Найти тему
Alytics

Сквозная аналитика для решения бизнес-задач. Кейс агентства Adventum и ГК «Самолет»

Оглавление

Материал написан на основе выступления аналитика отдела digital-маркетинга ГК «Самолет» Юрия Игошева и руководителя группы аналитиков агентства Adventum Николая Сущенко на конференции «День сквозной аналитики».

Николай Сущенко, руководитель группы аналитиков агентства Adventum
Николай Сущенко, руководитель группы аналитиков агентства Adventum

21 ноября система сквозной аналитики Alytics провела в Москве третью ежегодную конференцию «День сквозной аналитики», посвященную методам и кейсам построения сквозной аналитики и способам оценки эффективности вложений в рекламу. Посмотреть видеозаписи выступлений спикеров можно на сайте конференции.

Группа компаний «Самолет» – один из крупнейших застройщиков ближнего Подмосковья. Включает в себя 14 жилых комплексов на разных стадиях строительства. Агентство Adventum – давний партнер компании Alytics, специализируется на рerformance-маркетинге, формировании брендов, работе с блогерами, мобильной рекламе и аналитике.

ГК «Самолет» и Adventum начали сотрудничать в 2018 году. Результатом этого сотрудничества (которое еще не закончено) стал интересный и показательный кейс по сквозной аналитике. О нем и пойдет речь в статье.

Как строилась работа до внедрения сквозной аналитики

У ГК «Самолет» есть главный сайт и 10 сайтов отдельных жилых комплексов. Общая их посещаемость составляет 14 000 пользователей в день. Еще до внедрения сквозной аналитики на каждом сайте была настроена базовая аналитика: Google Analytics, «Яндекс.Метрика», коллтрекинг и CRM Microsoft Dynamics. Поскольку все данные хранились в разрозненных системах, при построении отчета неизбежно возникали сложности.

К примеру, для отчета о том, как разные рекламные каналы влияли на совершение клиентом сделки – покупки квартиры, нужно было сделать следующее:

1. Запросить данные по сделкам из CRM: какой клиент совершил сделку, его номер телефона.

2. По этому номеру телефона посмотреть в коллтрекинге, каким был последний источник перед звонком или сделкой. Если получится, увидеть в Google Analytics и «Яндекс.Метрике» идентификатор этого клиента.

3. Посмотреть вручную в Google Analytics и «Яндекс.Метрике», какими еще источниками пользовался клиент до совершения сделки.

Все это делалось вручную, долго и с ошибками. Поэтому в ГК «Самолет» приняли решение внедрять сквозную аналитику с помощью агентства Adventum.

1 этап. Аудит

Первое, что специалисты Adventum сделали перед внедрением – провели аудит текущей аналитики:

  • все ли коды на сайте стоят через Google Tag Manager (чтобы в любой момент можно было поменять и модифицировать их, не дожидаясь разработчика);
  • на всех ли сайтах ЖК настроена отправка в Google Analytics и «Яндекс.Метрику» одних и тех же целей. Обязательно в обе системы, чтобы получить максимально полную информацию;
  • на всех ли сайтах и во всех разделах используются подменные номера. Это очень важный момент: если у вас используются прямые номера коллцентра, которые не проходят через коллтрекинг, вы не сможете узнать, с каких рекламных источников пришли позвонившие. Подменные номера нужно упоминать не только на сайтах, но и в карточках компании в Google Картах, комментариях в соцсетях, даже в офлайне – на зданиях офисов;
  • есть ли единая система нейминга и UTM-прометки рекламных кампаний. В ГК «Самолет» рекламные кампании ведут большое количество разных подрядчиков. Каждый записывает информацию в UTM-метки по-разному, как придется. Поэтому, если заказчик захочет сравнить данные по рекламе, ничего не получится. Для решения этой проблемы стоит использовать специальный конструктор, который регламентирует написание данных.

Например, в конструкторе, который Adventum создали для ГК «Самолет», подрядчик выбирает параметры: формат рекламы, способ таргетирования, геоданные, аудиторию, возраст. На основании этой информации конструктор генерирует полное название рекламной кампании, UTM-метку, название в коллтрекинге. Благодаря этому заказчик может легко отслеживать данные (что за подрядчик, для какого ЖК создавалась реклама, на какой площадке и т. д.) и сравнивать их.

-2

2 этап. Сбор данных

После предварительного этапа начинается собственно работа. Процесс сбора данных также сопровождается сложностями.

  1. Хаос в рекламных аккаунтах. Как уже говорилось, рекламные кампании в ГК «Самолет» ведут много подрядчиков, к тому же они часто меняются. За несколько лет накопилось более 150 рекламных аккаунтов, в которых теперь трудно разобраться. Поэтому совет: даже если у вас пока маленький бизнес, заведите табличку и записывайте туда данные по всем аккаунтам.
  2. Выгрузка данных из CRM-системы. Тут целых две сложности: согласование со службой безопасности и разработчиками заказчика. Первым важно не допустить утечки данных, вторым надо решать технические проблемы выгрузки. Еще один совет: когда будете планировать время на внедрение сквозной аналитики, закладывайте на это согласование хотя бы несколько месяцев.

