Анализ контекстной рекламы конкурента: бюджет, затраты, ключевые слова, тексты | Проверяем рекламу, сравниваем со своей

Анализ контекстной рекламы конкурента: бюджет, затраты, ключевые слова, тексты | Проверяем рекламу, сравниваем со своей Аналитика
Содержание
  1. Klipfolio
  2. Недорогие сервисы «всё в 1»
  3. . Agencyanalytics
  4. Сервисы сквозной аналитики
  5. Supermetrics
  6. Кастомные решения
  7. Dashthis
  8. TrackMaven
  9. Анализ контекстной рекламы конкурента: бюджет, затраты, ключевые слова, тексты | проверяем рекламу, сравниваем со своей
  10. Аналитика рекламных каналов в promopult
  11. Атрибутивная модель
  12. Бонусные возможности готовых решений
  13. Все платные сервисы сквозной аналитики одинаковые
  14. Доступные модели атрибуции
  15. Другие системы:
  16. Зачем нужна атрибуция
  17. Когда и каким компаниям нужна сквозная аналитика
  18. Кому не обязательна сквозная аналитика
  19. Кому нужна сквозная аналитика
  20. Немного об учете офлайн-конверсий
  21. Обзор сервисов и инструментов
  22. Позиции канала в цепочке
  23. Полуавтоматический метод са
  24. Проблема 1: отдел продаж
  25. Проблема 2: техническая
  26. Проблемы внедрения сквозной аналитики
  27. Продажа «из корзины» в crm-систему
  28. Профессиональная са
  29. Сквозная аналитика как жизненная необходимость
  30. Сквозной принцип в аналитике
  31. Статический или динамический кол-трекинг
  32. Схема работы сквозной аналитики
  33. Технические сложности
  34. Цифровизация бизнеса
  35. Заключение
  36. Подведем итоги

Klipfolio

Klipfolio — онлайн-платформа для сбора данных и создания дашбордов для внутреннего использования компании и клиентов.

Кому подходит: рекламным агентствам и компаниям, которые хотят управлять своими данными и улучшить маркетинг.

Установка

  • Мобильные ОС: Android, iPhone / iPad.
  • Web-приложение, облако, SaaS.

Интеграция

Klipfolio предоставляет 300 интеграций. Среди них: Zendesk, Pipedrive, Freshdesk, Salesforce Sales Cloud, БД SQL, Hubspot, Mixpanel, Shopify, Google Ads и другие. 

Стоимость

Бесплатный пробный период — 14 дней. Также доступна бесплатная демо-версия.

Минимальная цена — $49 в месяц. Сюда входит подключение 5 пользователей, 10 дашбордов, обновление данных (1 час), полная автоматизация отчетности.

Интерфейс

Klipfolio позволяет быстро создать шаблоны. Можно выбрать дашборд из галереи или создать кастомизированный дашборд:

В галерее можно выбрать подходящий шаблон дашборда, в который инструмент подтянет данные из интегрированного источника. 

Например, доступны такие шаблоны дашбордов:

Всего в галерее 14 шаблонов.

Пример дашборда Google Analytic:

Пример сводного отчета по социальным сетям:

Недорогие сервисы «всё в 1»

Включают в себя базовую сквозную аналитику и другие инструменты для организации маркетинга и продаж, например:

  • CRM-система

  • Управление рекламой

  • Лидогенерация

  • Взаимодействия с соцсетями

  • Создание landing page

  • Виджеты на страницу, сайт (онлайн-консультант, обратный звонок и пр.)

  • Автоворонки

Типичные представители:

Подходит для микробизнеса. Оплата сервиса  в районе 1тыс. рублей в месяц.

. Agencyanalytics

Agencyanalytics — платформа для маркетинговых агентств, которая позволяет создавать отчеты и персонализированные дашборды, проводить аудит SEO, отслеживать ключевые слова и т.д.

Кому подходит: есть решения для фрилансеров и стартапов, для МСБ и растущих маркетинговых агентств, для больших маркетинговых агентств и e-commerce.

Установка

  • Web-приложение, Облако, SaaS.

Интеграция

Поддерживает 58 интеграций, в том числе с Yelp, Woocommerce, TikTok Ads, Snapchat Ads, Mailchimp, MOZ, Google Ads, Google Analytics и другими. 

Стоимость

Бесплатный пробный период — 7 дней.

Минимальная цена — $49 в месяц. За эти деньги можно подключить 5 кампаний, провести аудит сайта объемом в 10 000 страниц, составлять неограниченное количество отчетов.

Интерфейс

В Agencyanalytics можно построить дашборды отдельно для каждого источника данных. Например, по Google Analytics:

Также доступны дашборды, которые сводят вместе данные по разным рекламным кампаниям. Ниже представлен дашборд, который показывает, как бизнес представлен во всех рекламных кампаниях:

Возможности

  • Поддерживает white label.
  • Автоматизированные отчеты.
  • Кастомизированные дашборды.
  • Сводные отчеты по всем рекламным каналам.
  • Анализ KPI по каждому каналу.
  • Добавление аннотаций и целей к линейным и столбчатым диаграммам.
  • Поддерживает Drag&Drop.
  • Доступ к инструментам и отчетам для сотрудников и клиентов.

Недостатки

  • Не поддерживает бенчмаркинг.
  • Нет интеграции с OLAP.
  • Нет инструментов для анализа данных и стратегического планирования.

Сервисы сквозной аналитики

Специализированные сервисы, дающие более глубокую и качественную аналитику. Обычно интегрируются с CRM, системами веб-аналитики и колл-трекинга. Некоторые структуры выросли как раз из этих систем.

Типичные представители:

  • Roistat

  • Alytics

  • Comagic

  • Calltouch

Подходит для малого и среднего бизнеса. Бюджет в районе 5-20 тыс. рублей в месяц.

Supermetrics

Supermetrics — инструмент автоматизации отчетности, который собирает все маркетинговые данные и переносит их на одну платформу.

Кому подходит: маркетинговым агентствам, e-commerce, стартапам и любым компаниям, которые стремятся упростить сбор и анализ маркетинговых данных.

Установка

  • ОС — Mac/Windows.
  • Web-приложение, облако, SaaS.

