Из-за данного поста закрыли мой аккаунт на хабре с мотивацией: стал пиарить www.lemonprint.ru :) Но ничего, думаю, здесть он будет даже полезней.
Возврат на инвестициях в маркетинг – это первая и, пожалуй, самая важная область применения аналитики. Как для небольших, так и для крупных организаций анализ возврата на инвестициях в маркетинговые компании и каналы является основой эффективного развития. Для малых организаций, в виду ограниченного бюджета, а для крупных организаций, в виду количества каналов и акций.
Крупные компании могут позволить себе содержать штат сотрудников для целей анализа эффективности вложений в маркетинг, однако начинающим онлайн бизнесам, приходится довольствоваться инструментами Google Аналитики или Яндекс.Метрики.
В чем слабое место Google Анлитики и Яндекс.Метрики?
Эти инструменты достаточно плохо учитывают финансовую сторону вопроса. Действительно, следующие показатели сложно учитывать в Google Аналитике или Яндекс.Метрике:
- Статусы заказа, после размещения на сайте: «Заказ подтвержден оператором», «Заказ отправлен в курьерскую компанию», «Оплата получена». Важно, что электронная коммерция в Росси в основном работает «с оплатой по получению» и часто бывают отказы. Для того, что бы учесть отказ в Google аналитике нужно сформировать другой заказ с отрицательной стоимостью, при этом первый заказ не аннулируется, но суммарная стоимость этих заказов будет равна нулю. Заказы с отрицательной и положительной стоимостью, компенсирующие друг друга, могут оказаться в разных периодах, что может вызвать путаницу.
- Себестоимость товара. Анализ возврата на инвестициях, конечно, должен учитывать себестоимость, так как клиенты, привлеченные по разным акциям, будут заинтересованы в разных товарах или услугах, маржинальность которых может сильно отличаться. Для того, что бы учесть себестоимость нужно 1) знать себестоимость на момент размещения заказа, что бывает далеко не всегда, 2) сформировать себестоимость в теле страницы подтверждения для того, чтобы скрипт Google аналитики передал ее на сервер Google. В этот момент, себестоимость может быть перехвачена конкурентами для анализа.
- Расходы на рекламу. Google-аналитика не умеет получать данные о расходах на рекламу от Яндекса. Яндекс.Метрика не умеет получать данные о расходах на рекламу от Google. Обе системы не умеют получать данные о расходах на рекламу от других каналов, например, баннерных сетей, или партнеров. Кроме того, онлайн-бизнес наверняка вкладывает деньги в SEO-продвижение, платит за SMM (Social Media Marketing), и специалисту, который занимается e-mail рассылками по собственной базе клиентов. Поэтому получить готовый отчет Google.Аналитике или Яндекс.Метрике, который учитывает расходы на рекламу, да еще с разбиением по регионам, сложно.
- Процент повторных покупок и выручка с клиента. Многие компании готовы платить за привлечение клиента больше, чем прибыль, которую они получают с первого заказа этого клиента, так как надеются на долгосрочное сотрудничество. Google Аналитика и Яндекс.Метрика учитывают повторные визиты клиентов, основываясь на специальной cookie. Однако в большом количестве случаев повторные покупки совершаются с разных компьютеров и не могут быть отнесены данными системами к одному покупателю. Имеющаяся у вас CRM система гораздо более эффективно может отследить повторные покупки, так как основывается на более четких данных, таких как имя пользователя, e-mail или телефон.
Суммируя вышесказанное, системы веб-аналитики будут учитывать финансовые показатели с большой неточностью, а неточность в таких вопросов порождает недоверие со стороны руководителей компании, соучредителей или инвесторов. Или же, может увести бизнес модель в неверном направлении.
Решение – внутренний учет с использованием данных из Google Анлитики
Статусы заказа, себестоимость товаров, информация о повторных покупках клиентов и даже поступления на расчетный счет наверняка есть в вашей CRM системе. По данным из CRM можно строить достоверные отчеты по Выручке и Валовой прибыли (выручка минус себестоимость). Расходы на рекламу с нужной детализацией, легко получить из интерфейса Google Adwords или Яндекс.Директ, а так же от других платформ, с которыми работает ваша компания. Таким образом, вся необходимая финансовая информация есть в вашей базе данных. Но в ней нет информации, о том, откуда пришел клиент.
Поэтому, для нашего сайта www.lemonprint.ru, мы нашли простое решение, которое объединяет Google-аналитику, внутреннюю CRM-систему и данные из внешних источников:
- Для отслеживания поведения клиента на сайте, Google-аналитика использует одну из 2-х библиотек: ga.js или analytics.js. Более старая ga.js использует несколько cookie, одна из которых ( __utmz) как раз хранит информацию об источнике (referral), откуда пришел клиент.
- Серверная часть нашего сайта считывает значение __utmz при размещении заказа и сохраняет его в одном из полей содержащем информацию о заказе в базе данных. Проанализировав это поле, мы знаем, откуда пришел клиент, разместивший данный заказ.
- Далее, мы разбираем это поле с помощью SQL и на основании его значения относим заказ к одному из следующих, наиболее важных для нас каналов: Платный поиск Яндекс, Платный поиск Google, Органический (бесплатный) Поиск Яндекс, Органический (бесплатный) поиск Google, Органический поиск по брендовым ключевым словам (содержащим название нашей компании), Собственные E-mail рассылки, Прямые заходы
- С помощью инструментов нашей CRM системы, которая для построения отчетности опирается на SQL , строим отчет о выручке и валовой прибыли (выручка – себестоимость товара) с учетом статусов заказа и разбиением по вышеперечисленным каналам.
- Дополняем полученный отчет данными из интерфейса Яндекс.Директ и Google Adwords. Процесс получения этих данных можно автоматизировать, хотя и ручная выгрузка этих данных в excel занимает всего несколько минут.
Таким образом, еженедельно мы получаем простой управленческий отчет о вложенных и полученных средствах по ключевым статьям маркетинговых расходов: Платный Поиск Google и Яндекс, Поисковая оптимизация (SEO),
cсобственные рассылки и PR, который приводит к прямым заходам.
Кроме того, можно использовать utm метки в маркетинговых компаниях (специальные параметры в URL ссылок ведущих на ваш сайт с платного поиска или с других платных объявлений), чтобы получить более тонкую детализацию для возврата на инвестициях. Например, можно анализировать возврат на инвестициях на уровне объявления или Тестовой и Контрольной группы для A/B тестов.
Описанный здесь подход позволяет использовать единую группировку каналов как для данных отображаемых в Google аналитике, например коэффициент конверсии (СR%) и отказов (Bounce Rate%), так и для данных, которые не доступны Google Аналитике, например, средняя валовая прибыль с заказа, процент отмены заказов, процент незаборов и количество повторных покупок.
Денис Киселев
