Сквозная аналитика: обзор способов настройки. Отчет "сквозная аналитика"

Чем больше бизнес и обширней реклама товаров, тем важней для него углубленная аналитика. В таком случае стандартными инструментами и решениями не обойтись - приходится внедрять новые сервисы и настраивать их “под себя”. На примере совместного кейса MixData BI и Ringostat мы покажем, как построить сквозную аналитику для сайта крупного предприятия, большинство заказов у которого поступает на телефон и e-mail.

Вводные данные

Полтора года назад у нас появился новый клиент - ООО “ТИС”. Предприятие производит и поставляет промышленное оборудование. Сеть представительств компании охватывает всю страну - от Новороссийска до Владивостока.

В интернете компания представлена сайтом remen.ru , на котором продаются комплектующие для конвеерных линий, приводные ремни, рукава высокого давления и многое другое - всего 17 категорий товаров.

Для рекламы такого широкого ассортимента компания не жалела средств. Так, в ноябре 2016 года в Яндекс.Директ было одновременно запущено 300 кампаний. Главная причина “болей” заказчика звучала так: “Не понимаем, откуда к нам приходят покупатели”. Учитывая масштаб компании и размер вложений в рекламу, этот вопрос стоял очень остро. Из-за специфики отрасли посетители remen.ru предпочитают звонить или отправлять запросы на электронную почту. Поэтому заказчик хотел знать рекламные источники, которые генерируют звонки и заявки на e-mail. На момент обращения к нам клиент использовал для аналитики только Google Analytics, а также пытался внедрить коллтрекинг - но этих инструментов ему было недостаточно. Заказчик поставил перед MixData BI следующие задачи:

• настроить инструменты аналитики;
• отследить рекламные источники обращений и выявить самые эффективные из них;
• систематизировать информацию о расходах на рекламу и доходах с нее.

Проанализировав проект, мы выделили ряд подзадач:

1. установка Google Tag Manager;
2. настройка отслеживания звонков;
3. отслеживание обращений на e-mail;
4. импорт информации о доходах и расходах в Google Analytics;
5. визуализация данных.

На примере их решения мы покажем, как можно настроить сквозную аналитику, и какие инструменты для этого лучше использовать.

ЗАДАЧА №1: УСТАНОВКА GOOGLE TAG MANAGER

Практически все компании анализируют онлайн-конверсии в Google Analytics. Далеко не каждый проект может похвастаться тем, что над ним работал один разработчик от начала до конца. Когда сайт переходит “из рук в руки” с кодом может случится путаница - и тогда о правильной аналитике можно забыть. Так и произошло с сайтом remen.ru. Изначально над проектом работало много не связанных между собой разработчиков, в том числе фрилансеры. Код Google Analytics на сайте все время менялся, а иногда исчезал. Данные передавались некорректно или не передавались вообще.

Решение

Чтобы решить такую проблему, нужно перенести коды отслеживания Google Analytics в диспетчер тегов Google Tag Manager. Что мы и сделали. После этого управлять всеми скриптами и настраивать их можно прямо из панели GTM.

ЗАДАЧА №2: НАСТРОЙКА ОТСЛЕЖИВАНИЯ ЗВОНКОВ

Существует много бизнес-тематик, где покупатели чаще всего звонят перед покупкой. В этом случае важно знать, какие рекламные источники приводят к звонкам и заявкам. Для этого существует отслеживание звонков - коллтрекинг. Однако, у некоторых проектов бывают потребности, которые может удовлетворить не каждый сервис отслеживания звонков. Тут важно выбирать, исходя из особенностей проекта.

В случае remen.ru такая особенность - это необходимость отслеживать звонки с собственных номеров компании в формате 8-800. Они нужны для региональных офисов - ведь покупателям из разных регионов удобней звонить на бесплатный национальный номер.

Сервис, которым пользовался заказчик изначально, так и не смог установить динамический коллтрекинг для номеров 8-800. Статический коллтрекинг для проекта не подходил - потребовалось бы более 1000 номеров для нескольких сотен рекламных кампаний.

Решение

Для настройки отслеживания звонков мы обратились в Ringostat. Они смогли подключить динамический коллтрекинг на номера клиента за 2 дня. Рекомендуем устанавливать именно этот вид отслеживания звонков. В отличие от статического он дает углубленную информацию о рекламных источниках обращений по телефону - вплоть до ключевого слова. Подробней о том, чем отличаются виды коллтрекинга можно почитать и посмотреть на примере схем .