Кастомные решения

Подходит для среднего и крупного бизнеса. Бюджет зависит от числа интегрируемых систем, объёма данных, типов отчётов и многих других параметров.

Обычно аналитическая система состоит из таких компонентов, как:

  • Коннекторы сбора данных

  • База для хранения и обработки данных (ETL, DWH)

  • Аналитический модуль (отвечает за логику объединения данных на базе сквозных   идентификаторов)

  • Система визуализации данных (обычно, BI) с настроенными отчётами

Коннекторы собирают данные из таких систем, как:

  • Рекламные каналы

  • Сайт

  • CRM

  • Телефония, почта, каналы коммуникаций (если эти данные не агрегированы в CRM)

Dashthis

Dashthis — платформа для сбора маркетинговых данных с разных сервисов, создания дашбордов и отчетов.

Кому подходит: маркетинговым агентствам, e-commerce, стартапам и любым другим компаниям, которые серьезно относятся к анализу маркетинговых данных.

Установка

  • Web-приложение, облако, SaaS.

Интеграция

Интегрируется с 34-мя сервисами, в том числе с Google My Business, SEMrush, Linkedin Pages, Linkedin ADS, CALLRAIL, MOZ, Ahrefs и другими.

Стоимость

Бесплатный пробный период – 15 дней.

Минимальная цена — $39.

Интерфейс

Создание дашбордов в Dashthis происходит в три этапа:

На основании указанных настроек Dashthis формирует дашборд. Пользователь может настраивать виджеты и переставлять их.

Возможности

  • Загрузка CSV-файлов.
  • Сопоставление разных источников данных в одном дашборде.
  • Десятки настраиваемых виджетов.
  • Автоматическая отправка отчетов клиентам на email.
  • Кастомизированные дашборды.
  • Поддерживает white label.
  • Поддержка Drag&Drop.

Недостатки

  • Не поддерживает бенчмаркинг.
  • Не поддерживает OLAP.
  • Нет инструментов для стратегического планирования и прогнозирования.
  • Нет инструментов анализа данных.

TrackMaven

TrackMaven — платформа маркетинговой аналитики, которая позволяет формировать отчетность по различным каналам данных, включая соцсети, digital каналы, PR, рекламу и т.д.

Кому подходит: маркетинговым агентствам, любым компаниям, работающим в сфере B2B и B2C, фрилансерам.

Установка

  • Web-приложение, Облако, SaaS.

Интеграция

Анализ контекстной рекламы конкурента: бюджет, затраты, ключевые слова, тексты | проверяем рекламу, сравниваем со своей

Конкуренция в контекстной рекламе увеличивается. У вас внезапно может появиться сильный конкурент. В итоге понижается рекламный охват, а за каждый клик приходится повышать цену. Чтобы знать своих противников «в лицо», нужно провести разведку.

Инструменты для анализа

В процессе исследования эти ресурсы будут полезны, а без некоторых совсем не обойтись:

  • PromoPult.ru. Автоматически подбирает ключевые слова, основываясь на контенте порталов конкурентов.
  • Similar Web. Предоставляет сводные данные об присутствии в соц.сетях, ключевых словах и источниках трафика.
  • Cy-pr.com. Показывает важную информацию по параметрам SEO, хостингу и домену.
  • Pr-cy. Предоставляется колоссальный объем данных по сайту.
  • Built With. Сервис показывает информацию про установленные сервисы аналитики, о движке портала и т.д.
  • Сайт Репорт. На основе красивого графика показывается рекламная активность по домену.
  • SpyWords. Анализирует качество и количество ключевых запросов прямых конкурентов.
  • АдВсё. В виде браузерной статистики пользователь видит популярные поисковые запросы.
  • Direct Editor. Предоставляется статистика из Яндекс Директ про рекламные месячные бюджеты, ставки и ключевые слова.
  • Ahrefs.com. Анализирует ссылочные профили, отслеживает динамику роста.
  • Mega Index. Ориентируется на русскоязычный интернет, основные возможности бесплатны. Анализирует сайты-доноры, смотрит на видимость порталов в выдаче, проводит SEO анализ.

Анализируем контекстную рекламу конкурентов

Теперь переходим к делу. И начнём анализировать конкурентов с ключевых слов. В качестве примера возьмем упомянутый ранее сервис SpyWords. У него есть две версии:

  1. бесплатная – ключи отслеживаются не глубже пяти запросов;
  2. платная – обладает тарифами Pro и Unlim. Вторым пользуются в основном крупные рекламные агентства.

Мы будем использовать бесплатную версию. Зайдем на сайт SpyWords и введем домен в поисковую строку потенциального конкурента. На первой таблице показаны:

SpyWords

Вторая таблица – это само предназначение портала. Здесь вы увидите 5 ключевых фраз, которыми пользуются ваши конкуренты. Платная версия предоставит 5000 запросов.

Анализ с помощью SpyWords

Нажмите на выделенное слово в таблице и увидите такие данные:

  • показы в месяц;
  • количество рекламодателей;
  • среднюю цену клика.

Благодаря таким параметрам получится прикинуть бюджет на вашу рекламную кампанию, и сколько тратят на неё конкуренты.

Анализ заголовков объявлений

Заголовки конкурентов тоже можно и нужно использовать в собственных целях. На пользователя именно заголовок оказывает существенное влияние. Быстро прочитав его, человек принимает решение, открывать ему объявление или же забыть о нём навсегда. Обязательно обратите внимание на заманчивость фраз.

Исследуйте больше площадок, чтобы увидеть крутые фишки в контекстной рекламе. Благодаря такому подходу получится составить уникальный и классный заголовок.

Ещё один сервис анализа конкурентов – Serpstat.com. Посмотрим, к примеру, объявления о планшетах.

Интернет магазин gamepitstop.ru сразу же показывает в заголовках популярные и недорогие планшеты, что сразу же подкупает. 4g-pro.ru кричат, что у них планшеты по низким ценам. Евросеть сразу предлагает LENOVO Yoga Book.

