Аналитика интернет-магазина: 10 ключевых показателей отслеживания

А что в россии?

По мнению аналитиков IDC,

. Рост объемов рынка таких решений в Центральной и Восточной Европе достаточно активный, каждый год этот показатель увеличивается на 11%. К 2022 году он достигнет в количественном отношении $5,4 млрд.

Во многом такое бурное развитие рынка обуславливается ростом этой сферы в России. В 2021 году выручка от продажи соответствующих решений в РФ составила 40% от совокупного объема инвестиций в технологии обработки Big Data всего региона.

В РФ больше всего на обработку Big Data тратят компании со стороны банковского и государственного секторов, телекоммуникационной индустрии и промышленности.

Что делает big data analyst и сколько получает в россии?

Специалист по анализу больших данных отвечает за изучение огромных массивов информации, как частично структурированных, так и неструктурированных. У банковских организаций это транзакции, у операторов — звонки и трафик, в ритейле — посещения клиентов и покупки.

Как и говорилось выше, анализ Big Data позволяет обнаружить связи между различными факторами «сырой информационной истории», например, производственного процесса или химической реакции. На основе данных анализа разрабатываются новые подходы и решения в самых разных сферах — от производства до медицины.

Навыки, необходимые аналитику Big Data:

• Умение быстро разобраться в особенностях в той области, для которой проводится анализ, погрузиться в аспекты нужной сферы. Это может быть ритейл, нефтегазовая отрасль, медицина и т.п.
• Знание методов статистического анализа данных, построения математических моделей (нейронные сети, байесовские сети, кластеризация, регрессионный, факторный, дисперсионный и корреляционный анализы и т.п.).
• Уметь извлекать данные из разных источников, преобразовывать их для анализа, загружать в аналитическую базу данных.
• Владение SQL.
• Знание английского языка на уровне, достаточном для беспроблемного чтения технической документации.
• Знание Python (хотя бы основ), Bash (без него очень сложно обойтись в процессе работы), плюс желательно знать основы Java и Scala (нужны для активного использования Spark, одного из самых популярных фреймворков для работы с большими данными).
• Умение работать с Hadoop.

10 ключевых показателей для аналитики интернет-магазина

Для оценки развития бизнеса применяются KPI (Key Performance Indicators) – ключевые показатели эффективности. По сравнению с офлайн-торговлей интернет-магазины обладают несомненным преимуществом: отследить KPI для них гораздо проще, как и использовать полученные данные для оптимизации бизнес-процессов.

Прежде чем анализировать KPI интернет-магазина, его владелец должен дать самому себе ответы на два вопроса:

• Ради достижения каких целей работает моя торговая площадка?
• В чем для меня заключается успех бизнеса?

Цели, которые ставят перед собой собственники онлайн-магазинов, сводятся к повышению конверсии, росту посещаемости и, соответственно, продаж. Отслеживание KPI позволяет получить точную актуальную картину положения дел в интернет-торговле, чтобы вносить своевременные коррективы, помогающие улучшать работу отдельных направлений и всей площадки в целом.

1. Посещаемость сайта

Чтобы понимать, когда происходят всплески и падения посещаемости интернет-магазина, рекомендуется проводить ее измерение в рамках одних суток, недели и месяца. На основе этих данных можно устанавливать причины поведения аудитории и принимать меры по стабилизации этого показателя.

Для ориентира обозначьте то число посещений, которое вы считаете оптимальным для своего бизнеса, исходя из его масштабов и возможностей. Достижение запланированного числа визитов покупателей и будет вашей целью.

Можно воспользоваться открытой статистикой конкурентов. Изучите показатели посещаемости, пользуясь счетчиками, установленными на сайтах аналогичных магазинов. Проанализируйте, какие каналы задействуют конкуренты для расширения аудитории и увеличения трафика, наверняка вы сможете позаимствовать полезные идеи для собственной торговой площадки.

2. Просмотры товарных страниц

Выделите страницы, которые пользуются у ваших посетителей наибольшей популярностью. Подумайте, чем именно они привлекают покупателей и что не так с другими товарными предложениями. Убедитесь, что пользователям одинаково доступны все страницы и плохая навигация не является причиной того, что они не доходят до нужных товаров.