Ниже схема, которая иллюстрирует, как работает динамический коллтрекинг:

Благодаря коллтрекингу, доступна детальная информация об обращениях по телефону. Если говорить о Ringostat - это более 30 параметров и событий. Они передаются мгновенно, это преимущество Webhook - технологии для оперативной передачи данных из одного сервиса в другой. Такая скорость играет решающую роль для проекта, по которому поступает большое количество звонков, а также используется несколько аналитических инструментов.

Рекомендуем устанавливать форму обратного звонка - наши партнеры делились кейсами, в которых callback увеличивал количество обращений на 48% . До перехода на новый коллтрекинг у remen.ru была установлена форма обратного звонка от стороннего сервиса. Потом проект перешел на callback от Ringostat, который предоставляется пользователям сервиса бесплатно. Детальная статистика по обращениям через него дополняет аналитику обращений по телефону.

Также была настроена переадресация звонков на мобильные номера сотрудников. Это помогает решить проблему пропущенных обращений - даже если никого нет в офисе, менеджер сможет принять заявку.

ЗАДАЧА №3: ОПРЕДЕЛИТЬ, КАКАЯ РЕКЛАМА ПРИВОДИТ К ЗАЯВКАМ НА E-MAIL

У компаний, которые торгуют промышленными или специфическими товарами, большой процент обращений поступает на e-mail - у remen.ru они составляют 40%. Так происходит по следующим причинам:

• запрос товара с артикулом и перечнем характеристик удобней прислать в текстовом виде, а не диктовать по телефону;

приглашения на участие в тендере обычно присылают на e-mail;

• среди покупателей продукции большой процент людей старше 30-40 лет - им привычней написать на электронную почту, чем заказать обратный звонок или заполнить форму на сайте.

Решение

Заявки на электронную почту можно и нужно отслеживать, как и звонки, если их процент велик. Мы написали специально для заказчика e-mail-трекер. По аналогии с динамическим коллтрекингом, он демонстрирует каждому посетителю сайта уникальный e-mail, который закрепляется за ним на 1 месяц на основе Client ID.

Суть в том, что у Яндекс и Google есть возможность доставлять почту на домене, даже если перед @ стоят лишние символы:

Поэтому для e-mail-трекинга не нужно генерировать много почтовых ящиков - достаточно добавить рандомные буквы и цифры. Трекер работает следующим образом:

клиент заходит на сайт и видит электронную почту;

после отправки письма становится доступен Client ID Google Analytics;

по нему сопоставляется, какая почта закреплена за конкретной сессией пользователя;

данные передаются в Google Analytics.

Благодаря информации о сессии пользователя становится известен рекламный источник, вплоть до ключевого слова и кампании. Так можно узнать, какая реклама приводит к заявкам на e-mail.

После установки коллтрекинга и e-mail-трекера были настроены цели для отслеживания таких конверсий:

• e-mail обращения;

  обращения через онлайн-чат JivoSite;

  заполнение онлайн-форм;

  обратный звонок (callback).

Так можно охватить все каналы коммуникации, из которых поступают заявки.

ЗАДАЧА №4: ИМПОРТ ДАННЫХ О РАСХОДАХ В GOOGLE ANALYTICS

Для полноценной аналитики необходимо знать стоимость каждого звонка, обращения на e-mail, форму обратной связи или в онлайн-чат. Только так можно корректно рассчитать, окупаются ли инвестиции в рекламу. Важно, чтобы по проекту были доступны все параметры, показывающие, откуда пользователь перешел на сайт.

В случае с remen.ru изначально для загрузки данных о расходах в Google Analytics из Яндекс.Директ использовалось стороннее решение. Но оно не предоставляло статистику в разрезе всех динамических параметров. Было известно количество переходов - но не было ясно, сколько на них потрачено денег. Для полноценной аналитики не хватало таких данных:

• {source} - площадка РСЯ;

{position_type} - тип блока;

{region_id} - ID региона;

{region_name} - название региона.

По этим параметрам в Google Analytics необходимо было загрузить расход.

