Сквозная аналитика: настройка, внедрение и использование от A до Я. Настройка сквозной аналитики: просто о сложном

Что хочет каждый владелец бизнеса? Точно знать сумму рекламных расходов и понимать, сколько денег удалось заработать на каждом способе рекламы. Стандартные аналитические методы (клики, показы, переходы) не дают необходимый объем информации, с помощью которой можно определить действенные и неэффективные каналы привлечения клиентов. Эти задачи решает сквозная аналитика.

Заказать продвижение сайта

Ingate в новом выпуске
«Трансформатора»!

Смотри видео и перенимай digital-советы от первых лиц компании.
Находи клиентов. Быстрее!

Три уровня аналитики

Учитывая описанные выше схемы аналитики, можно определить три уровня сложности.

Первый: все вручную. Подходящий вариант для малого и микробизнеса, которому не по карману платные аналитические решения. Для него нужен такой набор инструментов:

  • Spreadsheet Google, Excel;
  • электронная платформа для приема заявок (CRM);
  • Google Analytics, «Яндекс.Метрика». Можно использовать сервисы в комплексе;
  • система колл-трекинга (автоматическая либо полуавтоматическая).

Схема действия: система аналитики фиксирует действия пользователей на сайте. Когда заявка оформлена, в CRM попадает информация об источнике. В элементарной модели инструменты не связаны, поэтому данные нужно выгружать вручную, объединяя их по нужным параметрам. Это удобно при невысоком трафике и бюджете. Как только компания преодолеет этот этап — нужно выбирать более сложное решение.

Второй: автоматизация. Решение для малого или среднего бизнеса с большим объемом операций. Подходящие инструменты:

  • Google Analytics;
  • система автоматического колл-трекинга;
  • инструмент для автоматического импорта расходов;
  • если нужно — Microsoft Power BI.

Период внедрения занимает в среднем 7 дней. Принцип строится на настройке связи инструментов для автоматизированной выгрузки данных в Google Analytics. Большинство современных систем поддерживают эту возможность.

При всех преимуществах автоматизации у этого решения есть свои особенности. Отсутствует доступ к каждому пользователю в рамках одной сессии. Если количество сессий превышает 40 тыс. в сутки, система может семплировать данные. Кроме того, системой запрещена передача личной информации.

Третий: совершенная аналитика. Этот уровень выбирают представители среднего и крупного бизнеса. Он позволяет автоматизировать процессы без проблем, озвученных выше. Средний набор инструментов:

  • Google Analytics;
  • автоматическая система колл-трекинга;
  • база данных (лучше облачная);
  • Excel или более совершенные инструменты (Tableau, QlikView).

Принцип можно описать кратко: все получаемые аналитические данные автоматически поступают в единую базу в чистом виде без искажений. Благодаря этому можно получать выборку по любому запросу: изучать поведение каждого конкретного пользователя, анализировать группы покупателей, тестировать огромное количество маркетинговых гипотез. Нет никаких ограничений. Полученные данные можно выгружать в виде удобных таблиц и графиков.

Три этапа настройки сквозной аналитики

При внедрении системы требуются услуги программистов и интеграторов. Когда все налажено и проверено — пользоваться инструментами можно, не привлекая айтишников. Внедрять сквозную аналитику лучше при построении воронки продаж. Без этого не будет возможности оценить рекламные бюджеты. В целом все работы можно разделить на три этапа.

01.

Отбор ключевых контрольных точек

Количество бизнес-показателей, доступных для отслеживания, может быть неограниченным. На каждом этапе эти показатели могут меняться. Можно отобрать актуальные для данного периода времени. Например, ключевыми показателями в период привлечения клиентов могут быть клики по рекламным объявлениям, на этапе роста продаж — средний чек и конверсия, при удержании — повторные заказы.

Среди важнейших показателей нужно учесть ROI — коэффициент возврата инвестиций. Это объем средств, которые удалось вернуть, потратив деньги на рекламу. По сути, сквозная аналитика сводится к расчету: сколько компания заработала с помощью рекламы и насколько окупается каждый из каналов.

02.

Настройка аналитики

Интеграция используемых сервисов в единую систему аналитики. Настройка UTM-меток и генерация ссылки, по которой можно отслеживать источники обращения посетителей. Настройка разметки ссылок для получения точной информации по каждому каналу.

03.

Отслеживание показателей

Набор массы событий и посетителей, отслеживание каналов посредством UTM-меток, использование систем аналитики и колл-трекинга для анализа целевых действий. Все показатели поступают в единую систему аналитики, где есть инструменты для их удобного расчета и построения прогнозов.

Лидеры рынка выбирают Ingate

Как стать клиентом Ingate?

Для заказа стратегии в Москве или другом городе просто заполните заявку. Менеджер по работе с клиентами свяжется с вами и подготовит персональное коммерческое предложение performance-marketing агентства Ingate, составленное с учетом ваших целей и возможностей.

Вам ежедневно поступает много звонков и заявок от потенциальных клиентов. Точно знать, какие из них приносят прибыль, а какие нет, помогает сквозная аналитика.

В статье - что это такое и как её внедрять. За методики спасибо Константину Червякову, коммерческому директору компании Ringostat.

Что такое сквозная аналитика и зачем она нужна

Как правило, эффективность у большинства ассоциируется с ROI, ROMI, CTR и т.д. Для электронной торговли - еще модуль e-commerce в Google Analytics (если он расширенный - это достаточно близко к теме. Однако 90% интернет-магазинов используют обычный).

Все эти показатели не про сквозную аналитику. Да, они могут быть вспомогательными, особенно если цикл продаж длительный. По ним вы вовремя понимаете, что все совсем плохо, или наоборот. Но конечные решения стоит принимать на основе реальных данных.

Это справедливо для любого типа бизнеса, за исключением редких случаев.

Заявки и звонки вроде и целевые, но клиентов не приносят. Или по одной кампании продаж меньше, но сумма чека выше и включает товары, у которых маржа выше. Есть риск принять ошибочное решение.

На ваш суд и выбор - 3 типа систем, в зависимости от сложности и продвинутости.

Уровень «Топор»

Это сложно назвать моделью сквозной аналитики. Но так как многие малые и микробизнесы на начальном этапе не могут себе позволить платные инструменты, этот вариант заслуживает внимания. Как показывает практика, не все и о нем знают.

Набор инструментов простой, с минимальными, иногда нулевыми, затратами бюджета.

  • Google Spreadsheet, Excel;
  • CRM или админка сайта с источниками заявок;
  • Google Analytics и / или Яндекс.Метрика. Первое дает больше возможностей, но у Метрики свои фишки, которых нет у Гугла - вебвизор, отчеты о пиках посещений;
  • Автоматический или полуавтоматический .

Множество бизнесов используют автоматический динамический коллтрекинг. Система показывает для каждого посетителя уникальный номер телефона, чтобы затем сопоставить звонок с конкретным пользователем, узнать о нем подробнее: какие запросы вводил, какая кампания сработала, какие страницы смотрел и т.д.

Доступно всё вплоть до операционной системы устройства.

Полуавтоматический коллтрекинг примитивнее и требует рутинной работы:

Принцип такой: каждый пользователь на сайте видит уникальный код. Менеджер его запрашивает, чтобы вручную связать звонок с конкретной сессией.

