4.3. Инструменты веб-аналитики. Системы аналитики контекстной рекламы


Что такое сквозная аналитика: особенности настройки и внедрения

Сквозная аналитика (СА) — это единая система сбора данных по всем маркетинг-каналам. Система собирает данные отовсюду, где вы ведете рекламные кампании, систематизирует их и помогает анализировать, выполняет ключевые задачи, которые маркетолог может отдать «роботу»: автоматически объединяет данные из разных систем и строит визуализации.   

Что такое сквозная аналитика и почему она важна

Представьте, что вы даете рекламу в 5-7 источниках: контекст, соцсети, газета, профильный портал, наружка, радио. Помимо анализа заявок по всем этим источникам нам необходимо посчитать и все просмотры, трафик, звонки, лиды. Система СА собирает все данные в «одно окно». Мы знаем, какой путь прошел клиент от рекламного объявления до покупки.

 

Только сквозная аналитика дает полную картину, на основании которой маркетолог может принимать эффективные решения, перераспределять рекламные бюджеты, делать отчеты с далеко идущей перспективой. Сами по себе данные веб-счетчиков или статистика продаж не дают целостную картину. Увязать продажи с помощью CRM, трафик и заявки с помощью веб-аналитики, звонки с помощью коллтрекинга в единое полотно может только сквозная аналитика. Отсюда уже можно делать прогнозы, планировать расходы и делать серьезный маркетинг без гаданий на кофейной гуще.

 

Да и просто удобнее «сидеть» в одном интерфейсе, а не перекидывать данные из Google Analytics и Яндекс.Директ, всевозможных «табличек в Экселе», поступающих из отдела продаж. Системы СА делают это на автомате, без погрешностей и человеческого фактора. 

 

Что необходимо для внедрения сквозной аналитики

Необходима интеграция самой системы с источниками данных. Мы увязываем все точки анализа в единый центр обработки информации. Системы контекстной рекламы (Директ/AdWords), аналитика каналов коммуникаций (телефония, коллтрекинг, чаты, сервисы обратного звонка, отклик по рассылке), веб-аналитика по сайту, лендингам, цифры из CRM-системы, проведенные оплаты (бухгалтерии), ну и данные по расходам на рекламные кампании.

Потребуется работа интеграторов и программистов. Но в дальнейшем все будет автоматизировано и удобно, а привлекать айтишников уже не придется. Один раз настроил — и пользуйся.

Настройка сквозной аналитики за 3 шага

Внедрять СА нужно уже на этапе построения воронки продаж. Иначе невозможно будет оценить затраты на рекламу, и огромные суммы могут уходить на неэффективные каналы.

1.       Отбираем важные контрольные точки

Бизнес может применять сколько угодно показателей, которые важны и которые можно отслеживать. Выбирайте в каждый момент времени самые значимые для бизнеса показатели. На каждом этапе они свои. На этапе привлечения важны клики на объявление, на этапе продажи — конверсия и средний чек, на этапе удержания — повторные покупки. 

Есть один важный показатель — ROI, то есть «возврат инвестиций». Это сумма, которую мы вернули, потратив деньги на рекламу. Потратил рубль на рекламу, а клиент купил на три рубля — наш ROI 300%. Собственно, все наши расчеты в сквозной аналитике сводятся к ROI: эффективны ли расходы на рекламу и насколько.  

2.       Настраиваем аналитику

Настройка UTM-меток. Генерируем UTM-ссылку, и она показывает, откуда пришли посетители. Все ссылки должны иметь разметку, чтобы в отчете была точная информация о рекламных каналах, с которых приходят пользователи.

 3.      Отслеживаем показатели

Далее мы просто набираем массу посетителей и событий, отслеживая с помощью UTM-меток, откуда пришли покупатели, а с помощью систем аналитики (Яндекс.Директ и Google AdWords) и коллтрекинга — с каких источников совершены целевые действия.

Имея все эти показатели уже в системе сквозной аналитики, нам очень удобно как рассчитывать эффективность каналов, так и строить прогнозы. Настройка делается один раз, но потом значительно улучшает качество анализа и действительно помогает экономить бюджеты. 