Решение

Сейчас импорт данных о расходах из Яндекс.Директ в Google Analytics настроен с помощью сервиса MixData Import. Это решило проблему с загрузкой по динамическим параметрам. После этого мы вывели простые дашборды в Google Analytics и построили кастомные отчеты для удобства сотрудников компании.

ЗАДАЧА №5: ИМПОРТ ДАННЫХ О ДОХОДАХ В GOOGLE ANALYTICS

Для получения объективной картины эффективности рекламных каналов необходимо отслеживать не только расходы на рекламу, но и доход, который она приносит, а если точнее - фактические продажи. С помощью только Google Analytics сделать это невозможно - здесь нужна его связка с CRM и коллтрекингом.

Решение

Чтобы анализировать не только заявки, но и фактические продажи, необходимо настроить импорт доходов в Google Analytics. Остановимся подробней на том, как это было реализовано для проекта.

У клиента установлена 1С:CRM. Наш программист в сотрудничестве с программистом 1С разработали такую схему:

Когда кто-то оставлял заявку, данные отправлялись с помощью Webhook на файл обработки, а оттуда на FTP. Так специалисты получали информацию о Client ID. К ней добавлялись данные о номере телефона (в случае звонка) и e-mail (если было отправлено письмо). Данные о посетителе, полученные через онлайн-консультант, также складировались на FTP.

Далее специалист 1С раз в 15 минут извлекал эту информацию, сопоставлял ее и присваивал определенным контактам и сделкам идентификатор Google Analytics. Ежедневно в 23.00 данные о факте продажи централизованно отправлялись в Google Analytics.

Так можно регулярно отслеживать, сколько было продаж из конкретных рекламных источников.

ЗАДАЧА №6: ВИЗУАЛИЗАЦИЯ ДАННЫХ

Для сквозной аналитики необходим удобный инструмент для компоновки графиков и визуализации отчетов. Google Analytics не всем кажется user-friendly в этом плане - но это не повод совсем отказываться от визуализации.

Рядовым сотрудникам заказчика было сложно строить сегменты и делать сравнения. Поэтому первоначально для этих функций мы использовали Qlik Sence. Несмотря на преимущества этого инструмента, работа с ним требовала затрат времени. Сначала нужно выгружать туда данные, объяснять визуализатору, какую информацию нужно получить в графическом виде и т. д. Это привело к тому, что клиент со временем перестал пользоваться Qlik Sence.

Решение

Google Data Studio Google предназначен для работы с массивами данных, и благодаря связи между ним и Google Analytics необходимая информация передается буквально одним кликом. Основное преимущество этой системы визуализации в том, что она понятна любому пользователю. Концентрируясь на нужных показателях, можно принять правильное решение даже без доскональных знаний в сфере аналитики.

КАКОГО РЕЗУЛЬТАТА УДАЛОСЬ ДОСТИЧЬ:

теперь известно, во сколько обходится каждый звонок, обращение клиента на e-mail, через онлайн-чат, коллбек и форму обратной связи;

можно проследить всю цепочку - от количества обращений, их стоимости до дохода по каждому из них;

маркетинговые данные сводятся, анализируются и визуализируются в Google Data Studio - там же можно отслеживать KPI;

Благодаря разработке схемы обмена данными между платформами можно построить комплексную и глубокую аналитику. Следующий шаг - анализ больших объемов информации, полученной из различных источников.

В этом году мы собираемся вывести аналитику для проекта на новый уровень. Для этого планируем подключить Google BigQuery - инструмент для обработки больших объемов данных. Если вам будет интересно узнать об этом - оставляйте комментарии, и мы напишем продолжение кейса, когда решение будет реализовано.

Что хочет каждый владелец бизнеса? Точно знать сумму рекламных расходов и понимать, сколько денег удалось заработать на каждом способе рекламы. Стандартные аналитические методы (клики, показы, переходы) не дают необходимый объем информации, с помощью которой можно определить действенные и неэффективные каналы привлечения клиентов. Эти задачи решает сквозная аналитика.

Ingate в новом выпуске
«Трансформатора»!

Смотри видео и перенимай digital-советы от первых лиц компании.
Находи клиентов. Быстрее!

Три уровня аналитики

Учитывая описанные выше схемы аналитики, можно определить три уровня сложности.

