Колонки

Сквозная аналитика для бизнеса: 5 случаев, когда без нее не обойтись

Колонки
Марго Кашуба
Марго Кашуба

Директор по маркетингу в OWOX BI

Софья Федосеева

О мощностях сквозной аналитики и о том, как хорошо быть data-driven, слышали все. Но храбрецов, использующих инструменты BI (business intelligence), на самом деле мало и 87% организаций, по данным аналитической компании Gartner, остаются представителями низкой аналитической культуры.

О том, что они упускают и как могут улучшить бизнес, внедрив сквозную аналитику, рассказывает Марго Кашуба, маркетинг-директор компании OWOX.

Сквозная аналитика для бизнеса: 5 случаев, когда без нее не обойтись

Многие компании все еще не готовы к запуску сквозной аналитики — они ведут десятки, а не сотни рекламных кампаний, которые талантливый маркетолог или аналитик может контролировать и сводить в единую систему вручную. Но человеческий ресурс дорожает, и игнорирование возможностей сквозной аналитики может привести к еще большим расходам. Также растут цены на рекламу, и расходовать бюджет по принципу «чем больше, тем лучше» — это прямой путь к низкому результату за довольно большую цену. 

Чтобы не просто выжить, а еще и расти в таких условиях, бизнесу недостаточно опираться на свой опыт — приходится искать новые подходы и инструменты. Поэтому построение сквозной аналитики — это не конечная цель, а лишь способ развития бизнеса на базе информационных технологий. 


Что такое сквозная аналитика

У сквозной аналитики одна центральная задача — помочь бизнесу интенсивнее расти с использованием инсайтов, найденных в данных компании. Побочными эффектами этого процесса считаются оптимизация расходов на рекламу и каналы привлечения, модернизация и автоматизация маркетинговых активностей и отчетов.

Сквозная аналитика объединяет маркетинг, финансы и продажи компании в единую подконтрольную систему, где отчеты связаны с реальной прибылью и исполнением заказов с учетом возвратов.


Фото: Unsplash

Существуют несколько способов настройки сквозной аналитики, и каждый бизнес переживает этот процесс по-своему. Длительность и мучительность процесса зависят от степени «запущенности» информационной экосистемы бизнеса.

Если:

  • данные о поведении пользователей на сайте собираются тщательно и по всем правилам, 
  • информация о рекламной активности и тратах на рекламные кампании собирается правильно и с UTM-метками,
  • данные о заказах и покупателях менеджеры сохраняют в CRM, данные звонков — в систему отслеживания звонков, а все покупатели офлайн также строго учитываются с присвоением уникальных идентификаторов,

то внедрение сквозной аналитики покажется вам логичным и естественным процессом развития бизнеса.

Но обычно о внедрении сквозной аналитики вспоминают, когда рекламные кабинеты разрастаются до тысяч кампаний в месяц, поток данных становится неуправляемым, а отчетность вручную — невозможной. Когда по-настоящему надоедает видеть некорректные цифры о прибыли и расходах в Google Analytics, а вливание дополнительных бюджетов в любой из каналов уже не приносит большего количества лидов.

Но какой бы сложной и дорогой ни казалась сквозная аналитика, надо помнить, что на другой чаше весов лежат постоянные сливы бюджетов и неэффективная и слабо контролируемая деятельность отделов маркетинга и продаж.


5 проблем, которые можно решить внедрением сквозной аналитики


В компании нет единой экосистемы данных

Как результат, бизнес-процессы не оптимизированы и не контролируются должным образом 

Сквозная аналитика дисциплинирует сбор, очистку, объединение и хранение данных из всех источников в компании. Поскольку ее не построить на фрагментированных данных, вам следует объединить в едином хранилище данные из всех источников:

  • данные с вашего сайта;
  • данные со всех рекламных кабинетов и сервисов, которыми вы пользуетесь;
  • данные CRM о реальных переписках с клиентами, продажах и заказах;
  • данные систем отслеживания звонков и точек офлайн-продаж.

