Зачем бизнесу нужна сквозная аналитика

Как сейчас работает ваш маркетинг? Какие каналы приносят клиентов, а от каких пора отказаться? Окупаются ли инвестиции в маркетинг? На вопросы отвечает сквозная аналитики, которая собирает и интегрирует данные о пути клиента из всех каналов в единое окно. Неполная картина маркетинга — слепое принятие решений, в некоторых случаях — потеря бюджета из-за неправильных вложений. Сквозная аналитика делает маркетинг управляемым и полностью прозрачным, экономит бюджет — вы всегда знаете, что вкладываете деньги в эффективные каналы и правильные действия.

В статье расскажем подробнее, что такое сквозная аналитика, зачем бизнесу выбирать эту методологию, как она работает.

Что такое сквозная аналитика

Сквозная аналитика — это методология сбора данных о пути клиента по воронке продаж для анализа вложений в маркетинг и эффективности его работы. Такая маркетинговая аналитика отслеживает действия пользователя от первого контакта с ресурсами компании до покупки и после, чтобы точно посчитать LTV, ROMI и другие метрики маркетинга. Со сквозной аналитикой бизнес знает, как работает каждый маркетинговый канал отдельно и полную картину — данные аккумулируются в едином окне на дашборде или в таблице. Решения принимаются на основе данных: какие каналы перестать поддерживать, потому что нет отдачи, а какие усилить. Сквозная аналитика подходит для бизнесов с двумя и более каналами получения трафика.

Бизнес выбирает для себя единые сервисы сквозной аналитики или собирает данные вручную из нескольких платформ. Сквозная аналитика — это набор инструментов и средств, которые интегрируются между собой частично или полностью автоматически.

Зачем бизнесу сквозная аналитика

1. Отслеживание пути клиента

По воронке продаж и после первой покупки аналитика подсвечивает «узкие места» в работе с клиентом. Тогда маркетинг реагирует и корректирует рекламную стратегию, а руководители — работу менеджеров, которые двигают клиента по воронке продаж. Также со сквозной аналитикой компания точно знает, откуда пришёл клиент.

Пример. Покупатель в опросе указал, что нашёл продукт по запросу в интернете сам, а раньше никогда не слышал о компании. Аналитика показывает, что пользователь перешёл на сайт с рекламы в Facebook и сделал покупку — результат от рекламы в соцсети. Без аналитики вывод об эффективности был бы неправильным.

2. Оптимизация бюджета

Ни рубля вложений зря — таким мог быть девиз сквозной аналитики. Методология показывает, где компания теряет деньги:

• неэффективные рекламные кампании;
• каналы привлечения клиентов, которые не окупаются;
• оплата труда менеджеров, которые не зарабатывают деньги для компании — теряют клиентов, не закрывают сделки.

С другой стороны, сквозная аналитика укажет на сильные стороны.

Пример. Аналитика сайта показала, что 50% клиентов приходят через контент — по поиску находят статьи с SEO-оптимизацией и переходят на сайт компании. Сквозная аналитика говорит, что больше денег компания вкладывает в рекламу, откуда также приходят клиенты, но не больше 10%. Вывод: контент — сильная сторона маркетинга компании, поэтому, возможно, это направление стоит усилить инвестициями, а не увеличивать количество рекламных кампаний.

3. Аналитика в реальном времени

Если вы выбираете сервис для сквозной аналитики, то данные туда поступают автоматически в режиме реального времени. Вы получаете весь маркетинг в едином окне — это похоже на приборы панели управления самолётом. Если один показатель выходит за пределы нормы, вы реагируете и ищите причину.

4. Прозрачность маркетинга

У собственников бизнеса всегда будет вопрос, на что расходуются деньги компании. Маркетинг — не исключение. Сквозная аналитика отражает весь путь клиента и действия по работе с ними, даёт информацию для подсчёта затрат на привлечение и удержание клиента.

5. Отслеживание статуса работы с клиентом

При долгом цикле сделки отслеживать вложения в привлечение клиента и работу с ним сложнее. Действия растягиваются по времени. Сквозная аналитика следит за работой маркетинга и менеджеров. Также покажет перспективность клиента.

Допустим, компания по продаже товаров для офиса (B2B) обычно закрывает сделки за месяц. С рекламы в Яндекс.Директ пришёл клиент с запросом на крупный заказ. Сделку ведёт менеджер, но завершение оттягивается из-за клиента, который пытается добиться других условий. В определённый момент оплата часов работы менеджера превышает сумму возможной сделки. Посчитаем также затраты на рекламу, которая привела клиента, и понимаем — работать дальше невыгодно, заказ не окупит вложений. Компания, которая ведёт сквозную аналитику, видит ситуацию и перенаправляет менеджера на другие сделки.

6. Правильность метрик

Аналитика, которая собирает не все данные, не будет на 100% достоверной. Сквозная аналитика со всеми каналами — больше вероятности правильных данных и верных выводов.

Инструменты для сквозной аналитики

Сквозная аналитика «тянет» данные из разных каналов и сервисов: Google Analytics, Яндекс. Метрика, CRM, сервисы коллтрекинга и других. Каждый сам по себе отслеживает ряд метрик, но не показывает полную картину маркетинга.

Так Google аналитика определит количество транзакций и сумму, но не рассчитает общий ROMI, потому что не соотносит продажи с затратами.

