[Кейс] Определение «истинной» стоимости заказа интернет-магазина цветов
В данной статье речь пойдет о том, как благодаря внедрению сквозной аналитики и подключению динамического коллтрекинга в интернет-магазине цветов удалось определить более-менее «правдивые» цифры по стоимости заказа.
Что значит более-менее? Дело в том, что до определенного момента времени владелец цветочного магазина не занимался сбором информации и анализом каких-либо источников трафика. Да, базовые счетчики Google Analytics и Яндекс.Метрика стояли, были даже настроены модули электронной торговли в обоих сервисах, и предпринимались попытки определения стоимости заказа. Значимых метрик было несколько:
- количество принятых заказов (в день);
- количество доставленных заказов (в день);
- средний чек;
- конверсия сайта;
- стоимость заказа (именно закрытого!, то есть продажи).
Первые три из них можно было определить без какой-либо веб-аналитики, просто сверившись с админкой сайта (1С-Битрикс). Четвертую привыкли смотреть по всем каналам, а вот с пятой было сложнее, поскольку никто до этого не отслеживал источник телефонного звонка и не работал с отменами и возвратами.
Интернет-магазин продолжал расти, суммарное количество заказов становилось все больше, расходов тоже прибавилось. В какой-то момент заказчику стало важно отслеживать стоимость заказа по каждому источнику в отдельности.
Понимание того, что пора что-то менять, наступает задолго до того, как начинаются сами перемены. И от осознания этого до конечной стадии может пройти очень долгий путь (несколько недель/месяцев). Мы являемся компанией, поэтому подкорректировать свои бизнес-процессы не составило труда. Хотя в крупных организациях для согласования каких-либо действий нужно пройти адовое количество бумажной волокиты. Но одно дело подумать, а другое дело начать делать. И мы стали действовать!
Задачу поручили мне. Это было лето 2017 года, когда во всю рекламировали различные сервисы автоматизации и сквозной аналитики – Alytics, Comagic, ROIstat и т.д. На последнем приняли решение и остановиться. Нет, это не реклама сервиса Германа Гаврилова, просто из всех представленных решений заказчику понравился именно Ройстат, как по оформлению, так и по ценовой категории. У них летом были хорошие скидки и при оплате тарифа на целый год – бесплатная интеграция с интернет-магазином на 1С-Битрикс.
Аналитику сквозной называют потому, что с помощью данных инструментов есть возможность отследить эффективность различных источников на основе данных, а также проследить полный путь клиента, начиная от просмотра рекламного объявления, посещения сайта и заканчивая продажей и повторными продажами (LTV). То есть можно связать все заказы, их статусы (Отменен, Оплачен, Доставлен и т.д.) с каждым каналом трафика и телефонным звонком. Разве Google Analytics не подходит для таких задач, спросите вы? Разумеется, да, подходит. Но конечное решение принималось заказчиком. Да и мне было интересно познакомиться с этим сервисом получше. Так что я настаивать не стал.
Какие задачи стояли перед разработчиками и мной:
- Интегрировать 1C-Битрикс с ROIstat;
- Установить динамический коллтрекинг;
- Определить «истинную» стоимость заказа с учетом звонков, мусорных лидов, сделок в работе и отказов с возвратами.
Интеграция с ROIstat базировалась на готовом модуле из маркетплейса и группе статусов в каталоге интеграций 1C-Битрикс, которые передавали необходимые данные по сделкам в статистику.
А после подключения динамического коллтрекинга с 13 номерами было принято решение создать еще один статус «Мусор» для всех заказов, которые поступали к нам через телефонный звонок. Когда пользователь звонил по одному из номеров телефона в админке сайта создавался новый заказ с уникальным ID и идентификатором ROIstat. Если это обращение приводило к заказу, то оператор просто копировал 6-значное число из поля «Идентификатор roistat» и вставлял в другой заказ, а этому просто присваивал статус «Мусор».
Таким образом операторы могли фиксировать обращения и присваивать им соответствующий идентификатор метки ROIstat, а мы понимали из какого источника пришел покупатель. Звонки, которые не приводили к заказам и продажам, мы никак не отображали в статистике и не считали их. А чтобы в ROIstat данные передавались корректно, статус «Мусор» принадлежал группе «Не учитываются».
Благодаря подключению динамического коллтрекинга удалось определить реальную стоимость обращения и доход по каждому из источников. До этого связать заказ, полученный по телефону или форме обратного звонка, не представлялось возможным.
К чему мы в итоге пришли? К тому, что стало ясно, что все не так гладко, как кажется на первый взгляд. Приведу пример одного месяца работы. Отчет по источникам трафика в Google Analytics выглядит следующим образом:
Доход по конверсии «Электронная торговля» составил 3 577 276 руб. (869 транзакций) по всем источникам. Яндекс.Директ принес за тот период 368 780 руб. и 83 заказа, а Google AdWords – 480 430 руб. и 133 заказа. Расходы по Яндекс и Google составили 86 952 руб. и 119 254 руб. (с НДС) соответственно. И эти данные без учета звонков и отмененных заказов.
Таким образом, получаем стоимость заказа на основе данных из Google Analytics:
- Яндекс.Директ = 86 952 / 83 = 1048 руб. (ДРР – 23,58%);
- Google AdWords = 119 254 / 133 = 897 руб. (ДРР – 24,82%).
А теперь посмотрим данные в ROIstat за тот же период, но с учетом звонков и статусов заказов из админки:
Таблица поместилась не вся, но даже так понятно, что значения отличаются, причем существенно. Сравним:
Количество заявок отличается не так сильно, всего на 4 шт. (0,5%), а вот общий доход (прогнозируемая выручка) в ройстате ниже на 311 273 руб. (не в нашу пользу). Яндекс.Директ принес за аналогичный период 285 811 руб. и 76 заказов, а Google AdWords – 369 326 руб. и 119 заказов.
Таким образом, вместо 1048 и 897 рублей из GA мы получили 1144 и 1002 руб. от ROIstat. А с учетом закрытых заказов совершенно другие цифры.
Вывод
Статья не популяризует сервис сквозной аналитики ROIstat, не призывает всем бежать сломя голову и регистрироваться, а лишь дает базовые представления о том, как благодаря простым и обязательным в интернет-бизнесе вещам удается структурировать работу и посмотреть на данные под другой плоскостью.
Еще раз повторю – все проделанные выше манипуляции можно решить с помощью более продвинутой настройки Google Analytics. Однако при решении поставленных задач был выбран именно такой способ.