программ. Но главное — что все ваши показатели находятся у вас перед глазами. и вы можете их контролировать. А когда мы что-то контролируем — значит мы можем этим управлять (повышать и улучшать).

Вот, например, как может выглядеть воронка продаж с настроенной сквозной аналитикой.

Пример сквозной аналитики «в действии»

Чтобы далеко не ходить — давайте рассмотрим вот этот сайт. на котором вы находитесь прямо сейчас. Со стороны это может быть и незаметно, но у меня тут тоже есть своя воронка продаж с настроенной сквозной аналитикой.

Сразу предупреждаю, что моя воронка продаж построено немного необычно, потому что это блоггинг, инфобизнес, и прочее «мракобесие». В более традиционном бизнесе она будет выглядеть немного иначе.

Но традиционную воронку мы рассмотрим и построим чуть ниже, а тут у нас хотя бы есть возможность посмотреть на конкретные цифры.

Итак, вот из каких шагов состоит моя воронка продаж:

  1. Человек переходит на мой сайт
  2. Человек переходят на страницу подписки на мою рассылку «Бесконтактные продажи»
  3. Человек подписывается на мою рассылку
  4. Человек изучает мои бесплатные материалы и приобретает платный пакет

Вот так все просто и понятно. Но для отслеживания всех показателей, мне приходится использовать целые две различные системы аналитики.

Первая система — это отслеживание человек от момента попадания на сайт до момента подписки (шаг 1 — 3). Здесь я использую Яндекс-Метрику. Вторая система — это отслеживание человека от момента подписки до момента покупки (шаги 3 — 4). Здесь я использую сервис JustClick .

Как я нахожу слабые места в своей воронке

Чтобы понять, почему я еще не стал миллиардером, я открываю показатели своей воронки продаж, и смотрю — где в ней «дырки», через которые утекают деньги.

Первым делом я захожу в свой магазин Джастклик и смотрю, сколько оплат я получил за отчетный период. В нашем случае отчетные период — это одна неделя.

Тут я вижу следующую картину:

За неделю на рассылку «Бесконтактные продажи» подписалось 39 человек, и заработал я 8 460 рублей. Много это или мало? Прямо скажем, не предел мечтаний. Хотелось бы раз в 10-20 больше. Значит надо искать слабые звенья в воронке и укреплять их.

По показателям джастклика я вижу, что после подписки все идет довольно неплохо. 4 оплаченных счета из 39 подписавшихся — это конверсия 10,2% в оплату. Средний чек составляет 2115 рублей (8460р. разделить на 4 оплаты). Это очень приличные показатели для автоматической воронки продаж.

Больше всего клиентов за неделю я получил из источника «Прямые заходы». Это как раз мой блог, на котором вы сейчас и находитесь. Конверсия в покупку у людей с блога самая высокая. Вопрос — почему их так мало? Если бы за неделю ко мне в воронку с блога пришло не 29 человек а 290, то тогда и доход мой был бы в 10 раз больше.

Может быть у меня плохая страница подписки, и люди не хотят подписываться ко мне в рассылку? А может быть у меня слишком мало посетителей на блоге, и взять 290 подписчиков в неделю просто неоткуда? Ответы на эти вопросы нам даст уже Яндекс-Метрика.

Анализ показателей в Яндекс-Метрике

По инструкции, которую вы найдете ниже, я настроил на своем сайте учет показателей конверсий. Это как раз первые четыре шага в моей воронке:

  1. Человек пришел
  2. Человек перешел на страницу подписки
  3. Человек подписался

Я открываю соответствующий раздел Яндекс-Метрики, и наблюдаю следующую картину конверсий за неделю.

За отчетный период (неделю) ко мне на сайт пришли 3 422 человека. Из них только 56 перешли на страницу подписки SQ (1,64%). И подписалось на рассылку 23 человека (41,1%).

Таким образом я вижу, что моя страница подписки работает очень неплохо. 41,1% — это высокий показатель. И да, пусть вас не смущает, что одна система мне показывает 26 подписчиков, а другая только 23. Такое случается по разным причинам. Главное, чтобы показатели сильно не отличались.

