Несмотря на массовой перевод бизнеса в онлайн и внедрение автоматизации, “сквозная аналитика” для многих руководителей остаётся каким-то нереальным, почти волшебным инструментом, который либо невозможно, либо слишком дорого настроить.
Расскажем на примере кейса партнёров Albato, digital-агентства ORWO, как настроили сквозную аналитику для компании по производству строительных блоков за 2 месяца с использованием бесплатных инструментов автоматизации.
Задачи:
1. Определить каналы, которые приносят покупателей;
2. Построить максимально подробные конверсионные воронки по каждому каналу от первого контакта до продажи.
После постановки задач выявили проблемы и нестыковки в системе получения и обработки клиентов:
1. Множество точек лидогенерации и отсутствие идентификации каждого лида
Данные о лидах из всех источников (формы на сайтах, JivoSite, коллтрекинг и проч) передавались в CRM либо не полностью, либо дублировали записи, внесенные в CRM менеджером вручную.
2. Проблемы во взаимодействии используемых сервисов и инструментов
Из-за того, что каждое используемое решение передает данные в CRM в своей форме, отдельные поля по каждому лиду дублируются, а некоторые – не попадают в CRM вовсе. Для решения этой проблемы использовали сервис albato.
3. Проблемы в учете статистики по сайтам
Все действующие сайты клиента размещены на разные доменах, но для полной картины статистика по ним должна быть объединена. Изначально сбор статистики происходил только с основного сайта на Tilda.
В Google Analytics не были настроены цели, не импортировалась информация о расходах на рекламные кампании и не было кодов счетчика на вспомогательных лендингах.
Процесс настройки сквозной аналитики
Чтобы получить полную картину по всем каналам, нужно было привести к единому виду всю получаемую о клиенте или лиде информацию и представить все данные в виде сводных таблиц, графиков и диаграмм.
Примеры отчётов, построенных на основе данных только из Google Analytics, и далее выводы на их основе:
На основании сравнения количества обращений по разным каналам можно перераспределять бюджеты на офлайн и онлайн-рекламу.
Увидели, что один из наиболее популярных каналов общения — чат JivoSite на сайте. Следовательно, этот канал нужно развивать: оценить время ответа и качество общения менеджеров в чате, написать скрипты для стандартных ситуаций.
Оценили динамику входящего трафика и сопоставили конверсию для разных его типов, чтобы понять, в каком направлении двигаться и как её увеличивать.
Получили полную информацию по каналу Авито: от показов объявлений до конечных оплат. С помощью этих данных можно определить наиболее эффективные объявления, а зная ROI — учесть эти данные при разработке медиаплана.
По этим данным можно будет сравнить между собой рекламные источники на каждом уровне воронки и принять решения по их оптимизации.
Сформировали полную картину, чтобы скорректировать медиаплан и поставить чёткие KPI по рекламе.
Результаты настройки:
− обращений с сайта в 2 раза больше, чем из офлайн-рекламы;
− потенциальные клиенты любят общаться в чате на сайте, а звонки и обращения через онлайн-формы – не приветствуют;
− при текущих настройках реклама в Яндексе работает в разы эффективнее, чем в Google;
− вложения в бизнес-аккаунты Авито окупаются;
− рентабельность SEO сопоставима с контекстной рекламой, несмотря на то, что работы начались 2 месяца назад.
В результате всех проведенных работ мы получили автоматическую систему аналитики, ядро которой собрали из бесплатных компонентов.
Весь процесс построения сквозной аналитики занял 2 месяца.