Первый: все вручную. Подходящий вариант для малого и микробизнеса, которому не по карману платные аналитические решения. Для него нужен такой набор инструментов:

• Spreadsheet Google, Excel;
• электронная платформа для приема заявок (CRM);
• Google Analytics, «Яндекс.Метрика». Можно использовать сервисы в комплексе;
• система колл-трекинга (автоматическая либо полуавтоматическая).

Схема действия: система аналитики фиксирует действия пользователей на сайте. Когда заявка оформлена, в CRM попадает информация об источнике. В элементарной модели инструменты не связаны, поэтому данные нужно выгружать вручную, объединяя их по нужным параметрам. Это удобно при невысоком трафике и бюджете. Как только компания преодолеет этот этап — нужно выбирать более сложное решение.

Второй: автоматизация. Решение для малого или среднего бизнеса с большим объемом операций. Подходящие инструменты:

• Google Analytics;
• система автоматического колл-трекинга;
• инструмент для автоматического импорта расходов;
• если нужно — Microsoft Power BI.

Период внедрения занимает в среднем 7 дней. Принцип строится на настройке связи инструментов для автоматизированной выгрузки данных в Google Analytics. Большинство современных систем поддерживают эту возможность.

При всех преимуществах автоматизации у этого решения есть свои особенности. Отсутствует доступ к каждому пользователю в рамках одной сессии. Если количество сессий превышает 40 тыс. в сутки, система может семплировать данные. Кроме того, системой запрещена передача личной информации.

Третий: совершенная аналитика. Этот уровень выбирают представители среднего и крупного бизнеса. Он позволяет автоматизировать процессы без проблем, озвученных выше. Средний набор инструментов:

• Google Analytics;
• автоматическая система колл-трекинга;
• база данных (лучше облачная);
• Excel или более совершенные инструменты (Tableau, QlikView).

Принцип можно описать кратко: все получаемые аналитические данные автоматически поступают в единую базу в чистом виде без искажений. Благодаря этому можно получать выборку по любому запросу: изучать поведение каждого конкретного пользователя, анализировать группы покупателей, тестировать огромное количество маркетинговых гипотез. Нет никаких ограничений. Полученные данные можно выгружать в виде удобных таблиц и графиков.

Три этапа настройки сквозной аналитики

При внедрении системы требуются услуги программистов и интеграторов. Когда все налажено и проверено — пользоваться инструментами можно, не привлекая айтишников. Внедрять сквозную аналитику лучше при построении воронки продаж. Без этого не будет возможности оценить рекламные бюджеты. В целом все работы можно разделить на три этапа.

01.

Отбор ключевых контрольных точек

Количество бизнес-показателей, доступных для отслеживания, может быть неограниченным. На каждом этапе эти показатели могут меняться. Можно отобрать актуальные для данного периода времени. Например, ключевыми показателями в период привлечения клиентов могут быть клики по рекламным объявлениям, на этапе роста продаж — средний чек и конверсия, при удержании — повторные заказы.

Среди важнейших показателей нужно учесть ROI — коэффициент возврата инвестиций. Это объем средств, которые удалось вернуть, потратив деньги на рекламу. По сути, сквозная аналитика сводится к расчету: сколько компания заработала с помощью рекламы и насколько окупается каждый из каналов.

02.

Настройка аналитики

Интеграция используемых сервисов в единую систему аналитики. Настройка UTM-меток и генерация ссылки, по которой можно отслеживать источники обращения посетителей. Настройка разметки ссылок для получения точной информации по каждому каналу.

03.

Отслеживание показателей

Набор массы событий и посетителей, отслеживание каналов посредством UTM-меток, использование систем аналитики и колл-трекинга для анализа целевых действий. Все показатели поступают в единую систему аналитики, где есть инструменты для их удобного расчета и построения прогнозов.

Лидеры рынка выбирают Ingate

Как стать клиентом Ingate?

Для заказа стратегии в Москве или другом городе просто заполните заявку. Менеджер по работе с клиентами свяжется с вами и подготовит персональное коммерческое предложение performance-marketing агентства Ingate, составленное с учетом ваших целей и возможностей.

Время чтения: 7 минут

Сквозная аналитика – это инструмент, позволяющий оценить эффективность вашей рекламы. Она дает четкое понимание, какой финансовый результат приносит каждый потраченный рубль. Как внедрить сквозную аналитику, настроить и получить от нее максимальную пользу, – рассмотрим в этом материале.