А вот и наша «дырка» — очень маленький процент посетителей сайта добирается до этой самой страницы регистрации. Всего 1,64% от общего числа посетителей.

Это очень мало. Вот здесь и надо работать — делать более убедительные призывы, делать более яркий и цепляющий баннер, и все такое прочее. Ну и конечно, надо работать над повышением посещаемости сайта. Если бы у меня была посещалка 3422 человека не в неделю, а в сутки, то это сильно повысило бы конечный результат.

Теперь вы видите, как сквозная аналитика помогает принимать решения на практике. Если бы у меня не было всех этих показателей, то я мог бы подумать, что у меня плохая серия писем, и люди поэтому ничего не хотят покупать.

Или что у меня плохая страница подписки — и надо её целиком переделывать, или даже менять бесплатный продукт, который я предлагаю за подписку (а вслед за этим и всю концепцию проекта).

Но аналитика показывает, что надо просто баннер сделать поярче, и все будет отлично. Вот этим я и займусь сразу после того, как покажу вам, как самостоятельно настроить такую же систему сквозной аналитики.

Настройка сквозной аналитики за 3 шага

Как и договаривались, давайте рассмотрим более «традиционный» вариант интернет бизнеса и аналитики.

Допустим, вы решили создать небольшой бизнес для того, чтобы наконец-то уйти с наемной работы и стать свободным человеком. В качестве ниши вы выбрали продажу мягких игрушку, сшитых умелыми китайскими руками. Нормальная ниша, ничуть не лучше и не хуже других.

Вы прошли парочку тренингов по «успешному успеху» и знаете, что прежде всего вам нужна конкретная цель, к которой вы будете идти. И такой целью вы поставили себе доход в 300 тысяч рублей в месяц. По вашим подсчетам, этого должно хватить на первое время.

Для того, чтобы зарабатывать 300 тысяч чистыми, вам надо делать 600 тысяч оборота в месяц. Потому что половину дохода съедят налоги, накладные расходы и себестоимость товара. И еще остается вопрос с рекламой. Потому что совершенно непонятно, сколько она будет вам стоить.

Но прикинув, мы решаем, что 1,5 миллиона оборота точно должны дать нам желанные 300 тысяч рублей чистой прибыли в месяц. Мы продаем китайских мишек по цене 2000 рублей за штуку. Стало быть, нам нужно каждый месяц продавать по 750 мишек (по 25 мишек в день).

Вот такие у нас исходные данные, и теперь нам надо настроить всю воронку продаж, сразу «вживляя» в неё сквозную аналитику. Потому что потом это будет сделать уже гораздо сложнее. И начинаем мы с первого шага — выбора показателей для контроля.

Шаг #1 — выбор показателей для контроля

С самого начала нам надо определить контрольные точки, которые мы с вами будем отслеживать с помощью сквозной аналитики. Тут очень важно избежать загромождения отчетов цифрами, но при этом сохранить понимание общей картины.

То есть не надо пытаться отслеживать абсолютно все показатели. Иначе вы рискуете в них запутаться, и так ничего и не поймете.

Наша с вами воронка будет выглядеть примерно вот так:

  1. Человек видит объявление (Директ, КМС Гугл, таргет вконтакте, баннеры и пр.);
  2. Человек переходит по нашему объявлению на лендинг;
  3. Человек оформляет заказ;
  4. Человек оплачивает заказ.

Соответственно, у нас получается всего 3 основных показателя, которые нам надо отслеживать с помощью метрики:

  1. CTR объявлений (отношение количества показов объявления к количеству кликов);
  2. Количество оформленных заказов;
  3. Количество оплаченных заказов.

И в итоге мы получим два главных показателя, к которым ведут все остальные:

  1. Сколько денег нам стоил один клиент (по рекламе);
  2. Сколько денег нам принес один клиент (средний чек покупки).

Соотношение этих двух показателей дает нам самый важный показатель в сквозной аналитике.