Подведем итог

Традиционно для контроля и анализа расходов на рекламу маркетологу приходится использовать цепочку приложений, перегоняя данные туда-сюда. В цепочку входят Google Analytics и другие счетчики, система управления контекстной рекламой, CRM, система коллтрекинга. Это сложно, долго, нужны навыки связать все данные в один большой отчет.  

Очевидно, что появление решения, объединяющего все эти функции в одном окне, с возможностью автоматизации рутинных процессов было лишь вопросом времени. Сегодня серьезный бизнес без сквозной аналитики представить невозможно. А завтра это станет абсолютным must-have инструментом.    

blog.calltouch.ru

4.3. Инструменты веб-аналитики. Контекстная реклама

4.3. Инструменты веб-аналитики

Теперь, когда мы познакомились со всеми нужными метриками, можно сформулировать, что необходимо для качественной оценки эффективности контекстной рекламы.

Необходимо уметь:

• подсчитывать конверсию для каждого источника трафика;

• следить за поведением пользователей;

• сегментировать аудиторию сайта.

Для решения этих задач требуются специализированные инструменты. К счастью, удачные решения для веб-аналитики просты в настройке и совершенно бесплатны.

Инструментарий для анализа поведения пользователей в Интернете можно разделить на пять основных категорий.

•  Инструменты для анализа потока кликов . Такие счетчики записывают всю доступную им информацию о посетителях, составляют список просмотренных ими страниц на сайтах, а также подсчитывают достижения целей. На основе этих данных получается сводка эффективности источников трафика, предоставляется анализ посещаемости страниц и другие отчеты по посетителям сайта. Google Analytics, Яндекс.Метрика и счетчик LiveInternet – примеры систем анализа потоков кликов.

•  Инструменты для анализа поведения пользователей на странице . Наиболее популярными являются ClickTale и отечественный аналог WebVisor. С помощью этих инструментов можно узнать, куда смотрел пользователь на каждой странице сайта, каким элементам дизайна уделял внимание, прокручивал ли страницы и на что нажимал.

•  Системы сбора отзывов пользователя . Лучший способ узнать, о чем думают пользователи сайта, – спросить у них самих. Причем необходимо опросить не только покупателей, но и тех, кто ушел с сайта несолоно хлебавши. Для решения этой задачи применяются специализированные опросники – программные решения для проведения опросов на сайте несложно найти в каталогах софта.

•  Инструменты для тестирования вариантов страниц . Если вы не знаете, какой дизайн, текст или заголовок обеспечат наилучшую конверсию, – протестируйте все варианты. Провести эксперимент по выявлению самого эффективного можно с помощью Google Website Optimizer.

•  Инструменты для сбора и анализа данных из социальных медиа . Это новое направление в веб-аналитике. Общение в социальных сетях стало привычным занятием многих интернет-пользователей. В разговорах с друзьями они непредвзято дают оценки товарам, услугам, компаниям, событиям, известным людям. Это поток данных, значение которых для бизнеса и политики невозможно переоценить. Успешных апробированных решений для выявления и оценки данных из социальных сетей еще нет, но, без сомнения, они появятся в ближайшем будущем.

Наиболее популярными являются инструменты для анализа потока кликов. Их вполне достаточно для решения большинства задач по оценке конверсии.

4.3.1. Системы анализа потока кликов

В начале 2000-х гг. анализ действий посетителей сайта выполнялся при помощи примитивных счетчиков, собирающих общие показатели об аудитории сайтов. Эти системы не могли удовлетворить потребности профессиональных интернет-маркетологов, поэтому появились дорогостоящие коммерческие системы веб-аналитики для крупных компаний (например, Omniture SiteCatalyst, приобретенная впоследствии корпорацией Adobe Systems). В 2005 г. компания Google произвела революцию на этом рынке, купив поставщика одной из таких систем Urchin Software и выпустив на ее основе бесплатный и доступный всем инструмент Google Analytics (рис. 107), ставший стандартом среди подобных систем.

