Интернет-маркетинг. Аналитика.
Комментарии к прошлому посту учел, все будет, но логике действий в этом месте должен быть рассказ про аналитику. Ибо толку от рекламы, когда нельзя измерить и оценить результат?
Извиняюсь. что так сильно задержался. Изначально думал писать раз в неделю минимум, но перед НГ навалилось дел. А последний рабочий день года - день волоебства, есть время на статьи. Про кейсы еще думаю. Самый интересный связан с продажей китайского товара под видом корейского, после которого я не верю в "Made in Korea". Как придумаю способ рассказать все поаккуратнее, чтобы не слить компанию, т.к. она все еще работает, то обязательно все расскажу.
Итак, вот мы взялись за интернет-маркетинг, но прежде чем запускать Директ, Таргет и прочее, надо понять как мы измерим конечный результат. Отличие интернет-маркетинга от "традиционного" в том, что тут можно очень точно бить по аудитории и отслеживать буквально каждый шаг клиента. Традиционный маркетинг, это как стрельба с пулемета или гранатомета - лупим вон в том направлении, там от 5 до 10 целей, потом смотрим на оставшиеся ошметки и пытаемся понять, от разных ли они целей или только от одной. Интернет-маркетинг, это снайперский выстрел - в толпе находим одну мишень, а после выстрела можем точно оценить попадание и даже куда именно попали.
Средств аналитики достаточно много, но для начинающих советую пользоваться Яндекс Метрикой, как самой простой и понятной. Детальная информация есть все у того же Яндекса, и подробный рассказ потянет не на один пост, поэтому расскажу только основное. Подключается Метрика легко - система генерирует код и номер счетчика, которые надо вставить на сайт. Большинство систем управления сайтами поддерживают возможность полуавтоматического добавления. Необходимо только найти нужное расширение/плагин и прописать номер счетчика. На крайний случай добавляем в главный шаблон полученный код. И все, можно работать. После этого можем получить огромное количество информации и посещении сайта и его посетителях. Но вот для интернет-магазина надо больше информации и она должна быть более конкретной.
Чтобы понять не просто кто и откуда пришел, а что в итоге сделал нужного нам, важно настроить Цели. Например, для сайта транспортной компании, который сделал не я, но мне довелось продвигать, целью была задана страница Контакты. Т.к. форм обратной связи нет, то предполагается, что посмотревший контакты компании посетитель с какой-то долей вероятности обратится в эту компанию. А вот пример целей крупного интернет-магазина:
Как можете видеть, цели учитывают все виды взаимодействия, вроде форм обратной связи, заказа звонка, подписок и все действия с товарами, начиная от добавления товара в корзину и заканчивая отправлением заказа. В дальнейшем, при просмотре нужного отчета мы можем добавить в него интересующую цель и посмотреть, что дает нам наибольший эффект.
Следующий нужный инструмент внутри Метрики, это Вебвизор. При помощи Вебвизора мы можем буквально посмотреть сайт так, как видит его конкретный пользователь и посмотреть, что этот пользователь там делал. Ниже пример вебвизора настроенного на визиты, в которых пользователь положил товар в корзину, но не отправил заказ. Мы можем посмотреть и понять, что помешало ему закончить начатое.
Так, например, в одном из бывших проектов вопрос брошенных корзин стоял очень остро. Люди товар в корзину клали, но большинство не доводило это дело до конца. Там интернет-магазин на системе Opencart и в админке сразу отображались брошенные корзины. Их было много. К сожалению, не все системы без дополнительного программирования позволяют такое увидеть, тут на помощь приходят грамотно настроенные цели. Конечно, проблему частично решили небольшой доработкой - переделали процесс оформления заказа, сделав первыми добавляемыми данными имя и телефон. Таким образом около половины брошенных корзин обрели имя и номер, по которому звонил менеджер и завершал продажу. Но все равно требовалось найти и устранить причину, а для этого понять поведение посетителя. С выборкой визитов, подобной скрину выше, я провел весь день, отмечая особенности поведения пользователей. Оказалось, люди не могли понять как оплачивать и как получать товар. После перехода в корзину начиналось метание между ней и страницами Доставка и Оплата. Тот интернет-магазин продает по всей России, но имеет очень маленькое количество офисов, доставка транспортной компанией. Это вызывало сомнения, тем более, что товар начинался от 10000 руб. и до полумиллиона, не все готовы отдать столько денег без понимания кто и как товар вручит и что делать, если будет брак. По итогу оформление заказа в корзине стало пошаговым, где на соответствующих шагах стали понятным языком расписаны моменты оплаты и доставки. Сомнения ушли и количество брошенных корзин уменьшилось, увеличив количество поступающих заказов. По этому примеру смог даже найти скрин отчета из админки.