Самый важный показатель

Этот показатель называется ROI (Return On Investment — «Возврат инвестиций»). Если мы потратили 1000 рублей на привлечение одного клиента, и получили с него ту же самую 1000 рублей оплаты, то наш ROI составляет 100%. На каждый потраченный рубль мы заработали один рубль и вернули себе 100% потраченных денег.

Вот именно к показателю ROI и будет сводиться вся ваша сквозная аналитика. Все эти 5-10-100 более мелких показателей должны вести именно к расчету ROI. Так, чтобы в конце отчетного периода вы смогли бы сказать — «Итак, мы имеем ROI 350% с рекламы в Яндекс-Директе, ROI 230% с рекламы в Гугл Адвордс, и ROI 50% с таргетированной рекламы вконтакте. Стало быть, мы отказываемся от таргета, чтобы не кормить этих дармоедов, а весь рекламный бюджет по максимуму переносим в Директ».

Вот если вы сможете так сказать — значит вы правильно настроили сквозную аналитику, и с её помощью отследили — какой источник рекламы дает вам прибыль, а какой её забирает.

Хорошо, мы выбрали показатели для контроля. Напомню, что это:

  1. Конверсия в заказ
  2. Конверсия в оплату

И из этих показателей мы в итоге высчитываем ROI. Давайте теперь посмотрим, куда и какой код надо вставить, чтобы правильно контролировать воронку.

Шаг #2 — Техническая настройка аналитики

Настройка utm-меток

Первым делом нам надо сформировать правильные ссылки для наших будущих рекламных источников. Чтобы отслеживать, откуда к нам пришли посетители, нам надо вставить в сслыки специальные метки. Они называются UTM-метки.

Если интересно, то UTM расшифровывается как Urchin Tracking Module, и означает «Отслеживающий модуль Urchin». Была такая компания Urchin Software, которая и придумала эти метки, а потом её поглотил Гугл.

Сейчас utm метки используются как универсальный инструмент для отслеживая источников посетителей на ваши площадки. Сгенерировать ссылку с utm метками вы можете например вот здесь .

Просто придумайте названия для ваших источников трафика и впишите их в соответствующие поля. Я обычно использую только три обязательных поля — источник кампании (utm_source), тип трафика (utm_medium) и название источника (utm_campaign).

  • yandex &utm_medium=cpc &utm_campaign=yandex-direkt (источник трафик — яндекс, тип — оплата за клик, название — яндекс-директ)
  • http://yoursite.ru/?utm_source=google &utm_medium=cpc &utm_campaign=kms (источник трафика — гугл, тип трафика — оплата за клик. название — кмс).
  • и так далее

Так вы получите отдельные ссылки на все свои источники трафика. которые собираетесь настраивать. Далее вы сможете отслеживать их с помощью Яндекс-Метрики (я покажу как), или любой другой системы сквозной аналитики. Но Яндекс-Метрика бесплатная, поэтому будем пока рассматривать именно её.

Настройка целей в Яндекс-Метрике

Теперь мы переходим в кабинет Яндекс-Метрики . Если ваш сайт еще не подключен к этой системе, то обязательно подключите. Для этого вам надо будет просто указать адрес сайта и с помощью простой проверки подтвердить, что вы действительно являетесь его владельцем.

Теперь вам надо вставить этот код на все страницы, через которые будут проходит ваши посетители. Самый простой вариант обычно выглядит вот так:

  1. Страница вашего предложения (продающий лендинг)
  2. Страница «Спасибо за оформление заказа»
  3. Страница «Оплата прошла успешно» («Спасибо за покупку»)

Вот на эти ваши страницы вам и надо вставить полученный от Яндекса код счетчика. А после этого можно переходить к настройке целей. Я предпочитаю настраивать составные цели. Так мне кажется нагляднее.

Для этого в том же самом разделе «Настройки» выбираем пункт «Цели».

Затем нажимаем «Добавить цель» и выбираем типа цели — составная.

Теперь вам надо задать три шага, через которые будут проходить ваши посетители. Это три страницы, про которые мы говорили выше.

Теперь вам надо только сохранить эту воронку и начать получать данные для анализа. После того как вы запустите рекламу со всех источников, получите какое-то количество заказов и оплат — можно будет посмотреть, откуда именно пришли к вам клиенты.