Рис. 107. Интерфейс Google Analytics

Google Analytics популярен и в Рунете, хотя имеются конкурирующие решения от отечественных производителей: Яндекс.Метрика и OpenStat (бывший SpyLog). Несмотря на незначительные отличия между ними (табл. 18), для отслеживания конверсий годятся все три системы. Таблица 18. Сравнение основных систем анализа потока кликов

Зачастую «для уверенности» на одном сайте используется сразу несколько систем веб-аналитики. Мы рекомендуем выбрать одну основную, а остальные применять только для решения специфических задач. Тогда вам достаточно будет изучить один интерфейс и все тонкости работы. Для большинства проектов в качестве основной системы хорошо подходит Google Analytics благодаря богатым возможностям по настройке и широкой функциональности. Для несложных проектов, рекламирующихся только в Яндекс.Директе, Яндекс.Метрика может быть предпочтительнее.

Неточности в измерениях

Веб-мастера иногда расстраиваются, узнав, что системы статистики получают неполные данные. Например, Google Analytics показывает, что вчера на сайт пришло 100 посетителей, а Яндекс.Метрика насчитала 95. Однако это неотъемлемая черта всех систем подсчета статистики, отличаются лишь детали и причины погрешностей. С неточностями нужно смириться и воспринимать их как неизбежное. Погрешности в 5-10 % не повлияют на принятие решений, а относительные величины будут измеряться корректно.

Если отличия количества посещений по данным Яндекс.Метрики и Google Analytics превышают 5 %, причину таких противоречий, скорее всего, можно найти и устранить.

Сначала надо определить, является ли ошибка системной. Если данные за каждый день, за неделю и за месяц в одной из систем всегда меньше, чем в другой, то наиболее вероятная причина погрешности – отсутствие или неправильная работа одного из счетчиков на определенных страницах. Сравните отчеты по страницам: скорее всего, вы увидите, что один из счетчиков не учитывает посещения определенных страниц.

Если ошибка плавающая, а суммарные данные за месяц почти не отличаются, можно обратить внимание на настройки Google Analytics: зайдя в свойства профиля, проверьте временную зону сайта. Велика вероятность того, что там будет стоять некорректная зона: Analytics часто выставляет «Тихоокеанское время» даже для профилей, при создании которых явно указана Москва (рис. 108). Понятно, что данные будут распределяться между днями некорректно.

Рис. 108. Необходимо проверить и корректно установить часовой пояс для каждого профиля

4.3.2. Анализ источников трафика в Google Analytics

Для каждого попавшего на сайт пользователя Google Analytics запоминает, откуда он пришел. Отдельно сохраняется имя источника (source) – название сайта, на котором стояла ссылка, и канал (medium) – тип трафика, который Analytics присваивает этому источнику.

Существуют следующие стандартные каналы, которые можно увидеть в отчетах.

• direct. Прямой трафик – переходы без ссылающихся сайтов. Это могут быть визиты из закладок, вручную набранный адрес сайта. Большинство почтовых клиентов и ICQ также не передают источник, если нажимать ссылку в их окнах: этот трафик зачтется как прямой.

• organic. Органический поиск – переходы из поисковых систем. Для таких переходов записывается и источник (поисковая система), и поисковый запрос, который пользователь ввел перед переходом на сайт. Визиты с контекстной рекламы, показывающейся рядом с результатами поиска, могут также быть ошибочно отнесены к органическому каналу, если ссылки не были промечены корректно.

• referral. Ссылочный трафик – переходы по ссылкам. Сюда относятся все переходы по ссылкам, которые Google Analytics не смог отнести в другие категории. Размещенные на какой-либо площадке баннеры, например, могут давать трафик с типом referral.

• cpc. Контекстная реклама. Такой тип имеет трафик Google AdWords по умолчанию. Для контекстной рекламы сохраняются дополнительные подробности: название кампании (campaign), ключевое слово (term), по которому показывается объявление, и версия объявления (content).