3 этап. Организация хранилища данных

Итак, собрано огромное количество данных, которые надо как-то объединить. Разработчики использовали базу данных PostgreSQL, в которой есть все возможности для создания хранилища.

И снова, как водится, возникли сложности. Опыт Adventum подсказывает, что лучше пользоваться не авторскими, а стандартными методиками, чтобы разобраться в них смог любой ваш коллега. В противном случае, если случится форс-мажор и компания потеряет единственного человека, который собирал все эти данные, сквозная аналитика полетит насмарку. Хороший вариант – система организации данных Data Vault.

Итак, структура данных получена. На скриншоте видно, из чего она состоит и с какими системами и бизнес-процессами интегрирована.

-3

Отдельно хочется остановиться на склейке данных. Для сквозной аналитики очень важно максимально склеивать данные пользователя, чтобы отследить, какие рекламные источники и каким образом повлияли на его решение.

-4

Сквозная аналитика собирает идентификаторы и ведет по каждому пользователю своеобразное досье: на каких сайтах он был и когда, какие действия совершал: бронировал товары в корзине, совершал покупки, оставлял заявки. Обычно идентификаторами являются номер телефона, уникальная ссылка, логин, сookie браузера, GUID в личном кабинете, идентификатор в CRM (часто на одного пользователя заведено несколько карточек, и сотрудники думают, что это несколько разных человек).

Как должна работать склейка в идеале? Например, пользователь заходит на сайт ЖК «Томилино». Ему как уникальному посетителю присваивается сookie и clientID. Затем он приезжает в офис продаж самоходом и оставляет там номер телефона. На этом этапе никакими техническими средствами не определить, что два эти действия совершил один человек.

И снова спасают подменные номера: если этот пользователь когда-то совершит звонок по подменному номеру, можно будет узнать соответствие его сookie и номера телефона и склеить эту историю в одно целое.

Компания постоянно разрабатывает новые механики склейки. Например, посетителям офиса отправляется презентация с промеченной ссылкой. В ссылке содержится его уникальный идентификатор в CRM. Настроено кроссдоменное отслеживание на всех сайтах ГК «Самолет» с помощью единого счетчика. Есть возможность получить номер договора клиента в личном кабинете, отследить все его посещения и понять, какой визит привел к совершению сделки.

Благодаря новым механикам и доработкам можно определить рекламный источник по 80 % пользователей.

Какой результат дает склейка с точки зрения данных? На скриншоте видно, что во многих случаях CRM находит у пользователя взаимодействия только с одного источника. Сквозная аналитика видит более полную картину, поэтому у тех же пользователей она может найти взаимодействия еще и с других источников. В среднем в сквозной аналитике у пользователя показывается в 2 раза больше уникальных источников, чем CRM.

-5

Та же ситуация по числу звонков перед сделкой. CRM часто видит всего один звонок, но даже начинающему маркетологу понятно, что это не так: кто же купит квартиру после одного звонка? Сквозная аналитика показывает более реальные цифры: среднее количество звонков составляет 9,8 против 3,7.

4 этап. Построение отчетности

После того как проделаны все технические операции, можно наконец приступить к построению отчетов. Мы строим их в системе Tableau, которая позволяет работать с огромным количеством данных и обеспечивает максимальную точность отчетов.

Для руководства ГК «Самолет» было важно увидеть стандартные отчеты для бизнеса по основным KPI (количество сделок, средний чек, доля рекламных расходов и т. д.) и отчеты, созданные конкретно для ниши недвижимости. Рассмотрим подробнее:

Отчеты по планам и фактам в разбивке по каждому ЖК.

-6

Отчеты по допродажам: как люди делают повторные покупки и какое время проходит между сделками (по квартирам и машиноместам).

-7

Когорты по договорам понедельно и помесячно. Позволяет понять, как быстро после рекламного касания человек позвонит, как быстро после звонка придет на встречу и в итоге дойдет до сделки.

-8

Результаты внедрения сквозной аналитики для бизнеса

  1. Благодаря внедрению сквозной аналитики компания стала работать с сопоставимыми данными – теми, что можно сравнить и проверить. Также устраняются промежуточные работы по их подготовке и обработке.
  2. Получили экономию на составлении отчетов – около 50 рабочих часов в месяц. Или скорее, это ставка одного человека, который раньше сводил все файлики в одно вручную.
  3. Стали понимать, на что расходуются рекламные деньги, и более прагматично тратить бюджет. ГК «Самолет» отключает неэффективную рекламу, а высвобожденные средства распределяет на другие каналы.
  4. Стало меньше нецелевых звонков и фрода, в связи с чем нагрузка на коллцентр снизилась на 20% без потери количества качественных звонков.

Переходите на сайт Alytics, чтобы получить доступ к демо-проекту и увидеть как может выглядеть ваш отчет по сквозной аналитике.