50-60% звонков удается фиксировать таким способом, но, как правило, через 2-3 месяца руководителям надоедает эта маета. При этом всё зависит от человеческого фактора.

Важно, чтобы менеджер ничего не забыл и не перепутал. Для него это дополнительная нагрузка: вместо того, чтобы продавать, он вводит промо-коды. Компания теряет в прибыли.

Справедливости ради отметим, что этот метод обходится недорого. И иногда это единственный доступный вариант - например, для микробизнеса с небольшим бюджетом.

Принцип внедрения


Пользователи приходят на сайт, совершают определенные действия. Всё фиксирует система аналитики. При оформлении заказов или заявок информация об источниках попадает в админку или CRM.

В самой простой модели нет связки этих инструментов, поэтому мы выгружаем данные в Excel по отдельности.

Вот выгрузка из CRM - это все закрытые сделки (кейс агентства Ringostat):


Заявки с сайта, в нашем примере - регистрации, с указанием источников, кампаний и ключевых слов:


И такая же выборка по звонкам:


Навыки работы в Excel облегчают работу, но это все равно занимает время. Отсутствие автоматизации - главный минус модели.

На начальном этапе, когда трафик небольшой и бюджет невысокий, этого хватает, но со временем приходится расширять возможности. Тем более если компания может себе позволить более совершенные техники.

Уровень «Автомат»

  • Google Analytics - всё завязано на ней;
  • CRM-система;
  • Автоматический коллтрекинг;
  • Автоматический импорт расходов OWOX BI;
  • Microsoft Power BI (опционально).

Можно оставить те же Spreadsheets для визуализации и построения отчетов, но в Power BI больше фишек и есть автоматическая привязка к GA. Стоимость - 9-10 долларов за пользователя в месяц.

Принцип внедрения


По заявкам мы настраиваем цель в GA - «Транзакции». Информация о посещениях накапливается автоматически.

99% сервисов коллтрекинга передают данные в GA.

Для звонков существуют WebHooks - триггеры, которые мы отправляем в режиме реального времени.

Затем данные о закрытых сделках нужно передать в GA. Популярные системы - retailCRM, amoCRM - позволяют выгружать их напрямую. Либо можно создать свой коннектор за 1 неделю, либо поручить эту задачу программисту. В итоге вы получаете полный контроль над бизнес-показателями в Google.

Что вы видите в итоге в GA? Вот скриншот одного из клиентов Ringostat:


Столбец «Цена за достигнутую конверсию» показывает, сколько денег вы потратили. «Стоимость» - сколько вы «заплатили» за посетителей. «Доход» - сколько это принесло дохода.

Минусы

Чтобы понять недочеты этого уровня, разберем структуру данных системы аналитики:


Так работает Google Analytics: человек заходит на сайт и генерирует сессию. В рамках неё совершает действия (хиты): просматривает страницы, звонит, отправляет заявки, скачивает материалы и т.д.

По иерархии на первый взгляд всё правильно.

Проблема в том, что в GA у вас только агрегированные данные.

1) Нет доступа к конкретному пользователю и сессии, а это ограничивает возможности аналитики. Нельзя взять посетителя и посмотреть, что он делал на сайте, сколько раз заходил, какие действия совершал в ходе определенной сессии.

2) При больших объемах трафика - около 40 000 сессий в день - есть риск семплирования (для крупных проектов).

Это когда Google берет часть группы посетителей - выборку 5-7% - и переносит её поведение по собственному математическому алгоритму на всю совокупность. В итоге вы видите искаженные данные.

Всё, что можно сделать - кастомизировать отчет, но при этом мешают ограничения типа: один параметр нельзя включать в отчет с другим, нельзя добавлять свыше двух параметров и т.д.

4) Нельзя передавать персональную информацию. Основание - регламент конфиденциальности Google. Это еще больше усложняет задачи сквозной аналитики.

Уровень «Пулемет»

Разберем 2 варианта.

Вариант 1:

  • Google Analytics;
  • Автоматический call tracking;
  • Облачная (Google Bigquery) или собственная база данных (MySQL, Mongo);
  • Excel, Spreadsheets, Power BI, Data Studio, Tableau, Qlikview.

Своя БД сложнее в реализации. Поэтому мы рассматриваем Bigquery. Это облачный сервис с высокой скоростью обработки.

OWOX BI умеет делать стримминг в Bigquery. Это перехват данных из GA в сыром не агрегированном виде. Благодаря этому вы можете задавать любые вопросы относительно аудитории, поведения, его зависимости от разных факторов, дохода например. В общем, проверять различные гипотезы сколько угодно, без ограничений.

Чтобы делать какие-то выводы, нужно наглядно представлять таблицы из Bigquery в виде графиков, диаграмм и т.д. Есть платные сервисы Tableau и Qlikview - они дают продвинутую визуализацию.

Вариант 2:

  • Kissmetrics или аналог (Mixpanel, Woopra, Amplitude);
  • Автоматический call tracking.

Kissmetrics заменяет 1, 4 и 5 пункты предыдущего варианта. Это так называемая user-based, или person-based система аналитики. Здесь все «удобства», в отличие от GA: программа сама собирает данные, в том числе в сыром виде, дает доступ к пользователям, сессиям и разрешает передавать персональные данные.

Принцип внедрения


Если у вас есть Kissmetrics или аналог, вы загружаете туда всю информацию и подключаете CRM-систему. В случае с базой вы забрасываете в неё стримминг из GA и т.д. и выбираете программу для визуализации результатов. В то время как в Kissmetrics уже есть наглядные отчеты.

Сегодня мы будем говорить о сквозной аналитике и способе реализации этого инструмента внутри Google Analytics.

О чем будем говорить:

Зачем нужна сквозная аналитика?

Как реализовать ее на практике?

Какие ошибки могут быть и как их решить?

Что такое сквозная аналитика?

Какая у может быть ситуация - большое количество разнообразных рекламных каналов, с помощью которых пользователи находят ваш сайт. Это могут быть каналы, которыми мы управляем, например платная реклама, контекстная реклама или специальные каналы коммуникации. Это может быть реклама, которой мы управляем не совсем напрямую - например, поисковый маркетинг в результатах выдачи поисковых систем. Это могут быть любые рекламные каналы.

Проще говоря, вкладываем мы какие-то деньги, например 1000 у.е., в наш маркетинг. Эти 1000 долларов расходятся по каким-то долям в разные каналы коммуникации:

300 долларов на поисковую оптимизацию,

100 долларов на прайс-площадки.

Т.е мы можем равномерно или неравномерно распределять эти суммы. И нам нужно понимать, насколько наши вложения эффективны, и какие « отрабатывают» лучше. Например, куда лучше вложить - в SEO, Яндекс Директ или в Google Adwords. Или все закрыть и работать только с прайс-площадками или какими-то агрегаторами. Только после анализа мы поймем, когда будет больше отдача от этих денег, которые мы вкладываем.

Как считать отдачу и эффективность этих вложений в разные рекламные каналы?

На данный момент большинство бизнеса или маркетологов, кто работает с Google Analytics считают эффективность затрат исключительно по каким-то коммуникативным действиям пользователя. Т.е. пользователь может позвонить или оставить заявку или даже, если это случай e-commerce, полностью пройти процедуру заказа и на последнем шаге нажать “Оформить заказ”. Очень здорово, если у нас есть возможность принять платеж от пользователя на этом шаге или на одном из последних шагов. Когда у пользователя есть возможность ввести данные своей кредитной карты или оплатить через PayPal. В таком случае мы четко понимаем, что это те люди, которые оформили заказ, это как раз те люди, которые у нас купили.