Шаг #3 — Отслеживание показателей воронки

Напоминаю, что мы специально задали utm метки для того, чтобы отследить, откуда пришли именно покупатели, а не просто посетители. Количество кликов и посетителей, в конце концов, мы можем посмотреть и в самом кабинете рекламной системы.

Для того, чтобы увидеть, откуда пришли клиенты, мы переходим в раздел Отчеты — Стандартные отчеты — Источники — Метки UTM

Там вы увидите список всех utm меток, по которым к вам приходили люди за отчетный период. Выглядеть это будет примерно так.

Как вы видите, у меня было больше всего переходов по utm метке из янекс-директа, и еще по мелочи от партнеров.

Чтобы увидеть, из какого источника пришли именно покупатели — выбираем третий шаг нашей составной цели «Покупка» в списке целей. У меня это будет цель «Подписка».

На скриншоте ниже вы можете увидеть, что за сегодняшний день у меня больше всего конверсий принес источник «fixed» (это баннер на моем сайте). Конверсия составила 41%, как мы и видели выше. Еще были конверсии от партнеров, но немного.

Таким образом вы сможете увидеть, сколько посетителей к вам пришло, и из какого именно источника рекламы. Далее вы занесете все эти показатели в свою CRM или просто в файл excel, и там увидите наш самый главный показатель — ROI.

И на основании этого показателя вы будете принимать дальнейшие решения о том, в какой источник рекламы инвестировать больше денег, а в какой не надо инвестировать вообще (или надо его сильно улучшить перед инвестированием).

Заключение

Сквозная аналитика нужна для того, чтобы понимать, где в вашей воронке продаж «дыры», через которые утекают деньги. Слишком многие бизнесы проваливаются из-за того, что принимают неверные решения, потому что не видят ситуацию целиком.

Они вкладывают деньги в рекламу, которая не работает. Они переделывают лендинги, которые на самом деле давали отличную конверсию. Или вообще закрывают проекты, которые приносили бы отличный доход, даже после минимальных изменений воронки.

Надеюсь, что эта инструкция поможет вам обрести «рентгеновское зрение» и принимать только правильные решения.

Сохраняйте статью в избранное и делитесь с друзьями. Не забудьте скачать мою книгу . Там я показываю вам самый быстрый путь с нуля до первого миллиона в интернете (выжимка из личного опыта за 10 лет =)

До скорого!

Ваш Дмитрий Новосёлов

Узнаем цену лида в Google analytics.

В предыдущих статьях мы описывали теорию и некоторые возможности в гугл аналитиксе. Теперь пришло время показать настройку на реальном примере.

Перед нами стояла задача вывести «Цену лида» (обращения)

Итак, приступим:

1. Собираем все обращения. Настраиваем цель «Заявки принятые + целевые звонки + callback»

Так, как нам могут поступать обращения с форм заявок на сайте, обратного звонка и по телефону, нужно будет настроить все 3 цели. А потом сделать общую «Все лиды»

а. Цель «Принятая заявка» будет включать в себя все обращения с форм, которые есть на сайте.

Настройка: Цели /// Собственная /// Название цели «Принятые заявки» /// События /// Категория равно «Принятая заявка»

б. Цель «Callback» будет включать в себя обращения с виджета обратного звонка.
Мы использовали сервис коллтрекинга «Стартон» , который передает события в гугл аналитикс. Когда пользователь заполнил форму обратного звонка и нажал кнопку «Перезвонить мне» в гугл аналитиксе будет срабатывать событие категории «callback»
Его мы и пропишем в цель.

Настройка: Цели /// Собственная /// Название цели «Callback» /// События /// Категория регулярное выражение «callback»

в. Цели «Целевые звонки» будет включать в себя звонки, в которых разговор продлился определенное время.
В нашем примере разговор, который продлился более 60 сек, будет являться целевым звонком. Настраивать будем также через коллтрекинг «Стартон» , который при целевом звонке передает событие «target»

Настройка: Цели /// Собственная /// Название цели «Целевые звонки» /// События /// Категория равно «target»

г. Теперь настроим общую цель «Заявки принятые + целевые звонки + callback»
Настройка: Цели /// Собственная /// Название цели «Заявки принятые + целевые звонки + callback» /// События /// Категория регулярное выражение «Принята заявка|callback|target»

Важно! Если зайдя на сайт один пользователь оставит заявку через форму сайта, потом закажет обратный звонок и позвонит, то сработает 1 цель, а не 3.

