Кратко о главном из доклада Константина Червякова, коммерческого директора Ringostat.
Существует три подхода к работе с данными, выбор которых зависит от оборотов, массива данных и величины рекламного бюджета компании.
1. Решение для малого бизнеса
Для малого бизнеса, у которого ограниченный бюджет и минимум средств на аналитику, будет достаточно использования Google Spreadsheets или Microsoft Excel. Первый более удобен, так как можно настроить виртуальный доступ разных уровней. Для этого будет необходимо настроить импорт данных из Google Analytics, CRM-cистемы (или админки сайта с источниками заявок), а также выгрузку данных из сервиса коллтрекинга.
Что позволяет простейшая сквозная аналитика на основе Google Spreadsheets?
С помощью встроенных формул Google Spreadsheets или вычислений вручную формируется таблица, позволяющая определить, сколько сделок приносят конкретные рекламные источники и ключевые слова.
2. Решение для среднего бизнеса
Второй набор инструментов подойдет компании, в которую поступает много заявок. В этом случае вычисления в Google Spreadsheets могут быть затруднительными, а многие возможности просто недоступны.
Необходимый набор инструментов:
- Google Analytics;
- CRM;
- Автоматический call tracking;
- OWOX BI автоматический импорт расходов;
- Microsoft BI (опционально).
На этом этапе бизнес обычно ведет систематизированный подсчет расходов (в данном случае как инструмент рассматривается OWOX BI). Главное отличие этой схемы в том, что ключевым местом сбора данных является Google Analytics. Основные преимущества заключаются в том, что это удобный для большинства пользователей интерфейс, с разнообразным функционалом, которого достаточно на этом этапе.
Недостатки этой модели сквозной аналитики:
- При достижении более 40 тысяч сессий в день может происходить семплирование. Это ситуация, когда Google Analytics не выдает абсолютные данные, а создает выборку и делает замеры на ней. В таком случае результаты в некоторых случаях могут серьезно расходиться с реальностью.
- Ограниченные возможности веб-интерфейса Google Analytics.
- Нет доступа к конкретному пользователю.
- Нет доступа к конкретной сессии.
- Нет возможности передавать персональные данные.
3. Решение для крупных проектов с большим объемом данных
Когда компания владеет крупным интернет-магазином, который собирает и оперирует большим объемом трафика, анализировать его в Google Analytics становится невозможно. В этом случае нужно подобрать решение, адаптированное к заданным объемам операций и с расширенным функционалом.
Среди таких наиболее популярно облачное решение Google BigQuery. Также можно пользоваться MySQL, Mongo, Kissmetrics, Woopra. Последний сервис удобен тем, что данные собираются вокруг пользователей, что делает их анализ более точным.
Набор необходимых инструментов:
- Google Analytics;
- CRM;
- автоматический коллтрекинг;
- облачная (Google BigQuery) или собственная база данных (MySQL, Mongo — аналитика по конкретному пользователю);
- визуализация данных Excel, Google Spreadsheets, Microsoft Power BI, Google Data Studio, Tableau, Qlikview (более популярный).
Из-за того, что анализируются большие объемы данных, необходимо использовать инструменты их визуализации. Это позволяет оценить тренды и функции тех или иных массивов данных и сделать аналитические выводы. Наиболее популярный из предложенных сервисов — Qlikview.
Что позволяет эта модель сквозной аналитики?
С ее помощью вы можете, например, проверить, какая доля трафика приходится на страницы товаров, которых нет в наличии. То есть, вы можете выстроить функцию зависимости дохода от наличия продукции по разным категориям на сайте и определить, как проблемы с логистикой влияют на ваши экономические результаты.
Также можно проанализировать зависимость продаж от количества js-ошибок на странице. Таким образом можно обнаруживать самые слабые места в программном обеспечении вашего интернет-магазина и решать их в первую очередь.
Выводы
Применение сквозной аналитики должно быть целесообразно для конкретного проекта. Это можно определить по объему входящего трафика и количества клиентов в день, а также по вашему рекламному бюджету. Наш подход состоит в том, что затраты на аналитику не должны превышать 5-10% ваших затрат на рекламу и продвижение.
Когда вы настроите продажи и разберетесь с первичными задачами анализа данных, тогда можно подойти к использованию нетипичных моделей атрибуции, когортного анализа и отчетов по многоканальным последовательностям. Они позволят вытащить из имеющихся данных больше информации для принятия правильных и результативных решений с точки зрения продаж.
