Внедрили сквозную аналитику? Проверьте, насколько она сквозная
8 804 333 72 96 бесплатный звонок по всей России

За последние пару лет сквозная аналитика стала не просто хайпом, а гигиеническим минимумом грамотной работы любого отдела маркетинга. Многие сервисы, например, автоматизации контекстной рекламы (Elama, K50), или сервисы коллтрекинга (Comagic, Roistat), стали внедрять и развивать сквозную аналитику как дополнительный функционал. Все о ней твердят, но при этом каждый понимает ее по-своему.

В старой-доброй Википедии сквозная аналитика определяется как метод анализа эффективности маркетинговых инвестиций (ROMI) на основе данных, прослеживающий полный путь клиента, начиная от просмотра рекламного объявления, посещения сайта и заканчивая продажей и повторными продажами (LTV). Иными словами, сквозная аналитика дает понимание, откуда пришел клиент, что купил, на какую сумму и сколько раз, и в итоге сколько компания на этом заработала.

Наверняка вы уже внедрили сквозную аналитику в своей компании в том или ином виде. Но насколько вы уверены, что она сквозная? В нашей практике мы встречаем довольно много заблуждений на эту тему. Разбираться будем, отвечая на важные вопросы, связанные с полнотой и “правильностью” сквозной аналитики.

Вопрос 1. Какие показатели вы анализируете?

Маркетинг и продажи любой организации управляют большим количеством объектов: количество и качество клиентской базы, объем и воронка продаж, рентабельность инвестиций в рекламу и многое другое.

Однако далеко не любая сквозная аналитика охватывает все эти пункты. Проверьте, какие этапы пути своего клиента вы измеряете в своей работе.

Первое заблуждение, которое стоит развеять — сбор только маркетинговых, или “рекламных” данных (от расходов до лидов) не делает аналитику сквозной, т.к. не учитывает объем и выручку с продаж. На инфографике пример цепочки данных, которая затрагивает все этапы + дает возможность анализировать информацию не только в разрезе каналов, но и других плоскостях.

Вопрос 2. Как вы собираете эти данные?

Для начала — из каких систем?

Учитывая объем показателей, которые можно посчитать, количество информационных систем, как правило начинается с 3-х и может доходить до 10.

  • Данные о расходах на привлечение клиента дают рекламные системы (Яндекс.Директ, Google Ads, Вконтакте, Facebook и т.д).
  • Информация о поведении клиента на сайте есть в системах Яндекс.Метрика и Google Analytics.
  • Зачастую на сайте стоят дополнительные сервисы для сбора лидов (Profitbase, Carrot quest, виджеты обратного звонка и чаты).
  • Для определения источника обращения в отдел продаж нужна система коллтрекинга (Callibri, CoMagic, Calltouch, Roistat и др).
  • Информацию о работе отдела продаж даст CRM (Bitrix24, AmoCRM и др).
  • Приходы денежных средств и отгрузки товаров мы видим в 1С.

Как именно хранятся и стыкуются эти данные между собой?

Выгрузка и сведение в таблицы в Excel? Частичная или полная автоматизация?

Вам, наверное, знакома ситуация, когда аналитик выгружает excel-файлы из разных систем, затем сводит эти данные руками. Иногда часть данных теряется. Зачастую данные из разных отделов, например маркетинга и продаж, противоречат друг другу.

Чтобы получить корректную аналитику, нужно 2 стартовых условия:

  • все данные должны храниться и сопоставляться в одной информационной системе;
  • они должны заноситься не вручную: человеческий фактор повышает погрешность в разы.

Почему важно, чтобы система была одна?

Для корректных аналитических выводов важно найти клиента, который кликнул по рекламе и того же клиента, которого менеджер занес руками в CRM. В аналитике есть понятие “матчинга” — поиска связи между одним и тем же объектом в разных системах. Только сделав это со всей клиентской базой, мы сможем узнать, какие рекламные каналы действительно окупились и привели к прибыли, а где мы понесли рекламных и транзакционных издержек больше, чем получили выгоды в итоге.

И последнее — как часто вы обрабатываете свои данные?

К сожалению, львиная доля примеров сквозной аналитики — это постфактный анализ, мы называем его “посмертная аналитика”, когда вы сводите данные за прошлый период и экстраполируете выводы на следующий.

<Намного более эффективный для бизнеса вариант — контроль в режиме реального времени. Ставьте план по любому из показателей и смотрите на отклонения, чтобы успеть принять меры.

Если в вашей аналитике присутствуют “ручные” отчеты, это снижает скорость и частоту сбора данных в разы. Только полная автоматизация позволит обновлять отчеты из актуальных данных несколько раз в день.

Вопрос 3. Зачем вы анализируете эти данные?

