Без сквозной аналитики маркетолог делает неверные выводы

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

1-4

  • 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

2-3 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.
3

Убыточные каналы, напротив, могут выглядеть выигрышно. Их низкую эффективность завышают успешные каналы.
4

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.

5-2 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.

Без сквозной аналитики маркетолог делает неверные выводы