Serpstat

Анализ текстов объявлений

В том же Serpstat можно посмотреть все тексты объявлений у каждого конкурента. Результаты выгружаются в единую таблицу. Обязательно изучите, есть ли в них:

  • читаемый текст, не состоящий из банального набора слов;
  • призыв к действию;
  • показание выгоды для целевой аудитории;
  • стоимость товара или услуги;
  • ключевые фразы;
  • быстрые ссылки в Google AdWords;
  • контакты рекламодателя.

Анализ посадочных страниц

Следующий шаг – составление контекстных объявлений на лендингах. Каждое из них обязательно ведёт на определенную страницу. Простой пример: если человек переходит по фразе «купить ноутбук Toshiba», то он должен попасть в каталог с ноутбуками именно этой модели, а не на главную страницу.

Не уверены, что приведете покупателя в нужное место? Тогда проследите путь по рекламной фразе у своих конкурентов. Удовлетворила ли вас та страничка, на которой вы оказались?

Стоит смотреть и на оптимизацию. Посадочная страница у продвинутых конкурентов реализуется под конкретный запрос на динамическую подстановку контента.

Рассчитываем бюджет конкурентов на контекстную рекламу

Информация о расходах конкурентов на контекст поможет подсчитать, сколько вам нужно на организацию собственной рекламной кампании. Сделать это можно так:

  1. узнайте трафик портала. Выясните количество ежемесячных посещений конкурентных сайтов
  2. Определите коэффициент сделок и число продаж. Несколько способов сделать это мы предлагали в статье об анализе конкурентов
  3. Оцените приблизительный доход. Здесь ваш лучший помощник – это личный опыт. Если у вас есть прямые конкуренты, то средний показатель продаж практически не будет отличаться.
  4. Посмотрите на рекламные бюджеты в процентах. Для этого нужно вновь посетить сервис S Кликните по разделу «РРС анализ» и перейдите во вкладку «Ключевые фразы». Тут вы увидите все запросы, по которым размещается контекстная реклама. Список можно экспортировать в таблицу. Для вас представляют интерес три колонки: позиции, количество запросов и стоимость клика. Кроме того, понадобится показатель CTR. Чем позиция будет выше, тем лучше получается CTR.
Дополнительный анализ:  Опросные сайты, которые платят – алгоритм работы, список проектов и преимущества заработка

Анализ рекламы

Конечный бюджет высчитывается по формуле: стоимость клика*количество запросов*CTR.

Стоит запомнить основные правила:

  • 100% правдивой статистики трафика не даёт ни один сервис;
  • информация о численности продаж выстраивается на индивидуальных наблюдениях и догадках;
  • если вы хорошо разбираетесь в конкретной отрасли, то средних объемах продаж судить значительно легче;
  • если у вас нет доступа к аккаунту конкурента, то ни один сайт не подскажет полный список ключевых слов.

Заключение

Главная задача специализированных площадок – выполнение рутинной работы в автоматическом режиме. От вас же потребуется регулярно мониторить рекламу конкурентов из контекста, изучать их хитрости и быстро обучаться на собственных ошибках. Тогда вы встанете на правильный путь развития.

Аналитика рекламных каналов в promopult

Платформа PromoPult не стоит на месте и развивает возможности аналитики рекламных каналов. Совсем недавно в системе появился дашборд «Результаты рекламы», в котором наглядно представлены показатели по всем источникам трафика.

Дашборд расположен в верхней части модуля «Обзор сайта». Визуально он разделен на две зоны: график выбранных показателей в динамике и таблица с суммарными значениями за выбранный период. 

Данные в таблице сгруппированы по типам рекламных каналов, которые используются для ресурса. Это могут быть: SEO (органический поиск), Яндекс.Директ, Google Ads, ВКонтакте и myTarget.

По каждому источнику трафика можно посмотреть такие показатели: 

  • переходы;
  • показы;
  • CTR;
  • цена перехода;
  • конверсии;
  • CR (коэффициент конверсии);
  • цена конверсии;
  • расход.

При помощи переключателя можно сравнить несколько показателей в динамике по всем рекламным источникам.

Дашборд поможет наглядно оценить эффективность каждого канала продвижения в системе.

Атрибутивная модель

Как мы уже поняли, в условиях реального сайта конверсия далеко не во всех случаях достигается за один визит. Для примера возьмем следующую ситуацию: посетитель попадает на сайт из поиска, закрывает его, через некоторое время кликает по объявлению и снова попадает на наш сайт.

Большинство рекламных платформ по умолчанию устанавливают атрибуцию по последнему значимому клику.

Отмечу, что беспокоиться о подборе атрибуции не следует до сих пор, пока бюджет вашей компании не превышает 500 тыс. р. Последний значимый клик – универсальная модель, которая подходит большинству компаний. На практике, чаще всего, конверсии совершаются по одному-двум каналам, и задумываться о выборе какого-то другого сценария атрибуции не приходится.

Безусловно, есть сложные модели атрибуции, например, post-view. Большинство из таких сценариев бесполезны, т. к. они не могут взаимодействовать с популярными маркетинговыми каналами.

Бонусные возможности готовых решений

Готовые решения в области сквозной аналитики позволяют атрибутировать объявление не только под конверсии или просмотры, но и под иные показатели, включая:

  • чистую прибыль;
  • количество чистых продаж;
  • суммарные продажи;
  • прибыль за все время работы с выбранным клиентом.

Большинству компаний, внедривших систему сквозной аналитики, удается урезать траты на рекламу в 5–10 раз, либо сосредоточиться только на самых конверсионных каналах. Так при одинаковом бюджете можно получить гораздо больше заявок.

Все платные сервисы сквозной аналитики одинаковые

Продукты разных компаний заметно различаются в количестве настроек системы. На конечную цену решения также влияет имя производителя, стоимость месячного или годового обслуживания. Одни решения специализируется на доскональном изучении источников – задействовании UTM-разметки и других дополнительных параметров. Другие позволяют создавать отчеты в режиме автопилота. Третьи эффективно работают с голосовым поиском.

Выбирая готовое решение для сквозной аналитики, ориентироваться нужно на ежедневные потребности маркетингового отдела компании. Далеко не во всех случаях разработчик сквозной аналитики, который гарантирует самое большое количество функций, является наилучшим вариантом для вашего бизнеса. Анализируйте, читайте, сравнивайте тарифы и техническую информацию каждого решения.

