КАК МЫ СВЕЛИ ДАННЫЕ ДЛЯ КИНОТЕАТРА ИЗ ЯНДЕКС.МЕТРИКИ И ПЛАТФОРМЫ24, ЧТОБЫ ЗНАТЬ: ИЗ КАКОГО КАНАЛА КУПЛЕНЫ БИЛЕТЫ В КИНО, НА КАКОЙ СЕАНС И КАКИЕ МЕСТА

Невозможно собрать всю информацию, необходимую, чтобы принять решение. Если вся информация у вас на руках, это уже не решение, а заключение, сделанное задним числом.

Думай медленно, решай быстро

Задумались, что будет дальше? Все верно. Кровь, слезы, ненависть, аналитический кошмар. Тысячи строк В Google Sheet и простите... НИ ЧЕРТА НЕ ПОНЯТНО.

Выше скорость — меньше ям. Эту известную присказку часто произносят водители российских дорог, зная, насколько она облегчает расстройство
от каждого стука на кочках. А так, вроде, пролетел и не заметил. Эту поговорку можно применить и к владельцам интернет-бизнеса: «Давай настроим таргет быстренько, запустим директ и будем собирать лиды». Волшебная кнопка бабло манит, как песни русалок всех неподготовленных Ecommerce новичков.

А год пандемии добавил свежей крови в онлайн — встречаться с клиентом теперь не модно, только дистанционка, только хардкор. И эта скорость смартфонов, мобильного интернета и десктопов так привлекает
к онлайн-торговле. А быстрота запуска, буквально, в три клика, сводит с ума. Нет аренды помещения, коммуналки — только ноутбук, пару спецов на удаленке и, за три дня, бизнес готов стартовать с нуля.
Симсалабим + контекстная + таргет = Готово! Ждем продаж….

Первая

Вторая

Отказ

Возврат от первого

Возврат от второго

Третья

Четвертый не оформил заказ до конца

Пятый пришел от третьего

Ой, Пятый это же третий только со смартфона второй раз заказал? Или нет..

Все это мы устанавливаем на старте для того, чтобы не работать в минус,
а иметь возможность СРАЗУ получать полные данные хотя бы топорные:
расход и выручка.

Системы аналитики позволяют нам работать с ИНФОРМАЦИЕЙ, а данными.
К сожалению, работать по принципу «на глазок» — неверные принятые решение впоследствии.

Думаю, вы поняли о чем была вводная. Терабайты данных приходят ежедневно на каждый интернет-портал, сотни тысяч транзакций, десятки видов трафика, многоканальные последовательности и разные устройства и если специалисты не собирают эти данные и не структурируют и не работают с ними, то бизнес долго не протянет в онлайне.

Куда же лучше вложить деньги и откуда пришли клиенты? Может, они сами нашли сайт и вбили в строку адрес? Или, все-таки, это контекстная реклама постаралась? А как поживает группа в контакте? Она приносит продажи с промопостов? Милочка, а сделайте-ка мне выборку поименно, кто с Вк кто с ФБ, а кто с Инста.

Поименно! Вы серьезно? А где в метрике увидеть имя и контакты покупателя?

А что такое? И желательно еще мне покажите многоканальную последовательность! Я про нее читал в интернетах :)

Руководитель задает вопросы:

Почему происходит такое, объяснить просто. Думали очень быстро, а вот систему изначально не заложили.

А давайте разыграем другой сценарий:

Мы понимаем, что для нашего бизнеса необходима онлайн-площадка - личный сайт. Мы можем заказать разработку с нуля, а можем и меньшими расходами собрать его на конструкторе. Тут важнее сформированная нами воронка, которую мы и заложим в блоки и формы сайта

Формируем маркетиниговую стратегию продвижения сайта. Не забывая уточнить у себя, а какие цели будет выполнять сайт, зачем он нам нужен.
Затем ранжируем этапность запуска поканально.

Настраиваем CRM — выводим все данные о клиенте в удобоваримую таблицу при отправке заказа или формы обратной связи

a) Органический

b) Контекстная реклама

c) Таргет

Устанавливаем внешние системы аналитики, чтобы видеть и анализировать любое действие совершенное на нашем сайте. Чтобы уже быть на полшага ближе к портрету нашего онлайн-пользователя.

