Колонки

Сквозная, маркетинговая, продуктовая и мобильная аналитика: что это и зачем нужно компаниям

Колонки
Полина Маликова
Полина Маликова

Team lead продуктовой линейки Data Science и аналитики в «Нетологии»

Евгения Хрисанфова

Полина Маликова, продюсер курса «Сквозная аналитика» в «Нетологии», рассказывает, в чем разница между сквозной, маркетинговой, продуктовой и мобильной аналитикой, какие инструменты в них используются, нужно ли применять все четыре типа и зачем вообще это нужно компаниям.

Сквозная, маркетинговая, продуктовая и мобильная аналитика: что это и зачем нужно компаниям
Присоединиться

Схема

Схема видов аналитики

Продуктовая аналитика

Что это. Продуктовая аналитика — это комплекс методов аналитики, направленный на улучшение продукта, его финансовых, маркетинговых и пользовательских характеристик. Эти данные важны для эффективности рекламы, удовлетворения болей клиентов и экономии бюджетов компании на всех этапах развития и реализации продукта.

Как это работает. Продуктовая аналитика собирает данные, которые помогают изучать поведение пользователей во время их взаимодействия с продуктом. Эти данные показывают, что происходит с продуктом.

К значимым данным относится:

  • какие кнопки нажимают пользователи;
  • как часто используют продукт;
  • какие функции продукта популярны;
  • с какими проблемами сталкиваются пользователи при взаимодействии с продуктом.

Зачем это нужно. С помощью этих данных компания способна удержать пользователя в продукте. Это дешевле, чем привлекать только новых пользователей. Изучив то, как клиент взаимодействует с продуктом, какую пользу он получает и с какими проблемами сталкивается, можно оперативно вносить изменения в продукт, развивать и повышать его ценность.

Инструменты. Python, Google Analytics, Tableau, Amplitude, SQL, SimilarWeb, ClickHouse. Дополнительно, в зависимости от бизнес-задач, продуктовая аналитика может отчасти включать в себя инструменты маркетинговой и мобильной аналитики.

Аналитика

Сравнивай и выбирай курсы обучения самым востребованным профессиям в интернете в каталоге курсов маркетинга.

Фото: Unsplash

Маркетинговая аналитика

Что это. Маркетинговая аналитика — это анализ маркетинговой кампании на всех уровнях с целью увеличения эффективности рекламы.

Как это работает. Маркетинговая аналитика собирает данные из рекламных каналов и CRM, настраивает метрики, по которым будет оцениваться реклама.

Полученные данные позволяют смотреть:

  • откуда пришел пользователь и с какой рекламной кампании;
  • зарегистрировался или нет;
  • оплатил продукт или нет и т.д.

Зачем это нужно. По этим данным можно оценивать эффективность каналов рекламы.

Работа с данными помогает понять:

  • почему клиенты покупают или не покупают продукт;
  • какой бюджет вкладывать в рекламные кампании;
  • по каким KPI оценивать результаты рекламных кампаний;
  • какие изменения и корректировки нужны на сайте, в продажах, логистике и т.д.;
  • как внедрить эти изменения — вручную или автоматизированно.

Инструменты. Google Analytics, A/B-тестирование, R или Python, Power BI или Tableau, Яндекс.Метрика, Power View, Power Pivot, Power Query. Дополнительно: сквозная аналитика и понимание метрик.  

Схемы

Фото: Unsplash

Мобильная аналитика

Что это. Мобильная аналитика строится на базе маркетинговой и продуктовой аналитики. Это анализ эффективности мобильного приложения как продукта. Актуальность этого вида аналитики в том, что сейчас почти каждая компания на определенном этапе развития бизнеса создает свое мобильное приложение.

Как это работает. В аналитике мобильных приложений выделяются три основных направления: аналитика маркетинга, аналитика продукта, аналитика сторов, где размещаются приложения.

Важные показатели для аналитики мобильных приложений:

  • количество загрузок из сторов;
  • откуда пользователи узнали про ваше приложение (из стора или по ссылке на сайте);
  • ROAS, или окупаемость затрат на рекламу;
  • рейтинг приложения;
  • надолго ли задерживается ваше приложение в смартфоне;
  • платные действия пользователей.

Зачем это нужно. Все это используется для улучшения мобильного приложения как продукта, выявления его слабых сторон. Это позволит скорректировать и стратегию продвижения продукта на рынке, увеличения вовлеченности и конверсии.

Инструменты. Firebase Analytics, Flurry, AppAnnie, Mixpanel, Facebook Аnalytics, AppMetrica, Amplitude и Adjust.

Ноутбук

Фото: Unsplash

Сквозная аналитика

Что это. Сквозная аналитика работает на стыке всех вышеперечисленных типов аналитики. Она осуществляется в различных комбинациях: отдельно на базе маркетинговой, продуктовой или мобильной аналитики, либо сразу на нескольких аналитических системах.

Как это работает. Сквозная аналитика отслеживает весь путь пользователя с момента просмотра им рекламы и до покупки продукта. Поэтому сквозная аналитика представляет собой собранную систему сервисов, баз данных и инструментов аналитики и визуализации. То есть компания собирает в едином интерфейсе данные по ключевым показателям из различных систем: ROMI, ROAS (return on ad spend), ROI (return on investments), CPO (cost per order), CPA (cost per action), CTR (click through rate).