Доступные модели атрибуции

Моделей атрибуции много, и они поддаются определенной классификации. Опираться нужно на то, какая именно логика применяется во время расчета:

  • Если вся ценность отдана единственному каналу, участвовавшему в воронке, то это — одноканальная модель атрибуции;

  • Если обратить внимание на место канала в цепочке непосредственно перед покупкой, то применяется атрибуция на основе позиции;

  • Если распределение происходит между всеми участвовавшими в цепочке каналами, то это — многоканальная модель;

  • Если в расчет берутся прочие факторы — не только позиция, — то алгоритмическая.

Другие системы:

  • Системы автоматизации контекстной рекламы и управления ставками (например, Origami, Alytics, K50, Marilyn);

  • ERP, системы управления складом.

Интересно, что в английском языке нет общего термина для сквозной аналитики. Среди зарубежных систем принципы используются те же самые, но на термине никто не зацикливается. Есть business analytics, business intelligence, ROMI analytics, LTV analytics.

Зачем нужна атрибуция

Стандартно воронка продаж имеет четыре этапа:

  • Человек знакомится с торговой маркой;

  • Он знает о компании, но размышляет, совершать ли покупку, и поэтому проводит сравнение стоимости и анализирует характеристики предлагаемого товара;

  • Этап конверсии — покупка совершается;

  • Этап удержания — покупатель повторяет покупку.

Как известно, удержать тех, кто уже совершил покупку, намного дешевле для компании, чем искать новых покупателей. Привлечение используют не персонализированные кампании, которые нацелены на широкий охват и трудно поддаются оценке.

Удержание подразумевает применение более целевых кампаний, для которых значительно проще проводить анализ и рассчитывать эффективность. Конкретный пользователь известен и теперь его действия и покупки можно отследить.

Чтобы разобраться, какие используемые рекламные каналы и кампании срабатывают на этапах имеющейся воронки, необходимо воспользоваться атрибуцией.

Атрибуция — это распределение ценности от конверсии между кампаниями, которые продвигали пользователя по воронке. Она помогает ответить на вопрос, в какой мере каждый из каналов повлиял на ту прибыль, которую вы получили в итоге.

Выбрав модель атрибуции, которая подходит для конкретного бизнес-проекта, можно распределить рекламный бюджет эффективно, что, в свою очередь, поможет сократить затраты и увеличить прибыль.

Когда и каким компаниям нужна сквозная аналитика

СА нужна компаниям, которые используют сразу несколько площадок для продвижения своих продуктов. Если рекламный бюджет вашей компании менее 50 тыс. р., возможно, пользоваться инструментами СА не совсем целесообразно.

Затраты на аналитику (все хорошо работающие решения платные, бесплатные вообще не работают или работают кое-как) также будут существенными. Но, опять же, тут все сугубо индивидуально.

Если же рекламных кампаний у вас много, то СА способна раз и навсегда решить проблему отчетов. После внедрения сквозной аналитики не нужно будет тратить кучу времени на формирование отчетности по РК: вручную собирать статистику по размещениям, названиям площадок, их эффективности.

Ищите и внедряйте хотя бы полуготовые решения, а лучше готовые.

Если у вас уже функционирует CRM, то ввести в работу систему сквозной аналитики будет гораздо проще. Еще рекомендация – выбирайте не самописные решения, а популярные, на базе облака. Они помогут сделать интеграцию более удобной и быстрой. К таким CRM можно отнести amoCRM, RetailCRM или тот же «Битрикс24».

Переходим к трудностям СА. Главная из них заключается в организации автоматического сведения данных отчетов в рамках систем сквозной аналитики. Опять же, если CRM уже задействована в вашем бизнесе, то полработы уже сделано.

Давайте попробуем разобрать задачи сквозной аналитики на конкретном примере. Итак, допустим, у нас есть сайт с разными источниками трафика:

Как понять, откуда именно пришли конверсии? Здесь на помощь придет UTM-разметка, веб-аналитика и CRM. Если совершается конверсия, отдел продаж обязательно заносит все заявки в CRM, кроме этого, менеджер должен обязательно фиксировать состав заказа, его сумму и время формирования. Здесь и пригодится полуавтоматический метод сквозной аналитики, о котором мы говорили выше.

Допустим, в один источник рекламы мы вложили 20 тыс. р. и с него получили 30 тыс. р. В другой – 30 тыс. р. и получили 5 тыс. р. Благодаря сквозной аналитике рекламный специалист сможет вовремя заблокировать неэффективный канал продаж.

Кому не обязательна сквозная аналитика

• Компании с очень длительным циклом сделки. Они будут ждать, пока система аналитики начнет приносить реальную пользу, потратив за это время существенную сумму на сам сервис.

• Бизнесу с высокой маржинальностью (высокая маржа нивелирует управленческие и маркетинговые ошибки и неэффективность, обеспечивая больший потенциал для масштабирования и роста).

• Компаниям с LTV меньше нескольких средних чеков: отчет об источниках первой покупки дает представление об эффективности канала в целом.

Кому нужна сквозная аналитика

Рассмотрим необходимые и желательные условия для того чтобы внедрение сквозной аналитики было полезным.

  1. Компания должна продавать товары или услуги в онлайн. Например, к ритейлу она мало применима, а к  ecommerce — более чем.

  2. Чтобы внедрение было целесообразно экономически, рекламный бюджет рекомендуется не менее 1-2 тысяч $ в месяц.

  3. Чем больше рекламных каналов, тем выше эффективность аналитики. Сравнение внутри 1 канала тоже полезно, но на 3-5 каналах эффективность наверняка будет выше. Вы сможете сравнивать и каналы друг с другом и кампании, запросы, настройки внутри каналов.

  4. У вас есть повторные продажи и есть % отвала (т.е. конверсия лидов в продажу далека от 100%). Иначе можно обойтись просто веб-аналитикой.

Кому необходима сквозная аналитика
Кому необходима сквозная аналитика

Немного об учете офлайн-конверсий

Этот материал не о кол-трекинге как таковом, но не затронуть его подробно, если мы говорим о сквозной аналитике, не получится.