4.3.3. Разметка рекламных кампаний

Google Analytics позволяет добавить новые типы трафика и идентифицировать рекламные переходы так, как вам этого хочется. Для этого к ссылкам на ваши страницы, которые используются в рекламных кампаниях, нужно добавлять «хвост» из переменных, так называемых utm-меток, которые сообщают Analytics, из какого источника пришел пользователь.

UTM (от Urchin Tracking Module) – один из методов отслеживания перемещений по сайту по технологии Urchin Traffic Monitor, запатентованной компанией Urchin Software. В 2005 г. фирму Urchin Software купила компания Google, и на основе этой технологии, как мы уже отмечали, выпустила собственный продукт Google Analytics. Об этой истории сегодня напоминает лишь название метки – UTM-метка.

Всего можно задать пять переменных:

1) utm_source – имя источника, обычно это название рекламной площадки. Для Яндекс.Директа это может быть, например, yandex;

2) utm_medium – канал. Можно использовать и стандартные, и любые другие обозначения каналов;

3) utm_campaign – название рекламной кампании;

4) utm_term – ключевое слово, на которое таргетировано данное объявление;

5) utm_content – содержание рекламного объявления.

Для формирования нужных ссылок в Google Analytics предусмотрен удобный инструмент «Компоновщик URL». Вы можете найти его, введя название в Google или Яндекс либо набрав адрес, который есть в «Полезных ссылках» к данной главе. Введя в инструмент адрес посадочной страницы и переменные, можно сразу получить итоговый адрес, который и надо будет указать в качестве целевого для рекламного объявления.

Например, мы проводим для интернет-магазина две кампании на Яндекс.Директе: «велосипеды» и «роликовые коньки». Чтобы различать посетителей по каждой кампании, нужно: а) задать имя источника – yandex; б) задать имя канала – cpc; в) задать названия кампаний – velo и roller. Если наше объявление называется «Велосипеды со скидкой», а ключевая фраза, по которой оно показывается, «купить велосипед» и адрес посадочной страницы www.velomagazin.ru/bikes, то итоговая ссылка после использования компоновщика URL будет выглядеть так: http://www.velomagazin.ru/bikes?utm_source=yandex&utm_medium=cpc&utm_term=kupit%20velosiped&utm_content=velosipedy%2Bso%2Bskidkoy&utm_campaign=velo.

После запуска кампании Google Analytics обнаружит новый источник трафика, новые кампании, и вы сможете увидеть детализированные отчеты по кампаниям и ключевым словам (рис. 109).

Рис 109. Корректная маркировка источников трафика позволяет увидеть конверсию по каждому каналу отдельно

К сожалению, точная разметка с помощью utm-меток сложна по двум причинам: во-первых, ошибка в браузере Mozilla Firefox приводит к проблемам, если значения переменных содержат символы кириллицы, безопасно использовать только латинские буквы, цифры и знак подчеркивания. Во-вторых, адреса целевых страниц в Яндекс.Директе и «Бегуне» можно задать только для объявлений. Это значит, что при желании отслеживать переходы по каждому ключевому слову отдельно придется создавать для каждого слова отдельное объявление. По этим причинам для больших кампаний приходится использовать специализированные инструменты (это могут быть таблицы Excel с прописанными формулами установки переменных) и возможность загрузки кампаний из Excel-файлов, чтобы не выставлять ссылки вручную.

Для рекламы в Google AdWords можно и не создавать utm-меток. Google позволяет автоматически передавать данные из AdWords в Analytics, включая стоимость кликов и позиции рекламных объявлений. Для этого используется метка с названием gclid, содержащая закодированную информацию о переходе.

Чтобы включить интеграцию AdWords и Analytics, рекомендуем следующее.

1. Добавить учетную запись AdWords в качестве администратора учетной записи Analytics. Для этого вспомните электронный адрес, который вы вводите для входа в AdWords, зайдите в раздел «Управление доступом» Analytics и добавьте этот адрес с правами доступа «Администратор аккаунтов». Если вы используете одну и ту же учетную запись Google для входа в обе системы, этот шаг не требуется.

2. В AdWords зайдите в раздел меню «Отчеты и инструменты – Google Analytics», выберите «У меня уже есть учетная запись Google Analytics» и установите связь между аккаунтами.

