На мой взгляд, в сквозной аналитике (в простонародье "сквозняк", или "сквозная") нуждается любой бизнес, который использует в своём продвижении интернет-каналы. Если вы ещё не знаете, что это такое и как она работает, постараюсь рассказать так, чтобы было понятно читателю.
Сквозная аналитика — это такой метод, который позволяет отслеживать и анализировать данные о клиенте на всех этапах его пути: от первого контакта с брендом (например, перехода на сайт) до завершения целевого действия (покупки, заказа, заявки и т.д.).
С помощью данной методы мы можем отследить покупки не только с рекламных источников, но и органических — будь то поиск, социальные сети или другие сайты, на которых может быть размещена ваша ссылка.
Для чего это нужно? Для того, чтобы бизнес мог оценивать рентабельность вложений в продвижение того или иного канала. Например, вы вкладываетесь в рекламу, подрядчики вам шлют ежемесячно отчёты — сколько денег было потрачено, сколько было посетителей на сайте, сколько человек отправили заявки и т.д. Но нет ответа на основной важный вопрос — а окупилась ли реклама? Сколько мы продали благодаря именно ей?
Если у вас не интернет-магазин, то стандартной статистики с рекламного кабинета недостаточно, чтобы это понять, потому что рекламная система не располагает данными, которыми располагает бизнес.
Что можем узнать, благодаря "сквозняку"?
При правильно настроенном инструменте мы можем увидеть примерный путь пользователя: кликнул по рекламе — отправил заявку — получил консультацию — купил. Без сквозняка два последних шага увидеть невозможно, потому что непонятно, во-первых, спецу по рекламе — сколько из условно пяти отправивших заявку действительно купили (некоторые бизнесы ошибочно считают, что ему это не надо; на самом деле спец должен понимать — в правильном ли направлении он идёт, поэтому надо, но это отдельная тема для поста), и непонятно бизнесу — откуда пришёл звонивший человек, который купил: с рекламы или просто друг с ним номером телефона поделился. В таком случае невозможно считать окупаемость того или иного канала, в который мы вкладываемся, будь то реклама, SEO или тот же SMM.
Что будет, если не использовать сквозную?
Без неё бизнес будет работать вслепую — мы не будем видеть, какой канал нуждается в доработке, а какой работает хорошо. Мы можем ошибочно поднимать бюджеты на неэффективное и, наоборот, эффективное подрезать. Всё это несёт финансовые потери без какой-либо значимой отдачи. Отсюда вывод: сквозная аналитика не только помогает нам считать рентабельность рекламы, но и работать над эффективностью каналов — работающее масштабировать, а неработающее, в зависимости от ситуации, — либо дорабатывать, либо отключать. Она помогает нам эффективно распределить средства между каналами, тем самым экономя бюджет (это, наверное, самое приятное её преимущество ).
Принцип работы сквозной аналитики
Следующие два абзаца — что-то на маркетинговом, но постараюсь объяснить, чтобы все поняли. А если что-то будет непонятно — спрашивайте в комментариях, не стесняйтесь
Например, мы настроили рекламу в Яндекс Директе, поставили на её оптимизацию цель: «Отправка формы». Это значит, что алгоритм будет обучаться на эту цель и стараться показывать рекламу людям, которые по паттернам поведения, по его мнению, похожи на нашу целевую аудиторию — не просто по сайту ходят, а могут и заявку отправить. Так вот, заявка приходит предпринимателю на почту, а данные о её отправке — в Яндекс Метрику. Если не настроена сквозная, то на этом этапе следы и теряются. Если в течение получаса пришло пять заявок, но четыре из них фейковые, а по одной из них совершена покупка — мы не узнаем, по какой именно и с какого канала она была.
А если бы была настроена аналитика, то путь был бы следующим: кроме отправки в Метрику, информация о срабатывании цели идёт в CRM-систему, в которой, помимо контактов отправившего заявку, отображается канал, с которого пришёл потенциальный клиент. Там менеджеры фиксируют дальнейший путь обработки заявки, в том числе — сконвертировалась ли она в покупку или нет. Благодаря синхронизации Метрики с CRM не только мы получаем информацию о том, какая из пяти заявок оказалась целевой, но и сама Метрика — а оттуда данные передаются в Директ, что является сигналом для алгоритма, который таким образом обучается на заявках, которые сконвертились (привели к продаже). Здесь ещё один очевидный плюс — оптимизация рекламы по целевым лидам, то есть по конкретным пользователям, которые действительно заинтересованы в вашем продукте.
Вывод
Сквозная аналитика — это необходимость для любого бизнеса, который хочет развиваться осознанно и не тратить деньги впустую. Она превращает потоки данных в понятные, измеримые и управляемые процессы. И помогает отличить то, что "кажется эффективным", от того, что действительно приносит прибыль.