Наш интернет-магазин — часть крупного регионального fashion-ритейлера одежды класса люкс AVENUE VIP.
Настройкой и оптимизацией рекламы в digital-каналах занимается агентство. Мы хотим быть уверены, что наш рекламный бюджет расходуется эффективно каждый день, и нашли довольно удобный способ контролировать трафик, долю рекламных расходов (ДРР) и конверсии по разным источникам и регионам.
Это таблица в Excel, в которую ежедневно автоматически подгружаются все важные для нас показатели с сайта и рекламных систем. Мы просматриваем ее каждый день и, если видим, что показатели проседают, оперативно сигнализируем о просадке в агентство. Так мы страхуем себя от сюрпризов в виде невыполнения плана в конце месяца.
Давайте объясню на примере. Допустим, мы видим, что на неделе 02-05-2021 по источнику Criteo сильно просело количество заказов и доход, а расход, наоборот, вырос. Это тревожный звонок.
Показатели рассчитаны из тестового набора данных и даны для примера
Идем с этой новостью в агентство и выясняем: запустили новую аудиторию. С помощью отчета мы сразу же видим, что такие нововведения отрабатывают не так эффективно, как это было задумано. Перезапустив кампании с легкой редактурой, нам удается восстановить показатели.
Показатели рассчитаны из тестового набора данных и даны для примера
На самом деле, это не первая наша попытка создать подобный отчет. Мы уже пытались вручную собрать сводный отчет в Google Sheets, но это было непросто, потому что в процессе постоянно забываешь, где и какой фильтр применен в Google Analytics. К тому же, в разных рекламных сервисах разная валюта расходов, а чтобы выгрузить данные, нужно зайти в каждый кабинет. Кроме того, нужно «подружить» данные между собой. А еще есть расчеты с НДС и без, ретроспективное обновление данных… В итоге мы разово строили подобный отчет, а потом забывали о нем и строили заново, потому что подобное решение проблемы не масштабируемо.
Такие качели продолжались, пока нас не проконсультировал независимый эксперт Павел Земсков — с его помощью мы пришли к автоматизированной отчетности.
Своим друзьям я всегда рекомендую идти от общего к частному и от простого к сложному.
В данной задаче мы решили, что:
Важна скорость запуска отчета. Чем быстрее, тем лучше.
Должна быть возможность самостоятельно изменить структуру отчета.
Отчет должен быть прост и понятен, чтобы любой человек в компании мог с ним ознакомиться.
Нет цели сделать красивый верхнеуровневый дашборд. Цель — чтобы все данные были на одном экране и при желании можно было погрузиться в детализацию.
Так мы и остановились на сводной таблице в Excel.
Аналитика выделенного нет сейчас, а SQL-запрос дополнить нужными данными без проблем помогут разработчики.
Покажем, как устроен наш отчет внутри и снаружи, и дадим несколько советов тем, кто тоже в поисках подобного инструмента.
Автоматизируйте сбор и актуализацию данных с сайта и рекламных кабинетов
Для сбора данных мы остановились на связке Google BigQuery + OWOX BI.
Схема движения данных
Данные объединяли в четыре этапа:
-
Настроили параллельную передачу сырых несэмплированных данных с сайта в Google BigQuery.
-
Настроили автоматический импорт рекламных расходов из Facebook Ads, Яндекс.Директа, myTarget и еще более двадцати источников в Google Analytics.
-
Настроили выгрузку всех расходов из Google Analytics в Google BigQuery.
Данные обновляются автоматически, их качество постоянно мониторится. Если в рекламном кабинете происходит какой-то сбой, мы сразу же об этом узнаем и понимаем, где кроется проблема.
Постройте автоматически обновляемый отчет
Мы построили отчет в Google Sheets, в котором автоматически обновляются данные, собранные в Google BigQuery. В отчете указаны канал, источник и 6 ключевых для нас показателей.