Кол-трекинг в системах СА нужен, чтобы посчитать количество звонков согласно каналу конверсии, учитывая ключ-фразу. Нам нужно понимать, какое именно объявление и какая ключевая фраза заставили клиента набрать номер нашей компании. Чтобы было понятнее, как именно работает кол-трекинг в системах СА, привожу иллюстрацию:

В реальности кол-трекинг работает следующим образом.

Для сайта у меня сформировано 5 подменников, для бумажной рекламы и других офлайн-объявлений – 1. Для «Авито» я также сделал 1 подменный номер. Суммарно у меня 7 подменных номеров. Главный номер телефона – это номер менеджера(ов) компании. Здесь все просто.

Дополнительный анализ:  НОУ ИНТУИТ | Лекция | Традиционные ИТ-стандарты. ГОСТ 34

Приготовьтесь к тому, что подменные номера станут расходными материалами.

У них нет никакой другой функции, кроме как определять рекламный канал, откуда пришла конверсия. У кол-трекинга нет задачи заменить телефонию и функций последней кол-трекинг также не несет. Нужен главный телефон? Просто используйте готовые решения телефонии – это дешевле, легче и быстрее, чем пытаться изобрести велосипед. После покупки основного номера на него можно «надевать» кол-трекинг, создавать подменники и т д.

Сколько подменных номеров нужно – крайне индивидуальный вопрос. Я поделюсь своим лайфхаком. Простой вариант: суммарное количество уникальных визитов в сутки разделите на 100 и прибавьте 1. Поточнее: собираем данные по посещалке за одну неделю и записываем, сколько в среднем посетителей бывает онлайн одновременно.

Обзор сервисов и инструментов

Организовать сквозную аналитику можно различными способами, далее представлены наиболее популярные сервисы и инструменты для этого.

Рассмотрим, какие данные можно собрать в единый механизм в рамках построения системы сквозной аналитики. Это будут как данные о продажах, так и другие показатели. 

В таблице приведены примеры типов систем, которые могут использоваться в компании, и примеры наиболее популярных их представителей. Соответственно, у каждой компании свой набор источников, и полное совпадение является очень редким.

Сервисы и инструменты для сквозной аналитики
Сервисы и инструменты для сквозной аналитики

Позиции канала в цепочке

Данные варианты считаются наиболее простыми, они доступны пользователям бесплатной версии Google Analytics, а также Яндекс.Метрики и других систем. Рассмотрим 6 позиций канала в цепочке.

First Click (FCM)

В цепочке из четырех касаний ценность уходит первому каналу.

Преимущества:

Легко настраивается, не требует вычислений или иных аргументов при распределении ценности среди использованных каналов. Помогает маркетологам сформировать узнаваемость торговой марки и спрос. 

Недостатки:

Не демонстрирует всей картины, заставляет переоценить каналы первого уровня. Пользователь обычно совершает несколько касаний, однако модель игнорирует данный момент.

Кому подходит:

Подойдет проектам, для которых имеет значение создание или повышение узнаваемости собственного бренда, увеличение охвата аудитории. Модель даст информацию о том, где лучше покупать трафик для последующей конвертации.

Last Click (LCM)

Одноканальная модель, где ценность конверсии передается последнему каналу, с которым покупатель соприкасается непосредственно перед конверсией. Снова вклад предыдущих каналов полностью игнорируется.

Преимущества:

Используется многими маркетологами. Позволяет оценить кампании, цель которых — быстро спровоцировать покупки, допустим, во время определенного сезона.

Недостатки:

Не демонстрирует всей картины, заставляя исключить прочие каналы цепочки.

Кому подходит:

Подходит бизнесам с коротким циклом продаж, которые обычно не используют более трех каналов для рекламы.

Last Non-Direct Click (LN-DC)

Одноканальная модель, которая представлена в Google Analytics, применяется там по умолчанию. При этом ценность конверсии атрибутируется, как и в предыдущем варианте, по последнему каналу.

Однако различие в том, что если это прямой заход, ценность будет атрибутирована предыдущему источнику.

Например, пользователь переходит из собственных закладок или же прямо вводит ссылку. Вероятно, он хорошо знает бренд, является уже привлеченным покупателем, которого не требуется брать в расчет.

Преимущества:

В этом случае можно исключить каналы, которые незначительны с точки зрения расходов на кампанию, полностью сосредоточившись на оплачиваемых источниках.

Может применяться в качестве базы для сравнения.

Недостатки:

Не демонстрирует всей картины, не учитывает вклад прочих каналов в конверсию. Предпоследним каналом чаще всего является электронная почта, однако эта модель не позволяет отследить, где именно покупатель познакомился с торговой маркой и почему оставил почту, чтобы в итоге прийти к покупке.

Кому подходит:

Модель подходит, если нужно оценить эффективность определенного платного канала, а узнаваемость бренда уже не является важным аспектом.

Position Based (PB)

Многоканальная модель, где наибольшую ценность получают первый канал — то есть тот, который познакомил покупателя и торговую марку, — и последний, что закрыл транзакцию. Каждому из них присваивается сорок процентов. На все средние каналы приходится двадцать процентов.

Преимущества:

Ценность передается каналам, которые привлекают и мотивируют покупателей — т.е. играют важнейшую роль.

Недостатки:

Случается, что именно средние каналы в цепочке больше продвигают покупателя, чем те, которые получают наибольшую ценность.

Кому подходит:

Этот вариант подойдет бизнесам, которые рассчитывают привлекать новых пользователей и подталкивать уже заинтересованных к совершению покупок.

Time Decay (TD)

В этом случае ценность конверсии будет распределена между каналами, которые заняты в цепочке, по принципу нарастания. Первый источник получает наименьшую ценность, последний — наибольшую.

Преимущества:

Рассматриваются все каналы. Наибольшая ценность отдается тому, который все же сумеет подтолкнуть к покупке.

Недостатки:

Недооценивается вклад отдельных каналов, которые могли повлиять на решение покупателя.

Кому подходит:

Подходит тем, кто желает оценить эффективность рекламных кампаний, ограниченных по времени — например, распродаж.

Linear model (LM)

Применяя данную модель, ценность конверсии принято разделять между всеми каналами цепочки.

Преимущества:

Более продвинутая, чем одноканальные модели. Позволяет учесть все каналы в цепочке, которые были задействованы перед покупкой.

