Разработка cквозной аналитики
Сквозная аналитика - метод комплексного маркетингового анализа, позволяющий проследить путь клиента от клика по рекламе до заказа или совершения сделки. Сложно? Возможно, но на практике сквозная аналитика, наоборот, упрощает работу маркетологам и помогает увидеть, какая реклама работает, а какая - нет.
При построении системы обычно связывают между собой затраты на рекламу, клики по ней, целевые действия после клика на сайте или в приложении, заказы и выручку по этим заказам. Так есть возможность отследить процесс взаимодействия клиентов с компанией, результат которого выводится на панель показателей KPI в системе сквозной аналитики.
В настроенной системе все данные по рекламным источникам приведены к единому сопоставимому виду, что дает возможность их сравнивать между собой, оценивать и оптимизировать.
В настроенной системе все данные по рекламным источникам приведены к единому сопоставимому виду, что дает возможность их сравнивать между собой, оценивать и оптимизировать.
Находить, какие рекламные кампании, объявления, акции и предложения интересны и покупателям, и компании (с точки зрения целей и выручки)
01
Возможности сквозной аналитики
Оценивать, какие рекламные каналы стоит задействовать, а какие стоит оптимизировать или убрать
02
Вносить изменения в настроенную рекламу, тестировать новые каналы размещения, объявления, акции и предложения
03
Определять время и дни недели, приносящие максимум посещений, заказов или лидов, и от этого планировать запуски и размещение
04
Считать рентабельность маркетинговых инвестиций (ROMI)
05
Принимать управленческие решения на основе данных и цифр - data driven маркетинг во всей красе 🙂
06
Источниками данных для сквозной аналитики могут быть:
- рекламные кабинеты компании
- данные call-трекинга
- СRM, ERP
- аналитика сайта/приложения
- программа лояльности
- данные чат-ботов, рассыльщиков, мессенджеров
- иные источники данных
При этом есть возможность отслеживать продажи онлайн и оффлайн, разделять выручку с сайта и из мобильного приложения, анализировать рекламу в разрезе используемых каналов продвижения, проводимых кампаний (акций, спецпредложений), объявлений, ключевых слов и целей (лиды, клики, скачивания приложения и т.п.)
Для чего нужна сквозная аналитика?
Архитектура сквозной аналитики состоит из:
Справочника по разметке и мерам в сквозной аналитике (при необходимости), т.к. обозначения и расчет показателей разные команды даже внутри одной компании могут вести и понимать по-разному
01
Хранилища - базы данных - у заказчика или в облаке (например, MySQL, PostgreSQL, Clickhouse и т.д.)
Коннекторов для подключения к источникам данных (готовые, написанные или доработанные под интеграцию), которые забирают данные и направляют их в хранилище для сбора, очистки и хранения
02
03
Настроенных связей между данными, настроенных мер для расчета показателей (например, в Tableau, Power BI и т.д.)
04
Дашбордов и отчетов с возможностью их сохранения (также в Power BI, Tableau и т.п.)
05
Пример панели KPI в системе сквозной аналитики
При сборе данных из разных источников важным моментом является правильная их разметка. Чтобы в дальнейшем атрибутирование шло качественно и без ошибок, мы обычно используем UTM-метки (для сайта) и Device ID (для приложений). Однако в качестве разметки можем забирать и лог-файлы Clickstream, и трекинговые ссылки, и иные атрибуции - главное, чтобы они были.
Отдельного внимания заслуживает и работа с механизмом семплирования данных, когда работа с ними строится на основе лишь части информации, распространяемой на всю выборку. Получается ситуация, когда в рекламных кабинетах клиентов расчет показателей по кампаниям идет на основе 1/10 части информации. Чтобы качественно настроить сквозную аналитику, мы забираем все данные по рекламе и рассчитываем KPI на основе полной информации, а не ее части.
А еще не всегда правильным решением является прямая выгрузка информации в хранилище данных, и тогда приходится использовать буферные сервисы (например, Яндекс.Метрику и т.п.).
Не всегда для расчета маркетинговых KPI есть исходные данные, и тогда требуются промежуточные расчеты для их определения.
Не всегда «готовые» коннекторы готовы для работы, и тогда мы дорабатываем их код под нужды заказчика.
Не всегда передача данных из источников по API легка и проста, и тогда мы создаем требуемые наборы токенов и приложения для разработчиков.
В любом случае, что бы ни происходило на проекте, мы стараемся найти оптимальное решение задачи и предложить его заказчику.
Отдельного внимания заслуживает и работа с механизмом семплирования данных, когда работа с ними строится на основе лишь части информации, распространяемой на всю выборку. Получается ситуация, когда в рекламных кабинетах клиентов расчет показателей по кампаниям идет на основе 1/10 части информации. Чтобы качественно настроить сквозную аналитику, мы забираем все данные по рекламе и рассчитываем KPI на основе полной информации, а не ее части.
А еще не всегда правильным решением является прямая выгрузка информации в хранилище данных, и тогда приходится использовать буферные сервисы (например, Яндекс.Метрику и т.п.).
Не всегда для расчета маркетинговых KPI есть исходные данные, и тогда требуются промежуточные расчеты для их определения.
Не всегда «готовые» коннекторы готовы для работы, и тогда мы дорабатываем их код под нужды заказчика.
Не всегда передача данных из источников по API легка и проста, и тогда мы создаем требуемые наборы токенов и приложения для разработчиков.
В любом случае, что бы ни происходило на проекте, мы стараемся найти оптимальное решение задачи и предложить его заказчику.
Важные моменты
Пример панели анализа конверсий в системе сквозной аналитики
В готовое решение по сквозной аналитике мы включаем 4 стандартных отчета: панель KPI, панель выручки и рекламных кампаний, панель когортного отчета и панель анализа конверсий.
В дальнейшем в зависимости от потребностей заказчика в сервис сквозной аналитики можно добавить:
В дальнейшем в зависимости от потребностей заказчика в сервис сквозной аналитики можно добавить:
- RFM-анализ клиентов
- Анализ ассортимента
- Финансовые показатели (маржинальность, остатки на складах)
- Управление ставками в рекламных кабинетах
- Анализ данных post-view для оценки визуальной рекламы (баннеры)
- Post-click анализ по отказам, времени и заказам
- Иные аналитические отчеты
Сервис сквозной аналитики
Чтобы обсуждение сквозной аналитики было более наглядным и простым, мы создали витрину сервиса сквозной аналитики. По ссылке можно самостоятельно покликать демо-версию решения, напомним только, что в ней стоят рандомные данные, поэтому показатели могут быть некорректными с точки зрения маркетинга, но прекрасными с точки зрения архитектуры решения. На реальных данных маркетинг с IT, конечно, дружат 😊