2. Переходим к настройке передачи расходов.

Важно! Для более детальной статистики нужно обязательно прописывать основные метки

Настроим два импорта:
«Facebook» который будет передавать расходы с фейсбука и инстаграма.
«My target» который будет передавать расходы с mytarget и однокласников.

Импорт расходов будет передавать с помощью сервиса «Owox bi».
Подробная инструкция по передачи расходов с рекламных источников в google analytics смотрите

3. Настройка показателя «Цена лида».

Как только данные о расходах начнут поступать в Ga мы можем настроить показатель «Цена лида» через функцию «Вычисляемые показатели»:

Нам нужно задать формулу: Стоимость (расходы) * 1,18 (что бы учитывался ндс) / цель (принятая заявка + callback + целевой звонок)

Настройка: Имя: Цена лида /// внешнее имя calcMetric_LeadCost /// тип: Валюта (десятичный формат) /// фомула {{Стоимость}} * 1.18 / {{Заявки принятые+целевые звонки+callback (Достигнутые переходы к цели 3)}}

Также для отчета нужно настроить показатель «Стоимость с ндс» Настройка аналогичная.

4. Строим пользовательский отчет.

Переходим: Специальные отчеты /// Мои отчеты /// + отчет
Настройка: тип Анализ
Показатели:
- сеансы
- новые пользователи
- показатель отказов
- стоимость с ндс
- принятые заявки (достигнутые переходы к цели)
- целевые звонки (достигнутые переходы к цели)
- callback (достигнутые переходы к цели)
- принятые заявки + целевые звонки + callback (коэффициент конверсии для цели)
- принятые заявки + целевые звонки + callback (достигнутые переходы к цели)
- цена лида

Параметры:
- Источник или канал
- Кампания
- Ключевое слово

Время чтения: 7 минут

Сквозная аналитика – это инструмент, позволяющий оценить эффективность вашей рекламы. Она дает четкое понимание, какой финансовый результат приносит каждый потраченный рубль. Как внедрить сквозную аналитику, настроить и получить от нее максимальную пользу, – рассмотрим в этом материале.

Способы построения сквозной аналитики

Перед внедрением сквозной аналитики необходимо определить главную цель: что именно вы хотите отслеживать и какие метрики рассчитывать. В зависимости от используемых инструментов можно выделить три способа.

Какой способ вы бы ни выбрали, сквозная аналитика невозможна без объединения информации из разных источников. Данные по рекламе предоставляют рекламные системы: Яндекс.Директ и Google Adwords. Информация по продажам доступна в CRM. Статистика по звонкам собирается с помощью динамического коллтрекинга.

После объединения всех этих данных и вырисовывается общая картина об эффективности рекламы. Рассмотрим подробнее, как строится сквозная аналитика с помощью сервиса CoMagic.

Объединяем данные в CoMagic

Сервис CoMagic собирает все данные маркетинга и продаж в своем личном кабинете. В результате становятся доступны отчеты по сквозной аналитике, позволяющие понять, какие рекламные каналы эффективны по количеству обращений, стоимости обращения, возврату инвестиций (ROI).

Откуда в CoMagic берутся данные?

В Общих настройках сайта, во вкладке Интеграция с сервисами выбираем Рекламные системы и вбиваем идентификатор аккаунта, к которому привязан рекламируемый сайт.

Если у вас на сайте есть номер телефона и вам часто звонят клиенты, ваша сквозная аналитика будет неполной без данных о звонках. Чтобы видеть все звонки посетителей сайта, подключаем коллтрекинг.