Это в идеале. А в реальности? Количество транзакций в интернете с использованием карт или других платежных инструментов относительно небольшое. У меня статистика за прошлый год или позапрошлый, что-то в районе 3-5%,это даже не доминирующий процент, т.е. это не 50%. Мы понимаем, что большое количество аудитории платит как угодно.

И факт того, что пользователь коммуницировал (оформил заявку на покупку товара или письмо нам отправил или воспользовался онлайн-чатом) не говорит нам о факте покупки. Это скорее некое желание купить, некий шаг перед реальной покупкой. И если мы внимательно посмотрим, и для ваших реальных бизнесов возьмем количество этих коммуникаций (т.е. количество раз, где отдельный каждый пользователь связался с бизнесом с желанием купить) и количество покупок мы увидим: — количество коммуникаций у нас гораздо больше, чем количество покупок.

Например, 100 пользователей прошли полностью процедуру, воронку оформления заказа и только 50 из них, действительно, заплатило.

Пользователи могут не платить по разным причинам - им может что-то не понравиться в последний момент, может быть миллион каких-то ситуаций почему пользователь не купил, но, тем не менее, такая ситуация достаточно часто возникает.

Что у нас отображается в Google Analytics?

В Google Analytics у нас отображается (если корректно настроены цели или блок электронной торговли) информация про транзакции, продукты, которые пользователь выбрал . В таком случае мы видим, вроде как продажи. Но вот эти суммы продаж или количество транзакций, которые у нас есть внутри Google Analytics, могут не совпадать с тем, что у нас есть в CRM. Раз так, то у нас фактически могут быть неверно приняты решения в эффективности этих каналов .

Например, мы видим, что у нас очень много людей оставляют заявку или оформляют корзину бесплатного поиска с Яндекса, Гугла, но при этом количество людей, которые заплатили сильно меньше. В таком случае, когда мы рассчитываем эффективность этого канала, если мы учитываем только те действия, только заявки а не реальные платы, мы можем сильно ошибиться в эффективности этого конкретного источника трафика.

Может быть у нас, допустим другого источника Google Adwords меньшее количество оформленных заявок на покупку, но при этом конверсия в реальную оплату там достаточно высокая (100 человек проходят полностью в корзину оформления покупки с Google Adwords 95 из них платят). И мы понимаем, что в таком случае этот канал будет для нас явно более эффективным, нежели чем бесплатный поиск в Google, если мы работаем с инструментом

Второй момент - момент учета всех коммуникаций. Пользователи могут связываться с нами разными способами. Мы можем достаточно легко и просто отслеживать факт коммуникации, т.е. то что у нас происходит непосредственно на сайте. Если пользователь оставил, заполнил форму обратной связи или полностью прошел процедуру оформления заказа, мы обязательно увидим, что именно этот человек что-то полезное для нас сделал.

Но если пользователь позвонил нам, отправил письмо на наш обычный ящик, если пришел в магазин, если он воспользовался онлайн-чатом, то по умолчанию вся эта информация не собирается. И для очень большого количества бизнесов у нас может быть такая ситуация, что количество этих коммуникаций через звонок, письмо, оффлайн и онлайн-чат будет больше чем 50-60-70%, и количество людей, которые оформляют форму может быть не очень большим, но фактически только их мы и фиксируем, только тех людей, кто у нас оформил форму.

Сформулируем три большие проблемы:

1. мы не видим реальных оплат с тех привязанных к рекламным или не рекламным каналам, которые мы используем.

2. не учитываем по умолчанию все коммуникации. Т.е. таким образом мы не можем сопоставить те данные, которые у нас есть в CRM - что именно этот заказ пришел, именно с этого источника трафика и пользователь при этом воспользовался, скажем, звонком, письмом или чем-нибудь другим. А раз так, внутри Google Analytics принимать решение о эффективности рекламных каналов достаточно сложно. И как тогда принимать решения об эффективности того или иного канала, рекламной кампании внутри Яндекс Директ. и вообще любых сущностей, которые у нас передаются в Google Analytics (регионы, соцдем, любая другая информация) — сложно. Мы фактически ничего этого не знаем. Фактически тем данным, которые у нас есть внутри Google Analytics, напрямую верить нельзя.

3. не учитываем возвраты

По закону, в разных странах в районе 14 дней пользователь без объяснения причин может вернуть товар, если он сохраняет товарный вид. Если у вас бизнес, связанный с одеждой, если у вас бизнес, связанный с какими-то вещами, которые пользователю могут потенциально не подойти, то количество возвратов может быть большим. И по умолчанию они также не отображаются, если это не реализовать дополнительно.

1. пользователь не понял как с нами связался, точнее мы понимаем, но не можем связать это с рекламным каналом

2. мы не видим точной оплаты

3. мы не учитываем возвраты

Процесс аналитики работает следующим образом - у нас есть какая-то реклама, эта реклама генерирует какой-то трафик, пользователей, которые заходят на сайт и собственно какая-то часть из этих пользователей становится лидами и она уходит в отдел продаж.

Но фактически, для того, чтобы корректно собирать данные и корректно учитывать эффективность источников трафика нам нужна другая схема. У нас есть трафик, который генерируют посетители. Эти посетители у нас могут использовать разнообразные инструменты для коммуникации с бизнесом, и каждый из этих инструментов мы должны учитывать внутри CRM . Но вместе с ним мы должны и понимать внутри CRM, что этот пользователь, который воспользовался онлайн-чатом, пришел именно с конкретной рекламной кампании, например, Google Adwords по какому-то ключевому запросу. И вот как только вот здесь, в CRM будет принято решение, т.е. по сути менеджер, который ведет этот заказ поставит статус, что этот клиент проплатил, мы сразу же передаем информацию об этой успешной оплате в систему аналитики. Мы также можем передавать всякие коммуникативные штуки для того, чтобы строить воронки и видеть эффективность не только рекламных инструментов, но и других способов коммуникации.

Как новая система аналитики выглядит на практике?

У нас может быть такая ситуация - мы вот внедрили callbackhunter, которая дает нам определенное количество лидов и заявок. И мы думаем - ой, как классно, здорово, хороший инструмент, будем платить, но, если мы увидим общую картину перераспределения способов связаться c нами, мы увидим, что этот callbackhunter может просто откусывать кусок из других каналов - телефонов, форм, онлайн-чата

Таким образом до внедрения callbackhunter у нас было 100 звонков в месяц и после внедрения callbackhunter те же самые 100 звонков в месяц. Т.е. он никакой дополнительной ценности для бизнеса не принес

Соответственно, с сайта, по умолчанию данные тоже должны передаваться в системы аналитики, но здесь больше информация о том, как пользователь взаимодействовал с самим сайтом, как он смотрел различные разделы, как смотрел карточку товаров, как он нажимал на какие-то важные для нас кнопки и так далее.

