Анализ рекламы и расходов без сквозной аналитики

Если вы ищете очередную статью о сквозной аналитике, использовании дашбордов, сведении данных в разные BI системы, можете смело закрывать. В этой статье мы приведем примеры и способы применения принципов анализа для небольших, но амбициозных проектов. Будем использовать Excel, Google Таблицы, простые и стандартные системы атрибуции (здесь не будет векторов Шепли, сорян).

Вы серьезно — в 2020? Да, давайте посчитаем.

Сколько стоит сквозная аналитика

Дано:

• Проект в средней по конкуренции нише, работает в Москве.

• Трафик покупаем через контекстные площадки Директ и Google Ads, суммарно 300–500 кликов в сутки (зависит от дня недели).

• Ниша не сезонная.

• Бюджет плавающий, около 200 000 рублей в месяц. Если лиды идут хорошо, вливаем больше, перестают идти — минимизируем траты.

Сколько стоит сквозная аналитика для такого проекта? Вот пример цен одного из самых популярных сервисов — Roistat.

Вроде неплохо. Правда, платить за год мы не будем, поэтому никаких бонусов. А интеграцию с горем пополам настроим сами, не зря же на фрилансе регистрировались. Итого сервис обойдется нам в сумму, равную примерно 4% месячного бюджета.

Но какая же сквозная аналитика без коллтрекинга? Решаем подключать также один из лучших — Calltouch. Мы в Москве, значит, код 495, два статических номера для визиток (не пропадать же 10–15% звонков).

И это еще 4% от рекламного бюджета.

Вы скажете: хочешь сэкономить — покупай отдельно номера и заводи их сам через систему аналитики (некоторые сервисы сквозной аналитики позволяют это делать). Ответим, таки да. Пусть будет дешевле на 1–1,5%.

Итого: отслеживаем заявки через формы и звонки — около 6% месячного бюджета.

Что-то упустили. Точно, а где же CRM? Нам ведь нужно проставлять статус сделок. Берем amoCRM.

Вроде недорого. Давайте добавим еще пару платных виджетов, триггерные рассылки, а еще...

В общем и целом, при месячном бюджете до 200 000 рублей, железных нервах, неплохих навыках для внедрения всего этого на сайте, периодическом мониторинге и чтобы все работало, как швейцарский механизм, мы будем с чистым сердцем тратить еще 10% (до 20 000 рублей).

Цель статьи — нисколько не отговорить вас от использования сквозной аналитики или очернить ее. Но если предположить, что ДРР проекта около 30%, а наценка до 45%, то, прокручивая 200 000 рублей, рекламодатель получает в карман не больше 60 000 рублей, а сквозная аналитика отъедает 20 000 рублей — добрую треть кровно заработанных.

Как такое может быть, смотрите сами:

*Цифры выдуманы, все совпадения случайны

**Чистая прибыль по таблице — это Прибыль минус Бюджет = 267 567,57 — 200 000 = 67 567,57 рублей

***И с этой суммы нужно еще отнять около 20 000 рублей на инструменты сквозной аналитики (что практически 1/3).

Вроде всё не так плохо. Считай LTV и ассоциированные конверсии, качай SEO, делай дополнительные продажи и т. п. — #тыжмаркетолог. Отлично, всё так и делаем. Но отними налоги, накладные расходы (эта маржа ведь от себестоимости товара), возвраты и неустойки, порчу и т. п.

А что же будет, если эту 20-ку добавить к бюджету? Упс: 40 000 чистой прибыли и превратились почти в 95 000.

Всё еще сомневаетесь? Или уже интересно?

Так внедрять ли сквозную аналитику и допсервисы?

Я искренне считаю, что сквозная аналитика и дополнительные сервисы нужны. Смело внедряйте, если:

1. Бюджет и итоговая выручка после внедрения подобных инструментов не просто их покроют, но и позволят планомерно, от месяца к месяцу, наращивать результат — чистую прибыль (главная метрика микро- и малого бизнеса).

2. Объемы трафика позволяют получать репрезентативную выборку по нужным срезам.

3. И, как бы банально не звучало, если у вас достаточно компетенции для реализации подобных схем.

По опыту работы с небольшими бюджетами в разных тематиках отмечу, что ведение проекта сейчас точно не строится (да и раньше не строилось) на принципе "не дает прямых конверсий — выключи«‎.