А теперь цепочка полученных данных в CRM:

О! Это страшный зверь для нового проекта.
ВА включает в себя не только красивые графики, дашборды и цифры в табличках, но и умение строить по этим данным прогнозы, выделять сегменты клиентов, подбирать под них определенные типы рекламы и трафика, а самое главное повышать лояльность вашего проекта.

Что позволяет делать ВА — сказать о том, что у вашего клиента есть лицо! Да-да оно существует. Только оно электронное и его придется, как художнику-конструктору, собрать в единое целое.

Для четкого понимания, выстроим следующую цепочку взаимодействия клиента c сайтом и полученных данных в Счетчик Метрики или Гугл Аналитикса:

Все решается с помощью Веб Аналитики (ВА)

Источник Трафика — Объявление — Ключевое слово — Client ID — Сайт — Страница — Товар — Заказ — Отправка формы в CRM

Номер заказа (Уникальный) — Контактные данные — Товар — Сумма — Дата — Нюансы, комментарии — т.д.

Перед вами две цепочки, которые между собой никак не связаны. Как две параллельные линии Евклида, они не находят пересечения. Конечно, можно сидеть и мониторить через счетчики Аналитикса и Яндекс.Метрики заказы
по минутам и пытаться отмечать каждого в своей эксельке, таким образом, рисуя лицо клиента, и объединяя цепочки, но в большинстве случаев такой сценарий выполнить практически невозможно. Необходима автоматизация
в сведении данных в единую строку. А именно:

Источник трафика — Объявление — Ключевое слово — Client ID — Сайт Страница — Товар — Заказ — Номер заказа (Уникальный) — Отправка формы — Сумма — Контактные Данные — Дата — Нюансы комментарии — и т.д.

Пример выглядит топорно, но смысл думаю понятен.

В сквозной аналитике часто используется такой параметр как Client ID либо же User ID.
Во всех браузерах существует система отслеживания и сбора данных, которая в простонародии называется "cookie". Каждый браузер передает эти данные в глобальную сеть от любого устройства и браузера. Так как цепочка передачи начинается с открытия сайта в момент первого захода на конкретный портал, создается своего рода учетная запись точное название которого Client ID. Выглядит номер следующим образом.

Уникальный идентификатор (Client ID, cid) 1009837450.1510394676

Библиотека analytics.js создает куки файл с уникальным номером на одном устройстве и в конкретном браузере, с которого человек впервые посещает сайт. В дальнейшем все сессии и взаимодействия присваиваются этому пользователю и привязываются к его браузеру и устройству за счет Client ID.

Это помогает выстраивать логическую цепочку системы в аналитике продаж — идти нужно от клиента. Но в онлайн это делать сложнее, чаще всего общение с покупателем происходит электронно и взаимодействует наш магазин не с человеком, а его браузером. Фактически получается, что наш клиент — это браузер пользователя.

Немного о Client ID — Уникальный номер пользователя

Кейс: Как мы нашли пересечение в двух системах в Яндекс.Метрика и в Админке Платформа24

Давайте разберемся на примере нашего кейса: Кинотеатр "Колибри" г. Наро-Фоминск. Попробуем разобрать техническую сторону. Не претендует на истину, но по крайней мере базовый набор действий будет определен для любого проекта.

Простой сайт с покупкой билетов через виджет

Неплохую систему CRM с достаточно подробными данными по заказам

Подключенные системы аналитики Метрика, Analytics

Что имеем

Программист

Веб-Аналитик

Метрика с настроенными целями на покупку билета в кино через виджет сайта.

CRM

Эксель

Power BI

Задача: cвести данные счетчика с данными CRM системы,
чтобы по каждому клиенту была полная информация из метрики и админки сайта в одной строке.

Необходимые инструменты:

Выполненные действия:

Объяснили программисту, почему так важно настроить Аналитику, зачем это нужно (не стали все переписки включать). В большинстве случаев программисты не работают со счетчиками (разве что настраивают цели, добавляя Reachgoal и т.д.) и не понимают метрик в системах аналитики.

Изучили справку Метрики по отправке данных с выполненной целью, нашли это:

Тестирование работоспособности измененного кода сайта.

Поиск необходимого варианта передачи данных при заказе из админки в Метрику на стороне программиста. У нас были использованы такие строчки кода:

Победа! Видим данные по сеансу пользователя достигшего цели.

