Применение сквозной аналитики на практике

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. Существуют также end-to-end analytics и cross-cutting analytics, но упоминаются редко. Наверное, там всем понятно, что аналитика должна быть сквозной по определению.

Рекомендации по внедрению сквозной аналитики

Подводя итог, если вы загорелись идеей внедрения сквозной аналитики, помните:

1. Самое сложное — не настроить BI-систему для отображения нужных графиков, а внедрить CRM так, чтобы все данные проходили через неё. Если CRM уже внедрена, построение сквозной аналитики сильно упрощается. Но только если это популярная облачная CRM из небольшого списка, а не некая малоизвестная и не имеющая API. Если у вас не популярное решение без API, сложность задачи становится равносильной оной при отсутствии CRM.

2. Чтобы от CRM была реальная польза, ей следует быть омниканальной, в идеале все лиды со всех каналов должны попадать в неё автоматически. Но при этом CRM может успешно работать без интеграции с ERP. Если у вас старая 1С, и придётся выставлять счета вручную без синхронизации, то это проблема, которая несильно мешает внедрению CRM и работе в целом.

3. Прежде чем начинать, нужно быть готовыми к сложностям и к тому, что «интеграции в 1 клик» работают не всегда и не всегда дают полную интеграцию в нужном виде, а значит только API, только хардкор. Готовых решений нет ни у кого. У всех своя специфика, но даже на базе самых популярных CRM (Битрикс и Аmo), самой популярной системы сквозной аналитики (Roistat), самого популярного движка сайта (Битрикс), самой популярной SIP-телефонии, самых популярных консультантов (Живосайт или Livetex) — нет работающей интеграции всего и вся из коробки так, как этого бы хотелось.

4. Если вы — владелец бизнеса, сначала оцените, сколько времени и денег уйдет, потом умножьте на 3 и подумайте, стоит ли делать сейчас или позже. Стоит ли делать всё сразу (внедрять CRM, запускать рекламу и настраивать сквозную аналитику) или же можно по очереди (сначала CRM и реклама). Сквозная аналитика нужна, когда у вас много каналов привлечения трафика. Если у вас пока только Яндекс.Директ, то выгодней сначала подключить Google.Ads и добиться там схожей стоимости лида, а уже потом настраивать сложные системы.

5. Не думайте, что в больших кампаниях дела обстоят лучше. Крупный бизнес вообще не отдаст данные из CRM стороннему сервису (защита персональных данных). Поэтому маркетологи в брендах думают в категориях обезличенных сегментов, а не о user_id. Даже в крупном ритейле бывает так, что информация о маркетинговых акциях заносится в разное ПО (кассовое, CRM и т.д.), и нет единой базы, ROI акций не считается.

6. Последнее и главное. Несмотря на все сложности, сквозная аналитика всё-таки жизненно необходима для построения бизнеса в условиях высокой конкуренции.

Да, сквозная аналитика нужна для каждой компании, которая хочет получить данные по рекламной кампании в интернете.

Вот некоторые преимущества её использования:
— Помогает экономить рекламный бюджет. Сквозная аналитика определяет каналы трафика, в которые стоит вкладывать деньги, чтобы увеличить прибыль, а также находит каналы, которые лучше оптимизировать или отключить, потому что они не приносят заявок и продаж.
— Позволяет точнее подсчитывать и комплексно оценивать эффективность рекламы. Сквозная аналитика отслеживает путь клиента от клика по рекламному объявлению до покупки и позволяет отслеживать показатели по всей воронке продаж: конверсию в лида и в покупателя, стоимость привлечения заявки и продажи, выручку и прибыль, затраты на каждый канал трафика.
— Упрощает анализ. Сквозная аналитика автоматически собирает и объединяет данные CRM, рекламных каналов, сайта. Можно отследить, сколько компания потратила денег на рекламу и сколько получила выручки с продаж.
— Упрощает создание отчётов для руководства. Нужные данные всегда можно оперативно проверить и выгрузить.

Внедрять сквозную аналитику целесообразно, если компания использует несколько рекламных источников, и бюджет на них превышает хотя бы 50 тысяч рублей в месяц.

Вот интересно куда по вашему мнению движутся системы сквозной аналитики?

Трудно сказать наверняка, но есть некоторые предположения:

— Упрощение и стандартизация интеграций. Пока идёт этап интеграции всего со всем, но скоро насыщение будет достигнуто, и останется только упрощать интеграцию до 1 клика и добавлять тонкие настройки в интерфейс вместо текущих скриптов и вебхуков.

— Замена маркетинговых метрик на бизнес-метрики. Т.е. из инструмента маркетолога система превращается в инструмент для всех — маркетолога, аналитика, РОПа, генерального директора, собственника бизнеса. Дашборды должны гибко настраиваться под каждого сотрудника.

— Увеличение точности данных за счёт более сложных моделей атрибуции и разделения алгоритмов по рыночным нишам/ портретам клиента. Модель атрибуции должна быть умной, на основе воронки и всех имеющихся данных. Представьте, что мы оцениваем вклад рекламного источника, в том числе анализируя записи разговоров клиента с менеджером. После одной рекламы звонок был по делу и привёл к продаже. После другой — звонок был, но к продаже не привёл. Алгоритм мог бы распознать голос и проанализировать с той или иной степенью достоверности, виноват ли менеджер, или, например, реклама обещала что-то не соответствующее действительности.

— Помимо имеющихся метрик, можно ввести коэффициент лояльности — % влияния рекламы на повторную покупку. От 0 (повторную продажу делает только реклама) до 100% (повторная продажа совершается независимо от рекламы). Коэффициент зависит от отрасли, известности бренда, его программ лояльности и, конечно, уникальности продукции.

— Не забываем добавлять k-factor, т.е. рекомендации — банальный «сарафан». Если средний ваш клиент приводит ещё 0,5 клиента, неверно это игнорировать при подсчёте эффективности маркетинга. ROMI и LTV нужно считать с его учётом.

— Помимо предоставления набора дашбордов, BI-системы движутся в сторону поиска на естественном языке. Т.е. системы должны двигаться в сторону интеллектуальности и из маркетингового инструмента превращаться в бизнес-инструмент.