Всегда нужно копать глубже: определять, почему целевые переходы приносят или не приносят лиды; как выглядит цепочка взаимодействий пользователя с компанией и продуктом; как работать с клиентом до, во время и после покупки.

А бесплатные инструменты вроде Мастера отчетов, Google Analytics, Яндекс.Метрики, Google Docs, корректно настроенные цели и знание простейших формул для сведения отчетов в подобных проектах перекрывает до 90% потребности в анализе результатов.

Альтернатива сквозной аналитике

Всё просто — связка «Отчет по UTM-меткам в Метрике + Мастер отчетов» или то же самое, только через Google Analytics. Вручную собираем отчет, который выглядит вот так:

Дата — ставим дату заполнения, также в подобных отчетах важно выводить средние данные за неделю/месяц для определения стратегии работы на следующий период.

Площадка — название источника трафика. При заполнении обязательно проверяйте разные отчеты. Например, в Метрике это может быть отчет по UTM-меткам и отчет по источникам. Редко, но бывает, что данные сильно отличаются. На моей практике такое было при запуске смарт-баннеров, где UTM-метка хитрым образом отсекалась CMS сайта. И определить это без клика на свою рекламу (не с личного кабинета) было нельзя. Поэтому определяем тот отчет, из которого удобнее всего вытаскивать данные.

Клики, CPC, Расход — эти позиции берем из рекламных кабинетов. И не забываем учитывать НДС.

Если нужно больше параметров, добавляйте дополнительные столбцы. Задача отчета выше — помогать вам держать руку на пульсе и видеть всю динамику. А это важно в тактике рекламных кампаний и принятии ежедневных решений.

Можно еще добавить показатели вовлеченности. Согласитесь, бизнесы разные, время на принятия решений, например, при покупке недвижимости и детских кремов — разное. Поэтому выбирайте дополнительные показатели, которые нужны именно в вашей тематике.

CPO1, CPO2 — в нашем случае это стоимость фактической транзакции. Если между данными из отчетов и реальной стоимостью продажи большая разница, вводите поправочные коэффициенты или корректируйте данные исходя из вашей CMS/CRM.

Светло-бирюзовой заливкой задана отметка, когда KPI выше нормы. Это можно делать вручную или через условное форматирование.

В CPO 2, 3 и т. п. можно выводить данные по менее значимым целям или даже по микроконверсиям, например, полезным действиям посетителя сайта, в результате которого вы не получили его контактные данные, — добавление товара в корзину и т. п.

Остальные столбцы — это данные по целям/электронной торговле с Яндекс.Метрики или Google Analytics.

У меня в отчете:

• Заказ через корзину — самая важная транзакционная цель.

• Лид — это также заказ + отправка любой формы + звонок.

• Микроконверсии — взаимодействия с корзиной без покупки.

А справа на скриншоте сами цели.

Какие еще параметры можно добавлять в отчет? Да в принципе все, что есть в типовых и кастомных отчетах систем контекстной рекламы, например, из Мастера отчетов Директа:

Примечания для скептиков:

1. «Можно ведь всё, включая достижения целей, смотреть в Мастере отчетов Яндекса или в отчетах Google Ads». Ответ: нет! В Мастере отчетов статистика стала более-менее соответствовать целям в Метрике в августе 2019 года. Да и в целом у площадок контекстной рекламы и у сервисов аналитики разный принцип сбора и хранения данных, к тому же не все данные в рекламных системах доступны.

2. «Можно ведь А-В-Т-О-М-А-Т-И-З-И-Р-О-В-А-Т-Ь». Ответ: можно! Не паникуйте. Ниже на картинке — подборка инструментов. Умеете, можете — делайте. Но читайте матчасть по инструментам: та же модель атрибуции далеко не всегда будет подходящей именно вам.

Что еще можно отслеживать в таких отчетах

Во-первых, показатели по приоритетным кампаниям. Например:

Тут мы смотрим динамику — как ведет себя РК при разных настройках. Да, я знаю, что если добавить бюджет, то РК может не останавливаться. Но в этом кейсе эффект обратный: дополнительный бюджет израсходуется впустую — низкий поклон ключевым целям (настройка на уровне рекламной кампании).

Кто не в курсе, по заявлению Яндекса, на основании заданных вами ключевых целей «алгоритмы оптимизации ставок смогут автоматически скорректировать ставку в сетях с учетом указанной ценности». А по факту это позволяет Яндексу повышать максимальную ставку в разы. И отключить настройку нельзя.