При подключении динамического коллтрекинга каждому посетителю показывается уникальный номер. Он закрепляется за ним на определенное время, что позволяет анализировать поведение этого посетителя: начиная от ключевого запроса, по которому он пришел, до совершения сделки.

Предположим, есть ключевое слово «купить авто», вы видите, сколько посещений оно принесло, видите, сколько стоил звонок по этому слову, но был ли он целевым? Привел этот ключевик к сделке или нет? Какова его конверсия в продажу? Если по этому ключевику не только позвонили, но еще и совершили покупку, тогда вы можете точно оценить – да, это слово работает.

Для того, чтобы видеть не только посещения и обращения в компанию, но и сами сделки, необходимы данные по продажам. Тогда вы сможете анализировать не только «сколько посещений принес мне этот ключевик», но и конкретно «сколько я с него заработал денег».

  1. Продажи – тянем из CRM

Следующим шагом мы объединяем данные по маркетингу с данными по продажам – интегрируем вашу CRM-систему и CoMagic.

Большинство интеграций производится буквально в несколько кликов, что позволяет сделать их самостоятельно. Мы разработали интеграции с для самых распространенных CRM-систем. Но CoMagic способен собирать данные из любой CRM, даже самописной. В этом случае интеграция производится с помощью API.

Любая интеграция производится бесплатно и несет в себе только плюсы – дополнительные данные к вашей аналитике.

После подключения CRM в личном кабинете появляется отчет Список сделок.

Данный отчет настраивается вариативно, в зависимости от того, что именно вы хотите отслеживать. Что вы можете здесь увидеть: дату, тип обращения, из какой рекламной кампании, какой ключевик отработал, сумму сделки, ID посетителя (по нему можно провалиться в карточку посетителя и посмотреть всю историю взаимодействия с ним) и т.д.

В отчет Сквозная аналитика теперь можно добавить дополнительные столбцы – Финансовые данные. Эти финансовые данные и есть та самая отдача от рекламы! Сколько было продаж, какова конверсия, средний чек, общая выручка, ROI. Вам нужно нажать кнопку Настроить столбцы и выбрать нужные показатели.

Вы можете выбрать все столбцы или сделать свою индивидуальную настройку сквозной аналитики. Мы рекомендуем обращать внимание на такие показатели, как расходы, посещения, обращения, общее количество продаж, выручка, ROI, средний чек. Полученные данные можно скачать в виде готового отчета в формате PDF, Excel, CSV или Google Таблицы.

Но если вы убежденный визуал, вам важна скорость и простота восприятия, или необходимо показывать начальству красивые и понятные графики, а не груду цифр, используйте дашборды.

Это своего рода витрины ваших ключевых показателей. Настраивайте графики, задав пороговые значения, и всегда имейте под рукой все нужные показатели в простом и понятном виде.

Дашборды работают в режиме Real Time, что позволит вам всегда быть в курсе: реклама работает отлично, увеличивая посещаемость и звонки, или план по лидам летит к чертям и надо срочно принять меры.

Полученный визуальный отчет можно выгрузить в формате PDF или PNG. Или настроить рассылку дашбордов по электронной почте.

Использование

Итак, мы настроили сквозную аналитику, подключили дашборды для удобного анализа информации. Что дальше?

Сквозная аналитика работает и приносит реальную пользу, только когда вы не просто наблюдаете, но и принимаете бизнес-решения на ее основе. Через 1-2 месяца ведения рекламы и отслеживания всех показателей вы можете адекватно проанализировать, что работает в вашей рекламе, а что нет.

Например, у вас есть набор ключевых слов. Из месяца в месяц приносят реальные сделки только 2 или 3 из них. По остальным нет обращений или не совершаются сделки. Повышайте ставки на объявления по работающим ключам, тем самым увеличивая конверсию. Имея все необходимые данные, вы можете полностью оптимизировать вашу рекламу и добиться этим большей ее эффективности.

Анализируйте переходы по всем рекламным каналам, считайте ROI, пробуйте новые способы привлечения трафика на сайт. Сквозная аналитика дает возможность видеть всю вашу рекламу как на ладони: что работает, а что нет. Используйте это видение, чтобы сделать вашу рекламу еще более эффективной, а бизнес – успешным


Вы эксперт в
интернет-маркетинге?