Или, иными словами, какие управленческие решения следуют из анализа? Опять же, если дело ограничивается перераспределением рекламных бюджетов, вы захватываете лишь малую толику всех возможностей.

Проверьте, дает ли ваша система сквозной аналитики информацию об эффективности менеджеров и конверсии на всех этапах продажи? А есть ли данные по той же воронке, но, предположим, только по лидам из facebook?

Ниже примеры отчетов и управленческих решений, которые вы можете дополнительно построить на данных своего бизнеса, если интегрируете все упомянутые источники и системы.

    1. Доля расходов на единицу проданного товара.
      Например, доля в рублях на квадратный метр в недвижимости или доля в процентах от себестоимости товара в интернет-магазине. Контролируйте нормативный показатель, чтобы сохранить нужный уровень рентабельности продаж.

    1. Когортный анализ.
      Когорты — это группы ваших клиентов, которых объединяет особый признак. К примеру, вы можете анализировать, в какой период большая часть ваших клиентов конвертируется из лида в продажу.
      Хороший когортный анализ есть в Google Analytics, но касается он только данных интернет-маркетинга. Полная сквозная аналитика может дать возможность увидеть статистику по всей клиентской базе, включая офлайн (самоходы в офисы продаж).


    1. Управление клиентами, “зависшими в работе”.
      Контролируйте, кто из клиентов “вошел” в воронку, но не завершился успехом или отказом. Выгружайте этих клиентов для повторного обзвона или автоматически запускайте ретаргетинговые кампании.

    1. План/факт продаж и прогноз.
      Используйте данные сквозной аналитики не только для осмысления факта прошлых периодов. Контролируйте выполнение плана в режиме реального времени и стройте прогнозные модели. При полной интеграции всех систем можно выстроить как обычный прогноз продаж (сделки в рублях), но и прогноз по выручке (на основе уже существующих данных в 1С по ожидаемым приходам денежных средств).

Не просто сквозная, а бизнес аналитика

Как видите, собранную в одном месте информацию о жизни всей вашей клиентской базы на всех ее этапах вкупе со статистикой продаж по менеджерам и продуктам, правильнее будет назвать не сквозной, а полноценной бизнес-аналитикой.

Традиционно принято считать, что сквозная аналитика это что-то про маркетинг, ROI и немного про продажи. Но на самом деле пользователями этого инструмента должны быть и руководитель отдела продаж, и коммерческий директор.

Что еще стоит знать

При всех плюсах грамотной бизнес аналитики не стоит забывать, что такой инструмент подойдет не каждому.

Кому нужно внедрять бизнес аналитику?

  • тому, у кого сложный продукт, длинный цикл продаж, омниканальность в маркетинге,
  • у кого большие бюджеты на привлечение клиента (от 200 000 руб. в мес.) и больше трех рекламных каналов,
  • где есть выстроенные бизнес-процессы по работе с клиентской базой (есть вышеупомянутые системы и ими пользуются все участники).

Если компания не попадает под эти критерии, инструмент либо не будет до конца внедрен (столкнется с препятствиями в виде неработающей CRM), либо не окупит себя (внедрение станет дороже, чем финальная выгода).

Чтобы оценить полноту своей системы сквозной аналитики, воспользуетесь таблицей ниже. Она резюмирует в сжатом виде все вышеописанное.

Вопросы Минимум Максимум
Данные из каких систем выгружаются?
  • рекламные кабинеты
  • коллтрекинг
  • CRM
  • рекламные кабинеты
  • коллтрекинг
  • все сервисы сбора заявок и виджеты обратного звонка
  • CRM
Какие показатели анализируются?
  • CTR
  • CPC
  • CPL
  • конверсия из клика в лид
  • конверсия из лида в продажу
  • количество продаж
  • CPO
  • ROI
  • CTR
  • CPC
  • CPL
  • конверсия из клика в лид
  • конверсия из лида в продажу
  • количество продаж
  • CPO
  • ROI
  • выручка
  • прибыль
  • повторные продажи и LTV
  • длина сделки
  • продажи по кагортам
  • доля незакрытых продаж
  • динамика клиентской базы
  • эффективность сотрудников
  • реализация склада (продуктов/услуг)
  • прогноз продаж и выручки
Кто принимает решения на основе данных аналитики?
  • маркетолог
  • РОМ
  • маркетолог
  • РОМ
  • РОП
  • директор
Какие решения можно принять на основе данных?
  • перераспределить бюджет между РК
  • отключить неэффективные РК
  • оптимизировать рекламные кампании
  • перераспределить бюджет между РК
  • отключить неэффективные РК
  • оптимизировать рекламные кампании
  • оптимизировать бизнес-процессы для уменьшения длины сделки, уменьшения доли незакрытых сделок, увеличения эффективности менеджеров по продажам

Посмотрите опыт других проектов

Показать еще 5 статей

Подпишитесь на наш блог