Дмитрий Алимов, iConText: аналитика в e-commerce. Что пригодится после пандемии

Сквозная аналитика до кризиса была неотъемлемой частью e-commerce. Но многое изменилось: у одних интернет-магазинов пик спроса, у других — борьба за выживание. Директор клиентского сервиса iConText (входит в iConText Group ) Дмитрий Алимов поделился мнением о том, кому следует настраивать сквозную аналитику здесь и сейчас, а кому лучше ограничиться локальными данными и подумать о смене CRM. До кризиса сквозную аналитику подключали на разных этапах. Одни сразу оцифровывали расходы и продажи, другие — по мере развития бизнеса, когда вместе с бюджетом на маркетинг возрастали требования к контролю ROI. Сквозная аналитика в e-commerce позволяет: отслеживать весь путь пользователя (например, от момента, когда он впервые увидел баннер в сети, до заказа на сайте и оплаты курьеру);оптимизировать закупку рекламы с менее целевой на более целевую, понять, где сократить, а где увеличить вложения;оценить конверсию из обращения в сделку и из сделки в продажу, понять, что в этой цепочке можно улучшить.Но коронавирус сместил акценты. Место вопроса «Сколько продаж дает реклама?» заняли два других: что происходит со спросом и бизнесом как таковым сейчас? Каков прогноз на период после снятия ограничений? В этой ситуации стоит пересмотреть отношение и к сквозной аналитике, и к работе с данными в принципе. Кому стоит в кризис вкладываться в сквозную аналитикуТем, у кого подобная система уже настроена — полностью либо частично Нельзя настроить сквозную аналитику за неделю и сразу получить результат — оптимизировать процессы, закупку, ассортимент. Нужно время на сбор, анализ данных, выработку и внедрение решений. Но если уже настроена подобная система либо отдельные ее элементы, сохраните это направление. Если вы как минимум импортируете в систему аналитики цели из сервиса коллтрекинга и факт оплаты заказа из CRM, то сможете узнать: какие каналы дают лучший результат;сколько времени проходит от первого взаимодействия с сайтом до покупки;какие каналы участвуют в мультиканальных последовательностях.Это позволит сократить затраты на рекламу и окупить расходы на аналитику. Александр Глуменко, технический директор интернет-магазина бытовой техники «Премьер Техно»: В период кризиса на спрос в «Премьер Техно» повлияло сразу несколько факторов. Колебания курса доллара привели к ажиотажу во второй и третьей декадах марта. Дальше должно было последовать закономерное снижение, но его отчасти сгладили ограничения на розничную торговлю и пропускной режим. Покупки перешли в онлайн, а многие мелкие игроки, не сумевшие наладить закупки и логистику, ушли с рынка. Продажи в апреле превзошли февральские. И в этот период с помощью сквозной аналитики на основе данных CoMagic мы атрибуцировали значительную долю трафика, который раньше оставался в тени, — продажи по звонкам. Доля трафика категории Other упала почти до нуля: с 67,50 % в марте до 0,30 % в мае. Теперь мы продолжим оптимизировать рекламу с учетом более точных данных. Тем, кто хочет оптимизировать процессы в перспективе Начинать настройку сквозной аналитики стоит при четком понимании, что именно вы хотите улучшить спустя месяц-два. Например, оценить LTV постоянных клиентов и начать оптимизацию рекламы по этим данным, повысить конверсию из лида в сделку в отделе продаж. Если пользователь, скажем, в течение года покупает товары в одном и том же месте, сквозная аналитика поможет посчитать справедливый LTV. Определяем выручку с каждого пользователя, цену привлечения нового клиента и возвращения действующего. Накладываем этот LTV на взаимодействие пользователя с рекламными каналами и делаем первый проброс в сторону корректировки бюджетов на рекламные каналы. Это уже движение в сторону эконометрики, сегментированного маркетинга, основанного на триггерах пользователей и правильном ценообразовании. Одним словом, возможность для увеличения выручки или сокращения костов. Александр Глуменко, технический директор «Премьер Техно»: В рамках сквозной аналитики мы передаем данные по транзакциям из 1С в CoMagic и дополнительно используем автотегирование и расшифровку звонков в рамках речевой аналитики. Это позволяет оценивать работу колл-центра. На первом отчете ниже видно 110 звонков, которые включают тег «Продажа» и не имеют упоминаний акций. На втором — 247 звонков с тегами «Продажа» и «Допродажа». Всего за период по выбранному сценарию расшифровано 1957 звонков, человек на прослушке с таким объемом не справится, здесь без технологий CoMagic не обойтись. На основе этих данных к продавцам применяются штрафные санкции (например, не озвучены акции компании) либо поощрения (когда предложены сопутствующие товары). Тем, у кого высокий спрос или есть финансовая подушка Даже если в кризис у вас высокий спрос, после снятия ограничений уровень продаж и показатели эффективности придется поддерживать — оптимизировать расходы, следить за средним чеком. И без сквозной аналитики не обойтись. Или, допустим, спрос в кризис сократился. После снятия ограничений вы ждете его восстановления, но точно не до прежних значений. Это участь практически всего e-commerce — из-за курса валют цены в закупке на многие товары выросли. При наличии финансовой подушки есть смысл начать настройку сквозной аналитики, чтобы к снятию ограничений подойти с понятными векторами оптимизации. Главная статья затрат сквозной аналитики — качественная CRM. Тот же движок CoMagic или похожей системы объединит в одном окне данные систем аналитики и коллтрекинга с информацией из CRM, свяжет сделки с переходами по рекламе и выстроит всю цепочку. Но для этого CRM должна аккумулировать показатели по клиентам и сделкам, строить различные модели LTV, учитывать данные подрядчиков, смежных отделов — например, связывать действия колл-центра и отдела продаж. Если же CRM — это сводная таблица, не привязанная к экосистеме маркетинга и внутренних процессов, ее сложно использовать как платформу для глубокой аналитики и моделирований. Кому в условиях кризиса сквозная аналитика не поможетТем, кто не располагает достаточным временем и средствами Тысячу раз подумайте, если настройка сквозной аналитики из-за доработки CRM потребует серьезных по вашим меркам затрат. Разумнее потратиться на финансовую подушку и другие актуальные задачи — например, закупку товара. Для оптимизации процессов и повышения маржинальности работайте с локальными данными. При наличии качественной CRM сквозную аналитику можно настроить буквально за полчаса. В CoMagic есть нативная интеграция с CRM, рекламными и аналитическими системами — все в несколько кликов. Александр Глуменко, технический директор «Премьер Техно»: Мы реализовали интеграцию с CoMagic силами штатных программистов и службы поддержки сервиса. В результате получили рабочую сквозную аналитику с очень точной атрибуцией. При этом мы не зависим от сторонних разработчиков, а наши затраты сводятся лишь к абонентской плате за сервис. Тем, кто работает на стабильно растущем рынке В этом случае продажи и маржинальность растут естественным образом. Таким примером был каршеринг, а если брать интернет-магазины — рынок доставки продуктов, который за 2019 год вырос на 50 %. Интересно, что коронавирус кардинально изменил сценарии развития обеих отраслей. Но и в самых стабильных условиях рост не будет вечным. В перспективе нескольких лет надо думать, что будет после выхода на плато по спросу. Если в запасе год-два, можно не спешить с аналитикой. В противном случае см. пункт 3 раздела выше. Как начать более продуктивную работу с даннымиЕсли в текущих условиях на сквозную аналитику нет ни времени, ни средств, используйте локальные решения: анализ отдельных показателей воронки продаж;работу с данными, а в идеале с тем, что называется big data.