Я хотел бы рассказать вам историю. Историю о том, как сильно заблуждаются маркетологи и владельцы бизнеса, думая, что знают показатели эффективности своих рекламных кампаний.
Конкуренция за внимание и кошелек клиента в интернете все нарастает. Вместе с ней растет значение качественной, глубокой аналитики рекламных кампаний. Почему? Потому что именно аналитика — инструмент, который поможет увеличить поток клиентов и повысить прибыль в разы без дополнительных вложений в рекламу.
Эта статья содержит кейс о том, как мы сделали аналитику профессионального уровня для наших клиентов: посчитали прибыль и ROI по каналам и ключевым словам, используя только бесплатные аналитические инструменты.
Содержание
Что такое сквозная бизнес аналитика и почему она важна?
Как работает колл-трекинг?
Как настроить сквозную аналитику вручную?
Автоматизированная сквозная аналитика
Как работает сквозная аналитика?
Что такое сквозная бизнес аналитика и почему она важна?
Для начала разберем очень показательный кейс. Вы поймете важность именно «сквозной» веб аналитики, т. е. аналитики не только кликов и заявок, а именно прибыли и рентабельности инвестиций в интернет-маркетинг.
И давайте сразу договоримся. Посчитать ROI (рентабельность вложений в бизнес, в целом) — крайне сложно. Поэтому в статье речь пойдет о ROMI — рентабельности инвестиций в маркетинг.
Он считается по формуле: прибыль от маркетинга / (прибыль от маркетинга — вложения в маркетинг) * 100%
На картинке выше — расширенный отчет об эффективности рекламы. Вы видите 3 разных рекламных канала с одинаковым бюджетом (для простоты примера) и 3 рамки: красную, оранжевую, зеленую. Рамки — это 3 уровня аналитики.
Первый, красный — базовый, без которого не может существовать и развиваться ни один бизнес. Знать стоимость привлечения лида, целевого действия на сайте (CPA) — необходимый минимум для любого бизнеса, стремящегося к росту.
Второй уровень — оранжевая рамка. Здесь вы получаете понимание, сколько клиентов вам принес каждый канал рекламы и каких денег стоило привлечение клиента в разрезе канала. Если вы интересуетесь этими цифрами, это уже неплохо.
Но есть и третий уровень. На изображении он обозначен зеленым. Спросите себя: на месте собственника бизнеса, который видит отчет, ограничивающийся рамками 1 или 2, вы бы приняли верные решения о том, как следует распределить маркетинговый бюджет?
Ведь Google AdWords на данном примере не был в лидерах, пока речь не зашла о прибыли и ROI. А в результате именно AdWords оказался самым эффективным маркетинговым каналом.
Важность системы сквозной бизнес аналитики для прибыли и ROMI (возврат инвестиций в маркетинг) очевидна. И надо отметить, что в online посчитать это вполне реально. Но что делать, если в вашем бизнесе большое количество обращений через звонки? Вы уверены, что точно знаете, какой канал и ключевое слово приносят вам звонки, заканчивающиеся продажами?
А что насчет online-чатов на сайте? Ведь через них тоже можно получать контактные данные потенциальных клиентов. Вы делаете это? А если делаете, то считаете ли вы конверсии в онлайн-чатах?
Уверен, что если до этого момента вы не считали ничего, кроме CTR, конверсии и стоимости клиента, то теперь вам понятна важность таких показателей как прибыль и ROMI в разрезе каждого, повторюсь — каждого ключевого слова.
К чему такая точность?
Очень просто. Закон Парето: 20% усилий дают 80% результатов. Точно так же 20% вложений в рекламу дают 80% прибыли. Хотите узнать, какие именно 20% дают вам основную прибыль?
Тогда эта статья для вас.
Столкнувшись с описанными выше проблемами, мы поняли, что наши клиенты делают выводы о результативности рекламы по ограниченным данным. А значит, принимают заведомо неверные решения о корректировке и изменениях.
Как говорится, слона надо есть по кускам. Первыми были оптимизированы звонки.
В числе клиентов была компания, которая продавала офисную мебель, кабинеты для руководителей. У них примерно 80% обращений (а значит, и потенциальных продаж) происходило по телефону. Это означало, что не знать, какие каналы, объявления и ключевые слова приносят эти звонки, означало делать аналитику с погрешностью в 80%.
Именно поэтому первое, что было сделано для данного клиента, — настройка динамической подмены телефонных номеров по ключевому слову.
Предугадывая ваш вопрос, отвечу: нет, для этого не нужно количество номеров, равное количеству ключевых слов. Будет достаточно создать столько номеров, сколько человек одновременно бывает у вас на сайте онлайн + еще 1 номер. На всякий случай.
Как работает колл-трекинг?
Покупаем виртуальные номера, и с помощью скрипта (существует ряд готовых решений динамической подмены номеров) каждому новому посетителю показываем индивидуальный номер телефона. Пользователь ушел с сайта — номер сбросился и снова свободен для показа следующему посетителю.