Метрика, это хорошо и легко, но если занимаемся интернет-продажей, то хорошо бы знать сколько денег тратится на каждую покупку. Вообще, это можно достаточно легко посчитать, разделив количество продаж с сайта на потраченные деньги. Но если хотим оценить каждый источник, то надо вести базу с учетом нужных критериев, делать выборку, а потом расчет. Или просто начать пользоваться CRM-системой и подключить сквозную аналитику.
По сквозной аналитике доводилось работать с Roistat. Грубо говоря, это как Метрика, только он связан еще с CRM и на выходе дает те же данные с привязкой к результату каждого заказа. Таким образом можем узнать на какую сумму заказов мы пролетели, на какую продали и сколько на это все было потрачено денег. Но с Roistat работа была не долгой, ибо 5300 в месяц за 1 проект директор той компании посчитал слишком жирным. Да и мне как директологу, на тот момент, не очень хотелось тратить часть своего рекламного бюджета на эту систему. Тем более, имелась грамотно настроенная CRM и все дополнительные данные просчитать было не сложно. В дальнейшем у стороннего подрядчика была заказана настройка Google Analytics для сквозной аналитики на замену Ройстата. Как оказалось, Гугл может. Обошлось это тогда примерно в 25000 единовременно и навсегда.
И вот, когда мы уже почти со всем разобрались, приходит она - мультиканальная аналитика. На моей практике встречались случаи, когда маркетологи глядя на источник трафика и конверсии в продажи, просто брали и обрубали один из каналов. Грубо говоря, видят, что рекламный канал дает мало продаж, а вот Поиск и Прямые заходы по адресу сайта дают много. Первая мысль - бабло платим, а оно не отбивается. Реклама резко урезается, а вместе с ней непропорционально падают продажи. Маркетолог в ахуе - реклама давала 5% продаж, а без нее потеряли 50%.
Суть в том, что не все пользователи заходят на сайт, что-то делают, уходят и больше не возвращаются. У каждого есть цепочка визитов, состоящая из различных источников. Например, первый раз пользователь мог зайти по рекламе, посмотреть и взять время подумать. Второй раз ему же потребовалось что-то уточнить, он загуглил название сайта или компании. Третий раз он уже готов купить, помнит адрес сайта и заходит уже по прямому адресу, или по сохраненной в браузере закладке. В данном случае исключая рекламу, мы увеличиваем вероятность, что пользователь эту цепочку совершил, но с сайтом конкурентов. Но если Вы видите, что доля рекламы в первом источнике мала, то тоже рано делать выводы. Пользователь мог найти первый раз сайт через поиск, посмотреть и уйти, но совершить заказ замотивировавшись увиденной позднее рекламой.
Вот, например, так выглядят конверсии одного из моих текущих проектов. Мы имеем 4 различных канала трафика, принесших заказы, и видим области пересечения, где были совершены заказы после посещения сайта по нескольким каналам. Если представить, что синий круг дает только первые заходы, но мы будем смотреть на результат области без пересечений и решим его порезать как малоэффективный, то потеряем все результаты, которые попадают в синий круг, включая пересечения с другими.
Мультиканальная аналитика имеется в озвученном выше Ройстате. Наиболее понятна она в Гугл Аналитике. В Яндекс Метрике тоже имеется, но на мой взгляд, там черт ногу сломит, ибо готового такого отчета нет и надо его формировать самому.
Вот так, легко и просто, мы рассмотрели основную аналитику в интернет-маркетинге. Без этого интернет-реклама будет просто сливом денег, т.к. рекламная статистика показывает только действия пользователей до перехода на сайт. Но для эффективного управления рекламой и сайтом, надо знать и понимать все, что делает пользователь, от того, где и как он увидел рекламу, до момента последнего выхода с сайта.
В этом году все. На праздничных выходных постараюсь выбрать время и запилить следующий пост по этой теме. В комментариях снова жду предложения, пожелания, вопросы и уточнения.