Типичным примером является размещение предложений со скидками среди общей массы товаров, а не в отдельном блоке. Потенциальный покупатель хотел бы приобрести продукцию по сниженной цене, но если для этого ему приходится пролистывать все страницы сайта, он, скорее всего, уйдет к конкурентам.

3. Среднее время пребывания на сайте и среднее количество просмотренных страниц

Далеко не все маркетологи и владельцы интернет-магазинов уделяют этим показателям достаточное внимание, поскольку не считают их важными для оценки результатов работы торговой площадки. С таким подходом нельзя согласиться, ведь анализируя эти метрики, можно сделать полезные выводы и на их основе оптимизировать свою деятельность.

Cбор clientid в crm

ClientID — это идентификатор каждого уникального посетителя, автоматически выдаваемый «Яндекс.Метрикой». Для его получения используется метод getClientID.

Как раз на этом этапе начинаются сложности. Выполнение задачи требует привлечения разработчика, веб-мастера или специалистов из CRM, которые работают с HTML и JavaScript.

Специалисту потребуется настроить передачу значения в поле _ym_uid вашей CRM. В результате при поступлении обращения, в карточке сделки будет заполнено данное поле. На скриншоте пример из amoCRM.

Utm-метки в url объявлений

Для примера буду использовать «Яндекс.Директ» и Google Ads.

В кампании «Яндекс.Директа» UTM-метки не вносятся. Система контекстной рекламы интегрируется с «Яндекс.Метрикой» при добавлении номера счетчика. Он указывается в параметрах кампании. Дополнительно настраивается метка yclid — она вносится в хвосте ссылки объявления.

Для Google Ads есть 2 варианта:

• не используя динамические параметры, вносите UTM-метку в URL каждого объявления;
• используя динамические параметры, указывайте UTM-метку в шаблоне отслеживания на уровне аккаунта, чтобы в «Яндекс.Метрике» отображались значения динамических параметров, включая идентификатор кампании.

Аналитика big data в мире

Сейчас аналитика больших данных используется в более чем 50 % компаний по всему миру. При том, что в 2021 году этот показатель составлял всего лишь 17 %. Big Data активнее всего используется компаниями, которые работают в сфере телекоммуникаций и финансовых услуг.

Затем идут компании, которые специализируются на технологиях в здравоохранении. Минимальное использование аналитики Big Data в образовательных компаниях: в большинстве случаев представители этой сферы заявляли о намерении использовать технологии в ближайшем будущем.

В США аналитика Big Data используется наиболее активно: более 55 % компаний из самых разных сфер работают с этой технологией. В Европе и Азии востребованность аналитики больших данных ненамного ниже — около 53 %.

Зачем нужна аналитика больших данных?

Она позволяет выявлять крайне ценную информацию из структурированных или неструктурированных наборов данных. Благодаря этому бизнес, например, может определять тенденции, прогнозировать производственные показатели и оптимизировать собственные расходы. Понятно, что ради снижения расходов компании готовы внедрять самые новые решения.

Технологии и методы анализа, которые используются для анализа Big Data:

• Data Mining;
• краудсорсинг;
• смешение и интеграция данных;
• машинное обучение;
• искусственные нейронные сети;
• распознавание образов;
• прогнозная аналитика;
• имитационное моделирование;
• пространственный анализ;
• статистический анализ;
• визуализация аналитических данных.

Зачем нужна сквозная аналитика для интернет-магазинов

В арсенале маркетолога сегодня огромное количество инструментов для продвижения любых сайтов, в том числе торговых онлайн-площадок. Однако если задействовать сразу контекстную и таргетированную рекламу, блог на сайте, соцсети, электронную почту, телефонию и каналы в мессенджерах, можно не заметить, как весь бюджет будет потрачен, а результаты продвижения оставят желать лучшего. Чтобы получить от рекламы максимальную отдачу, не обойтись без сквозной аналитики.

Эта система необходима для сбора данных ото всех каналов продвижения и выявления более и менее эффективных.

Источники заказов

Отчет транслирует детализированные данные по каждому источнику трафика.

Какие метрики стоит сравнивать? Конверсию в заказ с конверсией в покупку для определения этапа воронки, который обязательно нужно проанализировать на наличие слабых мест.