И после того, как мы возьмем и реализуем такую схему

Если мы будем учитывать каждый канал коммуникации, если мы будем учитывать возвраты, если мы будем только с момента реальной оплаты пользователем (только в этот момент передавать данные из CRM в Google Analytics) - только тогда мы можем строить вот такие красивые воронки. И тогда у нас будет видна полностью ситуация по эффективности нашего маркетинга. У нас могут быть разные рекламные каналы, которые переходят в заявки, т.е. пользователи совершают какую-то коммуникацию, тогда мы видим на этом этапе ситуацию по эффективности рекламных каналов с точки зрения заявок. Мы видим сколько нам стоит одна заявка с Яндекс Директа или одна заявка с ВКонтакте или одна заявка еще откуда-нибудь. Мы видим количество заявок, мы видим коэффициент конверсии (т.е. отношение тех людей, кто оставил заявку, к тому трафику, который пришел вообще на сайт) .

Собственно, мы можем видеть и глубже, мы можем видеть сделку. Это не просто заявка, а скажем уже сделка, где прошла уже какая-то коммуникация менеджера с пользователем, они оформляют какие-то детали, т.е. не просто заявка, а сделка, и, соответственно, мы также можем эту информацию передавать Google Analytics.

У нас есть также информация об оплаченных сделках, т.е. когда пользователь реально купил. И тогда, вот здесь, мы можем видеть эффективность цены продажи. Эффективность с точки зрения ROI, эффективность с точки зрения прибыли по каждому из рекламных каналов, кампаний и любой другой сущности.

Например, мы можем четко понимать, что тут Яндекс Директ привел нам 100 лидов, но было 2 продажи, и ROI, у нас скажем там, 103%. А вот Гугл Эдвордс принес нам 50 лидов, меньше чем Яндекс Директ, но при этом у нас было не 2 продажи, а 48 продаж. Конверсия из заявок в продажи предположим у Гугл Эдворсд гораздо выше и тогда ROI у нас 500%. Вывод: несмотря на то, что Яндекс Директ приносит нам больше заявок для нас. но с точки зрения бизнеса, денег, прибыли, эффективен Гугл Эдвордс.

Но без такой воронки мы этого никогда не скажем, если мы не настроим в аналитике все нюансы, тогда мы будем слепы.

Очень важно видеть не только ситуацию, связанную с одной продажей. Много бизнесов, где продажи у нас могут быть на одного пользователя сильно больше чем одна и еще чаще возникает ситуация, когда может быть окупаемость нашего маркетинга не с первой продажи, а со второй,с третьей, с пятой.

Необходимо учитывать все продажи, которые сделал этот конкретные пользователь, который пришел через этот конкретный рекламный канал Яндекс Директ, Гугл Эдвордс или что-то там еще. В таком случае, если мы эту схему внедрим, у нас есть полная картина по тому как это дело реализовывать.

Решаем задачи сквозной аналитики

Есть много всяких разных сервисов, которые эту задачу решают автоматически. Т.е. там какая-то настройка нужна, какие-то из сервисов больше с уклоном в CRM, какие-то больше с уклоном в управление контекстной рекламой, какие-то больше с уклоном в отслеживание звонков, какие-то чисто системы сквозной аналитики. Я привел три примера, но их больше. Мы можем реализовать систему сквозной аналитики с помощью этих сервисов и они более-менее заточены решать задачи, которые стоят с тем, чтобы мы видели полностью воронки, но у этих сервисов есть много разных минусов, у каждого свой.

Основной, наверное, минус у всех этих сервисов в том, что они достаточно закрытые системы заточенные под одну узкую задачу, то ли качественно отслеживают звонки и сквозная аналитика, то ли управлять контекстной рекламой и где-то сквозная аналитика. И минус еще в том, что их сложно модифицировать - если у нас появляются новые задачи. Поэтому сегодня мы и говорим о том, как реализовать эту задачу с помощью Google Analytics, а именно - чтобы у нас внутри аналитики был виден полностью вот такой отчет, где у нас есть рекламный источник, любой - платный или бесплатный, где у нас есть полностью информация по этапу взаимодействия, наши затраты, эффективность наших объявлений, где у нас есть информация по рентабельности.

Мы можем в такие таблицы вводить коммуникативные цели, и, фактически, мы можем внутри Google Analytics мерять каждый из этапов метриками, которые лучше всего показывают нам эффективность того или иного шага. У нас может быть несколько отчетов, каждый из отчетов у нас будет показывать разные метрики. Тогда мы будем видеть картину в целом, фактически видеть всю нашу воронку.

Как правильно настроить Google Analytics?

Во-первых, нужно использовать функционал расширенной электронной торговли.

Плюс расширенной электронной торговли в том, что мы можем брать не все, что там реализовано, а только какую-то часть, а именно часть о конкретной оплате и фактически не брать весь остальной функционал. То есть реализовывать ее частями. Но в таком случае у нас поменяется схема реализации. И на последнем шаге, на странице thank you page у нас будет не тот код, который передает Google Analytics, информацию о транзакции, а будет предпоследний шаг воронки. Грубо говоря на последнем шаге (транзакции) у нас на сайте мы будем просто передавать информацию о том, что пользователь прошел этот шаг, что он как-то с нами прокоммуницировал.

Причем мы можем передавать эту информацию с помощью такого функционала как check out options не только для форм на сайте, каких-то процедур оформления заказа, кроме check out, но и для других любых способов связаться пользователю с нами. Можем увидеть, что пользователь зашел на check out или позвонил - и для нас это будет равнозначно. А вот как раз последний шаг - информацию о транзакции мы будем передавать из CRM.

Для того, чтобы реализовать всю эту систему нам необходимо три шага:

1) запомнить id пользователя с любого канала коммуникации. Т.е. неважно как пользователь с нами связался - он может позвонить, он может написать нам на почту, он может пойти в оффлайн или сделать что-угодно. Нам нужно с каждого канала записывать его уникальный идентификатор. Скажу чуть больше - это уникальный идентификатор, который Google Analytics дает каждому пользователю.

2) Второе, что нам необходимо сделать - это загружать расходы по рекламным инструментам. Это, наверное, менее обязательный шаг, но он важный с точки зрения расчетов разных показателей типа ROI и так далее. Т.е. без этого все будет работать, но с этим данных у нас будет гораздо больше.

3) Третий шаг - мы передаем успешные оплаты из CRM в Гугл Аналитикс только по факту реальной оплаты. Причем мы передаем как оплаты (факт оплат), так и возвраты (в случае, если они у нас есть).

Настройка. Шаг первый

Если вы у себя допустим в браузере Хром зайдете на какой-нибудь сайт, где стоит Google Analytics (в общем-то, это почти любой сайт), не считая может каких-то социальных сетей, кликните правой кнопкой, нажмете “посмотреть код”, то у вас появится дополнительный блок, который может быть справа или снизу.

Сейчас это называется application, раньше resources, где у нас есть такая вкладочка и подпункт Куки, если мы туда зайдем, то увидим куку, которая называется GA и этот уникальный номер и есть clientID.

Т.е. это и есть уникальный идентификатор, который пользователю (каждому браузеру) выдается от Google Analytics. Если пользователь зайдет, например, второй раз на тот же самый сайт, то его уникальный идентификатор будет точно таким же. Но если впервые придет на сайт, то этот идентификатор будет другим.

Наша задача:

— взять этот clientID. С помощью JavaScript, PHP или любых технологий мы можем этот clientID получить.