Недостатки:

Не помогает перераспределять бюджет. Разделение его между всеми каналами поровну может оказаться неэффективным.

Кому подходит:

Подойдёт бизнесам с длительным циклом продаж. В этом случае важно поддержание контакта с покупателем на всех этапах прохождения воронки. Пример — B2B-компании.

На сегодняшний день имеется ряд исследований, которые доказывают, что маркетологи в Европе, США или СНГ чаще всего обращаются к модели LCM. LCM кажется наиболее понятной, хотя и обесценивает влияние всех каналов в цепочке, кроме последнего.

Причинами, почему наблюдается такая ситуация, можно считать следующее:

  • Непонимание потенциального эффекта от моделей атрибуции, использующих более сложный расчет. Если прямо объяснить, что алгоритмические модели могут принести увеличение прибыли на определенный процент, вряд ли маркетологи откажутся от этого.

  • За атрибуцию нет ответственного, т.е. разные маркетологи могут применять в ходе кампании различные варианты, что приводит к тому, что реальный доход оказывается меньше атрибутированного.

  • Слишком разрозненная информация. Google Analytics позволяет использовать стандартные отчеты, в которых, к сожалению, нет места офлайн-данным, ROPO-эффекту и т. д.

Если эти причины устранить, то проблема атрибуции будет решаться намного проще.

Полуавтоматический метод са

Этот вариант подойдет тем, кто привык работать с платформами контекстной рекламы. Порядок действий следующий:

  1. Выгружаем статистику из «Google Рекламы» / «Яндекс.Метрики».
  2. Формируем группы трафика и вручную разделяем конверсии, учитывая канал продаж. Сделать это можно с помощью любой программы, которая позволяет работать с таблицами, например, того же Excel.
  3. Сводим данные о трафике с данными по конверсиям.

Охватить все каналы, по которым приходят клиенты, не удастся.

Проблема 1: отдел продаж

Именно отдел продаж, а не маркетинга, является основной точкой взаимодействия с клиентом, точкой получения данных от него и точкой занесения этой  информации в некую систему, из которой она потом попадает в аналитику.

Т.е. без грамотного построения отдела продаж не будет сквозной аналитики. При этом нужно, чтобы отдел продаж использовал в работе CRM-систему. Всего лишь!

Проблема в том, что CRM сама по себе отделу продаж не нужна от слова «совсем». Чтобы она стала ему нужна и не воспринималась в штыки, нужно соблюдение множества условий:

   Для менеджера:

  • Система должна сразу облегчать какие-то привычные действия, которые раньше делались менее удобно;

  • Она не должна дублировать другие системы и действия  — только замещать их;

  • Обращения всех клиентов должны попадать в систему автоматически;

  • Общение с клиентами (отправка писем, звонки и т.д.) проходит внутри системы.

Для руководителя (РОП`а):

  • Прозрачная информация по каждому менеджеру и его действиям;

  • Настройки распределения лидов в зависимости от эффективности работы сотрудников;

  • Гибкая система выстраивания KPI менеджеров и отчётности.

Проблема 2: техническая

Популярные облачные сервисы (в том числе системы сквозной аналитики) обычно интегрируются друг с другом в пару кликов. Однако в реальности всё не так просто, как кажется. Рассмотрим некоторые проблемы, которые могут возникнуть:

Для облачных систем аналитики. 

  • Ограниченная функциональность. Вы не можете настроить всё так, как нужно именно вам. С некоторыми системами нет стандартной интеграции, и приходится интегрироваться при помощи API и вебхуков.

  • Облачная система аналитики обычно является для вас закрытым «чёрным ящиком». Вы не знаете, что и как она считает, и приходится просто верить. Точность подсчёта может вызывать много вопросов: данные в системе аналитики часто не совпадают с данными CRM, а сделки не идентифицируются с источником. 

  • Работая с облачной системой аналитики, вы доверяете свои данные третьей стороне. В крупных компаниях отдел маркетинга может просто не получить разрешения от службы безопасности на подобные интеграции с CRM.

  • Еще одно следствие прошлого пункта: не всегда можно выгрузить данные в удобном формате. Вряд ли вы сможете сменить систему аналитики с переносом всех ваших данных.

Для кастомных систем аналитики. 

Здесь дела обстоят ещё сложнее. Спроектировать и построить собственную систему аналитики непросто, так как может не хватить сил 1-2 штатных  разработчиков, а надеяться получить такой результата от фрилансеров ещё более опрометчиво. В любом случае, прежде чем приступать к разработке, стоит чётко определить:

  • Источники данных — чем их меньше, тем проще;

  • Какие данные потребуются и как их объединять;

  • Выбрать систему визуализации и продумать форматы отчётов.

Наибольшие проблемы обычно возникают с выгрузкой и объединением данных. Не все системы позволяют выгружать не агрегированные данные. У многих систем есть ограничения по числу запросов по API.

Если не говорить о крупных компаниях (в штате которых есть и разработчики, и аналитики, у которых уже построен корпоративный  DWH), для выгрузки данных лучше воспользоваться готовыми коннекторами, а для визуализации — популярными на рынке решениями, такими как Microsoft Power BI или Google Data Studio.

Проблемы внедрения сквозной аналитики

Внедрение сквозной аналитики на практике является непростой задачей, и в процессе появляется немало ошибок или сознательных компромиссов, которые существенно искажают результат.

Первой задачей является убеждение руководства в необходимости сквозной аналитики как таковой. Требуется показать что обычный управленческий отчёт, в котором есть расходы на рекламу по каналам и доходы с продаж это далеко не сквозная аналитика, по многим причинам:

Внедрение сквозной аналитики позволяет понимать, какие рекламные каналы, кампании и ключевые слова участвовали в привлечении клиента. Такая детализация позволяет эффективно управлять рекламными кампаниями и экономить существенный % рекламного бюджета.

Продажа «из корзины» в crm-систему

Если продажа совершена через корзину, то данные о ней сразу появляются в CRM. Здесь стоит отметить, что все CRM автоматически синхронизируются с корзиной. Когда в качестве конверсии выступает какая-то категория товара, начинаются определенные сложности.

Client-ID копируем в аналитику прямо вместе с товаром.