В Analytics есть отдельная группа отчетов, отображающая данные AdWords. Среди них есть уникальные. Например, можно исследовать эффективность различных позиций объявления каждого из сайтов, на которых отображалось объявление, и получить полные данные по ROI с учетом стоимости клика и прибыли с каждой конверсии (рис. 110).

Рис. 110. Статистика по Google AdWords позволяет увидеть ROI каждой кампании

4.3.4. Цели и конверсия в Google Analytics

Отслеживание переходов практически не имеет смысла, если в аналитическом инструменте не настроено отслеживание целей – действий, достижение которых означает покупку или хотя бы интерес к предложению. Задав цели, вы позволите вашей аналитической системе рассчитать конверсию и получите отчеты с конверсией каждого источника трафика, каждого ключевого слова, каждого региона и т. д. Именно эти отчеты помогут судить о том, выгодны ли для вас те или иные посетители, и принимать решения о коррекции рекламных кампаний.

Большинство систем аналитики, в том числе Google Analytics и Яндекс.Метрика, позволяют задать в качестве целей переход на определенную страницу сайта (рис. 111), а также достижение определенной глубины просмотра (просмотр более 3 страниц за визит, к примеру) или проведение определенного количества времени на сайте.

Рис. 111. Настройка цели в Google Analytics. В данном случае в качестве цели определено достижение пользователем страницы thankyou.aspx – она показывается только тем, кто успешно заполнил форму и завершил регистрацию на сайте рекламодателя

Обычно целью задают посещение страницы с подтверждением заказа (на ней интернет-магазины размещают сообщение «спасибо за заказ»). Если цель – заполнение формы, прописывается адрес страницы с подтверждением успешного заполнения. В крайнем случае на простых сайтах это может быть адрес страницы «Контакты». После настройки целей обязательно надо проверить корректность подсчета: сравнить данные аналитики с собственно данными сайта: например, совпадет ли количество по-настоящему заполненных форм заказа товара с количеством «достигнутых целей» в системе веб-анализа.

Google Analytics позволяет задать стоимость цели: это средняя прибыль от пользователей, совершивших целевое действие (рис. 112). Рекомендуем просчитать и заполнить это поле для ваших целей: это упростит подсчет ROI, так как отчеты дополнятся информацией о доходах.

Рис. 112. Google Analytics считает прибыль от каждого посещения по источникам

Для электронных магазинов есть возможность подключить группу отчетов «Электронная торговля» Google Analytics. После этого система начнет получать подробные данные о покупках: стоимость, содержание корзины. В этом случае данные по ROI будут собираться автоматически.

Нужно помнить, что стандартные метрики вовлеченности – глубина просмотра, время на сайте, показатель отказов (процент пользователей, просмотревших только одну страницу и покинувших сайт) – имеют свои особенности, поэтому зачастую установка их в качестве целей может ввести в заблуждение. Эти метрики, безусловно, сигнализируют об интересе пользователя к сайту: чем важнее информация для человека, тем больше внимания он ей уделит. Однако очень многое зависит от архитектуры сайта и страницы, на которую заходит пользователь.

Например, переходящие из Яндекс.Маркета пользователи сразу видят страницу конкретного товара. До этого на Маркете они уже ознакомились с характеристиками товара и ценой: по сути, им осталось всего лишь узнать телефон магазина. Они увидят его в шапке сайта (там обязательно должен находиться номер телефона), после чего могут закрыть его, то есть, по статистике, это будет типичный «отказ». Но конверсия таких пользователей может быть выше, чем среди зашедших в каталог товаров из поисковых машин и совершивших несколько кликов в поисках нужного товара. Если не отслеживать конверсию, а ориентироваться на метрики вовлеченности, можно совершить ошибку и закрыть наиболее успешную рекламную кампанию как убыточную.

Вывод простой: в отличие от показателя конверсии метрики вовлеченности нельзя трактовать однозначно. Требуется сегментировать данные по целевым страницам, строить гипотезы и проверять их, поэтому мы не рекомендуем использовать эти метрики для оценки эффективности рекламы коммерческих, продающих сайтов.