Способы построения сквозной аналитики

Перед внедрением сквозной аналитики необходимо определить главную цель: что именно вы хотите отслеживать и какие метрики рассчитывать. В зависимости от используемых инструментов можно выделить три способа.

Какой способ вы бы ни выбрали, сквозная аналитика невозможна без объединения информации из разных источников. Данные по рекламе предоставляют рекламные системы: Яндекс.Директ и Google Adwords. Информация по продажам доступна в CRM. Статистика по звонкам собирается с помощью динамического коллтрекинга.

После объединения всех этих данных и вырисовывается общая картина об эффективности рекламы. Рассмотрим подробнее, как строится сквозная аналитика с помощью сервиса CoMagic.

Объединяем данные в CoMagic

Сервис CoMagic собирает все данные маркетинга и продаж в своем личном кабинете. В результате становятся доступны отчеты по сквозной аналитике, позволяющие понять, какие рекламные каналы эффективны по количеству обращений, стоимости обращения, возврату инвестиций (ROI).

Откуда в CoMagic берутся данные?

В Общих настройках сайта, во вкладке Интеграция с сервисами выбираем Рекламные системы и вбиваем идентификатор аккаунта, к которому привязан рекламируемый сайт.

Если у вас на сайте есть номер телефона и вам часто звонят клиенты, ваша сквозная аналитика будет неполной без данных о звонках. Чтобы видеть все звонки посетителей сайта, подключаем коллтрекинг.

При подключении динамического коллтрекинга каждому посетителю показывается уникальный номер. Он закрепляется за ним на определенное время, что позволяет анализировать поведение этого посетителя: начиная от ключевого запроса, по которому он пришел, до совершения сделки.

Предположим, есть ключевое слово «купить авто», вы видите, сколько посещений оно принесло, видите, сколько стоил звонок по этому слову, но был ли он целевым? Привел этот ключевик к сделке или нет? Какова его конверсия в продажу? Если по этому ключевику не только позвонили, но еще и совершили покупку, тогда вы можете точно оценить – да, это слово работает.

Для того, чтобы видеть не только посещения и обращения в компанию, но и сами сделки, необходимы данные по продажам. Тогда вы сможете анализировать не только «сколько посещений принес мне этот ключевик», но и конкретно «сколько я с него заработал денег».

1. Продажи – тянем из CRM

Следующим шагом мы объединяем данные по маркетингу с данными по продажам – интегрируем вашу CRM-систему и CoMagic.

Большинство интеграций производится буквально в несколько кликов, что позволяет сделать их самостоятельно. Мы разработали интеграции с для самых распространенных CRM-систем. Но CoMagic способен собирать данные из любой CRM, даже самописной. В этом случае интеграция производится с помощью API.

Любая интеграция производится бесплатно и несет в себе только плюсы – дополнительные данные к вашей аналитике.

После подключения CRM в личном кабинете появляется отчет Список сделок.

Данный отчет настраивается вариативно, в зависимости от того, что именно вы хотите отслеживать. Что вы можете здесь увидеть: дату, тип обращения, из какой рекламной кампании, какой ключевик отработал, сумму сделки, ID посетителя (по нему можно провалиться в карточку посетителя и посмотреть всю историю взаимодействия с ним) и т.д.

В отчет Сквозная аналитика теперь можно добавить дополнительные столбцы – Финансовые данные. Эти финансовые данные и есть та самая отдача от рекламы! Сколько было продаж, какова конверсия, средний чек, общая выручка, ROI. Вам нужно нажать кнопку Настроить столбцы и выбрать нужные показатели.

Вы можете выбрать все столбцы или сделать свою индивидуальную настройку сквозной аналитики. Мы рекомендуем обращать внимание на такие показатели, как расходы, посещения, обращения, общее количество продаж, выручка, ROI, средний чек. Полученные данные можно скачать в виде готового отчета в формате PDF, Excel, CSV или Google Таблицы.

Но если вы убежденный визуал, вам важна скорость и простота восприятия, или необходимо показывать начальству красивые и понятные графики, а не груду цифр, используйте дашборды.