Профессиональная са

Под профессиональной сквозной аналитикой я имею в виду готовые «коробочные» решения: «Битрикс24», Roistat, Alytics, PrimeGate, CallTouch, UTMSTAT.

Подлинная СА подразумевает интеграцию всех используемых систем аналитики, включая веб-аналитику, и большинства рекламных платформ / каналов / сервисов.

Дополнительный анализ:  Турнир прогнозистов Евро-2020. Плей-офф | Пикабу

Профессиональная сквозная аналитика, позволяет отследить следующие каналы:

  • входящая линия;
  • отдел продаж / CRM;
  • онлайн-маркетинг;
  • офлайн-маркетинг;
  • конверсии, идущие через сайт.

Недостаток платных систем СА – если вы захотите внедрить такое решение, то все ваши продажники должны уметь работать с CRM-системой. Кроме этого, нужно будет проводить доскональную настройку всех систем аналитики и платформ контекстной рекламы, которые используются компанией.

Сквозная аналитика как жизненная необходимость

Не более 30% клиентов делают заказ при первом же посещении сайта. Конкретное количество зависит от теплоты рынка и цикла принятия сделки, которая обычно невелика. Прежде чем что-то купить (совершить конверсию), человек, привлечённый разными рекламными источниками, заходит на сайт несколько раз.

Правильнее будет учитывать все касания (заходы) посетителя и использовать более продвинутые модели атрибуции.

Аналитика по каналам
Аналитика по каналам

Проблема 1:

Посетитель заходит на сайт из разных источников. Конверсия зачастую мультиканальна. Нужно применять некие модели атрибуции.

Проблема 2:

Покупатель совершает не 1 покупку. Повторные покупки могут быть намного больше, чем размер первого заказа. Значит, нужно считать LTV, а для этого не обойтись без внедрения CRM.

Проблема 3:

Каналы общения. Нужно отслеживать все каналы.  В противном случае мы получим аналитику, не точно отражающую реальность, с необоснованными выводами, писанными вилами по воде. 

Нельзя при этом считать заявки только через сайт или даже заявки звонки. Вот поэтому необходимо выстраивать сквозную аналитику.

Сквозная аналитика в маркетинге — метод анализа эффективности маркетинговых инвестиций (ROMI) на основе данных, отслеживающих полный путь клиента, начиная от просмотра рекламного объявления, посещения сайта и заканчивая продажей и повторными заказами (LTV).

Для реальной оценки эффективности маркетинга стоит поставить конкретную задачу:

  • Определить KPI для оценки;

  • Определиться с тем, какими должны быть дашборды, отчеты;

  • Выяснить, кто отвечает за проведение оценки эффективности РК в организации;

  • Проанализировать пути пользователей;

  • Учесть данные как онлайн, так и офлайн, убедиться в их качестве;

  • Провести анализ ряда моделей атрибуции, что даст возможность подобрать решение, наиболее подходящее для конкретного бизнеса.

Сквозной принцип в аналитике

При использовании обычной управленческой отчётности, в которой зафиксированы расходы на рекламу и продажи за тот или иной период, более-менее корректно ROMI посчитать можно только при определенных условиях:

  • Моментальный цикл сделки

  • Отсутствие органического (не рекламного) трафика

В остальных случаях подсчёт будет некорректен. И главное, с такими данными мы можем посчитать только общий ROMI, но мы не узнаем ROMI отдельных рекламных каналов. Причина проста: мы знаем, сколько денег потратили на каждый рекламный канал, но не знаем, с каких именно пришли клиенты.

В связи с этим, необходимо отслеживать каждую заявку и заказ, сохраняя информацию о рекламном источнике. В этом и смысл сквозной аналитики. Без этого анализировать более чем 1 рекламный канал с не моментальными продажами не получится никак. 

Логическая ошибка высокого ROMI

Основная логическая ошибка, которую сознательно, либо неосознанно, допускают многие маркетологи,  это стремление к высокому ROMI. Кажется, что чем выше возврат инвестиций, тем лучше. Так ли это?

С одной стороны — да, высокий ROMI является прекрасным достижением.

С другой, следует учитывать 2 вещи:

  • ROMI показатель относительный, он не говорит напрямую о прибыли или обороте, т.е. тех вещах, которые на самом деле интересуют бизнес. Высокий ROMI вполне может быть из-за эффекта «низкой базы», и динамика его снижения при увеличении инвестиций заранее непредсказуема.

  • Сам по себе высокий ROMI — это не конечная цель, а лишь промежуточная. Поэтому кейсы маркетологов, где они гордятся высокими показателями ROMI, вызывают вопросы, если не описано, что дальше с этим делать.

Как считать? Пример:

  • Средний чек: 10 000₽

  • Маржинальность: 30% (3000₽)

  • Конверсия (в продажу): 2,00% 

  • 100 кликов мы можем получать по 10 рублей за клик

Расчет ROMI
Расчет ROMI

Зеленым выделены лучше показатели, рыжим — худшие.

Как видим, при небольшом количестве трафика у нас максимальный ROMI, но минимальная выручка. Далее, при увеличении бюджета ROMI падает, стоимость привлечений 1 клиента растёт. До какого-то момента растёт общая прибыль, потом она начинает также падать.  И наоборот, при большом трафике максимизируется  ROMI уменьшается и становится отрицательным.

Зато валовая прибыль растёт и максимизируется лишь при ROI ~200%. Если же учитывать повторные заказы (LTV), картина меняется. Допустим, число повторных заказов равное 50% от числа новых заказов. Тогда прибыль максимизируется при ROI равном ~140%. Если же повторных заказов больше, выгодней удерживать еще меньший ROI.

А если повторных заказов больше? Тогда вполне возможно, что ROI ниже 100% даст максимальную долгосрочную прибыль. Понятно, что в реальных условиях даже максимизация прибыли не всегда является приоритетом: часто бывают риски, проблемы роста и многое другое. Но она явно намного важнее, чем максимизация ROI, которая является ложной целью.

Статический или динамический кол-трекинг

Статический кол-трекинг позволяет собирать обобщенные данные по каждому каналу. Динамический дает более точные данные по каждому посетителю. Например, можно узнать, сколько клиентов позвонили по определенной ключевой фразе. Важно, что для кол-трекинга не придется по новой настраивать отлаженную телефонию.

