Сквозная аналитика для мебельного оператора Neopolis Casa
Чаще всего онлайн-покупки отсутствуют в сложных дорогих продуктах: интернет-маркетинг призван генерировать лиды, а основная ставка сделана на менеджеров по продажам или демонстрацию товара в офлайне. Но для всеобщего успеха, продажники должны получать качественные лиды в достаточном количестве. А это уже забота маркетологов.
Так все устроено и в сети салонов элитной мебели из Москвы, про которую и пойдет речь в кейсе команды Datmark.
Кто клиент?
Мебельный оператор Neopolis Casa предлагает качественную и изысканную мебель, поставляемую с фабрик из различных стран: от Италии до Китая. На рынке компания представлена 5 салонами в Москве и более 90 партнеров в регионах.
Команда проекта со стороны клиента поставила глобальную цель — запустить комплексную цифровую трансформацию бизнеса. Начать решили с малого, но не менее важного — со сквозной аналитики.
В онлайне Neopolis Casa представлены достаточно широко: активно ведутся соц.сети и работа над сайтами (которых у компании несколько), запускается таргетированная реклама в Facebook и Instagram, а также контекстная в Яндекс.Директ и Google.Ads. Кроме того, идёт работа над запуском персонализированного email-маркетинга.
В общем, оценивать есть что, было бы желание. Тем более у компании серьезные намерения развивать аналитику.
Главная цель на первом этапе: понять, какие рекламные каналы эффективны, а какие не очень, и сколько в целом приносит «онлайн» как площадка для продвижения.
Как было?
До создания первого дашборда команда, как и многие, использовала традиционные Excel-отчеты. Выгружали из разных источников, собирали в разных отделах и приносили руководству на анализ.
Вот только стоило в один из отчетов закрасться ошибке, как весь процесс останавливался и откладывался до момента, когда в нужном отделе файл поправят.
Кроме того, несмотря на все усилия и то, что в компании качественно настроены источники и интеграции между ними, до сегодняшнего дня комплексно оценить вклад интернет-маркетинга в продажи не удавалось.
Автоматический отчет должен избавить сотрудников от составления ручных отчетов, отчеты от ошибок, вызванных человеческим фактором, а руководство — от ожидания.
Откуда данные?
Казалось бы, сквозная аналитика, она и в мебельном бизнесе сквозная аналитика. Изюминку в такие проекты могут внести только нетривиальные источники данных — и это наш случай.
Стандартный набор источников для сквозной аналитики:
- рекламные кабинеты
- сервис веб-аналитики
- CRM-система
У нас это:
- Рекламные кабинеты Facebook, Яндекс.Директ, Google.Ads для 3 сайтов. Да, то есть всего 9 подключений только по рекламным системам. Для подключения использовали коннектор myBI Connect, который существенно облегчил нам жизнь: количество источников не вызвало особых проблем. Мы в Datmark регулярно используем myBI Connect в проектах по сквозной аналитике, что сокращает и сроки, и смету для клиента. Из рекламных кабинетов забираем бюджеты, структуру рекламных кампаний и информацию о показах.
- Comagic. Промежуточное звено между рекламой и продажами: фиксирует источник за оставленными на сайте заявками и передает информацию в CRM-систему посредством автоматически настроенного коннектора Creatio — Comagic. Благодаря этому решению, настроенному заказчиком ранее, все нужные от Comagic данные мы забирали уже из CRM-системы.
- Creatio от Terrasoft. Не самая известная CRM-система, но далеко не безынтересная. Согласно исследованию ИПП и J’son & Partners Consulting, в 2019 году лишь 2,4% назвали Creatio (тогда еще Bpm’online sales) среди известных им CRM-систем. По внедрению Creatio занимает третье место, однако с большим отрывом уступает «Битрикс24» и AmoCRM. Учитывая не самую широкую популярность Creatio, myBI Connect нам здесь не помощник — сервис еще не работает с этим источником, автоматического коннектора нет.
Трудностей не боимся, решили разработать собственный скрипт.
Как забираем данные из Creatio?
По плану мы должны были написать скрипт, который будет храниться на VPS и регулярно запускаться в нужное время. Задача скрипта сводилась к тому, чтобы забрать данные из Creatio и записать в таблицы в Big Query.
Но кому интересны кейсы, где все идет по плану?
Для текущих задач из CRM-системы нам было нужно всего ничего: таблица лидов с датой создания, источником привлечения и результатом — суммой продажи (нулевой в случае ее отсутствия) и таблица клиентов.
Чтобы получить эти данные в агрегированном виде мы направляли в Creatio достаточно сложные запросы, которые система с трудом обрабатывала. Работа скрипта при таком подходе занимала около 17 часов, что невероятно много.
Обходное решение придумали вместе с заказчиком: добавить нужные поля в таблицы на уровне CRM-системы, благо Creatio это позволяет. В таком случае наш скрипт сможет легко и беспрепятственно забирать данные и загружать в Big Query, куда мы подключаемся уже напрямую из Power BI.
Стоит отметить, что в этом кейсе нам невероятно повезло с командой заказчика и их готовностью участвовать в процессе. В проектах с индивидуальной разработкой это очень ценно.
