Сквозная аналитика мебельного магазина Neopolis Casa

1609
Сквозная аналитика мебельного магазина Neopolis Casa

Привет! Это Дмитрий Некрасов из Datmark.

Сквозная аналитика мебельного магазина Neopolis CasaЕсли у вас есть маркетинг в онлайне, рано или поздно (лучше рано) вы задумаетесь о сквозной аналитике. Причем неважно, продаете ли вы онлайн или только генерируете заявки — так или иначе маркетинг нуждается в оценке эффективности. Только во втором случае понадобится чуть больше усилий.

А также желание развиваться, базовый набор инструментов и грамотный партнер по аналитике.

Чаще всего онлайн-покупки отсутствуют в сложных дорогих продуктах: интернет-маркетинг призван генерировать лиды, а основная ставка сделана на менеджеров по продажам или демонстрацию товара в офлайне. Но для всеобщего успеха, продажники должны получать качественные лиды в достаточном количестве. А это уже забота маркетологов.

Так все устроено и в сети салонов элитной мебели из Москвы, про которую и пойдет речь.

Кто клиент?

Мебельный оператор Neopolis Casa предлагает качественную и изысканную мебель, поставляемую с фабрик из различных стран: от Италии до Китая. На рынке компания представлена 5 салонами в Москве и более 90 партнеров в регионах.

Команда проекта со стороны клиента поставила глобальную цель — запустить комплексную цифровую трансформацию бизнеса. Начать решили с малого, но не менее важного — со сквозной аналитики.

В онлайне Neopolis Casa представлены достаточно широко: активно ведутся соц.сети и работа над сайтами (которых у компании несколько), запускается таргетированная реклама в Facebook и Instagram, а также контекстная в Яндекс.Директ и Google.Ads. Кроме того, идёт работа над запуском персонализированного email-маркетинга.

В общем, оценивать есть что, было бы желание. Тем более у компании серьезные намерения развивать аналитику.

Главная цель на первом этапе: понять, какие рекламные каналы эффективны, а какие не очень, и сколько в целом приносит «онлайн» как площадка для продвижения.

Как было?

До создания первого дашборда команда, как и многие, использовала традиционные Excel-отчеты. Выгружали из разных источников, собирали в разных отделах и приносили руководству на анализ.

Вот только стоило в один из отчетов закрасться ошибке, как весь процесс останавливался и откладывался до момента, когда в нужном отделе файл поправят.

Кроме того, несмотря на все усилия и то, что в компании качественно настроены источники и интеграции между ними, до сегодняшнего дня комплексно оценить вклад интернет-маркетинга в продажи не удавалось.

Автоматический отчет должен избавить сотрудников от составления ручных отчетов, отчеты от ошибок, вызванных человеческим фактором, а руководство — от ожидания.

Откуда данные?

Казалось бы, сквозная аналитика, она и в мебельном бизнесе сквозная аналитика. Изюминку в такие проекты могут внести только нетривиальные источники данных — и это наш случай.

Стандартный набор источников для сквозной аналитики:

  1. рекламные кабинеты
  2. сервис веб-аналитики
  3. CRM-система

У нас это:

  1. Рекламные кабинеты Facebook, Яндекс.Директ, Google.Ads для 3 сайтов. Да, то есть всего 9 подключений только по рекламным системам. Для подключения использовали коннектор myBI Connect, который существенно облегчил нам жизнь: количество источников не вызвало особых проблем. Мы в Datmark регулярно используем myBI Connect в проектах по сквозной аналитике, что сокращает и сроки, и смету для клиента. Из рекламных кабинетов забираем бюджеты, структуру рекламных кампаний и информацию о показах.
  2. Comagic. Промежуточное звено между рекламой и продажами: фиксирует источник за оставленными на сайте заявками и передает информацию в CRM-систему посредством автоматически настроенного коннектора Creatio — Comagic. Благодаря этому решению, настроенному заказчиком ранее, все нужные от Comagic данные мы забирали уже из CRM-системы.
  3. Creatio от Terrasoft. Не самая известная CRM-система, но далеко не безынтересная. Согласно исследованию ИПП и J’son & Partners Consulting, в 2019 году лишь 2,4% назвали Creatio (тогда еще Bpm’online sales) среди известных им CRM-систем. По внедрению Creatio занимает третье место, однако с большим отрывом уступает «Битрикс24» и AmoCRM. Учитывая не самую широкую популярность Creatio, myBI Connect нам здесь не помощник — сервис еще не работает с этим источником, автоматического коннектора нет.