Отчет показывает, как в динамике ведет себя канал. Если нас что-то смущает в показателях, мы можем перейти глубже в источники, найти проблемный источник и далее либо самостоятельно пытаться определить проблему в рекламном кабинете источника, либо сигнализировать о ней в агентство.
Раньше я жил мечтой, что у меня будет один дашборд, где будет отображаться вся нужная информация по сайту, приложению и из CRM. Но наш независимый консультант Павел посоветовал разделить направления и начинать отслеживать эффективность поэтапно. Сейчас мы остановились на Google Sheets из-за простоты реализации и редактирования. Когда мы придем к более «идеальному» виду дашборда, мы выберем и более визуально-эффектный инструмент.
Анализируйте отчет каждый день
Мы начали с оценки эффективности сайта. По сути, таблица отображает ту задачу, которую должно закрывать агентство — привлечение клиентов и, соответственно, оформленных заказов. Они привели заказ, а дальше вести клиента по воронке — это наша задача. Ее выполнение зависит от работы менеджеров, качества сервиса и других составляющих.
С помощью этого отчета мы анализируем все основные метрики — сессии, заказы, доход, расходы, CR и CRR — в разрезе каналов, источников и регионов. Он помогает нам оперативно получать ответы на следующие вопросы:
-
Как изменяется динамика дохода каждую неделю?
-
Какая конверсия по каналам была на этой неделе?
-
Какие факторы влияют на ДРР?
-
На какие регионы стоит обратить внимание?
-
Были ли у нас всплески и просадки по основным метрикам на этой неделе?
Ежедневно я вижу результаты за предыдущий день и понимаю, выполняем ли мы план по продажам и как ведет себя коэффициент по транзакциям. Бывают кейсы, когда на одной неделе канал показывает 300 заказов, а на следующей прогнозирует уже 150 заказов при таких же расходах. Тогда я обращаюсь с вопросами в агентство, и они проверяют, в чем причина. Возможно, что-то отвалилось на их стороне. Возможно, коллеги тестируют новые гипотезы. Мы получаем ответы и держим ситуацию под контролем.
До построения performance-отчета мы вообще не затрагивали вопрос географии. Теперь же мы смотрим показатели в динамике по топ-10 регионам, Москве и другим регионам. Мы, наконец, посчитали в деньгах, сколько тратим и сколько зарабатываем на каждом из этих регионов. Так, например, мы узнали, что не только Москва приносит нам значительную часть дохода, но и другие регионы.
При работе с отчетом мы находили мелкие косяки и подчищали их. Это было связано с разметкой в рекламных кабинетах и объединением источников. К примеру, мы заметили, что 10% выручки падало на неопределенные источники (other). Исправив разметку, нам удалось за три месяца свести эту цифру практически к нулю. То есть теперь мы знаем, куда уходят все наши инвестиции, где и как они работают.
Дальше мы планируем сегментировать пользователей и еще больше углубляться в персонализацию, анализировать продвижение пользователей по воронке для увеличения конверсии и адаптировать специальные предложения для увеличения среднего чека клиента.
А для вас напоследок — несколько советов Павла.
Что могу порекомендовать:
Не беритесь сразу за создание ракеты. Начните с велосипеда. Прежде чем строить омниканальную аналитику для приложения и веба, начните оценивать их эффективность независимо друг от друга. На первоначальном этапе неважно, что пришедшие в приложение пользователи — это пользователи веба.
Если у вас интернет-проект и количество сессий в месяц более 200 000, не пренебрегайте расширенной электронной торговлей — настройте ее на сайте. Так вы поймете, на каком этапе пользователь отваливается. Для меньших проектов достаточно размеченных целей.
Свяжите онлайн-данные с реальными выкупами товаров, чтобы понимать реальную эффективность каналов, ведь по факту может оказаться, что канал привлек много заказов, но при этом они не выкупаются. Эту информацию можно передать и в Google Analytics через measurement protocol. Альтернативный вариант — по конкретным транзакциям в BigQuery, как это сделал VIPAVENUE.