Как связали источники вместе?
Главная таблица — leads из CRM-системы, где у нас были все данные о поступающих заявках: от источника до суммы продажи. Из рекламных кабинетов мы забирали статистику по расходам и соответственно относили их на поступающие лиды, чтобы рассчитать стоимость заявки и продажи, а также понять, сколько принес тот или иной источник и сопоставить эту сумму с затратами. На данном этапе связали таблицу лидов из CRM-системы с данными из рекламных кабинетов предельно просто: по названию источника в таблице лидов и генерируемой myBI Connect таблице Параметры трафика. Для решения текущих задач такой связи вполне достаточно, так как из рекламных кабинетов для расчетов нужны только бюджеты. Вряд ли метрики сквозной аналитики могут кого-то удивить, набор достаточно стандартный: Все метрики размещены на одном листе дашборда, отображение динамики показателей реализована за счет кнопок переключения над графиками. Это решение позволяет сэкономить место на дашборде без потерь с точки зрения содержания. Максимально детальную информацию дает таблица, расположенная внизу экрана, чтобы обращаться к ней в случае необходимости глубокого изучения. Таблица отображает показатели в разрезе источников, причем не только перечисленные выше метрики, но и более нестандартные. Так, например, рассчитывается ARPL — средний доход с привлеченного лида. Зная примерную стоимость лида и плановый доход, с помощью этой метрики можно планировать маркетинговые бюджеты. Среди лидов отдельно выделяем новых клиентов. Нужно понимать, что привлеченный лид может привлекаться повторно и совершать повторную покупку, однако при этом не будет происходить прироста клиентской базы. Понимание того, сколько новых клиентов привлекается, дает возможность корректировать аудитории, чтобы привлекать на новые и повторные покупки в требуемых пропорциях. В области фильтров кроме выбора сайта и источника привлечения был добавлен фильтр по UTM-метке. Фильтр реализован в виде вложенности по структуре метки и полезен для точечного отслеживания эффективности рекламных кампаний. Цифры цифрами, но дашбордом должно быть еще и удобно и приятно пользоваться. Так уж вышло, что для нас в Datmark визуальная составляющая не на последнем месте. Дизайн дашборда разработан на основе фирменного стиля компании и ассоциаций с отраслью в целом: глубокий темный фон с мягкими бежевыми цветами для визуальных элементов. В целом дашборд выглядит так: Как и задумывалось, сводный дашборд по сквозной аналитике стал первым шагом к цифровой трансформации компании. В текущем виде система закрывает небольшую, но базовую задачу в аналитике маркетинга: дает понять, какие рекламные каналы эффективны, а какие требуют модификаций. Уже после первого использования у заказчика появились идеи, как углубить аналитику, а мы были рады проявить инициативу со своей стороны. Совместными усилиями и в ходе обсуждений мы сформировали план развития системы и уже сейчас работаем над следующими задачами. Модели атрибуции. В текущем виде сквозная аналитика реализована по так называемой модели last click, но в случае со сложным продуктом (согласитесь, что мебель выбрать непросто) очень редко бывает так, что покупка или даже заявка происходит уже после первого контакта. А чтобы оценить вклад разных источников в результат, нужно учитывать историю касаний до совершения покупки, поэтому мы реализуем несколько базовых моделей атрибуции. История покупок. Специфика продаж такова, что лид (заявка) далеко не с первого раза конвертируется в покупку, но при этом каждая оставленная заявка важна. Поэтому планируем добавить возможность отслеживать в разрезе клиента не только все покупки, но и все заявки, которые он оставлял. Анализ рекламных кампаний. Сквозная аналитика помогает как в принятии стратегических решений, будь то отказ от рекламного канала или модификация процесса продаж, так и в тактических доработках. Так, например, можно будет отслеживать, с каких именно рекламных кампаний и объявлений приходят лиды, сколько приносят кампании и, что немаловажно, сколько компания на них тратит. В будущем планируем добавить в модель данные по ассортименту, чтобы понимать, что именно купил клиент и с какой маржинальностью; реализовать блок, посвящённый менеджерам по продажам, которые вносят существенный вклад в успех компании; а также расчитывать такие показатели, как CRR, LTV и другие. Набор систем и сервисов в каждой компании свой. Не стоит отказываться от построения аналитики, какими бы своеобразными ни были ваши бизнес-процессы. Вы можете продавать офлайн, иметь нестандартную систему учета или десяток сайтов — подход найдется всегда. К тому же, начиная проект по разработке с компетентным партнером, вы не останетесь один на один со сложной инфраструктурой вашего бизнеса. Главное — возможность и желание открыто взаимодействовать и вкладываться в проект и его развитие. А критерий продуктивного взаимодействия — желание его продолжить:
Какие метрики считаем и как?
Что дальше?
В конечном счете
Сотрудничество с Datmark началось для нас с реализации небольшой, но важной задачи, которая позволила в простой и доступной форме оценить эффективность рекламных каналов, от клика по рекламному объявлению до продажи. Полученным результатом работы мы остались довольны, планируем продолжить сотрудничество с командой Datmark по углублению как онлайн-аналитики, так и аналитики рекламных активностей, связанных с оффлайн.