Показатель конверсии универсален, сравнивая разные характеристики аудитории с данными конверсии, можно находить даже не совсем обычные ошибки. Так, на рис. 113 показана ситуация, когда конверсия посетителей, использующих браузер Opera, на порядок ниже, чем пользователей с другими браузерами. Причиной, скорее всего, является ошибка в коде, которая не дает пользователям завершить покупку.

Рис. 113. Низкая конверсия одного из браузеров – признак проблем с кодом сайта

4.3.5. Важные особенности Google Analytics

При работе с отчетами Google Analytics необходимо помнить о следующих особенностях системы.

• Практически во всех отчетах Analytics мы видим не количество уникальных посетителей, а количество посещений. Это значит, что пользователь, возвращавшийся на сайт несколько раз, будет посчитан тоже несколько раз. Из-за этого, например, может оказаться, что число посещений по рекламной кампании в Analytics больше, чем число кликов, посчитанное рекламной площадкой. Но это не сильно влияет на статистику.

• По умолчанию Google Analytics не настроен на отслеживание русскоязычных поисковых систем (кроме Яндекса). Чтобы засчитывать переходы с различных поисковых систем правильно (присваивать тип трафика organic и запоминать ключевое слово, введенное в поисковик), нужно добавить несколько строк в код Google Analytics, размещаемый на страницах сайта. Пример такого кода можно скачать со страницы, адрес которой есть в «Полезных ссылках» к данной главе.

Отчеты и метрики Analytics могут дать очень много информации, но для этого необходимо тщательно изучить работу системы. Рекомендуем прочитать книгу об использовании системы Google Analytics или посетить семинар, посвященный ее возможностям, чтобы в полной мере уметь интерпретировать полученные данные для повышения эффективности работы сайта.

Когда вы получите первый практический опыт использования этого мощного инструмента, вспомните о списке категорий средств веб-аналитики и двигайтесь вперед, изучая новые возможности получения информации о нуждах ваших посетителей. Поделитесь на страничке

Следующая глава >

econ.wikireading.ru

зачем она нужна вашему бизнесу?. Читайте на Cossa.ru

Сегодня мы поговорим о том, зачем сайту веб-аналитика, и что она способна изменить. Что теряют интернет-магазины, у которых не настроена электронная торговля? Что упускают сайты услуг, у которых нет интеграции с call-tracking? Итак, что же теряет или недополучает сайт в отсутствие аналитики?

Рассмотрим три наиболее распространенные ситуации, которые чаще всего встречаются на рынке.

  • Вообще нет системы аналитики, или она неправильно настроена.

Большинство компаний вообще не собирают данные, а если собирают, то часто неправильно или не в полном объеме, что фактически равнозначно первому случаю. Даже если интернет-магазин использует Google Analytics, но он не настроен, то сделать действительно полезные для бизнеса выводы из этих получаемых данных крайне трудно. Данных просто-напросто недостаточно.

  • Аналитика есть, но некому анализировать.

Другой случай, когда все системы аналитики настроены, но у компании не хватает профессиональных сотрудников, которые могут эти данные грамотно анализировать и делать полезные выводы. Сильных кадров на рынке не хватает, да и держать в штате аналитика готовы не все компании.

cossa-icons-6.png

Весь интернет-маркетинг за 19 недель!

Cossa рекомендует: онлайн-курс по интернет-маркетингу от Ingate — digital-агентства с 17-летним опытом.

  • 17 учебных блоков по ключевым вопросам интернет-маркетинга
  • Поддержка менторов
  • Диплом
  • Cтажировка в топовых агентствах России
  • Помощь в трудоустройстве
Узнать больше >>

Реклама

  • Разовая аналитика под какие-то задачи или проекты.

Третий вариант, когда компании нужны разовые услуги по аналитике, например, провести аудит рекламной кампании с целью проверки подрядчика, насколько качественно он исполняет свои обязательства.

Существует огромное множество систем аналитики, но в 90% случаев достаточно функционала Google Analytics и «Метрики» Яндекса. Лишь для очень специфических сфер бизнеса и задач могут потребоваться какие-то специализированные системы аналитики.