С технической точки зрения, внедрение кол-трекинга не представляет никаких сложностей и выполняется в 3 шага.

  1. Код кол-трекинга прописывается в шаблон сайта.
  2. Оплачивается тариф системы кол-трекинга, которая предусматривает определенное количество номеров.
  3. Главный телефон компании настраивается для переадресации.

Все! Больше ничего делать не нужно.

Запомните: не следует прописывать разные подменные номера на «Google Рекламу» и «Яндекс.Директ». Также не нужно вручную прописывать подменные номера для каждого канала рекламы. Самостоятельно указывать источники придется только в том случае, если вы пользуетесь статическим кол-трекингом, который следит за номерами не с вашего, а с другого сайта. Например, с «Юлы» или «Авито».

Лучше использовать готовые решения и не изобретать велосипед. Пытаясь сэкономить, многие новички ищут бесплатные системы СА. Даже если вы нашли инструмент, за который разработчик вообще не просит денег, это не значит, что все функции СА будут работать корректно. Самые частые проблемы бесплатных решений:

  • ошибки при синхронизации / загрузке расходов;
  • ошибки при синхронизации конверсий из разных платформ;
  • невозможность загрузить информацию в CRM.

Схема работы сквозной аналитики

Для наглядности и лучшего понимания работы СА приведу следующую схему:

Упрощая, можно вывести следующий сценарий работы сквозной аналитики.

  1. На сайт устанавливается счетчик-модуль СА.
  2. В течение заданного периода времени происходит сбор статистики.
  3. Формируется отчет, который содержит статистику по всем каналам рекламы.

Если же представить работу сквозной аналитики с технической стороны, то она будет выглядеть следующим образом.

Технические сложности

Чтобы грамотно настроить СА, необходимо хотя бы базовое понимание механики такой системы.

Любая система сквозной аналитики за основу берет cookies-файлы, которые браузер сохраняет с каждого сайта. Именно к cookie-файлу привязываются все клики, которые совершает пользователь, попавший на сайт. Вот так выглядит стандартный cookie-файл сайта:

Идентифицировать посетителя можно благодаря client id – это технический параметр, который представляет из себя уникальный идентификатор пользователя, зашедшего на сайт. Также задействуется специальная временная метка, или timestamp. Она используется для обозначения времени окончания жизни cookies-файла.

Если мы очищаем cookies-файлы в браузере, то и все данные по текущим и предыдущим посещениям аналитика уже не сможет сопоставить. Пользователь, очистивший cookies, будет идентифицирован веб-аналитикой как полностью новый посетитель.

UTM-разметка позволяет наполнить систему сквозной аналитики дополнительными сведениями.

Таким образом, системы СА работают именно с cookies-файлами, а не с UTM-разметкой, как может показаться на первый взгляд.

Цифровизация бизнеса

Сегодня даже малый бизнес имеет возможность быстро запустить рекламу для любого сегмента аудитории, настроить несколько рекламных каналов и оценить их реальную эффективность в продажах продукта.

Сквозная бизнес-аналитика позволяет оценить рентабельность вложений в те или иные рекламные каналы. С ее помощью можно отследить путь клиента от первого рекламного касания и до совершения сделки, а также повторных сделок.

Со сквозной аналитикой повышается эффективность digital-рекламы. Компании, которые отслеживают всё и принимают решения на основе данных выигрывают конкурентную гонку. Поэтому можно сказать что сквозная аналитика жизненно необходима.

Компании тратят деньги на рекламу, привлекают клиентов, получают прибыль с продаж своих товаров и услуг. Логично будет применить к интернет-маркетингу показатель возврата инвестиций ROI, а точнее, ROMI.

Return on Marketing Investment или сокращенно ROMI — это показатель рентабельности рекламных кампаний и в целом инвестиций в маркетинговую деятельность. Рентабельность оперирует такими метриками, как окупаемость, прибыль, возврат вложений.

Посчитать ROMI не так просто, как кажется. Посмотрим на простом примере.

  • Отчётность компании ООО «Ромашка» за январь 2021 года:

  • Затраты на рекламу: 120 000 рублей

  • Продажи 700 000 рублей

  • Маржинальный доход (без рекламных вложений) 210 000 рублей

ROMI равен 75%. Коэффициент выше 0, т.е. вроде бы всё хорошо. Но всё ли правильно мы посчитали?

Расчет ROMI
Расчет ROMI

Представим, что застройщик построил новый ЖК, создал для него сайт и запустил рекламную кампанию. Вот статистика за первые полгода:

Статистика продаж
Статистика продаж

Заключение

Системы сквозной аналитики – уникальный инструмент, который позволит выжимать из рекламы максимум. Не следует забывать о точной постановке целей и доскональном анализе своей аудитории – это основа в разработке digital-стратегии. Используйте готовые решения, не забывайте об аналитике и грамотно расставляйте приоритеты при формировании бюджета. Только в этом случае инструменты сквозной аналитики помогут расширить аудиторию, сделать рекламу наиболее эффективной.

Подведем итоги

  • BI–платформы — удобное решение для рекламных агентств и коммерческих компаний. Помогают собрать данные из CRM, систем аналитики, рекламных кабинетов, сервисов колл-трекинга и других инструментов.
  • Из 11-ти рассмотренных сервисов только 2 имеют русскоязычную версию — это SemRush и ReportGarden. У остальных платформ англоязычный интерфейс.
  • Большинство рассмотренных BI–платформ являются только облачными. Исключение — Klipfolio (есть решения для установки на мобильные ОС) и Supermetrics (есть десктопные решения Mac/Windows).
  • Все рассмотренные платформы предлагают бесплатный пробный период и доступ к демо-версии.
  • При выборе BI–платформ важно обращать внимание на такие моменты: с какими источниками данных они интегрируются, можно ли создавать кастомизированные дашборды, какие шаблоны дашбордов предлагает инструмент, есть ли автоматизированные отчеты и настраиваемые виджеты.
  • Рекламным агентствам важно, чтобы платформа поддерживала брендирование отчетов.
  • Для оценки эффективности рекламных каналов в системе PromoPult теперь можно использовать дашборд «Результаты рекламы».
Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector