Сквозная аналитика (2024)

"Сквозная аналитика" - дама, о которой все слышали, которую все хотят, но которая не всякому подвластна. Почему так? Разбираемся в этом вводном материале, а также в моих последующих публикациях про сквозную аналитику.

Что такое "сквозная аналитика" в современном цифровом маркетинге?

Перед тем, как понять значение этого термина, давайте разберем практический пример. Предположим, вы решили открыть свой бизнес в онлайн и заняться продажей каких-либо товаров или услуг. Перед запуском вы сделали расчет юнит-экономики, оценили рентабельность проекта, взвесили все ЗА и ПРОТИВ, и пришли к выводу, что стоит попробовать.

Далее вы разработали сайт, закупили товар и упаковали свой продукт. Теперь у вас есть первый и центральный элемент схемы - Сайт, через который вы можете донести информацию о своей деятельности до целевой аудитории.

Затем вы запустили платное продвижение своего продукта в различных источниках. Выделив бюджет на рекламу, вам на сайт стали приходить люди из Facebook, myTarget, Instagram, ВКонтакте, Яндекс.Директ, Google Ads и т.д. С этого момента появлятся второй элемент схемы - Платные источники трафика.

Вы стали получать обращения. И даже примерно можете посчитать их стоимость, разделив общие затраты на рекламу на количество обращений через сайт/телефон/чат и другие способы коммуникации. Но если платный трафик можно измерить благодаря рекламным кабинетам сервисов (показы, клики, расход, цена за клик и т.д.), то как быть с другими источниками трафика -  прямыми заходами, органическим поиском, переходами из социальных сетей, e-mail рассылками? Где посмотреть данные по ним?

В этот момент владелец бизнеса начинает задумываться о том, что ему нужна веб-аналитика. Скорее всего, он изначально самостоятельно попробует установить счетчики Яндекс.Метрики и Google Analytics, чтобы хоть как-то контролировать работу сайта. Возникает третий элемент схемы - Счетчики веб-аналитики.

Через некоторое время владелец бизнеса осознает, что нужно отталкиваться от ключевых показателей эффективности (KPI), считать реальные обращения людей с привязкой к источникам трафика, а не только смотреть на основные метрики (показы, клики, цена за клик, расход, глубина просмотра, отказы, время на сайте) без какой-либо связи с реальными бизнес-показателями.

Тогда он обращается за настройкой к соответстующим специалистам. Чтобы обосновать и защитить все последующие результаты работ, интернет-маркетолог предлагает выделить те метрики, которые будут являться для заказчика наиболее важными, и на основании которых он сможет принимать управленческие решения и оптимизировать рекламные кампании. Например, такими показателями могут быть: средний чек, конверсии (обращения), конверсия сайта и стоимость конверсии.

Согласовав все работы, маркетолог приступает к донастройке инструментов веб-аналитики. На данном этапе наша схема приобретает новый, укрупненный вид, поскольку для отслеживания действий на сайте может понадобиться:

• подключение диспетчера тегов Google Tag Manager (GTM) для настройки целей, событий, электронной торговли, User ID, динамического ремаркетинга, включая трекинг всплывающих окон, виджетов, форм обратного звонка, онлайн-чатов и консультантов;
• настройка коллтрекинга для отслеживания телефонных звонков;
• настройка e-mail трекеров для отслеживания электронных писем;
• импорт данных, чтобы в отчетах Google Analytics отображалсь статистика по всем рекламным системам и можно было оценить окупаемость вложений каждого источника.

Это стандартные пункты настройки любого проекта, которые входят в обязанности интернет-маркетолога. Обновив схему, получим:

С такой настройкой веб-аналитики можно достаточно успешно работать долгое время. Но как в интернет-маркетинге обойтись без автоматических отчетов в Google Таблицах, QlikView, Yandex DataLens, Tableau, Microsoft Power BI и Google Data Studio - инструментов, которые позволяют решать задачи по сведению, анализу и визуализации данных, собранных из различных источников? Тем более, что в стоимость услуг у маркетологов/агентств заложена такая опция. Никак, поэтому обновим нашу схему, добавив новый элемент - Визуализация данных.

Рано или поздно наступает следующий этап, когда владельцу бизнеса хочется масштабироваться и зарабатывать еще больше денег. Но без командной работы это сделать крайне сложно, особенно когда отдел продаж и отдел маркетинга работают обособленно друг от друга и не делятся между собой важной информацией. Ведь на практике часто встречаются заказы, которые совершаются по звонку, изменяются в процессе разговора с оператором, или вовсе отменяются. Такие изменения счетчики веб-аналитики самостоятельно фиксировать не могут. Поэтому статистика в Яндекс.Метрике и Google Analytics искажается, и это приводит к неверным выводам.

Теперь важно сопоставить данные о том, сколько пришло обращений и сколько из них было завершено, отменено, а сколько находится в стадии выполнения. Другими словами, связать все лиды с их статусами с учетом источников взаимодействий. Пришло время для внедрения CRM-системы и следующего элемента в схеме - CRM-система.

Связь данных между CRM-системой и счетчиками веб-аналитики может осуществляться с помощью уникального идентификатора пользователя (Client ID, cid). Подробнее об этом читайте в моем блоге.

Примечание: если до этого момента веб-аналитику можно было считать классической, то после внедрения CRM в экосистему предприятия ее уже можно называть гибридной веб-аналитикой, поскольку наши маркетинговые активности теперь завязаны не только на количестве обращений по конкретным источникам трафика, но еще и учитывают статусы сделок. Их можно передавать из CRM-системы в веб-аналитику автоматически, например, в Google Analytics. В этой статье я подробно рассказываю о том, как и с помощью каких инструментов это можно сделать.

Внедрив CRM-систему в свой бизнес, вы сможете не только работать в плоскости "статусы сделок", связать покупки конкретных пользователей с их действиями на сайте, персонализировать предложения, но и отслеживать более сложные вещи. Например, интегрировать социальные сети, чтобы сообщения из групп, страниц, профилей автоматически попадали в CRM-систему. Таким образом, CRM-ка выступает в качестве централизованного сборщика всех обращений к вашей компании и дает возможность привязать лид к конкретному источнику трафика.

Казалось бы, мы теперь отслеживаем все в онлайне: и расходы на рекламу, и лиды с привязкой к статусам сделок, и цикл сделки (время, за которое совершается сделка - от первого касания до покупки), и всю информацию о наших клиентах (пол, контакты, адрес доставки, средний чек, периодичность покупок и т.д.). Не это ли сквозная аналитика?

Еще нет, поскольку мы не учли офлайн-конверсии. Ведь вполне вероятно, что владелец бизнеса после успешного старта и первоначального роста решил открыть в своем городе офлайн-точку. Пользователи, которые делают заказ в интернете, могут приехать и забрать товар в магазине. Также люди, проходящие мимо магазина, могут зайти в него и что-нибудь приобрести. Как быть в этом случае? Как фиксировать покупку в аналитике, CRM-системе? Для этого существуют различные решения, большая часть которых сводится в передаче данных в CRM-систему после покупки в офлайн-магазине, а из нее данные отправляются в инструменты веб-аналитики после изменения статуса заказа.

Такой подход позволяет вырваться вперед в конкурентной борьбе за клиентов, поскольку наличие офлайн-магазина предоставляет более гибкий сервис и предлагает покупателям преимущества разных вариантов шопинга. Кроме этого, расширяется клиентская база за счет проходящих мимо и заходящих в ваш магазин людей.

Но здесь снова возникает вопрос. Мы можем отслеживать действия пользователей, которые зашли на сайт, оставили заказ и забрали его в магазине. Но как быть с теми, кто пришел офлайн? Как данные об их транзакциях передавать в инструменты веб-аналитики? Решение тоже есть - Яндекс.Метрика имеет встроенный инструмент загрузки данных офлайн-конверсий, а Google Analytics позволяет передавать данные с помощью Measurement Protocol.

В случае, если вы отслеживаете User ID, вы можете связать действия каждого пользователя как офлайн, так и онлайн. Например, первый контакт человек совершил с вашей продукцией не в интернете, а зайдя в магазин. Во время покупки вы предлагаете ему оформить скидочную карту (просто заполнить анкету со всеми данными), а затем активировать ее на сайте в личном кабинете.

Покупатель оплачивает покупку офлайн, получает скидочную карту, идет домой, садится за компьютер, регистрируется на сайте и активирует карту. Все. С этого момента все его действия вы можете связать воедино. Теперь у вашей компании есть цепочка касаний офлайн-онлайн, а предоставленная информация человеком на кассе позволяет идентифицировать его по местоположению, полу и возрасту. Теперь можно отправлять ему e-mail рассылки, специальные акции, предложения, настроить на определенный сегмент ремаркетинговые кампании и т.д. Ведь он согласился с условиями пользовательского соглашения, проставив галочки в анкете.

Теперь все? Это и есть сквозная аналитика? Нет, это далеко не все, что необходимо сделать. Да, теперь у нас есть представление о том, как связывать действия офлайн-онлайн. Но если мы имеем не один магазин, а целую сеть, и у каждой точки есть своя программа лояльности в виде скидок, бонусов, предложений, то нужна куда более гибкая и централизованная система. Каждый магазин может проводить свои маркетинговые активности, иметь собственную базу покупателей и индивидуальный подход к клиенту. Более того, на каждой офлайн-точке присутствуют камеры видеонаблюдения, отслеживающие трафик в течение дня (офлайн-аналитика), и внедряется своя ERP-система (Enterprise Resource Planning, планирование ресурсов предприятия). В нее входит большое количество отдельных функций и модулей, например:

• производственный модуль (производственное планирование, учет продукции, управление производственными программами);
• логистический модуль (снабжение, управление взаимоотношениями с поставщиками, управление цепочками поставок и транспортировкой, управление запасами, складами, инвентаризацией);
• финансовый модуль (бухгалтерская деятельность, учет затрат и доходов, по продуктам, по проектам, калькуляция себестоимости, взаимодействие с банками, управление долгом и заимствованиями и многое другое);
• модуль управления персоналом (кадровый учет, учет рабочего времени, расчет производительности трудовых ресурсов, управление оплатой труда, премиями, компенсациями и расчет заработной платы, пенсионный учет, оценка персонала, управление квалификацией, подбор персонала.)
• сбытовой модуль (ценообразование, обработка и конфигурирование заказов, продажи (транзакции), послепродажное обслуживание)

Модульный принцип организации позволяет внедрять ERP-системы поэтапно, последовательно переводя в эксплуатацию один или несколько функциональных модулей, а также выбирать только те из них, которые актуальны для организации.

Чем больше организация, тем больше у нее данных. И эти данные, как правило, собираются разрозненно друг от друга, в своих базах данных. Данные о транзакциях лежат в одном месте, данные о продаж в другом, действия пользователей в третьем. Таким образом, задача превращается в объединение и совмещение данных как минимум из 3 разных компонентов: счетчики веб-аналитики <-> CRM <-> ERP.

До этого момента центром всех собранных данных о пользователях и их покупках оставалась CRM-система или счетчик веб-аналитики. Теперь нам нужно объединить данные из различных систем, более сложных, поэтому, как правило, в компании принимается решение о создании отдельного хранилища данных (Data Warehouse), из которого в дальнейшем можно доставать данные в различных срезах для анализа. Например, таким хранилищем может быть Google BigQuery. Это облачное решение, позволяющее собирать все ваши данные в одной системе и анализировать их с помощью SQL-запросов.

Схема приобретает новый вид, куда более сложный:

Все это может быть интегрировано между собой с помощью дополнительных скриптов, коннекторов и всевозможных нетривиальных решений.

Теперь это точно сквозная аналитика? Да, с того момента, как мы можем проследить полный путь клиента, начиная от просмотра рекламного объявления, посещения сайта/магазина и заканчивая продажей и повторными продажами (для посчета LTV), аналитика переходит из статуса гибридной в статус более сложной системы, к которой можно применить термин сквозная аналитика.

Однако это еще не все, что можно сделать ? Вы, как владелец бизнеса, можете создать для своих клиентов мобильное приложение, которое тоже будет являться частью экосистемы организации. Данных станет еще больше и связывать придется офлайн-онлайн-веб-мобайл платформы со всеми остальными компонентами. В этом случае без кросс-девайс отслеживания и инструментов мобильной аналитики (AppMetrica, Adjust, AppsFlyer и другие) не обойтись. Для полноты картины схему можно дополнительнить этим элементом - Мобильная среда.

Бизнес в крупных компаниях (особенно в США) уже дошел до того момента, когда крайне важно понимать кроссплатформенные взаимодействия пользователей. Сегодня потенциальный клиент зашел к вам на сайт, а завтра установил мобильное приложение и оформил заказ. Чтобы упростить такое отслеживание, команда Google в августе 2019 года открыла в Google Analytics новый типа аккаунта - «Веб-сайты и приложения». С его помощью можно объединить данные веб-сайта и мобильного приложения, чтобы по собранной статистике строить единые отчеты и анализировать данные в рамках одного ресурса.

Вот мы и методично, пошагово дошли до самого главного. Так что же такое сквозная аналитика? Исходя из вышеописанного, ответ один - сквозная аналитика индивидуальна. В ней нет шаблонных решений и каждый проект настраивается по-разному. Для кого-то важно отслеживать офлайн-конверсии, а кому-то и CRM-система не пригодится в работе. Кто-то выстраивает целую экосистему организации, стараясь связать все компонентны воедино, а кому-то достаточно корректно настроенных целей в Google Analytics и Яндекс.Метрике. Я специально рассматривал максимально возможный вариант настроек, чтобы у вас возникло окончательное понимание того, как это работает.

Но если подытожить это каким-нибудь общим и кратким определением, то можно сказать, что сквозная аналитика - это комплекс мер, направленный на то, чтобы проследить полный путь клиента (начиная от просмотра рекламного объявления, посещения сайта, офлайн-магазина, мобильного приложения и заканчивая продажей и повторными продажами), связав эту информацию с ресурсами организации (аналитика + CRM + ERP).