— мы можем его передавать вместе с какой-то коммуникацией. Например, если это процедура оформления заказов через сайт. Вот у нас есть стандартные поля: имя, фамилия, телефон, что пользователь хочет купить и т.д., т.е. много разной информации. Мы можем добавить еще одно поле, которое назовем clientID и, взяв этот уникальный идентификатор, передать в нашу CRM, расширив ее таким образом на одно дополнительное поле.

Если пользователь нам позвонил, мы также можем взять и получить этот идентификатор.clientID - это уникальный идентификатор, к которому у нас привязывается вся информация внутри Google Analytics о посещениях этого пользователя. Например, начальный источник трафика, через который он пришел и т.д.

Если мы этот clientID видим у себя в CRM, то можем его потом передать, расширить знания Google Analytics о том, что именно этот пользователь купил. Соответственно, у нас есть разные каналы коммуникации - звонок, письмо, онлайн-форма, онлайн-чат. Каждый из этих каналов коммуникации можно учитывать.

Звонок - здесь нам необходим динамический call tracking, с помощью которого мы можем подменять номер телефона для каждого клиента, пользователя, который зафиксирован в Гугл Аналитикс. Соответственно, по звонку пользователя мы сможем получить у колтрэкинговой системы уникальный идентификатор clientID.

Письмо мы можем отправить на адрес [email protected]. Письмо попадет на [email protected], но при этом у нас будет сохранен наш идентификатор. Т.е. мы для каждого пользователя будем показывать свой уникальный почтовый адрес, но при этом вся почта будет приходить на наш основной почтовый адрес [email protected].

Если это форма ,то здесь все очень просто. В случае, если пользователь у нас оформляет заказ через сайт или отправляет форму, то вместе с его контактными данными мы берем также clientID, уникальный идентификатор и передаем.

Если это оффлайн , то мы можем вывести на сайте баннер с QR-кодом, в котором будет закодирован этот clientID и обяжем наших менеджеров спрашивать наличие этого QR-кода, если он есть, то считываем его обычным мобильным телефоном с камерой. Таким образом, этот код будет у нас сохранен.

Если это онлайн-чат , то тут у нас есть возможность передавать какое-то кастомное поле в административную панель, с которым работает менеджер по продажам - там будет имя, переписка, телефон и, в том числе, clientID.

Настройка. Шаг второй

Есть много сервисов, которые позволяют это сделать. Большинство из них платные. К примеру, OWOX BI - у них есть возможность импортировать данные о рекламных расходах.

Настройка. Шаг третий

Третий шаг (самый важный) - передача данных из CRM в Google Analytics. Этот шаг реализуется с помощью технологии Measure Protocol. Это один из API, который есть внутри у Google Analytics. С помощью этого API мы можем расширять данные, которые у нас есть. Т.е. данные, с одной стороны, у нас собираются с помощью обычного кода, который мы размещаем на сайте. И еще один способ - передать данные из любого места, где у нас есть интернет. Это может быть CRM, любой сайт или устройство, подключенное к интернету. Оттуда мы можем с помощью Measure Protocol в Google Analytics передать какую-то информацию. В частности, решая нашу задачу, мы можем передать информацию об успешной транзакции, которую сделал пользователь.

Шаг последний. Анализируем готовые данные

В таком случае мы получаем готовые данные - у нас есть источник, каналы, сессии, затраты, прибыль, цена за транзакцию, количество транзакций, количество конверсий и ROI (уже ROAS). Мы можем добавлять какие-то другие нужные и важные нам данные в такие отчеты, но, в любом случае, здесь мы можем полностью видеть ситуацию, которая у нас есть. И тогда мы уже можем четко сказать, какой из рекламных каналов для нас более эффективен или менее эффективен.

Мы можем наши отчеты визуализировать. Например, мы можем использовать Google DataStudio для того, чтобы вывести всю эту информацию визуально и работать с этой информацией и удобно анализировать рекламные кампании.

При передаче данных по measure protocol создается новая сессия внутри Google Analytics у этого пользователя и эта сессия с direct/none.

Периодически здесь возникают проблемы, потому что та модель атрибуции, которая есть внутри Google Analytics последний непрямой клик, и, если пользователь зашел уже один раз через direct, если у нас достаточно длительная процедура продажи, он мог после начального рекламного канала приходить еще на сайт и, соответственно, последний непрямой клик будет у нас не наш начальный источник, через который он совершил конверсию, а, скажем, другой канал или тот же самый direct.

Что же мы можем сделать?

Мы можем побороть это следующим образом - мы можем вместе с clientID передавать и значение этой метрики, если это платный рекламный канал, или значение источника и канала трафика, который пользователь использовал тогда, когда он совершает коммуникацию.

Атрибуция работает только для источников канала, но не для регионов и других сессионных переменных.

Если нам нужны такие дополнительные характеристики, к примеру, откуда пользователь к нам пришел и что он купил, с точки зрения до города, то эту информацию мы также можем передавать в CRM, у нас будут связываться эти данные, и тогда наша транзакция будет записываться именно на тот регион, где пользователь был, когда он оставил заявку.

Measure protocol может не всегда корректно отрабатывать и это надо контролировать. Периодически возникают проблемы с передачей данных по этому протоколу, если мы используем POST запросы, чаще меньше проблем, если мы используем GET запросы. Опыт подсказывает, что желательно при реализации этой схемы иметь лог-файл, в который каждый запрос записывать, который был отправлен Google Analytics, потому что Google Analytics может просто ответить, что все хорошо, а по-настоящему может быть не все хорошо. Если у нас есть лог-файл мы можем быстро найти какие-то ошибки.

Если в CRM бардак, то Google Analytics не поможет.

Например, если у нас валюты внутри CRM записываются по-разному - где-то у нас рубли, где-то доллары, где-то гривны, где-то евро. И, если мы не приводим эти данные к одному виду или вообще не учитываем при реализации всей схемы, то данные Google Analytics у нас будут неточные.

Так же с самим процессом учета оплаты - если у нас много разных статусов, которые у нас есть или могут быть при успешной оплате, то тут тоже нужно очень внимательно следить при реализации всей этой схемы, чтобы не было моментов, когда оплата зафиксирована, а, фактически, деньги не пришли и не придут.

Мы выпустили новую книгу «Контент-маркетинг в социальных сетях: Как засесть в голову подписчиков и влюбить их в свой бренд».

Подписаться

Сквозная позволяет отследить полный путь клиента от первого контакта с рекламным объявлением до совершения покупки, продажи.

Чтобы понять, что такое сквозная аналитика, разберем простую аналогию. Практически все современные компании, работающие офлайн, оценивают и премируют своих сотрудников на основании конкретных результатов их работы (выполнение плана, объем продаж, объем привлеченных клиентов). То есть, работа не оценивается по количеству совершенных звонков, по количеству встреч или объему проанализированных документов. Это необходимо, чтобы работодатель знал, сколько компания заработала с помощью данного сотрудника, целесообразно ли продолжать сотрудничество с ним.

Аналогичный механизм имеет сквозная веб-аналитика, она позволяет четко ответить на вопросы: сколько было потрачено на рекламу; сколько удалось на этом заработать.

Зачем нужна система сквозной аналитики

Сквозная аналитика для сайта дает данные со всех этапов воронки продаж. Это позволяет не только выбирать качественный трафик, но и анализировать, в каком месте клиента не «дожали».