А мониторинг — ручная регулярная слежка за кампанией и результатами — позволяет внедрять некоторые хитрости в нужный период времени, что дает результат в 2–2,2 раза лучше при том же бюджете.

Во-вторых, можно вообще делать сквозную аналитику «для бедных». Шутка — для тех, кто считает свои деньги. Способ хорошо подходит для сферы услуг — медицины, юристов, мероприятий и т. п.

Рекламодатель после поступления обращения заносит данные в таблицу. Маркетолог раз в 3–10 дней добавляет источник. Если нет коллтрекинга, точно определить источник сложновато, но можно. Поэтому в отчете фиксируем не только дату, но и время обращения.

Подобный отчет поможет вам со временем понять, какие фразы дают холодные лиды, какие — нецелевые лиды (именно поэтому в отчет вносим все данные) и договоры (на скриншоте темная зеленая полоска — это фактический договор).

Точность будет не 100% (если примерно в это же время у вас было несколько источников трафика и т.п.), но если бизнес получает 100–200 обращений в месяц, вполне хватит. Выделяем один час в неделю и глубже пытаемся понять, что потенциально будет работать, а что — нет.

Надеюсь, суть ясна. Сводим данные, которые есть в бесплатной аналитике (чтобы все заработало, у вас должны быть корректно настроены цели, стоять UTM и т. п.), со статистикой из кабинетов Яндекс.Директа, Google Ads и других платных площадок — и получаем вполне себе рабочий отчет, в который можно добавить данные, играющие ключевую роль в вашей задаче.

Ассоциированные конверсии и их пути

В Google Analytics есть два замечательных отчета — «Ассоциированные конверсии» и «Основные пути конверсии».

С их помощью вы можете оценивать косвенное влияние тех или иных источников и даже рекламных кампаний на общий результат.

Думаю, каждый сталкивался с «проблемой оптимизации»: сделали крутые отчеты и внесли правки для перераспределения трафика, а в результате вместо оптимизации стоимости лида получили отсутствие заявок. Одно из первых решений — заглянуть в такие отчеты:

На скриншоте выше видно, что для принятия решения о покупке этому пользователю понадобилось взаимодействие с разными источниками (их было 12) и рекламными кампаниями. Очень вероятно, если выключить в этой цепочке какой-то из источников, конверсии бы не было.

Анализ данных с отчетов — «Ассоциированные конверсии» и «Основные пути конверсии» — отличная бесплатная альтернатива связки Client ID в системах сквозной аналитики, но, к сожалению, это не идеальное решение.

Сведение данных

Здесь остановимся пока на одной функции — ВПР. Предположим, у вас есть вот такие данные:

Проблема в том, что много РК (могут быть и фразы, и источники, и другие параметры, может быть что-то пропущено или наоборот: что-то, где нет конверсий). Задача — перенести данные по конверсиям в столбец C.

Для этого используем функцию: =ВПР(). После применения функции видим такой результат:

Смысл работы в том, что функция берет значение из ячейки А3, далее ищет такое же значение в диапазоне данных E:F. Цифра 2 в формуле выше означает, что в ячейку C3 будут подставляться данные со второго столбца диапазона E:F. А именно — цифра 8.

Таким образом, имея два массива данных с одинаковыми переменными, мы можем без проблем сводить в один клик отчеты любой длины. Обязательно прочитайте инструкцию в Справке.

Существуют и другие функции, но для старта сведения отчетов, показанных выше, функции =ВПР( ) будет хватать в четырех случаях из пяти.

Вместо послесловия

У каждого бизнеса свой индивидуальный набор особенностей, метрик, момента входа в аукцион и прочих факторов. Поэтому если вы знаете рынок, своего покупателя и нащупали самые важные для вас показатели, то приемов, описанных выше, для небольшого бизнеса вполне хватит, чтобы решать маркетинговые задачи.

На личном опыте я неоднократно убедился, что дальнейшую судьбу проекта определяет всего несколько правильных решений в анализе данных, а не модный и не всегда нужный инструментарий.

Не забывайте и про другие отчеты Метрики и Google Analytics. Например, отчет по устройствам, времени конверсии, по соцдем параметрам, на какой из номеров визита приходится конверсия. Эти отчеты — отличная возможность для отсечения лишнего неконверсионного трафика и перераспределения бюджета в сторону целевых таргетингов (через корректировки ставок).

Желаю вам всегда находить правильные маркетинговые решения!