Это своего рода витрины ваших ключевых показателей. Настраивайте графики, задав пороговые значения, и всегда имейте под рукой все нужные показатели в простом и понятном виде.

Дашборды работают в режиме Real Time, что позволит вам всегда быть в курсе: реклама работает отлично, увеличивая посещаемость и звонки, или план по лидам летит к чертям и надо срочно принять меры.

Полученный визуальный отчет можно выгрузить в формате PDF или PNG. Или настроить рассылку дашбордов по электронной почте.

Использование

Итак, мы настроили сквозную аналитику, подключили дашборды для удобного анализа информации. Что дальше?

Сквозная аналитика работает и приносит реальную пользу, только когда вы не просто наблюдаете, но и принимаете бизнес-решения на ее основе. Через 1-2 месяца ведения рекламы и отслеживания всех показателей вы можете адекватно проанализировать, что работает в вашей рекламе, а что нет.

Например, у вас есть набор ключевых слов. Из месяца в месяц приносят реальные сделки только 2 или 3 из них. По остальным нет обращений или не совершаются сделки. Повышайте ставки на объявления по работающим ключам, тем самым увеличивая конверсию. Имея все необходимые данные, вы можете полностью оптимизировать вашу рекламу и добиться этим большей ее эффективности.

Анализируйте переходы по всем рекламным каналам, считайте ROI, пробуйте новые способы привлечения трафика на сайт. Сквозная аналитика дает возможность видеть всю вашу рекламу как на ладони: что работает, а что нет. Используйте это видение, чтобы сделать вашу рекламу еще более эффективной, а бизнес – успешным

Вы эксперт в
интернет-маркетинге?

Опубликуйте материал в нашем блоге

Тема сквозной аналитики в последнее время напоминает тёмную материю: все о ней знают, много раз слышали, некоторые даже имеют представление, что это такое, но когда пытаешься узнать подробности – уходят в абстрактное рассуждение о создании вселенной и user ID.

На самом же деле, в сквозной аналитике нет ничего сложного – это самая обычная аналитика, которая прослеживает весь путь пользователя от первого контакта (будь то поисковый запрос или звонок по визитке) до повторной продажи. Именно благодаря этому «пронизыванию» всего процесса закрепилось название «сквозной». Но, положа руку на сердце, я считаю, что любая аналитика должна быть сквозной, иначе это не аналитика, а допущения на конкретном участке маркетингового взаимодействия.

Почему не всякая аналитика – сквозная?

Итак, представьте ситуацию: у вас небольшой интернет-магазин, вы запускаете рекламу только в Google.Ads (бывший AdWords), на сайте стоит Google.Analytics с настроенной расширенной (это важно) электронной коммерцией. Все продажи совершаются исключительно через сайт, оплата проходит онлайн (в том числе и возвраты). В этом случае для работы достаточно функционала Google.Analytics. Он является тем самым инструментом сквозной аналитики, поскольку фиксирует заходы на сайт, процесс выбора товара, как клиент положил что-то в корзину, удалил из неё, какой промокод использовал. Если через месяц этот пользователь вернулся и совершил повторную покупку – это тоже можно отловить стандартными методами Google.

Но, увы, на практике всё немного не так:

— магазины используют множество каналов привлечения пользователей;
— часто задействована оффлайн реклама;
— коммуникации проходят не только в рамках сайта, но и по телефону (иногда клиенты приходят в офис!);
— далеко не все «заявки» (или лиды) являются продажами;
— даже если продажа состоялась, клиент может вернуть товар в течение 14 дней (или позже, в соответствии с договором).

В итоге практически невозможно посчитать ROI по каждому отдельному каналу. А на практике, увы, люди даже не сводят расходы из разных источников, не говоря уже о том, чтобы сводить данные разных этапов и процессов. В результате получают разрозненную информацию, которая никак не связана между собой:

Поэтому зачастую принимаются неверные решения, основанные на мифах, слухах и интуиции (которая основана на мифах и слухах).

Что же с этим делать?

И вот, когда казалось, что всё пропало, на помощь пришла сквозная аналитика, которая с высокой точностью (вплоть до каждого отдельного пользователя) помогла связать разрозненные данные в единую цепочку.

Существует три основных подхода к решению проблемы.