Специалисты выделяют 3 главные функции сквозной аналитики:

  1. Подробный анализ окупаемости каждого канала поступления трафика. Здесь можно рассчитать ROI (окупаемость инвестиций) не только для целой компании, но и для конкретного инструмента (баннера, тизера или даже ключевого слова).
  2. Выявление аудитории, которая сделала заявку, заинтересовалась, но по каким-то причинам не завершила заказ. На данную группу нужно направлять дополнительную рекламу, мотивировать ее и доводить до желаемого результата.
  3. Отключение рекламы для действующих клиентов/ настройка для действующих клиентов другой рекламы. Это позволит сэкономить бюджет и не раздражать клиентов.

Как настроить сквозную аналитику

Для этого понадобится как минимум и Google Analytics. Необходимо объединить их в единое целое. Настройка сквозной аналитики представляет собой 3 простых действия:

  1. После того, как посетитель оформил заявку на сайте, его Client ID (клиентский ID или cid) передается в CRM систему.
  2. Если лид заинтересован в совершении покупки, при смене статуса в CRM, он передается уже в Гугл Аналитику (ГА). Если покупка совершилась, в ГА передается сумма сделки.
  3. В принципе, задача состоит в обогащении ГА данными из CRM. В итоге у нас на руках есть эффективное средство для составления удобных отчетов в различных направлениях и разрезах.

Чтобы превратить посетителя в лида, нужно применить 3 различных формата соприкосновения. Главная задача: передать ID клиента после контакта с ним.

Возможные типы контактов:

  • Стандартная заявка, форма заказа.
  • Телефон. Чаще используют пользователи, предпочитающие оформлять заказ с оператором по телефону.
  • Онлайн-консультант.

Для настройки системы сквозной аналитики понадобятся следующие инструменты:

  • Система веб аналитики (ГА)
  • CRM-система
  • Сервис интеграции (к примеру, Albato.ru)
  • Сервис
  • Онлайн-консультант
  • При необходимости, дополнительные формы взаимодействия с клиентами.

Шаг 1

Прежде всего, настраиваем в CRM функцию передачи cid тех посетителей, которые проявили интерес. Данный cid назначается ГА и является уникальным для каждого пользователя, он представляется в виде цифровой комбинации, например: 758596365.0236524158. Cid размещается и постоянно хранится в cookie интернет браузера, он назначается для посетителя теми сайтами, где установлена ГА. Сейчас вы ищите для себя полезную информацию и читаете статью, а тем временем, сайт уже присвоил вам cid. Чтобы узнать свой cid нажмите клавишу F12, далее выберите раздел «Application», затем «Cookies» и перед вами будет ваш cid.

Чтобы отправлять cid в CRM есть несколько способов. Если на сайте имеется форма обращения, в нее можно встроить дополнительный пункт (он будет скрыт) для автоматического отправления cid в систему.

Перед этим в самой системе CRM нужно открыть поле, куда будут стекаться пользовательские cid. Это может сделать веб-мастер или программист. Если нет возможности воспользоваться их услугами, используйте готовый конструктор форм CRM, где уже есть опция отправки cid. Например, amoCRM (обратите внимание, что здесь нужно поставить галочку рядом с GA.

Теперь наша форма заказа или заявки интегрирована с CRM и передает cid. Если на сайте есть дополнительные каналы связи, их также нужно интегрировать с системой. Большая часть коллтрекингов и онлайн-консультантов имеют в настройках опцию интеграции с CRM, достаточно сделать пару кликов (чтобы узнать какие именно надо сделать клики, ознакомьтесь со справкой использующегося приложения).

Шаг 2

Настройка экспорта данных в ГА из CRM

Заветный cid, о котором так много сегодня говорится, является ключом для привязки истории действий и посещений сайта. Можно настроить экспорт любых действий, исходя из потребностей бизнеса. Для примера рассмотрим экспорт следующих действий: смена статуса на «Заявка подтверждена» и смена статуса на «Сделка реализована» с указанием суммы сделки. Связку будем настраивать с помощью единого сервиса интеграций Albato.ru (небольшие компании вполне могут ограничиться бесплатной версией, а для крупного бизнеса лучше приобрести платную версию с оплатой 999 рублей/месяц).

Сначала нужно зарегистрироваться в сервисе и добавить связку amoCRM - GA.

После этого откроется новое окно, где мы указываем параметры подключения. В пункте «amoCRM» устанавливаем «Обновление статуса сделки», в пункте GA - «Событие».

В третьем шаге выбираем подключение, которое создали до этого.

  • Идентификатор отслеживания - это номер используемого счетчика в GA
  • Идентификатор клиента. Это тот самый cid. Клиентские ID заранее собирались и привязывались к клиентам в системе CRM.
  • Категория события. Это может быть любой параметр, главное, чтобы вам было удобнее.
  • Действие по событию. Здесь тоже может быть вписано любое название.

После этого сохраняем внесенные изменения и видим нашу связку:

amoCRM:: Обновление статуса сделки > Google Analytics:: Событие

Далее прописываем в фильтре события, которые будем передавать. К примеру, вы хотите просмотреть в ГА источник трафика, который приносит подтвержденные сделки. Для этого изменяем связку, нажав значок карандаша. Далее жмем на иконку посередине.

Откроется окно, в котором нужно ввести необходимые данные, а именно изменяем только одну строку. Прописываем, что когда статус будет изменен на «Подтвержденная сделка», событие должно сработать (в нашем примере число 14843968 соответствует данному статусу). Сохраняем изменение.

Как вы поняли, нам нужно знать ID всех статусов системы CRM. Для этого в том же Альбато открываем «Подключения», заходим в amoCRM и выбираем пункт «Редактировать запись». Далее откроется окно со статусами.

Далее «Запускаем связку» и смотрим на статус. Он должен измениться с «Приостановлено» на «Ожидание». Если статус изменился, все сделано правильно и связка привязалась. Аналогичным образом создается вторая ссылка, чтобы в ГА передавались не только события подтверждения заявок, но и совершенные продажи с указанием суммы.

В результате имеем 2 рабочие связки.

Сегодня есть различные сервисы сквозной аналитики, не стоит ограничиваться Альбато. Можно попробовать Roistat, PrimeGate.io, CoMagic. Сквозная аналитика + Comagic Коллтрекинг, K50 и так далее. Некоторые сервисы являются платными, некоторые предоставляют бесплатные версии для небольших компаний. Пробуйте различные сервисы и выбирайте функционал, с которым вам удобнее работать.

Без сквозной аналитики все ваши усилия по заработку в интернете могут превратиться в один бесконечный кошмар. Реклама не работает — а вы не знаете почему. Люди не покупают — а вы не понимаете, как исправить. Сайт не продает — а вы ничего не можете с этим поделать.

Чтобы такого не случилось — вам нужен «рентген», который точно покажет — что происходит в ваших воронках, и как их улучшить. Таким рентгеном и станет сквозная аналитика.

В этой статье мы рассмотрим самую простую и эффективную схему настройки сквозной аналитики за 5 шагов. И вы сможете это сделать бесплатно, своими руками, буквально за один вечер.

В качестве небольшого вступления, давайте рассмотрим на примере моего сайта, как работают системы сквозной аналитики, и для чего они нужны.

Что такое сквозная аналитика и как она работает

Сквозная аналитика — это система, которая позволяет отслеживать все, что происходит внутри вашей воронки продаж. Начиная с того момента, как потенциальный клиент впервые увидел ваше объявление — вплоть до того, как он оформит заказ и заплатит деньги.