Данные автоматически собираются по всем каналам маркетинга. В систему сквозной аналитики также внедряются коллтрекинги для отслеживания телефонных звонков. Если компания использует email-рассылку как один из каналов привлечения, то дополнительно подключается и email-трекинг.

Зачем это нужно. Сквозная аналитика занимает важное место в системе интернет-маркетинга как средство визуализации всех процессов по направлениям маркетинга, продаж, автоматизации и т.д. Она помогает сфокусироваться на анализе событий и стратегиях, важных для достижения цели бизнеса — получение прибыли.

Инструменты. Вариантов для построения индивидуальной для каждой компании сквозной аналитики множество.

Вот один из примеров, какие инструменты могут использоваться:

  • данные выгружаются из коллтрекинга, системы веб-аналитики и CRM;
  • выгруженные данные стримингуются в базу данных Google BigQuery;
  • данные обрабатываются с помощью BI-платформ, чтобы рассчитать дополнительные параметры: LTV, ROMI;
  • информация о транзакциях из системы учета также передается в Google BigQuery;
  • данные визуализируются в Google Data Studio или Microsoft Power BI.

Ноутбук

Фото: Unsplash

Какая аналитика нужна компаниям

Data-driven подход стал тенденцией — бизнес любого уровня так или иначе использует инструменты и методы аналитики. Поэтому решения, принимаемые сегодня не на основе данных, приводят к неконкурентоспособности на рынке и растрате бюджетов на каналы и компании, которые на самом деле не приносят прибыль.

И бизнесу в идеале нужно разбираться и владеть всеми четырьмя направлениями аналитики. Потому что все данные так или иначе связаны между собой и имеют большое значение для общего результата.

Другой вопрос, может ли компания охватить сразу весь объем инструментов аналитики. Например, настройка сквозной аналитики в самой простой вариации занимает 1–3 месяца. Но потом ее все равно нужно поддерживать и корректировать на постоянной основе.

Выбор вида аналитики зависит от продукта.

Допустим, если продуктом компании является мобильное приложение, то достаточно настроить мобильную аналитику, которая уже включает в себя метрики по аналитике маркетинга, продукта и сторов. Другие инструменты аналитики являются второстепенными, их можно не подключать.

Если у компании нет мобильного приложения и продукт компании размещен на сайте, то вам потребуются маркетинговая и продуктовая аналитики. Они нужны, чтобы отслеживать маркетинговые и продуктовые активности и проверять их на соответствие бизнес целям.

Если помимо продукта на сайте компания выпускает дополнительно мобильное приложение, то к системе из продуктовой и маркетинговой аналитики добавляется и мобильная аналитика.

Сквозная аналитика объединяет результаты анализа всех видов аналитики в единое целое. Вне зависимости от размера бизнеса она позволяет построить и внедрить систему общей отчетности, которая показывает соотношение продукта и маркетинга.

Использование инструментов сквозной аналитики зависит от размера бизнеса. Для небольших компаний подходят пакетные предложения, например, системы Roistat. Пакетное решение позволяет уйти от настройки сложной системы аналитики и сосредоточиться только на тех показателях, которые нужны небольшому проекту.

Это оптимальный вариант, например, для салона красоты, владельцу которого нужно посмотреть, насколько эффективны маркетинговые коммуникации.

Но если компания крупная, сложная и многоуровневая, то пакетные решения не подойдут. Полученный отчет будет слишком общим без учета нюансов. Таким компаниям нужно разрабатывать собственные ПО и систему сквозной аналитики.

Чтобы ее настроить, компаниям лучше нанять специалиста, который:

  • знает метрики и бизнес-процессы;
  • понимает, откуда брать данные и откуда идут лиды, чтобы грамотно построить схему взаимодействия;
  • понимает, как будет поступать информация и какие источники будут браться для анализа.

 Ноутбук

Фото: Unsplash

Как получить максимум

  • Каждый бизнес и процессы в нем индивидуальны. Поэтому нужно в первую очередь четко определить, какая информация на текущем этапе является наиболее важной для бизнеса. И от поставленных целей постепенно собирать свою систему инструментов аналитики данных.
  • Если ваш продукт — мобильное приложение, достаточно настроить мобильную аналитику. Если продукт размещен на сайте, нужны маркетинговая и продуктовая аналитики.
  • Сквозная аналитика позволит построить и внедрить систему общей отчетности. Для небольшой компании подойдет пакетное решение, но если у вас крупный и сложный бизнес, лучше разработать свое ПО и построить свою систему.

Фото на обложке: ThisisEngineering RAEng/Unsplash

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Как сократить бюджет на маркетинг без потери эффективности? Опыт 5 предпринимателей
  2. 2 Как сократить расходы на рекламу в кризис и не сделать бизнесу еще хуже
  3. 3 Пять советов по маркетингу для перевода традиционного бизнеса в онлайн
  4. 4 Как выстроить эффективный маркетинг в 2020 году
  5. 5 Вы все еще обходитесь без сквозной аналитики? Не надо так