Что такое сквозная аналитика и зачем она нужна? Дилеры, монтажники, учебные центры, штрих-коды — как все это объединить в единую систему?
У компании «Комплето» огромный опыт в ведении проектов со сложной сквозной аналитикой многоканальных непрямых продаж. Наши клиенты — B2B-компании, российские производители с дилерской сетью, а также поставщики сложных товаров и услуг.
Чтобы показать, как работает аналитика в сложных нестандартных проектах, мы расскажем о параметрах, которые нужно измерять, и приведем 5 примеров из нашей практики.
Вопрос в заголовке волнует нас не меньше, чем наших клиентов. Но прежде, чем на него ответить, нужно определить, какой вид продаж интересует компанию.
Продажи бывают:
Маркетинговая стратегия, тактика и способы измерения результатов разнятся в зависимости от вида продаж. Например, работа с несформированным спросом сложнее, чем со сформированным, но при успешном формировании потребности у клиента дает наилучший результат.
Чтобы показать компаниям, какие параметры учитываются при настройке аналитики, мы нарисовали схему жизненного цикла клиента:
В схему укладываются все виды продаж и этапы, которые проходит клиент по отношению к компании:
Воронка продаж обозначена на схеме желтым цветом. Она занимает меньше половины жизненного цикла клиента, но на рынке именно ей уделяется наибольшее внимание. Остальные пункты, как правило, остаются вне стратегии и тактики и, соответственно, вне измерений.
Одно дело — знать, что измерять; другое — фактически измерить.
Сквозная аналитика — понятие не новое, и способы ее применения для обычных интернет-магазинов не вызывают вопросов. Мы рассмотрим сквозную аналитику на примере сложных проектов, на которых мы специализируемся:
Клиент. Медицинское учреждение.
Проблема. Несмотря на наши усилия, пациентов очень мало. Руководство клиники перестало верить в интернет-маркетинг.
При анализе системы мы обнаружили ее слабое место, и это была IP-телефония. Проблем было несколько:
Тогда мы собрали значимые данные в одну таблицу:
Даже базовая аналитика, когда данные просто собираются в таблицу, помогает находить проблемы в бизнесе.
Клиент. Мы, маркетинговое агентство «Комплето».
Используем amoCRM, где для каждого посетителя нашего сайта и блога мы сохраняем в CRM его client ID и почту. Получив эти данные, мы можем отследить все многоканальные последовательности от источника трафика до заказа наших услуг для каждого client ID.
Как собрать такую таблицу
Так выглядит запрос в API. После запроса несколько манипуляций в Google Таблицах — и получаем готовый отчет.
Далее каждое полезное действие пользователя (отправка заявки, переход на видеокурс, подписка на рассылку) помечаем баллами. При наборе необходимого количества баллов в определенной последовательности пользователь видит баннер с индивидуальным предложением.
И можно начинать персонифицированную охоту за потенциальными клиентами. В карточке пользователя будет собираться вся информация: с какого поста из социальных сетей перешел, какие статьи его интересовали и даже категории тем, которые он просматривает чаще всего.
Выстроенные один раз последовательности с индивидуальными предложениями пользователям в зависимости от источника перехода на наш сайт, в итоге позволили нам увеличить подписную базу потенциальных клиентов компании на 70%! При этом не было никаких вложений в рекламу.
В зависимости от результатов сквозной аналитики мы можем не только измерять количество продаж, но и подогревать интерес клиента к продуктам компании.
Объедим веб-аналитику, систему ведения клиентов (CRM), телефонию и софт для бухгалтерии. Мы поможем отследить эффективность до отдельных точек продаж и менеджеров, сведем данные в единый дашборд для руководителей. Оставьте заявку на посадочной — мы проведем для вас бесплатную консультацию и предложим решения специально для вашего бизнеса.
Клиент. Компания с большим количеством подразделений (техническая поддержка, отдел продаж, учебный центр).
Проблема. Проследить, как клиент проходит через все отделы компании, отдельно сделать аналитику отдела продаж, на каком этапе он совершает покупку, как каждое подразделение влияет на поведение пользователя.
Соединив все отделы и системы, мы получили такую схему:
На схеме представлены все отделы и системы компании, а также способы их взаимодействия. Данные по процессам собираются в Google Analytics и хранятся в Google Big Query.
Объединив данные из всех используемых систем, мы сфокусировались на каждом клиенте и наблюдаем за его действиями по всем каналам.
Клиент. Завод по производству стекол. Между заводом и покупателем — три уровня посредников: заводы пластиковых окон, у каждого из которых свои дилеры, у которых есть продавцы, монтажники и клиенты.
Проблема. Проанализировать, где, когда и кому стекло было продано и смонтировано.
Наклеили на все окна QR-коды. В них мы зашифровали все необходимые данные:
— номер,
— завод,
— регион завода,
— дата,
— контрольная сумма,
— тип окна.
Код одинаковый и для клиента, и для монтажника, но способы активации отличаются. Дилерам присылается инструкция, где мы объясняем, что теперь каждый монтажник должен сохранять код со стеклопакета. Код можно либо сразу отсканировать в специальное приложение, либо снять и отсканировать когда и где угодно, либо ввести вручную на сайте. За передачу QR-кодов монтажники получают призы в магазине для монтажников.
Клиент тоже может отсканировать и прислать код и получить за это скидку, приз или возможность участвовать в акции.
Клиент. Компания-производитель, которая продает товар через более чем 500 посредников. В системе взаимодействий существует главный сайт (сайт производителя) и сайты дилеров.
Проблема. Централизовать ассортимент, создать единый каталог на сайте производителя и настроить систему аналитики продаж.
Все работы по этому проекту представлены в презентации ниже:
В систему входят каналы привлечения клиентов, сайт производителя, сайты дилеров, IP-телефония, разработанная нами CRM и сквозная аналитика, соединяющая все эти этапы. Каждая заявка обрабатывается в CRM и передается дилерским сетям. В CRM отображается calltracking: все номера помечаются, видны принятые и непринятые звонки.
С помощью системы исключаются ошибки при формировании заказа в торговых точках и покупатель быстрее получает товар.
Сквозная аналитика — это важная составляющая электронного маркетинга, но не его цель. Помимо нее в проект входит улучшение сайта, настройка всех видов рекламы и ретаргетинга, разработка имейл-маркетинга и контент-стратегии. Кроме того, нам нужно вникнуть не только в интернет-составляющую, но и в весь маркетинг, продажи и автоматизацию. Только рассматривая все процессы как единую систему, мы достигаем нужного результата.
При настройке сквозной аналитики фокус должен быть не на конверсиях на сайте, трафике или отказах, а на сквозном анализе событий, связанных с бизнес-целями. Событийная бизнес-аналитика должна учитывать то, что происходит на сайте, в розничных магазинах, колл-центрах, мобильных приложениях, а также события в процессе доставки товара и его монтажа.
Существует множество сервисов сквозной аналитики, но ни один из них не заменит работу специалиста, который разберется в бизнес-процессах и разработает систему аналитики под нужды компании.