Например, для мобильных приложений может использоваться Google Analytics, он умеет отслеживать мобильный трафик, там также можно настроить цели и события, но все равно это неполноценная система аналитики. На помощь придут такие системы, как Kissmetrics, Flurry, MixPanel.

Вебвизор Яндекс.Метрики отлично справляется со своей задачей — показывает действия посетителей на сайте, но существуют специализированные системы для отслеживания поведения пользователей, которые обладают гораздо большим функционалом.

Возможности веб-аналитики

Возможности систем аналитики по сути безграничны и применяться они могут в самых различных отраслях бизнеса под самые разные задачи. Например, сотрудники одной компании, которая занимается разработкой алгоритмов обработки данных, придумали, как подбирать соседство пассажиров в самолете на основе данных из социальных сетей, историй покупок и т.п. Они протестировали свой алгоритм на реальном рейсе. По завершению полета стюардессы заполняли анкету, и оказалось, что это был самый болтливый рейс за все время их работы. Для авиакомпании коммерческий интерес подобной аналитики заключается в формировании лояльной аудитории и увеличению выручки от продажи алкоголя и сувениров на борту.

Но чаще всего владельцы сайтов хотят увеличить либо количество входящих обращений, либо конверсию в продажи из этих обращений.

a2.png

При этом на конверсию влияет множество факторов. Но аналитик может повлиять только на два их них:

a3.png

Таким образом, одним из направлений для аналитики может стать работа с юзабилити сайта. Например, поведенческий анализ направлен на улучшение рекламных кампаний: мы понимаем, как ведут себя пользователи, пришедшие на сайт с определенного рекламного канала, что они делали на сайте, и что им помешало купить товар или услугу. На основе полученных данных можно составить рекомендации, например, по доработке интерфейса. Затем строятся гипотезы, изменения внедряются и тестируются.

Для оценки рекламных кампаний с отложенным эффектом пригодится когортный анализ — это один из способов сегментации аудитории и обработки данных по различным сегментам.

Аналитика для интернет-магазина

Самое важное для интернет-магазина — иметь возможность отслеживать эффективность трафика в разрезе конечных заказов. Основным решением в данном случае является Электронная торговля в Google Analytics, которая позволяет отслеживать все заказы, сделанные с сайта. В системе аналитики фиксируется код заказа, дата, источник трафика (реклама, SEO и т.п.), сумма заказа, количество товаров в корзине, путь, по которому прошел клиент до заказа, и т.п. Таким образом, появляется возможность оценки и сравнения разных рекламных кампаний.

a4.png

Что это дает? В первую очередь так можно оценить, насколько эффективны платные рекламные каналы. Зная расходы на рекламу в Яндекс.Директе, количество полученных заказов и средний чек, можно, например, посчитать ROI и определить, окупается ли этот канал рекламы или нет. Но оценка по источникам трафика — это лишь самый верхний уровень.

Копнув глубже, можно посмотреть, какие ключевые слова приводят к продажам. По опыту 80% ключевых слов из всех рекламных кампаний на рынке вообще никак не способствуют продажам. При помощи аналитики можно выявить те самые 20% ключевиков, которые влияют на прямые продажи, и сильно сократить рекламные бюджеты, сохранив эффективность. Но не все так просто, всегда необходимо учитывать взаимосвязь каналов («ассоциированные конверсии»).

Путь пользователя от первого посещений сайта до конверсии бывает очень долгим. Редко когда клиент приходит впервые с рекламы и сразу что-то покупает на сайте. Обычно это более длинная цепочка: посетитель пришел на сайт через контекстную рекламу, вернулся через поиск, потом вошел с мобильного устройства на карточку товара, которую он себе отложил, а заказ вообще совершил со стационарного ПК прямым заходом на сайт. Отключив один из каналов, пусть и не приносящий продаж здесь и сейчас, мы рискуем нарушить эту цепочку. И все эти данные также можно и нужно анализировать. В терминах веб-аналитики это называется «многоканальные последовательности».