Разберем оба пункта подробнее. Анализируйте работу на отдельных уровнях воронки продаж Исключите потерю обращений на нижних уровнях: точно ли клиенты получают ответы на все вопросы в онлайн-чате, соцсетях, все ли заявки с лид-форм в Facebook и Instagram обрабатываются? По данным CoMagic за 2019 год, в сегменте «Аудио, видео, фото» доля потерянных (то есть оставшихся без ответа) звонков достигает 28,97%, в сегменте «Компьютеры и оргтехника» — 34,53%, «Одежда и аксессуары» — 20,85%. Раз в квартал анализируйте рекламу по моделям атрибуции. Это можно бесплатно сделать в Google Analytics. Если используете CoMagic, смотрите интегрированные данные по рекламе в разрезе тех же моделей атрибуции и по ассоциированным конверсиям. Такая аналитика не учитывает взаимодействие после совершения целевого действия. Но можно понять, какие каналы работают на этапе формирования потребности, что стоит масштабировать. Оценку эффективности по целям «после заявки» старайтесь делать хотя бы эмпирически. Если канал дает много обращений, но конверсия в продажу невелика, это явная точка роста и оптимизации затрат. Анализируйте данные по входящим обращениям Если звонки единичны, а большая часть лидов — заявки с сайта, не стоит тратиться на коллтрекинг. Но стоит изучить диалоги онлайн-чатов: что интересует клиентов, что смущает, как отрабатывают возражения и продают менеджеры. Если звонков много, а коллтрекинга еще нет, отдайте этому приоритет. Прослушивайте записи, оценивайте работу сотрудников, их загрузку, количество пропущенных звонков и источники рекламы, которые дают качественные обращения. Используйте все возможные источники данных Чем больше данных вы анализируете, тем эффективнее решаете маркетинговые задачи. Вопрос лишь в том, сколько данных и какие именно собирают конкуренты. Максимум данных доступен экосистемным игрокам, у которых не один бизнес, а несколько интегрированных компаний. Тот же "Яндекс" знает, кто что ест, куда ездит, что ищет в сети. Локальный интернет-магазин может располагать данными о посетителях сайта, используемом таргетинге, оставленных при покупке данных, но не представлять, есть ли у клиента, скажем, машина или дача. Чтобы реклама работала на большем количестве данных, используйте технологии, алгоритмы которых обучаются на Big Data. Например, в Facebook можно вручную выбирать площадки для размещения объявлений, а можно задать автоматический плейсмент. Если днем ваш потенциальный клиент сидит в Facebook с десктопа, заходит на сайты, входящие в Audience Network, а вечером — в Instagram со смартфона, то именно там его найдут алгоритмы Facebook. Крупные игроки, например, X5 Retail Group, на коммерческих условиях предоставляют данные об истории покупок для таргетированной рекламы. Но для доступа к ним, как правило, нужен технологический посредник. Обратитесь в интернет-агентство, с которым работаете или планировали сотрудничать, и поставьте конкретную задачу — работать с аудиториями на основе данных. ЗаключениеРабота с данными в рамках сквозной аналитики или локально под конкретные цели — неотъемлемая часть маркетинга в 2020 году. E-commerce — это в 99% случаев конкурентные рынки, и здесь без аналитики не обойтись. Но учитывая непростую ситуацию в экономике, важно найти баланс между тем, что необходимо и достаточно для развития бизнеса, а что может подождать: Если сейчас ваш интернет-магазин борется за выживание, работайте с уже доступными данными и теми, которые не требуют инвестиций: отчеты по моделям атрибуции и ассоциированным конверсиям, сведение вручную данных по аналитике рекламы и из офлайн-источников (продажи, курьеры, поставщики).Используйте доступные технологии, которые работают с большими данными: автоматические стратегии рекламных систем, look-alike-технологии. При наличии ресурсов привлекайте партнеров, которые предоставят данные для развития аудитории.Инвестируйте в сквозную аналитику при первой возможности, если планируете оставаться на рынке еще три–пять лет. Крупные игроки переходят к работе с большими данными, а ваши конкуренты прокачивают сквозную аналитику. Начните с доработки CRM. Само же подключение технологии, которая объединит данные из рекламных и аналитических систем с информацией из CRM, требует минимума затрат, а результат будет ощутим.