Аудит источников и каналов данных должен привести вас к пониманию полной схемы движения данных в вашей компании. 


Пример организации сбора и хранения данных компании для сквозной аналитики

В зависимости от типа вашего бизнеса вы выберете внутреннее или облачное хранилище для ваших данных. Оба варианта имеют свои «за» и «против»: с in-house-решением вам нужно будет позаботиться о поддержке серверов, вопросах масштабирования и безопасности, а с облачным — определиться с сервисом и досконально изучить его работу. Один из хороших вариантов для упорядоченной работы с данными — Google BigQuery.

Сложность этого этапа в том, что обычно разные типы данных хранятся в разных форматах, рекламные кабинеты и другие источники данных генерируют данные не в режиме реального времени, а каждый со своей задержкой, и одни и те же поля данных могут иметь разные названия. То же относится и к продажам и возвратам из CRM — у них свой темп. 

Поэтому связка источников в одном хранилище, очистка и «гомогенизация» полученных данных, автоматизация обновления данных — это ваши основные задачи на старте построения сквозной аналитики.


Оценка маркетинговых усилий в онлайне и офлайне происходит в разрозненных рекламных кабинетах или в рекламном агентстве.

Эти оценки расходятся с реальными данными о прибыли компании.

Вы вложились в рекламу на сотни кампаний в разных сервисах — в Google Ads, Facebook, YouTube, CPA-сетях, и потом вам предоставили стопку ярких отчетов, заверив, что все хорошо. Почему бизнес обязан верить или не верить таким отчетам, когда можно просто знать точно?

Модель атрибуции подбирается в каждом развитом бизнесе «индивидуально», чтобы:

  • она отображала структуру воронки конкретной компании, 
  • имела в расчете реальные данные. 

Только с такой моделью вы сможете правильно оценить, какие каналы лучше приводят к вам покупателей, какие подогревают интерес пользователя к покупке, а какие — неэффективны. Чем больше данных учитывает ваша модель атрибуции, тем точнее оценка каналов.

Выбирать свою модель нужно осознанно, понимая все сильные и слабые стороны модели. С подходящей именно вашему бизнесу моделью атрибуции вы сможете эффективнее распределять бюджет за счет справедливой оценки рекламных кампаний.


Фото: Unsplash

Сквозная аналитика с осознанно выбранной подходящей моделью атрибуции — это высшая лига, потому что:

  • вы учитываете все данные, которые касаются расходов и результатов по всем рекламным кампаниям (в Google Analytics обычно вы нативно интегрируете только Google Ads, а другие сервисы требуют коннекторов для интеграции с GA);
  • вы можете учитывать в оценке реальные заказы, которые были оплачены;
  • вы сможете учесть и офлайн-активность вашего бизнеса.

Так вы сможете понять, что происходит с каналами, ведущими лидов к покупке, какие источники лучше работают на каждом этапе воронки продаж, и увидеть реальную стоимость ваших рекламных кампаний и их эффективность.


Управление рекламными кампаниями изолировано по отдельным каналам

C помощью сквозной аналитики вы сможете учитывать взаимовлияние разных каналов маркетинга и анализировать все рекламные кампании вместе, а не в отдельных сервисах и кабинетах. Вы увидите, как работает на самом деле ваш таргетинг, какие сегменты покупателей не получают достаточно внимания и стимуляции продаж, а где рекламы слишком много.

Например, рассматривая рекламные кампании с точки зрения именно продаж, а не лидов, вы сможете отделить те, которые на первый взгляд генерируют много заявок, но не приносят продаж. И либо закрыть их, либо переделать. 

Также на базе сквозной аналитики лучше всего проверять маркетинговые гипотезы, креативы и заголовки. Если объединить ее даже с самой простой автоматизацией и управлением ставками, вы начнете расходовать свой рекламный бюджет существенно эффективнее.


В компании некачественные и несвоевременные отчеты

Чем отличаются отчеты, построенные в разрозненных сервисах, от построенных на данных сквозной аналитики? 