• Когда все источники приносят постоянно низкую конверсию в оплату, стоит проверить сайт на уровень юзабилити для пользователей.
• Когда конверсия в заказ не вызывает подозрений, а конверсия в оплату остается низкой, стоит поискать и устранить недочеты в отделе продаж.

Сравните средний чек по каналам. Если удастся отследить значительные отклонения в показателях, нужно скорректировать настройки кампаний в каналах с низким средним чеком для привлечения клиентов, готовых тратить больше.

Источники, расходы и roi

Для эффективного распределения бюджета между каналами представлены два показателя на выбор — они равнозначны друг другу:

• ROI (коэффициент рентабельности инвестиций). Чем выше метрика, тем лучше выполняет свою работу рекламный канал. Он подсчитывает, сколько вы зарабатываете за каждый рубль, потраченный на рекламу.
• ДРР (доля рекламных расходов). Чем ниже значение, тем больше приносит рекламный канал. Метрика подсчитает долю в доходе, потраченную на рекламу.

Отчет позволяет выявить фактор плохой окупаемости рекламы, а именно дать сравнение трем метрикам:

• стоимости клика (CPC, cost per click);
• конверсии на сайте (CPA, cost per action);
• завершающей продаже (CPO, cost per order).

Если получится так, что вы найдете канал с неестественной CPC, при этом другие показатели будут иметь незначительные отличия от других источников, разработчик советует откорректировать настройки рекламного кабинета.

Как настроить удобную аналитику продаж интернет-магазина по базовым отчетам в google analytics

Аналитический сервис от Google включает такое количество отчетов, что начинающему пользователю легко запутаться. Для начала остановитесь на базовых, их категории размещены в меню слева.

Разберемся, как использовать главные отчеты Google Analytics.

Период по умолчанию для всех отчетов (кроме «В режиме реального времени») – 30 дней. Для изменения этого срока воспользуйтесь календарем в правом верхнем углу.

1. Отчет: «В режиме реального времени»

В левом меню выберите «В режиме реального времени» → «Обзор». Это позволит вам понять, кто прямо сейчас находится на сайте, откуда пришли посетители, каково их географическое местоположение и какие страницы их интересуют.

Эти данные важны для отслеживания эффективности рассылок, рекламных кампаний, акций в соцсетях.

Обзорная страница представляет вам только лучшие показатели. Более подробную информацию вы можете получить, открыв их в меню слева. Вы узнаете в деталях об источниках перехода, популярных страницах и ключевых словах.

Отчет позволит вам провести подробный анализ эффективности рекламных кампаний, в том числе:

• Понять, насколько посетителям интересны новые и отредактированные статьи, благодаря вкладке «Контент».
• Убедиться в том, что однодневная скидка привлекла на сайт дополнительный трафик, если показатель «Прямо сейчас» по сравнению с предшествующим периодом значительно вырос.
• Оценить, дали твиты и записи в соцсетях ожидаемые результаты или нет. Это видно по вкладке «Источники трафика» в ближайшие час-два после их опубликования.
• Протестировать код отслеживания. Наличие данных по 2–3 страницам или их полное отсутствие говорят о проблемах с кодом.
• Зафиксировать положительные изменения после корректировки работы сайта. На вкладке «Конверсии» будет виден рост показателей.

2. Отчет: «Аудитория»

Здесь представлена полная информация о посетителях в разрезе пола, возраста, географического положения, языка, а также технических характеристик, включая браузер и операционную систему.

Какие плюсы мы получили?

По последнему пункту было ожидаемо — «Яндекс» по традиции монополизирует рынок. Но сейчас не об этом. Рассмотрим настройку сквозной аналитики в «Яндекс.Метрике» и отчеты, которые генерирует сервис.

Насколько эффективна яндекс.метрика для аналитики интернет-магазина

Оценивать посещаемость сайта и изучать поведение аудитории Яндекс предлагает при помощи своего сервиса веб-статистики. По функционалу она во многом аналогична Google Analytics, поэтому нет смысла повторяться, рассказывая о ее возможностях. Предлагаем разобрать несколько отчетов, которые формирует Яндекс.Метрика.

Вот пример отчета конверсии. На нем представлены актуальные цифры по каждой выбранной пользователем цели:

• процентный показатель конверсии;
• количество целевых посещений;
• число заказов;
• суммарный доход;
• процент выполнения цели.