Сводим все данные в Google.Analytics

Первый подход состоит в следующем: сводим всё в Google.Analytics, передавая различными способами все последующие этапы. Например, практически все системы CallTracking, хантеры и онлайн-чаты отправляют в Google стандартные события, на которые можно настроить цель и прикрепить ценность. CRM-системы также могут передавать нужные параметры при правильной настройке. Всё это связывается по идентификатору пользователя. В результате мы можем отследить каждого отдельного покупателя.

Аналогичным образом добавляем в Google.Analytics и данные о расходах (например, о ).

В результате зафиксированы все точки контакта, ну а продажа идёт стандартными средствами расширенного Е-коммерс.

Использование специализированных сервисов

Второй способ менее изобретателен и намного проще: покупаете подписку у специализированного сервиса (например, Roistat или Alytics), которые сводят все данные воедино в своём интерфейсе.

Не возникает сложностей с настройками и подключением. В системе также заложены наиболее востребованные стандартные отчёты и воронки по продажам, вам даже не нужно будет придумывать свои.

Самостоятельное сведение всех данных в таблицах

Третий способ наиболее ресурсоёмкий вначале, но простой и удобный в дальнейшем. Выгружаете все данные из разных источников в единую базу (это может быть как любое облачное решение, так и собственная база данных на сервере или же обычные таблицы Excel/Google.Sheets) и строите любые отчёты, которые нужны (например, с помощью Google Data Studio или Power BI).

Преимущества и недостатки каждого способа кратко приведены в таблице:

Что получим в итоге?

В результате использования одного из указанных способов можем получить такой результат:

Сразу хочу отметить, что в этом случае мы использовали упрощённую модель расчёта, постоянные расходы равномерно распределили между всеми источниками.

Отдельно хочу обратить внимание на многоканальные продажи. Рекомендую использовать линейную модель, если доход равномерно распределяется между всеми каналами, участвующими в продаже.

В этом случае сразу видим результаты с каждого конкретного канала. Представьте всё это в динамике… (хочу отметить, что «Рекомендации» – это результат затрат на рекламу в предыдущих месяцах. Не стоит считать, что он полностью бесплатный. В этом случае, снова же, хотели показать общую картину).

Что нужно для начала?

Чтобы начать пользоваться всеми удобствами сквозной аналитики, нужно быть готовым и морально, и технически. Дело в том, что, во-первых, у вас появится довольно большой объём новых данных для анализа, многих это пугает. Во-вторых, по опыту могу сказать, что многие не делают даже такие простые вещи, как UTM-метки, что делает дальнейший анализ невозможным.

Обращаю внимание на то, что если аккаунты AdWords связаны с Google.Analytics, а Яндекс.Директ связан с Метрикой, данные передаются и без меток, автоматически (метки, конечно, есть – Google и Яндекс ставят их сами, но свои, специфические). Сторонние же системы (коллтрекинг и CRM) не могут прочесть эти метки, поэтому обязательно нужно ставить стандартные UTM.

Кроме того, убедитесь, что все системы корректно считывают и записывают эти данные. Только тогда можно будет связать их воедино.

Вместо заключения

Независимо от того, каким способом будете анализировать данные, помните, что аналитика нужна не сама по себе, а для принятия решений. Даже самый красивый дашбор – это просто картинка, если она не отвечает на поставленный вами вопрос.

Следует помнить, что аналитика – это не надстройка над процессом продаж, а неотъемлемая часть каждого звена в цепочке:

И это всё не разные аналитики, а одна, соединяющаяся цепочка.

А построить отчёт по собранным данным – не так уж и сложно:

В одной из следующих статей рассмотрим конкретный кейс по настройке сквозной аналитики и покажем результаты её внедрения.

Прокачай свои навыки в SEO на максимум! Авторские курсы SEO-Кокшарова (Devaka)

Курс для продвинутых:
17 октября начнётся курс Hard SEO «От специалиста до профи» .
Длительность курса: 6 недель.
Вы научитесь глубокому анализу сайта, понимать алгоритмы поисковых систем, применению продвинутых SEO-инструментов.

Курс для продвижения проекта:
22 октября – авторский курс SEO Pro , созданный совместно с WebPromoExperts.
Длительность курса: 4 недели.
Вы научитесь проводить SEO-аудит сайтов, анализировать семантику, наращивать ссылочную массу сайта и анализировать эффективность продвижения в поиске.