a5.png

Для оценки влияния канала трафика на продажи существуют так называемые «Модели атрибуции». Например, у сайта три канала трафика: контекстная реклама, SEO и баннерная реклама. Каждый канал по-разному влияет на продажи. Например, баннерная реклама не приносит прямых конверсий, но в 50% случаев она участвует как источник убеждения клиентов для конечной продажи. Без нее эта цепочка разорвется, и продажи, например, в контексте упадут. При оценке стоимости привлечения клиента и стоимости конверсии можно учитывать влияние каналов с учетом различных коэффициентов. Наличие всех этих данных и специалиста, который будет регулярно их отслеживать и анализировать, позволит правильно настроить эффективное взаимодействие всех рекламных каналов.

Аналитика для сайта услуг

Сайты услуг в целом имеют схожую картину, но тут несколько более сложная ситуация, связанная с более длительным циклом продаж. В многих сферах бизнеса от первого посещения сайта до продажи может пройти несколько месяцев. Вторая проблема связана с тем, что цепочка аналитики прерывается в момент, когда клиент связывается с менеджером, и дальше вся коммуникация происходить в оффлайне или в CRM-системе. Получается, что мы знаем, когда и с какого источника клиент пришел на сайт, но что с ним произошло дальше никто не знает. В большинстве случаев на этом моменте вся аналитика останавливается, и мало кто знает, что делать дальше. В результате, порядка 95% компаний просто считают стоимость за заявку, это и становится ключевой метрикой.

Это косвенно покажет эффективность трафика, но каждый канал конвертируется по-разному, поэтому этих данных явно недостаточно. Например, контекстная реклама может давать большое количество заявок, но с низкой конверсией, а ретаргетинговая кампания может приносить аналогичное количество заявок, но с конверсией уже не 10%, а 60%. Без более глубокой аналитики в связке с данными по продажам сложно оценить, какой канал работает эффективнее. Ведь бизнес измеряется не заявками, а продажами. Существует несколько решений для сбора подобных данных. Наиболее простой — интеграция Google Analytics с внутренней CRM/ERP-системой. Фактически любые системы, которые хранят информацию о продажах, можно интегрировать с Google Analytics.

a6.png

В итоге в Google Analytics будет появляться информация о заказах в тот момент, когда они были сделаны. Это может произойти спустя два месяца после посещения сайта, при этом продажу и передачу данных о ней в Google Analytics может осуществлять любое устройство с выходом в интернет, даже складской сканер штрих-кода. Такая информация записывается в нужный источник трафика и нужное ключевое слово. Это будет отложенная статистика, но она все равно появится в системе. В любом случае, анализировать рекламную кампанию необходимо лишь спустя определенный период, который зависит от цикла продаж.

Неправильные настройки

Встречаются проблемы неправильных настроек в имеющейся системе аналитики. Неточные данные о заказах, когда они дублируются или неправильно считаются, неправильные данные о конверсиях, ненастроенные фильтры — все это влияет на общую статистику. Иногда критично. Нельзя рассматривать систему веб-аналитики как систему учета продаж, там всегда будет определенный процент погрешности, но можно попытаться минимизировать его за счет корректных настроек.

Если сравнивать Google Analytics и Яндекс.Метрику, то у них примерно одинаковый уровень погрешности, но, с точки зрения полноты данных, аналитика от Google предоставляет гораздо больше возможностей. В Яндекс.Метрике, например, только недавно появился аналог электронной торговли, который уже многие годы успешно работает в Google. В то же время, у Яндекс.Метрики, конечно же, есть свои уникальные преимущества – вебвизор, карты кликов и ссылок, аналитика форм.

Оптимизировать рекламные каналы и бюджеты, увеличить конверсию в заказы с сайта и другие возможности улучшить бизнес-показатели дает грамотно подобранная и настроенная веб-аналитика. Не пренебрегайте ею!

Автор: Дмитрий Колотов, эксперт в области стратегического развития интернет-проектов, поискового продвижения, веб-аналитики и интернет-маркетинга.

Еще больше материалов по теме в блоге iSEO.

www.cossa.ru


Смотрите также