Выстраиваем отчет по достижению цели «Успешное завершение оплаты» и добавляем столбцы группировки Client ID, UTM Source (для определения источника), и параметры визита на 2 уровнях. Такая команда была добавлена
в код сайта.

Яндекс.Метрика видит вложенность, но к сожалению данные разбивает построчно, растягивая информацию по каждому клиенту в бесконечную ленту. Т.е. В параметр уровня 1 передается его название, а во 2-ой уровень значение этого параметра. Простой выгрузкой в XLS проблема решается.

Теперь в третьем столбце у нас все переданные из админки сайта параметры визита клиента, а в четвертом, значения. Мы фильтруем столбец по Ticket ID — это уникальный номер заказа посетителя, по которому мы дальше будем сводить все таблицы в одну.

Данную табличку сохраняем отдельно и отправляемся в админку Кинотеатра, где выгружаем в XLS данные по заказам. Такой функцией должна обладать любая нормальная CRM.

Открываем Power BI

Загружаем данные таблиц через функцию «получить данные»

В разделе «модель» делаем связку по столбцу с номером заказа в двух таблицах. Кстати, в нашем примере столбцы называются по разному, а если в Эксель назвать одинаково соответствующие столбцы Power BI автоматически обнаружит между ними связь.

Отправляемся в раздел диаграмм и простой выборкой отмечаем столбцы из двух таблиц, которые нас интересуют. Программа автоматически сведет строки с одинаковыми номерами заказа. Таким образом, мы смогли объединить нужные нам данные из двух разных систем по каждому клиенту и идентифицировать их.

Далее, можем фильтровать, группировать клиентов по источникам трафика, по местам в кинотеатре, по жанрам фильма, и создавать сегменты в аналитических системах, на которых будет строится дальнейшие продвижение. + Пресловутая отчетность для руководства станет для маркетолога максимально простой.

После выгрузки получаем такую табличку, где есть наш указанный ранее Ticket ID. В админке кинотеатра столбец называется "№". + Все данные по конкретному заказу, билетам местам, кинокартине, телефону, почте и даже покупки снеков в баре в одной строчке.

И немножко магии

Далее дело техники, объединить данные двух таблиц в одну по якорному столбцу с Уникальным Номером Заказа нам поможет Power BI:

Личные данные клиента в связке с источником трафика

Точное количество поступивших денег от источника трафика (считаем эффективность до копейки, по каждому виду рекламы)

С какого источника идут продажи

В Наличии получаем следующие данные:

Если несколько продаж под разными контактами идет с одного Client ID – получаем возможность для работы с новыми гипотезами

Делаем выборку по интересам, а затем используя Client ID настраиваем ретаргет через сегмент Яндекс.Метрики или Аналитикса.

Это только малая часть плюшек, полученных от сведения данных в единое целое. Комбинаций бесконечное множество.

К сожалению, в любом анализе существуют потери данных, и данный пример также имеет свои нюансы и неучтенную информацию. По крайней мере, даже такая Веб-Аналитика сжимает вероятности, она дает маркетологам возможность дышать над информацией, а не задыхаться, сокращая и обобщая вероятные пути маркетинга, группируя информацию по смыслу и логике.

Сводить данные, разбираться в веб-аналитике — это не пресловутая необходимость, а неизбежный факт. Пора всем с этим смириться.

Рекомендации начинающим:

Начните с маленькой таблички. Потом она начнет «обрастать» необходимой информацией и столбцами самостоятельно.
Не надо впихивать каждую метрику в Эксель или Google Sheet с первого дня — вы просто сойдете с ума. Достаточно, добавлять все постепенно, по мере надобности.

У каждого параметра клиента должна быть идеология, отвечающая на вопросы: Зачем эта информация? Что помогает решить в бизнесе? Нужна ли она сейчас?

Как сказал мне один программист: «В программировании можно все. Но за ВСЕ нужно платить.» Найдите хорошего, программиста, который проникнется задачей и поможет вам настроить передачу данных, и, возможно, сделает всю эту работу для вас. Это стоит денег, но это того стоит!

Для качественной аналитики разработано масса инструментов. Наш пример на данный момент достаточно топорный, вы же сразу можете использовать для работы Google Tag Manager, Analytics, Data Studio, Appsflyer и другие сервисы визуализации и сведения данных вашего интернет проекта.