Опубликуйте материал в нашем блоге

Вам ежедневно поступает много звонков и заявок от потенциальных клиентов. Точно знать, какие из них приносят прибыль, а какие нет, помогает сквозная аналитика.

В статье - что это такое и как её внедрять. За методики спасибо Константину Червякову, коммерческому директору компании Ringostat.

Что такое сквозная аналитика и зачем она нужна

Как правило, эффективность у большинства ассоциируется с ROI, ROMI, CTR и т.д. Для электронной торговли - еще модуль e-commerce в Google Analytics (если он расширенный - это достаточно близко к теме. Однако 90% интернет-магазинов используют обычный).

Все эти показатели не про сквозную аналитику. Да, они могут быть вспомогательными, особенно если цикл продаж длительный. По ним вы вовремя понимаете, что все совсем плохо, или наоборот. Но конечные решения стоит принимать на основе реальных данных.

Это справедливо для любого типа бизнеса, за исключением редких случаев.

Заявки и звонки вроде и целевые, но клиентов не приносят. Или по одной кампании продаж меньше, но сумма чека выше и включает товары, у которых маржа выше. Есть риск принять ошибочное решение.

На ваш суд и выбор - 3 типа систем, в зависимости от сложности и продвинутости.

Уровень «Топор»

Это сложно назвать моделью сквозной аналитики. Но так как многие малые и микробизнесы на начальном этапе не могут себе позволить платные инструменты, этот вариант заслуживает внимания. Как показывает практика, не все и о нем знают.

Набор инструментов простой, с минимальными, иногда нулевыми, затратами бюджета.

  • Google Spreadsheet, Excel;
  • CRM или админка сайта с источниками заявок;
  • Google Analytics и / или Яндекс.Метрика. Первое дает больше возможностей, но у Метрики свои фишки, которых нет у Гугла - вебвизор, отчеты о пиках посещений;
  • Автоматический или полуавтоматический .

Множество бизнесов используют автоматический динамический коллтрекинг. Система показывает для каждого посетителя уникальный номер телефона, чтобы затем сопоставить звонок с конкретным пользователем, узнать о нем подробнее: какие запросы вводил, какая кампания сработала, какие страницы смотрел и т.д.

Доступно всё вплоть до операционной системы устройства.

Полуавтоматический коллтрекинг примитивнее и требует рутинной работы:

Принцип такой: каждый пользователь на сайте видит уникальный код. Менеджер его запрашивает, чтобы вручную связать звонок с конкретной сессией.

50-60% звонков удается фиксировать таким способом, но, как правило, через 2-3 месяца руководителям надоедает эта маета. При этом всё зависит от человеческого фактора.

Важно, чтобы менеджер ничего не забыл и не перепутал. Для него это дополнительная нагрузка: вместо того, чтобы продавать, он вводит промо-коды. Компания теряет в прибыли.

Справедливости ради отметим, что этот метод обходится недорого. И иногда это единственный доступный вариант - например, для микробизнеса с небольшим бюджетом.

Принцип внедрения


Пользователи приходят на сайт, совершают определенные действия. Всё фиксирует система аналитики. При оформлении заказов или заявок информация об источниках попадает в админку или CRM.

В самой простой модели нет связки этих инструментов, поэтому мы выгружаем данные в Excel по отдельности.

Вот выгрузка из CRM - это все закрытые сделки (кейс агентства Ringostat):


Заявки с сайта, в нашем примере - регистрации, с указанием источников, кампаний и ключевых слов:


И такая же выборка по звонкам:


Навыки работы в Excel облегчают работу, но это все равно занимает время. Отсутствие автоматизации - главный минус модели.

На начальном этапе, когда трафик небольшой и бюджет невысокий, этого хватает, но со временем приходится расширять возможности. Тем более если компания может себе позволить более совершенные техники.

Уровень «Автомат»

  • Google Analytics - всё завязано на ней;
  • CRM-система;
  • Автоматический коллтрекинг;
  • Автоматический импорт расходов OWOX BI;
  • Microsoft Power BI (опционально).

