Автор кейса
MixData BIЛоготип компании

Как за 6 шагов построить полноценную сквозную аналитику в Google Analytics

Заказчик
ООО ТИС
Задача
Настройка инструментов аналитики, отслеживание рекламных источников обращений, систематизация данных о расходах на рекламу и доходах, полученных благодаря ей

Чем больше бизнес и обширней реклама товаров, тем важней для него углубленная аналитика. В таком случае стандартными инструментами и решениями не обойтись — приходится внедрять новые сервисы и настраивать их “под себя”. На примере совместного кейса MixData BI и Ringostat мы покажем, как построить сквозную аналитику для сайта крупного предприятия, большинство заказов у которого поступает на телефон и e-mail.

Вводные данные

Полтора года назад у нас появился новый клиент — ООО “ТИС”. Предприятие производит и поставляет промышленное оборудование. Сеть представительств компании охватывает всю страну — от Новороссийска до Владивостока.

В интернете компания представлена сайтом remen.ru, на котором продаются комплектующие для конвеерных линий, приводные ремни, рукава высокого давления и многое другое — всего 17 категорий товаров.

Для рекламы такого широкого ассортимента компания не жалела средств. Так, в ноябре 2016 года в Яндекс.Директ было одновременно запущено 300 кампаний. Главная причина “болей” заказчика звучала так: “Не понимаем, откуда к нам приходят покупатели”. Учитывая масштаб компании и размер вложений в рекламу, этот вопрос стоял очень остро. Из-за специфики отрасли посетители remen.ru предпочитают звонить или отправлять запросы на электронную почту. Поэтому заказчик хотел знать рекламные источники, которые генерируют звонки и заявки на e-mail. На момент обращения к нам клиент использовал для аналитики только Google Analytics, а также пытался внедрить коллтрекинг — но этих инструментов ему было недостаточно. Заказчик поставил перед MixData BI следующие задачи:   

  • настроить инструменты аналитики;
  • отследить рекламные источники обращений и выявить самые эффективные из них;
  • систематизировать информацию о расходах на рекламу и доходах с нее.

Проанализировав проект, мы выделили ряд подзадач:

  1. установка Google Tag Manager;
  2. настройка отслеживания звонков;
  3. отслеживание обращений на e-mail;
  4. импорт информации о доходах и расходах в Google Analytics;
  5. визуализация данных.

На примере их решения мы покажем, как можно настроить сквозную аналитику, и какие инструменты для этого лучше использовать.

ЗАДАЧА №1: УСТАНОВКА GOOGLE TAG MANAGER

Практически все компании анализируют онлайн-конверсии в Google Analytics. Далеко не каждый проект может похвастаться тем, что над ним работал один разработчик от начала до конца. Когда сайт переходит “из рук в руки” с кодом может случится путаница — и тогда о правильной аналитике можно забыть. Так и произошло с сайтом remen.ru. Изначально над проектом работало много не связанных между собой разработчиков, в том числе фрилансеры. Код Google Analytics на сайте все время менялся, а иногда исчезал. Данные передавались некорректно или не передавались вообще.

Решение

Чтобы решить такую проблему, нужно перенести коды отслеживания Google Analytics в диспетчер тегов Google Tag Manager. Что мы и сделали. После этого управлять всеми скриптами и настраивать их можно прямо из панели GTM.

ЗАДАЧА №2: НАСТРОЙКА ОТСЛЕЖИВАНИЯ ЗВОНКОВ

Существует много бизнес-тематик, где покупатели чаще всего звонят перед покупкой. В этом случае важно знать, какие рекламные источники приводят к звонкам и заявкам. Для этого существует отслеживание звонков — коллтрекинг. Однако, у некоторых проектов бывают потребности, которые может удовлетворить не каждый сервис отслеживания звонков. Тут важно выбирать, исходя из особенностей проекта.

 В случае remen.ru такая особенность — это необходимость отслеживать звонки с собственных номеров компании в формате 8-800. Они нужны для региональных офисов — ведь покупателям из разных регионов удобней звонить на бесплатный национальный номер.

 Сервис, которым пользовался заказчик изначально, так и не смог установить динамический коллтрекинг для номеров 8-800. Статический коллтрекинг для проекта не подходил — потребовалось бы более 1000 номеров для нескольких сотен рекламных кампаний.