В Яндекс.Метрике целью считается идеальный показатель, заданный для конкретного сайта.

Это пример сводки, отражающей деление аудитории по возрасту. Она наглядно демонстрирует демографические параметры и предоставляет возможность для их сравнения.

К недостаткам Яндекс.Метрики можно отнести два момента:

• Посетители не делятся на сегменты, следовательно, не создаются отчеты этого типа.
• Нет информации от других рекламных сервисов.

Новые цели: как применять?

Когда вы передадите данные в «Яндекс.Метрику», система автоматически сформирует новые цели: «заказ создан», «заказ в работе». Это необходимо, чтобы отслеживать конверсии, которые связаны с заказами.

Эти цели можно задействовать:

• в отчетах «Яндекс.Метрики»;
• для настройки кампании в «Яндекс.Директе» (в конверсионных стратегиях);
• при выборе модели оплаты за конверсии.

Цель «Заказ оплачен» работает для привлечения Look-alike аудитории. Она указывается в настройках ретаргетинга, а дополнительно используется опция «Выбранный сегмент и похожие пользователи.

Ну а сколько получает big data аналитик?

Специалисты по Big Data сейчас в дефиците, спрос превышает предложение. Все потому, что бизнес приходит к пониманию: для развития нужны новые технологии, а для развития технологий требуются специалисты.

Так вот, Data Scientist и Data Analyst в США вошли в топ-3 лучших профессий 2021 года по версии кадрового агентства Glassdoor. Средняя заработная плата этих специалистов в Америке начинается от $100 тысяч в год.

Нужна ли веб-аналитика интернет-магазину

Главная функция аналитики – мониторинг ключевых показателей эффективности интернет-магазина и рекламных кампаний, запускаемых для его продвижения. На основе полученных данных разрабатывается маркетинговая стратегия и принимаются значимые бизнес-решения.

Работа практически всех инструментов аналитики базируется на OLAP (online analytical processing). Интерактивная обработка включает сбор и анализ данных сразу из нескольких источников. Вы одновременно можете изучать статистику из AdWords, электронной почты, социальных сетей и так далее.

Основное преимущество любого инструмента веб-аналитики по сравнению с офлайновыми методами – высочайшая оперативность и эффективность сбора информации. Функционал большинства программ предполагает построение графиков, диаграмм, таблиц, наглядно демонстрирующих динамику изменений за выбранный вами период.

Есть инструменты веб-аналитики, сочетающие в себе все перечисленные функции, а есть те, которые созданы для отслеживания показателей определенного типа.

Передача данных о клиентах и заказах

Передача данных осуществляется через API «Яндекс.Метрики» или при помощи интеграции с CRM.

Во втором случае в модуле «Интеграции» есть несколько решений. Справиться без привлечения разработчика смогут только пользователи amoCRM.

Для интеграции «Яндекс.Метрики» с amoCRM потребуется всего несколько кликов. Описание решения на сайте разработчика.

Все остальные CRM-системы пока подключаются по API.

Пошаговый алгоритм настройки

Для сбора сквозной аналитики нужно выполнить 4 шага:

Расходы на рекламу

На первом шаге мы связали «Яндекс.Метрику» и «Яндекс.Директ», поэтому данные будут автоматически загружены в систему веб-аналитики. Теперь все данные можно смотреть в разделе «Стандартные отчеты» — «Источники» — «Директ» и в модуле «Сквозная аналитика».

Для загрузки расходов из Google Ads необходимо:

• открыть модуль «Настройка» — «Загрузка данных»;
• нажать «Подключить Google Ads»;
• разрешить доступ к аккаунту Gmail;
• ввести название подключения;
• выбрать все или определенный аккаунт Google Ads.

Готово, аккаунт Google Ads подключен к «Яндекс.Метрике».

Сколько придется потратить на сквозную веб-аналитику интернет-магазина

Поговорим о том, когда использование сквозной аналитики можно считать разумным, ведь расходы на запуск всей системы, включая CRM, коллтрекинг и другие инструменты, обойдется не менее чем в 15 тысяч рублей ежемесячно.