Можно оставить те же Spreadsheets для визуализации и построения отчетов, но в Power BI больше фишек и есть автоматическая привязка к GA. Стоимость - 9-10 долларов за пользователя в месяц.

Принцип внедрения


По заявкам мы настраиваем цель в GA - «Транзакции». Информация о посещениях накапливается автоматически.

99% сервисов коллтрекинга передают данные в GA.

Для звонков существуют WebHooks - триггеры, которые мы отправляем в режиме реального времени.

Затем данные о закрытых сделках нужно передать в GA. Популярные системы - retailCRM, amoCRM - позволяют выгружать их напрямую. Либо можно создать свой коннектор за 1 неделю, либо поручить эту задачу программисту. В итоге вы получаете полный контроль над бизнес-показателями в Google.

Что вы видите в итоге в GA? Вот скриншот одного из клиентов Ringostat:


Столбец «Цена за достигнутую конверсию» показывает, сколько денег вы потратили. «Стоимость» - сколько вы «заплатили» за посетителей. «Доход» - сколько это принесло дохода.

Минусы

Чтобы понять недочеты этого уровня, разберем структуру данных системы аналитики:


Так работает Google Analytics: человек заходит на сайт и генерирует сессию. В рамках неё совершает действия (хиты): просматривает страницы, звонит, отправляет заявки, скачивает материалы и т.д.

По иерархии на первый взгляд всё правильно.

Проблема в том, что в GA у вас только агрегированные данные.

1) Нет доступа к конкретному пользователю и сессии, а это ограничивает возможности аналитики. Нельзя взять посетителя и посмотреть, что он делал на сайте, сколько раз заходил, какие действия совершал в ходе определенной сессии.

2) При больших объемах трафика - около 40 000 сессий в день - есть риск семплирования (для крупных проектов).

Это когда Google берет часть группы посетителей - выборку 5-7% - и переносит её поведение по собственному математическому алгоритму на всю совокупность. В итоге вы видите искаженные данные.

Всё, что можно сделать - кастомизировать отчет, но при этом мешают ограничения типа: один параметр нельзя включать в отчет с другим, нельзя добавлять свыше двух параметров и т.д.

4) Нельзя передавать персональную информацию. Основание - регламент конфиденциальности Google. Это еще больше усложняет задачи сквозной аналитики.

Уровень «Пулемет»

Разберем 2 варианта.

Вариант 1:

  • Google Analytics;
  • Автоматический call tracking;
  • Облачная (Google Bigquery) или собственная база данных (MySQL, Mongo);
  • Excel, Spreadsheets, Power BI, Data Studio, Tableau, Qlikview.

Своя БД сложнее в реализации. Поэтому мы рассматриваем Bigquery. Это облачный сервис с высокой скоростью обработки.

OWOX BI умеет делать стримминг в Bigquery. Это перехват данных из GA в сыром не агрегированном виде. Благодаря этому вы можете задавать любые вопросы относительно аудитории, поведения, его зависимости от разных факторов, дохода например. В общем, проверять различные гипотезы сколько угодно, без ограничений.

Чтобы делать какие-то выводы, нужно наглядно представлять таблицы из Bigquery в виде графиков, диаграмм и т.д. Есть платные сервисы Tableau и Qlikview - они дают продвинутую визуализацию.

Вариант 2:

  • Kissmetrics или аналог (Mixpanel, Woopra, Amplitude);
  • Автоматический call tracking.

Kissmetrics заменяет 1, 4 и 5 пункты предыдущего варианта. Это так называемая user-based, или person-based система аналитики. Здесь все «удобства», в отличие от GA: программа сама собирает данные, в том числе в сыром виде, дает доступ к пользователям, сессиям и разрешает передавать персональные данные.

Принцип внедрения


Если у вас есть Kissmetrics или аналог, вы загружаете туда всю информацию и подключаете CRM-систему. В случае с базой вы забрасываете в неё стримминг из GA и т.д. и выбираете программу для визуализации результатов. В то время как в Kissmetrics уже есть наглядные отчеты.