Иногда все эти действия можно отследить в одном месте, а иногда для этого надо настраивать несколько программ. Но главное — что все ваши показатели находятся у вас перед глазами. и вы можете их контролировать. А когда мы что-то контролируем — значит мы можем этим управлять (повышать и улучшать).

Вот, например, как может выглядеть воронка продаж с настроенной сквозной аналитикой.

Пример сквозной аналитики «в действии»

Чтобы далеко не ходить — давайте рассмотрим вот этот сайт. на котором вы находитесь прямо сейчас. Со стороны это может быть и незаметно, но у меня тут тоже есть своя воронка продаж с настроенной сквозной аналитикой.

Сразу предупреждаю, что моя воронка продаж построено немного необычно, потому что это блоггинг, инфобизнес, и прочее «мракобесие». В более традиционном бизнесе она будет выглядеть немного иначе.

Но традиционную воронку мы рассмотрим и построим чуть ниже, а тут у нас хотя бы есть возможность посмотреть на конкретные цифры.

Итак, вот из каких шагов состоит моя воронка продаж:

  1. Человек переходит на мой сайт
  2. Человек переходят на страницу подписки на мою рассылку «Бесконтактные продажи»
  3. Человек подписывается на мою рассылку
  4. Человек изучает мои бесплатные материалы и приобретает платный пакет

Вот так все просто и понятно. Но для отслеживания всех показателей, мне приходится использовать целые две различные системы аналитики.

Первая система — это отслеживание человек от момента попадания на сайт до момента подписки (шаг 1 — 3). Здесь я использую Яндекс-Метрику. Вторая система — это отслеживание человека от момента подписки до момента покупки (шаги 3 — 4). Здесь я использую сервис JustClick .

Как я нахожу слабые места в своей воронке

Чтобы понять, почему я еще не стал миллиардером, я открываю показатели своей воронки продаж, и смотрю — где в ней «дырки», через которые утекают деньги.

Первым делом я захожу в свой магазин Джастклик и смотрю, сколько оплат я получил за отчетный период. В нашем случае отчетные период — это одна неделя.

Тут я вижу следующую картину:

За неделю на рассылку «Бесконтактные продажи» подписалось 39 человек, и заработал я 8 460 рублей. Много это или мало? Прямо скажем, не предел мечтаний. Хотелось бы раз в 10-20 больше. Значит надо искать слабые звенья в воронке и укреплять их.

По показателям джастклика я вижу, что после подписки все идет довольно неплохо. 4 оплаченных счета из 39 подписавшихся — это конверсия 10,2% в оплату. Средний чек составляет 2115 рублей (8460р. разделить на 4 оплаты). Это очень приличные показатели для автоматической воронки продаж.

Больше всего клиентов за неделю я получил из источника «Прямые заходы». Это как раз мой блог, на котором вы сейчас и находитесь. Конверсия в покупку у людей с блога самая высокая. Вопрос — почему их так мало? Если бы за неделю ко мне в воронку с блога пришло не 29 человек а 290, то тогда и доход мой был бы в 10 раз больше.

Может быть у меня плохая страница подписки, и люди не хотят подписываться ко мне в рассылку? А может быть у меня слишком мало посетителей на блоге, и взять 290 подписчиков в неделю просто неоткуда? Ответы на эти вопросы нам даст уже Яндекс-Метрика.

Анализ показателей в Яндекс-Метрике

По инструкции, которую вы найдете ниже, я настроил на своем сайте учет показателей конверсий. Это как раз первые четыре шага в моей воронке:

  1. Человек пришел
  2. Человек перешел на страницу подписки
  3. Человек подписался

Я открываю соответствующий раздел Яндекс-Метрики, и наблюдаю следующую картину конверсий за неделю.

За отчетный период (неделю) ко мне на сайт пришли 3 422 человека. Из них только 56 перешли на страницу подписки SQ (1,64%). И подписалось на рассылку 23 человека (41,1%).

Таким образом я вижу, что моя страница подписки работает очень неплохо. 41,1% — это высокий показатель. И да, пусть вас не смущает, что одна система мне показывает 26 подписчиков, а другая только 23. Такое случается по разным причинам. Главное, чтобы показатели сильно не отличались.

А вот и наша «дырка» — очень маленький процент посетителей сайта добирается до этой самой страницы регистрации. Всего 1,64% от общего числа посетителей.

Это очень мало. Вот здесь и надо работать — делать более убедительные призывы, делать более яркий и цепляющий баннер, и все такое прочее. Ну и конечно, надо работать над повышением посещаемости сайта. Если бы у меня была посещалка 3422 человека не в неделю, а в сутки, то это сильно повысило бы конечный результат.

Теперь вы видите, как сквозная аналитика помогает принимать решения на практике. Если бы у меня не было всех этих показателей, то я мог бы подумать, что у меня плохая серия писем, и люди поэтому ничего не хотят покупать.

Или что у меня плохая страница подписки — и надо её целиком переделывать, или даже менять бесплатный продукт, который я предлагаю за подписку (а вслед за этим и всю концепцию проекта).

Но аналитика показывает, что надо просто баннер сделать поярче, и все будет отлично. Вот этим я и займусь сразу после того, как покажу вам, как самостоятельно настроить такую же систему сквозной аналитики.

Настройка сквозной аналитики за 3 шага

Как и договаривались, давайте рассмотрим более «традиционный» вариант интернет бизнеса и аналитики.

Допустим, вы решили создать небольшой бизнес для того, чтобы наконец-то уйти с наемной работы и стать свободным человеком. В качестве ниши вы выбрали продажу мягких игрушку, сшитых умелыми китайскими руками. Нормальная ниша, ничуть не лучше и не хуже других.

Вы прошли парочку тренингов по «успешному успеху» и знаете, что прежде всего вам нужна конкретная цель, к которой вы будете идти. И такой целью вы поставили себе доход в 300 тысяч рублей в месяц. По вашим подсчетам, этого должно хватить на первое время.

Для того, чтобы зарабатывать 300 тысяч чистыми, вам надо делать 600 тысяч оборота в месяц. Потому что половину дохода съедят налоги, накладные расходы и себестоимость товара. И еще остается вопрос с рекламой. Потому что совершенно непонятно, сколько она будет вам стоить.

Но прикинув, мы решаем, что 1,5 миллиона оборота точно должны дать нам желанные 300 тысяч рублей чистой прибыли в месяц. Мы продаем китайских мишек по цене 2000 рублей за штуку. Стало быть, нам нужно каждый месяц продавать по 750 мишек (по 25 мишек в день).

Вот такие у нас исходные данные, и теперь нам надо настроить всю воронку продаж, сразу «вживляя» в неё сквозную аналитику. Потому что потом это будет сделать уже гораздо сложнее. И начинаем мы с первого шага — выбора показателей для контроля.

Шаг #1 — выбор показателей для контроля

С самого начала нам надо определить контрольные точки, которые мы с вами будем отслеживать с помощью сквозной аналитики. Тут очень важно избежать загромождения отчетов цифрами, но при этом сохранить понимание общей картины.

То есть не надо пытаться отслеживать абсолютно все показатели. Иначе вы рискуете в них запутаться, и так ничего и не поймете.