Решение

Для настройки отслеживания звонков мы обратились в Ringostat. Они смогли подключить динамический коллтрекинг на номера клиента за 2 дня. Рекомендуем устанавливать именно этот вид отслеживания звонков. В отличие от статического он дает углубленную информацию о рекламных источниках обращений по телефону — вплоть до ключевого слова. Подробней о том, чем отличаются виды коллтрекинга можно почитать и посмотреть на примере схем тут.

 Ниже схема, которая иллюстрирует, как работает динамический коллтрекинг:

Так можно видеть, из какой рекламы поступают заказы на телефон. Ниже скриншот журнала звонков по проекту. В последних четырех столбцах информация о рекламном источнике, канале, кампании и ключевом слове:

Благодаря коллтрекингу, доступна детальная информация об обращениях по телефону. Если говорить о Ringostat — это более 30 параметров и событий. Они передаются мгновенно, это преимущество Webhook — технологии для оперативной передачи данных из одного сервиса в другой. Такая скорость играет решающую роль для проекта, по которому поступает большое количество звонков, а также используется несколько аналитических инструментов.

Рекомендуем устанавливать форму обратного звонка — наши партнеры делились кейсами, в которых callback увеличивал количество обращений на 48% . До перехода на новый коллтрекинг у remen.ru была установлена форма обратного звонка от стороннего сервиса. Потом проект перешел на callback от Ringostat, который предоставляется пользователям сервиса бесплатно. Детальная статистика по обращениям через него дополняет аналитику обращений по телефону.

 

 

Также была настроена переадресация звонков на мобильные номера сотрудников. Это помогает решить проблему пропущенных обращений — даже если никого нет в офисе, менеджер сможет принять заявку.  

ЗАДАЧА №3: ОПРЕДЕЛИТЬ, КАКАЯ РЕКЛАМА ПРИВОДИТ К ЗАЯВКАМ НА E-MAIL

У компаний, которые торгуют промышленными или специфическими товарами, большой процент обращений поступает на e-mail — у remen.ru они составляют 40%. Так происходит по следующим причинам:

  •  запрос товара с артикулом и перечнем характеристик удобней прислать в текстовом виде, а не диктовать по телефону;
  • приглашения на участие в тендере обычно присылают на e-mail;

  • среди покупателей продукции большой процент людей старше 30—40 лет — им привычней написать на электронную почту, чем заказать обратный звонок или заполнить форму на сайте.

Как и в случае со звонками, важно знать рекламные источники, вплоть до ключевых слов, которые генерируют заявки на электронную почту.

Решение

Заявки на электронную почту можно и нужно отслеживать, как и звонки, если их процент велик. Мы написали специально для заказчика e-mail-трекер. По аналогии с динамическим коллтрекингом, он демонстрирует каждому посетителю сайта уникальный e-mail, который закрепляется за ним на 1 месяц на основе Client ID.

Суть в том, что у Яндекс и Google есть возможность доставлять почту на домене, даже если перед @ стоят лишние символы:

Поэтому для e-mail-трекинга не нужно генерировать много почтовых ящиков — достаточно добавить рандомные буквы и цифры. Трекер работает следующим образом:

  • клиент заходит на сайт и видит электронную почту;

  • после отправки письма становится доступен Client ID Google Analytics;

  • по нему сопоставляется, какая почта закреплена за конкретной сессией пользователя;

  • данные передаются в Google Analytics.

Благодаря информации о сессии пользователя становится известен рекламный источник, вплоть до ключевого слова и кампании. Так можно узнать, какая реклама приводит к заявкам на e-mail.

После установки коллтрекинга и e-mail-трекера были настроены цели для отслеживания таких конверсий:

  • звонки;

  • e-mail обращения;

  • обращения через онлайн-чат JivoSite;

  • заполнение онлайн-форм;

  • обратный звонок (callback).

Так можно охватить все каналы коммуникации, из которых поступают заявки.

ЗАДАЧА №4: ИМПОРТ ДАННЫХ О РАСХОДАХ В GOOGLE ANALYTICS

Для полноценной аналитики необходимо знать стоимость каждого звонка, обращения на e-mail, форму обратной связи или в онлайн-чат. Только так можно корректно рассчитать, окупаются ли инвестиции в рекламу. Важно, чтобы по проекту были доступны все параметры, показывающие, откуда пользователь перешел на сайт.

В случае с remen.ru изначально для загрузки данных о расходах в Google Analytics из Яндекс.Директ использовалось стороннее решение. Но оно не предоставляло статистику в разрезе всех динамических параметров. Было известно количество переходов — но не было ясно, сколько на них потрачено денег.  Для полноценной аналитики не хватало таких данных:

  •  {source} — площадка РСЯ;
  • {position_type} — тип блока;

  • {region_id} — ID региона;

  • {region_name} — название региона.

