Отзывы и кейсы
Отзывы

Как сквозная аналитика помогла оптимизировать процессы по сбору и анализу данных рекламных кампаний

GloraX — федеральный девелопер нового формата. Проекты компании представлены в 12 регионах: Санкт-Петербург, Ленинградская область, Москва, Нижний Новгород, Казань и другие.
В рекламных кампаниях мы используем комплексный сплит инструментов, тестируем новые площадки и гипотезы. Нам важно быстро собирать и анализировать данные, чтобы выстраивать причинно-следственные связи и делать выводы об эффективности рекламных каналов.
Два года назад вся отчётность собиралась вручную. В excel-таблицах склеивались данные из разных систем аналитики. Этот процесс был трудозатратным и малоэффективным, так как не показывал полную картину движения трафика по воронке. Также были сложности в анализе данных на больших временных отрезках, а выгруженные вручную таблицы быстро становились неактуальными.
Масштабирование портфеля проектов повлияло на увеличение объёма рекламных инструментов, назрела необходимость в анализе медийных размещений. Post-click показателей стало недостаточно для проведения корреляции между работой охвата и его результатами. Важно было перейти на post-view аналитику.
Мы поняли, что ручной сбор данных больше не отвечает запросам компании, и для создания автоматизированной системы обратились к Join Metrics.
Александр Клепенков, менеджер проекта:

Внедрение сквозной аналитики происходит поэтапно.

1. Проектирование. Мы разбираемся в проблеме клиента и обсуждаем, что нужно сделать. Также получаем доступы ко всем информационным системам.

2. Разработка. Создаём минимально жизнеспособный продукт (MVP). Он даёт представление клиенту, как будет выглядеть будущая отчётность. На этом этапе цифры отчёта могут быть неточными, поэтому в процессе мы дорабатываем MVP.

3. Стабилизация. Мы сводим данные, чтобы цифры сходились с исходными системами. Например, если в рекламном кабинете VK Ads мы видим расход 18 021 рублей за 11 ноября, то в нашей системе он тоже должен быть 18 021 рублей.

Используем несколько способов, чтобы определить, с какого источника был совершён переход по рекламной ссылке. Один из таких способов — использование UTM-разметки. Мы анализируем UTM-метки, полученные из систем веб-аналитики, и привязываем данные к источнику. Если источник по UTM не найден, то мы пробуем привязать данные другими способами.

Для контроля этой задачи отслеживаем процент привязки данных. Например, возьмём данные за один день — 6 000 сессий. Из них не определился источник только у 16 сессий. Это хороший показатель, потому что процент непривязанных данных меньше 1%.

На этапе стабилизации стремимся уменьшить количество непривязанных данных, потому что для бизнеса важно, чтобы аналитика была максимально точной.

4. Завершающий этап — поддержка и развитие. Мы поддерживаем стабильную работу системы, строим планы по развитию аналитики. Чтобы сделать отчёты удобнее и информативнее — визуализируем их, публикуем новые модели атрибуции и т.д.
Разные департаменты компании используют сквозную аналитику, поэтому параллельно с внедрением системы мы провели работу по созданию единого инфополя внутри: договорились о метриках и их критериях, написали внутренние регламенты и т. д.

Наша сквозная аналитика — это не коробочное решение с готовым набором отчётов. Мы приняли решение выстраивать отчёты самостоятельно на данных, которые агрегируют и атрибутируют для нас Join Metrics.
В результате мы создали удобные и информативные дашборды. Эти дашборды мы используем ежедневно и опираемся на них при проведении еженедельных встреч коммерческого блока по выполнению показателей.

Отчёты постоянно пополняются и усложняются. Мы начинали с основной отчётности по всей воронке продаж, затем перешли к более детальным отчётам по интернет-рекламе. Например, к отчётам с post-click и post-view показателями. Постепенно выводили разные модели атрибуции: начали с last click, затем вывели first click, атрибуцию по участию и last ad click.
Post-click аналитика отслеживает действия пользователей после того, как они кликнули на рекламное объявление.
Post-view аналитика отслеживает действия пользователей после того, как они видели рекламное объявление и неважно кликнули ли на него.
Last Click — 100% ценности за конверсию присваивается последнему клику пользователя, а First Click — первому клику.
Атрибуция по участию — конверсия распределяется равномерно между всеми точками контакта.
Last Ad Click — 100% ценности за конверсию присваивается последнему клику на рекламное объявление, игнорируя органические клики и прямые визиты, которые могли произойти после него.
Кроме этого, мы сделали отчёты и для рекламных агентств. Нам важно, чтобы рекламные агентства могли отслеживать конверсию приводимого трафика и другие показатели, которые влияют на планирование и стратегию.
Отчёты служат идентификатором отклонения от заданных контрольных показателей. Например, мы зафиксировали, что показатели трафика post-click высокие, но конверсия из обращения в целевое обращение упала в 2 раза по сравнению со средними значениями. Мы выяснили, что появились проблемы с прозвоном пропущенных звонков. В результате исправили эту проблему совместно с другим отделом и выровняли показатели до желаемых метрик.

На текущий момент Join Metrics занимается поддержкой и развитием нашей отчётности. Каждую неделю мы проводим статус задач, где обсуждаем текущие и будущие работы, новые идеи.
Александр Клепенков, менеджер проекта:

Каждый день мы проверяем работу всех импортёров, атрибуции, обновления отчётов. Если любая часть сервиса не отработала автоматически, мы обновляем всё в ручном режиме и разбираемся в проблеме.

Кроме этого, мы созваниваемся с группой по интернет-маркетингу GloraX каждую неделю, чтобы обсудить вопросы по существующим отчётам и добавлению новой функциональности.
Минусом сотрудничества с Join Metrics стало то, что при планировании работ мы не договорились о визуализации всех отчётов. На старте нам было важно выстроить минимальную отчётность в табличном виде. Но в процессе стало очевидно, что нужно визуализировать данные в виде разных дашбордов, чтобы сделать информацию визуально понятной и доступной для всех.

После попытки сделать визуализацию совместно с Join Metrics, мы приняли решение создавать дашборды самостоятельно. В первом полугодии 2023 года мы закончили с визуализацией главных отчётов и сейчас продолжаем развивать их дальше.