Наша с вами воронка будет выглядеть примерно вот так:

  1. Человек видит объявление (Директ, КМС Гугл, таргет вконтакте, баннеры и пр.);
  2. Человек переходит по нашему объявлению на лендинг;
  3. Человек оформляет заказ;
  4. Человек оплачивает заказ.

Соответственно, у нас получается всего 3 основных показателя, которые нам надо отслеживать с помощью метрики:

  1. CTR объявлений (отношение количества показов объявления к количеству кликов);
  2. Количество оформленных заказов;
  3. Количество оплаченных заказов.

И в итоге мы получим два главных показателя, к которым ведут все остальные:

  1. Сколько денег нам стоил один клиент (по рекламе);
  2. Сколько денег нам принес один клиент (средний чек покупки).

Соотношение этих двух показателей дает нам самый важный показатель в сквозной аналитике.

Самый важный показатель

Этот показатель называется ROI (Return On Investment — «Возврат инвестиций»). Если мы потратили 1000 рублей на привлечение одного клиента, и получили с него ту же самую 1000 рублей оплаты, то наш ROI составляет 100%. На каждый потраченный рубль мы заработали один рубль и вернули себе 100% потраченных денег.

Вот именно к показателю ROI и будет сводиться вся ваша сквозная аналитика. Все эти 5-10-100 более мелких показателей должны вести именно к расчету ROI. Так, чтобы в конце отчетного периода вы смогли бы сказать — «Итак, мы имеем ROI 350% с рекламы в Яндекс-Директе, ROI 230% с рекламы в Гугл Адвордс, и ROI 50% с таргетированной рекламы вконтакте. Стало быть, мы отказываемся от таргета, чтобы не кормить этих дармоедов, а весь рекламный бюджет по максимуму переносим в Директ».

Вот если вы сможете так сказать — значит вы правильно настроили сквозную аналитику, и с её помощью отследили — какой источник рекламы дает вам прибыль, а какой её забирает.

Хорошо, мы выбрали показатели для контроля. Напомню, что это:

  1. Конверсия в заказ
  2. Конверсия в оплату

И из этих показателей мы в итоге высчитываем ROI. Давайте теперь посмотрим, куда и какой код надо вставить, чтобы правильно контролировать воронку.

Шаг #2 — Техническая настройка аналитики

Настройка utm-меток

Первым делом нам надо сформировать правильные ссылки для наших будущих рекламных источников. Чтобы отслеживать, откуда к нам пришли посетители, нам надо вставить в сслыки специальные метки. Они называются UTM-метки.

Если интересно, то UTM расшифровывается как Urchin Tracking Module, и означает «Отслеживающий модуль Urchin». Была такая компания Urchin Software, которая и придумала эти метки, а потом её поглотил Гугл.

Сейчас utm метки используются как универсальный инструмент для отслеживая источников посетителей на ваши площадки. Сгенерировать ссылку с utm метками вы можете например вот здесь .

Просто придумайте названия для ваших источников трафика и впишите их в соответствующие поля. Я обычно использую только три обязательных поля — источник кампании (utm_source), тип трафика (utm_medium) и название источника (utm_campaign).

  • yandex &utm_medium=cpc &utm_campaign=yandex-direkt (источник трафик — яндекс, тип — оплата за клик, название — яндекс-директ)
  • http://yoursite.ru/?utm_source=google &utm_medium=cpc &utm_campaign=kms (источник трафика — гугл, тип трафика — оплата за клик. название — кмс).
  • и так далее

Так вы получите отдельные ссылки на все свои источники трафика. которые собираетесь настраивать. Далее вы сможете отслеживать их с помощью Яндекс-Метрики (я покажу как), или любой другой системы сквозной аналитики. Но Яндекс-Метрика бесплатная, поэтому будем пока рассматривать именно её.

Настройка целей в Яндекс-Метрике

Теперь мы переходим в кабинет Яндекс-Метрики . Если ваш сайт еще не подключен к этой системе, то обязательно подключите. Для этого вам надо будет просто указать адрес сайта и с помощью простой проверки подтвердить, что вы действительно являетесь его владельцем.

Теперь вам надо вставить этот код на все страницы, через которые будут проходит ваши посетители. Самый простой вариант обычно выглядит вот так:

  1. Страница вашего предложения (продающий лендинг)
  2. Страница «Спасибо за оформление заказа»
  3. Страница «Оплата прошла успешно» («Спасибо за покупку»)

Вот на эти ваши страницы вам и надо вставить полученный от Яндекса код счетчика. А после этого можно переходить к настройке целей. Я предпочитаю настраивать составные цели. Так мне кажется нагляднее.

Для этого в том же самом разделе «Настройки» выбираем пункт «Цели».

Затем нажимаем «Добавить цель» и выбираем типа цели — составная.

Теперь вам надо задать три шага, через которые будут проходить ваши посетители. Это три страницы, про которые мы говорили выше.

Теперь вам надо только сохранить эту воронку и начать получать данные для анализа. После того как вы запустите рекламу со всех источников, получите какое-то количество заказов и оплат — можно будет посмотреть, откуда именно пришли к вам клиенты.

Шаг #3 — Отслеживание показателей воронки

Напоминаю, что мы специально задали utm метки для того, чтобы отследить, откуда пришли именно покупатели, а не просто посетители. Количество кликов и посетителей, в конце концов, мы можем посмотреть и в самом кабинете рекламной системы.

Для того, чтобы увидеть, откуда пришли клиенты, мы переходим в раздел Отчеты — Стандартные отчеты — Источники — Метки UTM

Там вы увидите список всех utm меток, по которым к вам приходили люди за отчетный период. Выглядеть это будет примерно так.

Как вы видите, у меня было больше всего переходов по utm метке из янекс-директа, и еще по мелочи от партнеров.

Чтобы увидеть, из какого источника пришли именно покупатели — выбираем третий шаг нашей составной цели «Покупка» в списке целей. У меня это будет цель «Подписка».

На скриншоте ниже вы можете увидеть, что за сегодняшний день у меня больше всего конверсий принес источник «fixed» (это баннер на моем сайте). Конверсия составила 41%, как мы и видели выше. Еще были конверсии от партнеров, но немного.

Таким образом вы сможете увидеть, сколько посетителей к вам пришло, и из какого именно источника рекламы. Далее вы занесете все эти показатели в свою CRM или просто в файл excel, и там увидите наш самый главный показатель — ROI.

И на основании этого показателя вы будете принимать дальнейшие решения о том, в какой источник рекламы инвестировать больше денег, а в какой не надо инвестировать вообще (или надо его сильно улучшить перед инвестированием).

Заключение

Сквозная аналитика нужна для того, чтобы понимать, где в вашей воронке продаж «дыры», через которые утекают деньги. Слишком многие бизнесы проваливаются из-за того, что принимают неверные решения, потому что не видят ситуацию целиком.

Они вкладывают деньги в рекламу, которая не работает. Они переделывают лендинги, которые на самом деле давали отличную конверсию. Или вообще закрывают проекты, которые приносили бы отличный доход, даже после минимальных изменений воронки.

Надеюсь, что эта инструкция поможет вам обрести «рентгеновское зрение» и принимать только правильные решения.

Сохраняйте статью в избранное и делитесь с друзьями. Не забудьте скачать мою книгу . Там я показываю вам самый быстрый путь с нуля до первого миллиона в интернете (выжимка из личного опыта за 10 лет =)

До скорого!

Ваш Дмитрий Новосёлов

Похожие статьи