Андрей Хохловский. Как самостоятельно построить сквозную веб-аналитику

Ещё несколько лет назад всё, что вы могли узнать о вашем сайте – это сколько человек на него зашло, и какое количество страниц они при этом просмотрели. Многие и сейчас довольствуются этими данными, хотя уже доступны более совершенные инструменты, позволяющие заглядывать глубже. Интернет-маркетинг уже не сводится к тому, что вы просто нагоняете на сайт новых посетителей – вы должны анализировать их поведение, чтобы понимать, в каком направлении вам нужно развиваться. Эту задачу решают системы анализа данных, или «сквозная аналитика».

Сквозная аналитика предполагает сбор и интерпретацию данных по всем обращениям – заявкам, звонкам, сообщениям в онлайн-чатах и т.д. Что это даёт? Приведу простой пример. Часто компании покупают баннеры на профильных площадках, не понимая, дают ли они какой-либо эффект. Просто так принято. Если у вас есть веб-аналитика, вы всегда можете быстро оценить эффект таких баннеров относительно других видов рекламы. Если ваша компания привлекает новых клиентов и работает с текущими через интернет, то без использования веб-аналитики вам, скорее всего, не обойтись. Но наиболее эффективной она становится, когда на сайте есть уже какая-то аудитория. А пока у вас посещаемость несколько десятков человек в сутки, само собой, лучше сконцентрировать на привлечении новых клиентов.

Для внедрения сквозной аналитики, обычно используется следующий набор инструментов.

1. Сервисы веб-аналитики – инструменты, которые собирают информацию о поведении посетителей, о том, откуда и зачем они пришли. Данные обрабатываются удалённо и к вам поступают в виде готовых или настраиваемых отчетов. Самые распространённые решения – «Яндекс.Метрика» и Google Analytics.

2. Сервисы Call tracking – системы отслеживания звонков из разных источников (например, из поисковых систем, контекстной рекламы или любых видов офлайновой рекламы). Задача этого инструмента – рассказать, кто позвонил из перешедших на сайт, и из какого источника был переход. Примеры решений – Calltouch, Comagic и Alloka.

3. CRM – системы управления взаимоотношениями с текущими и потенциальными клиентами. По сути, это – площадка для обмена данными между маркетингом и продажами. Примеры решений – AmoCRM и «Битрикс 24».

Каждая система отвечает за накопление и хранение определённого набора данных, но нам для формирования отчетности и расчёта нужных показателей потребуется лишь часть. При сборе данных очень важно сохранить связь «Источник – Заявка». В качестве источника обычно выступает название рекламной кампании, оно же является и уникальным ключом, по которому в дальнейшем группируют данные. Для обозначения источника в URL рекламных кампаний используют специальные UTM-метки, они также позволяют отследить дополнительную информацию о переходе. Наверняка вам не раз попадались очень длинные ссылки в адресной строке браузера – это и могли быть ссылки с UTM-метками.

В большинстве случаев нам необходимо отслеживать два типа заявок: заявки из форм мы автоматически собираем в CRM-систему с уникальным ключом; информацию по звонкам мы получаем с помощью сервиса Call tracking, который определяет, откуда пришёл посетитель, а также отправляет в CRM-систему информацию по заявке. Дополнительно можно отслеживать данные из онлайн-чатов.

Итак, данные по каждой конверсии прошли через все сервисы – при этом они остались связанными между собой. Осталось свести данные в единую таблицу. Эта задача решается экспортом данных и их связкой, например, в Excel – через уникальный ключ, в роли которого выступает название рекламной кампании.

Теперь – о том, что мы собственно собираемся считать. Если мы говорим о классических видах бизнеса (таких, как продажа товаров или оказание услуг), то самой ценной информацией, которую мы получаем из веб-аналитики, является стоимость заявки (CPA). Это очень важная бизнес-метрика. Если в офлайне посчитать её практически невозможно, то в интернете это сделать можно.

Следующий уровень – расчёт стоимости привлечения клиента и ROI в разрезе рекламных кампаний и продаж. ROI – это финансовый показатель, иллюстрирующий уровень доходности или убыточности канала привлечения. Он вычисляется отношением суммы прибыли или убытков к сумме затрат на рекламу (обычно выражается в процентах). Соответственно, ROI прибыльного канала выше 100% – это значит, что вложенные инвестиции в рекламу окупились (мы вложили меньше, чем заработали).

Считать ROI значительно сложнее, чем CPA – для этого должна быть выстроена слаженная работа маркетинга и продаж, чтобы в аналитику попадали не только данные о рекламных бюджетах, но также информация о сделках с клиентами, пришедшими из интернета.

Приведу пример из моей практики. Клиент тратит на рекламу в интернете 80 000 рублей: на «Яндекс.Директ» – 25 000 рублей, на SEO – 55 000 рублей. В результате внедрения аналитики обнаружилось, что через SEO на сайт переходят всего лишь 320 посетителей в месяц, через «Яндекс.Директ» – 840. Таким образом, стоимость заявки привлечения клиента через SEO составляла 1700 рублей, через «Яндекс.Директ» – 950 рублей. Это довольно распространённая проблема. Бывает, предприниматель годами платит за SEO просто по инерции, не осознавая, что этот канал давно не работает. Впрочем, самое интересное обнаружилось, когда я рассчитал ROI. Оказалось, для SEO показатель составлял 90%, для «Яндекс.Директа» – 260%. Что это значит? SEO как канал привлечения был не просто дорогим – убыточным.