По этим параметрам в Google Analytics необходимо было загрузить расход.

Решение

Сейчас импорт данных о расходах из Яндекс.Директ в Google Analytics настроен с помощью сервиса MixData Import. Это решило проблему с загрузкой по динамическим параметрам. После этого мы вывели простые дашборды в Google Analytics и построили кастомные отчеты для удобства сотрудников компании.

Ниже пример отчета об эффективности рекламных кампаний (из-за соображений конфиденциальности мы не можем показать аналогичный отчет для проекта remen.ru):

 Пример отчета об эффективности рекламных каналов:

ЗАДАЧА №5: ИМПОРТ ДАННЫХ О ДОХОДАХ В GOOGLE ANALYTICS

Для получения объективной картины эффективности рекламных каналов необходимо отслеживать не только расходы на рекламу, но и доход, который она приносит, а если точнее — фактические продажи. С помощью только Google Analytics сделать это невозможно — здесь нужна его связка с CRM и коллтрекингом.

Решение

Чтобы анализировать не только заявки, но и фактические продажи, необходимо настроить импорт доходов в Google Analytics. Остановимся подробней на том, как это было реализовано для проекта.  

У клиента установлена 1С:CRM. Наш программист в сотрудничестве с программистом 1С разработали такую схему:

  • Когда кто-то оставлял заявку, данные отправлялись с помощью Webhook на файл обработки, а оттуда на FTP. Так специалисты получали информацию о Client ID. К ней добавлялись данные о номере телефона (в случае звонка) и e-mail (если было отправлено письмо). Данные о посетителе, полученные через онлайн-консультант, также складировались на FTP.

  • Далее специалист 1С раз в 15 минут извлекал эту информацию, сопоставлял ее и присваивал определенным контактам и сделкам идентификатор Google Analytics. Ежедневно в 23.00 данные о факте продажи централизованно отправлялись в Google Analytics.

Так можно регулярно отслеживать, сколько было продаж из конкретных рекламных источников.

ЗАДАЧА №6: ВИЗУАЛИЗАЦИЯ ДАННЫХ

Для сквозной аналитики необходим удобный инструмент для компоновки графиков и визуализации отчетов. Google Analytics не всем кажется user-friendly в этом плане — но это не повод совсем отказываться от визуализации.

Рядовым сотрудникам заказчика было сложно строить сегменты и делать сравнения. Поэтому первоначально для этих функций мы использовали Qlik Sence. Несмотря на преимущества этого инструмента, работа с ним требовала затрат времени. Сначала нужно выгружать туда данные, объяснять визуализатору, какую информацию нужно получить в графическом виде и т. д. Это привело к тому, что клиент со временем перестал пользоваться Qlik Sence.

Решение

Google Data Studio Google предназначен для работы с массивами данных, и благодаря связи между ним и Google Analytics необходимая информация передается буквально одним кликом. Основное преимущество этой системы визуализации в том, что она понятна любому пользователю. Концентрируясь на нужных показателях, можно принять правильное решение даже без доскональных знаний в сфере аналитики.

Поэтому спустя год мы порекомендовали заказчику именно этот инструмент. Ниже пример визуализации из Google Data Studio:

 

КАКОГО РЕЗУЛЬТАТА УДАЛОСЬ ДОСТИЧЬ:

  • теперь известно, во сколько обходится каждый звонок, обращение клиента на e-mail, через онлайн-чат, коллбек и форму обратной связи;

  • можно проследить всю цепочку — от количества обращений, их стоимости до дохода по каждому из них;

  • маркетинговые данные сводятся, анализируются и визуализируются в Google Data Studio — там же можно отслеживать KPI;

  • полноценно анализируется окупаемость рекламных источников.

Благодаря разработке схемы обмена данными между платформами можно построить комплексную и глубокую аналитику. Следующий шаг — анализ больших объемов информации, полученной из различных источников.

В этом году мы собираемся вывести аналитику для проекта на новый уровень. Для этого планируем подключить Google BigQuery — инструмент для обработки больших объемов данных. Если вам будет интересно узнать об этом — оставляйте комментарии, и мы напишем продолжение кейса, когда решение будет реализовано.    


Перейти на сайт

В карточку агентства
Пользуйтесь реальным опытом в IT и следите за успехами потенциальных подрядчиков и конкурентов

Читайте также

Кейсы по теме#Комплекс услуг