Сквозная аналитика компенсирует это и свяжет данные кампаний с продажами и инвестициями.

Как сквозная аналитика собирает данные:

• Вручную с таблицами (Excel, Google и другими) — бесплатно, но долго, и есть риск ошибок и потери данных. Для частичной автоматизации нужна дополнительная настройка сквозной аналитики — это новые компетенции для сотрудников и затраты по времени, платные сервисы для интеграции.
• С сервисами сквозной аналитики — специальными инструментами, которые упрощают работу и показывают данные визуально на дашбордах.

Платформа Altcraft Platform собирает данные из онлайн и офлайн-источников о клиенте в одном окне: демографические, поведенческие, транзакционные данные и другие. Поддерживает интеграции с LPgenerator, Tilda, SMS-шлюзами, Yandex AppMetrica, через HTTP API и WebHooks — это ускоряет и упрощает получение информации для анализа и принятия решений.

Как работает сквозная аналитика

Шаг 1. Подготовка к сбору данных

Сквозная аналитика собирает данные через:

• Информацию по офлайн-кампаниям. Данные по промокодам в буклетах, статистика по номерам телефонов на рекламных баннерах. Компания может присвоить каждой рекламной акции уникальный номер, чтобы точно знать, с какой кампании пришёл клиент.

• Файлы cookies — данные о действиях пользователя на сайте. Cookies — информация о кликах, переходах, локации, просмотрах товаров. Данные на сайте собирают скрипты — элементы кода, которые выполняют простые сценарии. Например, запоминают Сlient ID — обезличенные идентификаторы, которые присваиваются каждому посетителю сайта и попадают в систему аналитики.

• Данные регистраций на сайте: email-адреса, номера телефонов и другие. Когда пользователь авторизуется, то получает User ID — конкретный идентификатор, который попадает в CRM компании.

• UTM-метки, чтобы считать клики по ссылкам с детализацией до конкретного типа рекламного объявления и разных источников трафика.

Что такое utm метки

UTM-метки — маркеры, которые добавляют в URL рекламного объявления или в другие сообщения от компании: в SMS, в статьи, в рассылки по email и в QR-коды. Метка определяет источник трафика до деталей: с какой рекламы или баннера пришёл клиент.

Пример. Банк рекламирует новый сервис — упоминает его в статье в журнале. Как узнать, сколько человек перейдут по ссылке из статьи и зарегистрируются в сервисе? Добавить UTM-метку.

У обычной ссылки появляется «хвост» с маркерами рекламной кампании:

Метка добавляется к ссылке через «/?», а между собой параметры метки разграничиваются через значок амперсанд — «&».

Элементы UTM-метки:

Как выглядит ссылка с UTM:

Иногда ссылку с метками дополняют другими (необязательными) параметрами:

• utm_term — для кампаний Google Ads и Яндекст.Директ, чтобы определить, с какого ключевого слова пришёл клиент. Параметры бывают динамические — с указанием ключевика, по которому перешёл пользователь, или статические c конкретным ключевиком. Также отслеживают регион и другие идентификаторы.

Примеры: utmterm=arenda-avto-moskva — статический параметр. utmterm={keyword} — динамический параметр.

• utm_content — для различения похожих офферов. Например, объявления отличаются только баннерами. Метка покажет, на какой реагировали чаще.

Примеры параметров: link, landing, redbanner.

Как создать utm метку:

• Вручную — прописать все параметры самостоятельно.
• Использовать генератор ссылок с UTM — один из сервисов, как Tilda, Ярошенко и другие.

Ссылка с меткой получается длинной и в рекламном объявлении выглядит неэстетично. Проблему решат сервисы сокращения ссылок, например: Кликер, Bitly, Goo.

Как это работает:

Возьмём URL, где есть ютм метки, и поместим ссылку в сервис для сокращения.

Теперь ссылка такая:

Важно! Сервисы добавляют своё название в ссылку, но в некоторых возможно оставить доменное имя сайта компании (обычно платная функция). Также иногда соцсети и почтовые сервисы не принимают ссылки с сокращением и отправляют такие сообщения в спам.

Шаг 2. Сбор данных и принятие решений

Сервис сквозной аналитики:

1. Собирает размеченные данные из систем аналитики, CRM, сервисов коллтрекинга и т.д.
2. Связывает данные о продажах с инвестициями, чтобы определить ROMI и другие метрики, которые отслеживает бизнес.
3. Показывает общие данные в едином окне. Бизнес принимает по ним решения.

Резюме

Сквозная аналитика — методология для сбора и анализа данных из разных маркетинговых каналов. Показывает весь путь клиента и затраты на привлечение удержание в едином окне, а бизнес знает, окупятся ли вложения, определяет ROMI и рассчитывает LTV. Также сквозная аналитики — это данные в реальном времени, прозрачный маркетинг, оптимизация бюджета и понимание вклада менеджеров в работу с клиентом.

Информацию для сквозной аналитики получают из сервисов аналитики, коллтрекинга, CRM и других систем. Для идентификации используют UTM-метки — маркеры ссылок, файлы cookies, данные регистрации на сайте, промокоды и отдельные номера телефонов, если кампании проходят офлайн.

Для сквозной аналитики компании выбирают ручные инструменты или частично автоматизированные (таблицы) или специальные сервисы: готовые или кастомные, которые «тянут» данные из других источников автоматически.