Естественно, что небольшой интернет-магазин, у которого весь бюджет на продвижение не превышает 10 тысяч рублей, не сможет нести дополнительные расходы в таком объеме. Специалисты сайта 1С-UMI уверены, что сквозная аналитика оправдана при размере рекламного бюджета не менее 100 тысяч рублей. В противном случае рентабельность применения такой системы находится под большим сомнением.

Есть еще один вариант – заказать сквозную аналитику в составе пакета комплексного продвижения интернет-магазина.

Стоимость таких комплексных услуг высока, но в итоге владелец интернет-магазина может не беспокоиться о том, как собрать многочисленные метрики и, главное, как их грамотно использовать для оптимизации своей деятельности. Достаточно найти хорошее агентство, которое будет заинтересовано не только в личной выгоде, но и в конечном результате – выведении торговой площадки на более высокий уровень.

Не стоит думать, что при скромном рекламном бюджете не надо заниматься системной аналитикой. Даже если пока ваших денег хватает только на e-mail-рассылкой и ежемесячный таргет, учитесь работать правильно с самого начала, то есть определять эффективность различных рекламных каналов и своевременно перераспределять бюджет в пользу тех, которые приводят больше клиентов.

Однако обычный учет, на бумаге или в таблице Excel, ничего не даст: без отслеживания ключевых показателей KPI эта работа будет напрасной. Из этого следует, что придется заняться их изучением. Для этого:

• воспользуйтесь бесплатным пробным периодом, чтобы понять, что такое система сквозной аналитики, как она работает и принесет ли ее использование положительные результаты именно для вашего интернет-магазина;
• найдите фрилансера, которого не напугает ваш ограниченный бюджет. Для удаленного специалиста анализ эффективности рекламных каналов не составит особого труда. Как правило, небольшие интернет-магазины продвигаются через посты в «Одноклассниках» и «ВКонтакте» и иногда запускают контекстную рекламу. Фрилансер легко подсчитает затраты при таком небольшом количестве каналов;
• заняться самостоятельным изучением систем сквозной аналитики. Ничего сложного в этом нет, главное – желание разобраться. Вы в любом случае будете понимать, в чем разница между отдельными каналами продвижения, какие результаты они дают, в какие из них можно и нужно вкладываться, а какие только зря съедают бюджет.

Подведем итог: использование сквозной аналитики дает четкое представление об эффективности каждого применяемого вами способа рекламы и позволяет скорректировать расходы в пользу наиболее рентабельных каналов.

Так сколько же тратить на аналитику?

Компания ТопАналитикс рекомендует придерживаться бюджета в 5-8%, если у вас рекламная кампания не превышает 5 млн. рублей и укрупненных источников данных не более 10. Маркетинговые бюджеты до 500 тыс. руб. обязаны оставлять на аналитику не менее 10%, если это, конечно, не баннер на популярном портале.

Соответственно, при бюджете от 500 тыс. руб. до 1,5 млн. руб. аналитическая ставка регрессирует до 8%. Под аналитикой понимается, сбор, обработка, анализ и предоставление данных в понятном виде, а также хранение данных в удобном для обработки формате.

Важно, что рекомендуемые проценты от маркетингового бюджет следует тратить не только на оценку эффективности рекламной кампании, но и анализ поведения посетителей, эффективность источников и форм привлечения клиентов, а также роль ассортиментной матрицы в повышении продаж. Минимальный срок расчета стоимости затрат на аналитику составляет  три месяца.

А как вы распределяете бюджет на аналитику? Расскажите нам в комментариях! 

Типы отчетов в сквозной аналитике

На момент запуска инструмент отображает 2 отчета:

• «Источники, расходы и ROI» — используется для анализа рекламных каналов. На его основе определяется, в какие из каналов стоит уменьшить/увеличить бюджет.
• «Источники заказов» — анализ каждого рекламного канала по отдельности. Позволяет выявить возможные слабые места в их работе.

Вывод

На текущий момент сквозная аналитика в «Яндекс.Метрике» не реализована так, как бы нам этого хотелось. Подключение CRM требует участия разработчика, который настроит интеграцию по API. Повезло пользователям amoCRM — ее можно интегрировать с системой без специалистов.

Пока нет возможности анализировать бесплатные источники — реферальный и органический трафик. Рекламные кампании анализируются не глубже второго уровня, то есть нельзя получить данные по объявлению или ключевому слову. Будем ждать обновлений.