  1. Скоростью построения: любая система аналитики предоставляет простой отчет достаточно быстро. Но для сложных отчетов по нескольким источникам или за длительный период времени сквозная аналитика подходит больше. С разрозненными данными вам всегда придется вручную сводить данные с разных источников, очищать их, готовить под отчет. А это обычно долгий процесс, еще и подверженный человеческому фактору.
  2. Шансом появления ошибок: если все настроено правильно, нет шанса появления ошибок в системе сквозной аналитики. При ручном построении отчетов это более чем вероятно.
  3. Актуальностью: благодаря скорости построения отчетов на базе сквозной аналитики все типы отчетов остаются актуальными на момент создания. Сложные отчеты на разрозненных данных могут строиться так долго, что на момент окончательного результата запрос может потерять актуальность.
  4. Разнообразием отчетов: человеческие возможности по построению маркетинговых отчетов ограничены, некоторые типы (например, та же модель атрибуции) могут быть недоступны для расчета вручную. Для автоматизированной системы такого ограничения нет. Вы сможете рассчитать любой тип маркетингового отчета в считанные минуты за любой период на ваших данных.

Вы сможете построить те отчеты, которые раньше были недостижимыми из-за неполноты данных, пользуясь системой сквозной аналитики. Существенная для бизнеса особенность этих отчетов — то, что в них вы увидите реальные суммы, которые сходятся с финансовой отчетностью. Топ-менеджмент сможет оценить реальный вклад не только каналов продвижения, но и работы целых отделов. 


Пример дашборда, построенного на данных сквозной аналитики

Благодаря сквозной аналитике вы сможете настроить автоматизированную отчетность и визуализировать ее в удобном для вас сервисе. После настройки дашбордов достаточно будет одного взгляда для контроля важных KPI, анализа текущей ситуации с заказами, прибылью и рекламными расходами.


Решения «как обычно» или «давайте добавим больше бюджета» истощают компанию

Сквозная аналитика дает руководству достаточно оснований и данных для принятия решений с контролируемыми последствиями. Это и есть data-driven-компания в действии. Когда не нужно оглядываться на то, как делали раньше или как делают конкуренты на рынке, ведь аналитическая система объясняет категориями прибыли и убытков, что нужно делать, чтобы расти интенсивнее и быстрее конкурентов.

Не все компании готовы идти обозначенным путем, так как для этого нужно волевое решение измениться и принять, что каждый бит данных — это сокровище, с которым надо бережно обращаться. Также это значит изменить свое окружение и персонал — добавить к талантливым и креативным маркетологам еще и не менее талантливых аналитиков и программистов с отличной школой в статистике и математике. 


Как получить максимум

  • Определитесь с тем, зачем вам сквозная аналитика и какие задачи вы хотите решить с ее помощью. Учитывая, что работа предстоит долгая и кропотливая, видение конечной цели поможет не сбиться с пути. Не забывайте о том, что просто сбор данных и настройка сквозной аналитики — не цели сами по себе, а лишь подспорье для принятия решений.
  • Убедитесь, что данные из всех источников собираются корректно, не сэмплируются и не проходят через фильтры. То есть вы получаете полные сырые данные.
  • Выберите модель атрибуции, максимально отражающую реалии вашего бизнеса. Это поможет отслеживать каждый шаг пользователя по воронке.
  • Исследуйте разные инструменты построения сквозной аналитики, чтобы выбрать для себя максимально подходящий и понятный.
  • Настройте себя на то, что теперь решения вы будете принимать не по наитию, интуиции или тому, что маркетолог «так видит», а исключительно на основе данных. Некоторым бывает сложно смириться с таким положением дел.

Фото на обложке: Unsplash

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 С завода — в аналитику: «Я поняла, что стабильная психика и финансовая грамотность — это залог любого успеха»
  2. 2 8 шагов к эффективности: как HR-аналитика помогает нанимать лучших сотрудников
  3. 3 Если вы не используете данные, то вас просто нет на рынке. Почему уже давно пора внедрять аналитику?

Актуальные материалы —
в Telegram-канале @Rusbase