Если пользователь совершает звонок, он поступает в систему аналитики и в CRM с указанием источника, кампании и ключевого слова, по которому перешел на сайт позвонивший клиент.
В результате был получен вот такой отчет:
Уже неплохо: мы знаем конверсию в звонки по каждому ключевому слову и количество звонков с каждого ключевика.
Больше никакого ручного труда и десятков часов на аналитику: все происходит моментально и автоматически, но давайте копнем глубже и узнаем стоимость звонка.
Как? Импортировать данные из Яндекс Директ и Google AdWords о расходах в Universal Analytics и создать персонализированный отчет, в котором стоимость звонка по каждому ключевому слову считалась автоматически.
Уже лучше. Теперь не нужно сводить бесконечные excel таблицы с данными. Все считается автоматически и в одном несложном отчете.
И казалось бы: вот отличный повод порадоваться за себя и клиентов. Но нет.
Ведь самый главный момент не был учтен: ROMI. Одно дело — понять, сколько стоит звонок или заявка с каждого ключевика. Совсем другое дело — знать, сколько они принесли прибыли и каков ROMI.
Как настроить сквозную аналитику вручную?
Было принято решение считать все вручную.
Как? Были внедрены так называемые «реферальные хвосты» или UTM-метки. Теперь, когда заявка с сайта падала в CRM клиента, в ней был указан не только номер телефона и имя, но и источник, кампания и ключевое слово.
Далее снова: бесконечные отчеты в excel, обмен таблицами с клиентом и попытки посчитать-таки прибыль и ROMI в ручном режиме. Но все было тщетно.
Данные терялись и не сходились. Клиенты медлили с отчетами, а сотрудники ночевали в офисе, пытаясь свести все данные воедино. В этот момент мы подумали об e-commerce. Как же здорово, когда оплата происходит на сайте и ROMI без проблем можно посчитать прямо в стандартном отчете e-commerce в Google Analytics.
И как сложно, почти нереально, делать аналитику по прибыли и ROMI, если между заявкой с сайта или звонком — бесконечный путь из колл-центров, операторов, писем, коммерческих предложений, доставок, отгрузок, бронирований и оплат. Посчитать прибыль и ROMI по каждому ключевику казалось несбыточной мечтой.
Автоматизированная сквозная аналитика
Яндекс.Директ и другие подобные системы подсказали нам решение. Мы подумали: а чем мы хуже e-commerce сегмента? Почему бы не импортировать данные из CRM клиента об оплатах и связать их с данными, которые уже есть, и настроить сквозную аналитику срм CRM? Ведь известно, откуда приходят как заявки, так и звонки.
Значит, все лиды, которые есть в CRM и с которыми работают менеджеры клиентов, доводя до оплаты, привязаны к какому-то конкретному ключевому слову и источнику.
Более того: мы знаем, сколько денег потрачено на этот конкретный ключевик, т. к. расходы из GA и ЯД уже импортированы. Настройка сквозной аналитики Google Analytics гораздо проще написания бесконечных отчетов и составления таблиц вручную.
Все, что оставалось, — свести эти данные воедино. А точнее, сделать так, чтобы они сводились в один отчет автоматически. Сквозная аналитика Google Analytics позволяет это делать.
Как работает сквозная аналитика?
При переходе пользователя на сайт с рекламы он поучает уникальный идентификатор — GAID. Далее, если он совершает звонок или отправляет заявку, данные попадают в CRM уже с этим самым уникальным идентификатором. После чего менеджеры ведут лид через уникальный для каждого бизнеса sales process и доводят до оплаты. Счета и оплаты тоже фиксируются в CRM.
После того как продажа зафиксирована, с помощью скрипта автоматически забираем данные об оплатах из CRM, после чего посредством GAID «склеиваем» их с информацией об источнике перехода, принесшего оплаченную заявку. Что известно об этом переходе? Да практически все: показы, клики, CTR, расход и все остальные данные, с которыми позволяет работать сквозная аналитика гугл аналитикс.
Далее, в UA конверсии из CRM приравниваем к транзакциям электронной торговли (попросту — настраиваем модуль e-commerce) и получаем отчет, который автоматически считает все, что нам необходимо.
Мы получили воронку продаж, которая считается автоматически.
Без участия человека. Без бесконечных отчетов и таблиц. Все данные в одном месте. Все обновляется автоматически. При этом глубина этих данных может быть любой: рекламный источник, рекламная кампания, объявление, ключевое слово и т. д.
Все данные, в одном месте, в любых аналитических срезах.
Согласитесь, это уже больше похоже на достоверную картину эффективности рекламы. Именно такая углубленная, сквозная аналитика поможет вам принимать верные решения, оптимизировать бюджет на рекламу и повышать прибыль бизнеса!
P.S.
О том, что делать с полученными в подобных отчетах данными и как оптимизировать рекламные кампании, читайте в моих следующих статьях.
Успехов!
- сертифицированный специалист Яндекс Директ и Google AdWords
- автор обучающих курсов по контекстной рекламе
- спикер отраслевых конференций RIW, РИФ+КИБ, eTarget
