Ликбез: как работать с веб-аналитикой

Что такое веб-аналитика

Веб-аналитика — дисциплина, которая изучает результаты взаимодействия пользователей с интернет-проектом. И эта дисциплина активно развивается. Маркетинг эволюционирует и с каждым годом требует решения новых задач, метрик и инструментов. На многих проектах измеряются действия пользователей, отправки заявок, звонки через сервисы коллтрекинга. Но эти действия являются просто характеристиками маркетинга и бывают оторваны от бизнеса. Например, вы можете сказать точно, сколько звонков было благодаря рекламному источнику, но оценить качество обращения сможете получить только после интеграции аналитики и CRM-системы. Клиенты тоже выходят на новый уровень: собирают и открывают данные уже не только крупные рекламодатели. Это позволяет анализировать эффективность не просто по количеству обращений, но и по их качеству и даже по реальному возврату инвестиций от комплексного маркетинга.

Веб-аналитика сейчас меняет ориентир и переходит от трафиковой аналитики к пользовательской. И это действительно позволяет объединить усилия маркетинга и продаж. Главным становится ответ на вопрос, как максимально эффективно коммуницировать с вашим потенциальным клиентом посредством комплекса маркетинговых активностей, чтобы доходы с этого клиента превышали расходы на все коммуникации с ним. На успех влияет не каждый источник привлечения клиента в отдельности, а их комплекс. И ценность аналитики в том, чтобы наладить процесс сбора, объединения, очистки, доопределения данных и на основе этой общей картины сделать верные выводы.

CPA, ROI, LTV и другие метрики

Каждому интернет-проекту для анализа оперативной эффективности расходов на маркетинг нужны метрики. Такими метриками чаще всего являются CPA – стоимость привлеченного клиента, либо ROI – возврат от инвестиций. Чтобы наглядно продемонстрировать применимость этих метрик на проектах, разберу несколько примеров. 

Первый пример – компания, продающая пластиковые окна. Доход с продажи окна клиенту она получает не сразу после подписания пользователем контакта. ROI измерять можно и нужно, но оперативно оценивать эффективность рекламной кампании стоит по показателю CPA. Причем не любого контакта, а подтвержденного созданием карточки клиента в CRM-системе.

Второй пример – интернет-магазин брендовой одежды. В этом случае с помощью сбора данных о транзакциях можно посчитать ROI в моменте. Он будет не финальный, так как ряд товаров клиенты возвращают, но анализ сделать можно.

Третий пример – онлайн-кинотеатр, который имеет веб-сайт, мобильное приложение и приложение в Smart TV. В этом случае основной задачей маркетинга становится привлечение пользователей, которые не только сделают разовую покупку, а начнут приносить постоянный доход. И к таким проектам обязательно стоит применять ценность привлеченного пользователя на протяжении всей его жизни — Life Time Valuе (LTV). К проектам в e-commerce эта метрика также подходит.

Эти примеры показали, как выбрать оперативные индикаторы эффективности расходов. Еще их можно назвать макрометриками. Но ценность аналитики заключается еще и в умении обрабатывать данные о промежуточных точках взаимодействия пользователя с проектом. Эти промежуточные точки, или микрометрики, позволяют в случае изменения результатов по макрометрикам быстро сделать вывод о причинах. Например, причинами снижения результативности рекламной кампании могут служить технические проблемы сайта, нерезультативная акция или изменение в ценообразовании товара. В итоге каждый проект должен иметь свою комплексную систему метрик. А если какая-то метрика не отображает действительность в нужной степени, значит над ее оптимизацией не работают.

Что делать, если метрики показывают низкую эффективность

Есть три основных пути оптимизации. Первый — оптимизация рекламных источников. Оптимизация не обязательно означает отключение источника или кампании. Это гораздо более сложная работа, которая включает в себя перераспределение рекламных бюджетов с учетом атрибуции, тестирование рекламных креативов, акций, ценообразования и не только. Работа ежедневная и, действительно, глобальная.

Второй путь — оптимизация сайта. Это обратная сторона медали. Неправильно работать только над привлечением пользователей. Их нужно еще и правильно довести до результативного действия. Сейчас многие сайты делаются в упрощенном формате, одностраничными. Но этот формат подходит далеко не для всех. Телеком, страховые и финансовые компании не могут дать пользователю выбор из одного действия: решений, которые могут его заинтересовать, – множество. Это означает наличие большого количества пользовательских путей, которые нужно уметь правильно спроектировать и оптимизировать проблемные зоны. Потребности у пользователей постоянно меняются, поэтому оптимизация сайта – это тоже не разовый, а скорее, постоянный процесс. Он включает в себя анализ данных, разработку гипотез по оптимизации и их тестирование. Для внедрения гипотез в жизнь рекомендую применять метод HADI-циклов. По-другому, метод постоянной оптимизации метрик сайта.

И третий путь – оптимизация бизнес-процессов. Да, если мы акцентируем на комплексном подходе к маркетингу, продажам и работе с пользователями, то бизнес-процессы играют не последнюю роль в данной игре. Вы можете привести много качественных контактов, но колл-центр не сможет их обработать.

Оптимизация по каждому из путей на небольшой процент может позволить добиться существенного повышения общей эффективности проекта. Именно поэтому так важно уделять внимание микрометрикам в анализе любого типа. 

Когда стоит нанимать аналитика на работу

Аналитика нужна каждому проекту, который присутствует в онлайн-мире и ставит задачу привлечения пользователей. По-настоящему много внимания этой дисциплине уделяется в тех проектах, которые имеют много данных. Соответственно, нужны качественные специалисты, которые будут их обрабатывать и давать рекомендации для маркетинга и продаж.

Больше всего данных и задач для аналитиков в сфере e-commerce. Крупные компании, занимающиеся онлайн-ритейлом, имеют иногда целый штат аналитиков под разные задачи: аналитики рекламных источников, аналитики продаж и категорий товаров, аналитики пользовательского опыта. Ежедневная работа с метриками и отчетностью этих специалистов имеет огромную ценность для роста ключевых показателей бизнеса. Небольшие e-commerce компании также имеют потребность в аналитике, но часто обходятся либо одним специалистом, либо заказывают услуги у специализированных фирм.

Кроме e-commerce сферы много данных и работы для аналитиков у информационных площадок, которые размещают рекламные блоки, компаний, предоставляющих финансовые и страховые услуги, агрегаторов предложений с большим количеством пользователей, телеком-операторов. Все эти компании имеют потребность в собственном штате аналитиков, который будет иметь доступ ко всем источникам данных. Например, у тех же банков не все службы безопасности пропускают установку счетчиков Google Analytics в зону авторизации пользователя. Там может стоять серверная аналитика, в которую внешних подрядчиков не пускают.

Есть также сферы, которые вроде бы имеют не так много онлайн-данных для ежедневной работы с ними. Например, медклиники или строительные компании. Но если выстроить сквозную аналитику от рекламных источников до фактической продажи, то вопросов к анализу возникает в разы больше.

Кроме собственных специалистов, компании также обращаются к специализированным агентствам по маркетинговой аналитике. Какую ценность они могут получить? Если это компания с огромной внутренней экспертизой, они обращаются за решением конкретных задач по поддержке инструментария, например Google Analytics Premium. Если компания не имеет сильной внутренней экспертизы по аналитике, то либо она ищет надежного партнера и передает ему управление оптимизацией на постоянной основе, либо обращается за внешней экспертизой и, постепенно накапливая ее, переводит компетенции себе в штат. На моей практике самое качественное сотрудничество между подрядчиком и клиентом получается, если на стороне клиента есть специалист, курирующий работу аналитиков подрядчика. Важно, чтобы задачи принимались и оценивались компетентным сотрудником. Тогда пропадает непонимание клиентом процесса работы и сложности решаемых задач.

Легитимность веб-аналитики

По стандарту системы аналитики не предполагают и даже запрещают сбор пользовательских данных в свои аккаунты. Причем пользовательскими данными являются не только email и имя, но и поисковые запросы. Если вы зайдете в соответствующий отчет Google Analytics, то увидите только 10-15% поисковых запросов. Если же вы все-таки хотите проводить анализ в разрезе реальных пользователей, вы можете передать в Google Analytics User ID. Он может выглядеть как логин пользователя или набор цифр. Выполнив такую передачу данных, вы сможете увидеть их в специальном отчете, который так и называется User ID.

Также по правилам Google вы должны оповещать пользователей на своем сайте, что присваиваете им cookie-файл и собираете данные об их действиях. Правда, в реальности единицы оповещают своих пользователей. Хотя на зарубежных сайтах можно часто встретить строчку с таким информированием.

Но если посмотреть глобально, все данные, которые пользователь оставляет на вашем сайте, вы можете использовать. Пусть если не в самом аккаунте Google Analytics, то в ваших базах данных точно. Так, например, условия работы с продуктом Google BigQuery, инструмента обработки баз данных, позволяет хранить email и другие пользовательские данные.