Если у маркетологов не настроена сквозная аналитика, они часто используют усредненные данные из CRM. Например, маркетолог планирует расходы на следующий месяц и распределяет бюджеты между каналами. Чтобы рассчитать ROI и определить эффективность каналов, маркетолог выгружает данные из CRM и рассчитывает в Excel среднюю конверсию в оплату и среднюю маржинальность.

Маркетолог усредняет данные и делает неверные выводы

• Чтобы оценить эффективность рекламных каналов, маркетолог сперва выгружает доходы с заказов в Excel.
• Доходы умножает на 60% — среднюю конверсию из заказа в оплату и на 30% — среднюю маржинальность.
• И получает маржу по оплатам.

Посчитав ROI для каждого канала, он делает выводы: yandex direct и google adwords — убыточны, а vkontakte ads сходится и приносит прибыль.

Реальная картина совсем другая

Вы видите пример метрик интернет-магазина с использованием атрибуции last click. Для SaaS-сервиса или лендинга с заявкой в CRM метрики будут другие, но искажение данных останется.

Однако в реальности рекламные каналы имеют разные показатели конверсии из заказов в оплату и разную маржинальность.

Усреднение занижает показатели успешных кампаний. И завышает показатели слабых.

Гипотеза, что все каналы имеют равномерные показатели конверсии, часто не подтверждается. Да и маржинальность по заказам, как правило, разная. Из-за усреднения успешные кампании или каналы выглядят хуже.

Успешность канала занижается из-за умножения на средние показатели. Маркетолог видит меньше прибыли и не видит за этим реально эффективные кампании.

Убыточные каналы, напротив, могут выглядеть выигрышно. Их низкую эффективность завышают успешные каналы.

После внедрения сквозной аналитики вы не просто точнее видите метрики. Ваши решения могут поменяться на противоположные.

При использовании правильно настроенной сквозной аналитики канал привлечения определяется для 95% заявок. Точно зная, сколько денег приносит канал, маркетологи делают обоснованные выводы и принимают осознанные решения.

Чтобы сквозная аналитика заработала, необходимо идентифицировать пользователя на каждом этапе воронки

При использовании сквозной аналитики, видно, сколько денег приносит каждая рекламная кампания. Маркетолог получает точные данные и делает верные выводы. Но чтобы сквозная аналитика заработала, нужно проследить за пользователем от расходов на привлечение до дохода от оплаты.

Данные о разных этапах воронки хранятся в разных системах. И эти системы не связаны между собой.

Мы показали схему для интернет-магазина. Схема для SaaS-сервиса или лендинга с заявкой в CRM принципиально не отличается.

• Из рекламных кабинетов менеджер руками выгружает в Excel расходы по каналам и кампаниям.
• Из Google Analytics он выгружает число пользователей и заявок или заказов.
• CRM позволяет узнать количество клиентов и сделок.

В результате в Excel появляется три типа не связанных друг с другом данных. Определить источник становится еще сложнее, когда пользователи оставляют заявки или заказы разными способами. Например, кроме формы на сайте, есть чат, колтрекинг и сервис обратного звонка.

CRM и Google Analytics используют разные идентификаторы пользователя

Пользователь может вернуться на сайт несколько раз из разных каналов. Каждый раз мы должны быть уверены — это именно тот пользователь. Мы должны узнавать его.

На лендинге или сайте пользователя идентифицирует Google Analytics. Для этого он использует ga_clientID. С помощью ga_clientID и utm-меток можно рассказать историю пользователя: когда и из какого канала он пришёл, на каком лендинге оказался и где сделал заявку.

Когда пользователь сделал заявку, он становится лидом. CRM идентифицируют лид через userID и transactionID. С помощью этих параметров CRM сохраняют историю транзакций. Но CRM не хранит ga_clientID, а Google Analytics — userID.

Чтобы аналитика стала сквозной, нужно связать ga_clientID с userID и transactionID из CRM

Связать ga_clientID с userID и transactionID помогут методы, с помощью которых пользователь оставляет заявку. Например, колтрекинг callTouch знает ga_clientID и генерирует номер телефона. А CRM при звонке фиксирует номер телефона. Значит, Google Analytics и CRM можно связать через номер телефона, который сгенерировал колтрекинг.

Сервис обратных звонков, Callbackhunter, работает аналогично. Только идентификатором лида становится не сгенерированный телефон, а телефон клиента. Для чата идентификатор — уникальный номер чата. А форма на сайте должна передавать ga_clientID напрямую в CRM.

Вариантов связок между CRM и сервисом обратной связи на сайте очень много. И ошибки в передаче ga_ClientID неизбежны. Чтобы сквозная аналитика не обманывала вас, подходите к интеграции сервиса обратной связи и CRM особенно тщательно.

Rick.ai контролирует точность сквозной аналитики, чтобы цифры в Google Analytics и CRM сходились и показывали реальный вклад каналов.

Начать подключение и попробовать Rick.ai на своих данных можно бесплатно и самостоятельно на сайте. Сервис работает на счетчике Google Analytics — начать подключение и попробовать сервис на своих данных можно бесплатно и самостоятельно на сайте.