Трудностей не боимся, решили разработать собственный скрипт.

Как забираем данные из Creatio?

По плану мы должны были написать скрипт, который будет храниться на VPS и регулярно запускаться в нужное время. Задача скрипта сводилась к тому, чтобы забрать данные из Creatio и записать в таблицы в Big Query.

Но кому интересны кейсы, где все идет по плану?

Для текущих задач из CRM-системы нам было нужно всего ничего: таблица лидов с датой создания, источником привлечения и результатом — суммой продажи (нулевой в случае ее отсутствия) и таблица клиентов.

Чтобы получить эти данные в агрегированном виде мы направляли в Creatio достаточно сложные запросы, которые система с трудом обрабатывала. Работа скрипта при таком подходе занимала около 17 часов, что невероятно много.

Обходное решение придумали вместе с заказчиком: добавить нужные поля в таблицы на уровне CRM-системы, благо Creatio это позволяет. В таком случае наш скрипт сможет легко и беспрепятственно забирать данные и загружать в Big Query, куда мы подключаемся уже напрямую из Power BI.

Стоит отметить, что в этом кейсе нам невероятно повезло с командой заказчика и их готовностью участвовать в процессе. В проектах с индивидуальной разработкой это очень ценно.

Как связали источники вместе?

Главная таблица — leads из CRM-системы, где у нас были все данные о поступающих заявках: от источника до суммы продажи. Из рекламных кабинетов мы забирали статистику по расходам и соответственно относили их на поступающие лиды, чтобы рассчитать стоимость заявки и продажи, а также понять, сколько принес тот или иной источник и сопоставить эту сумму с затратами.

Сквозная аналитика мебельного магазина Neopolis Casa

На практике в Power BI так:

Сквозная аналитика мебельного магазина Neopolis Casa

На данном этапе связали таблицу лидов из CRM-системы с данными из рекламных кабинетов предельно просто: по названию источника в таблице лидов и генерируемой myBI Connect таблице SHD Параметры трафика, которая является общим справочником источников трафика, который сервис формирует исходя из всех подключенных в нем источников данных. Для решения текущих задач такой связи вполне достаточно, так как из рекламных кабинетов для расчетов нужны только бюджеты.

Сквозная аналитика мебельного магазина Neopolis Casa

Какие метрики считаем и как?

Вряд ли метрики сквозной аналитики могут кого-то удивить, набор достаточно стандартный:

  • Количество лидов на разных этапах воронки от кликов до продаж;
  • Конверсии между этапами воронки;
  • Стоимость лида и заказа;
  • Расходы на маркетинг, доходы от продаж и ROMI.

Все метрики размещены на одном листе дашборда, отображение динамики показателей реализована за счет кнопок переключения над графиками. Это решение позволяет сэкономить место на дашборде без потерь с точки зрения содержания.

Сквозная аналитика мебельного магазина Neopolis Casa

Максимально детальную информацию дает таблица, расположенная внизу экрана, чтобы обращаться к ней в случае необходимости глубокого изучения. Таблица отображает показатели в разрезе источников, причем не только перечисленные выше метрики, но и более нестандартные.

Сквозная аналитика мебельного магазина Neopolis Casa

Так, например, рассчитывается ARPL — средний доход с привлеченного лида. Зная примерную стоимость лида и плановый доход, с помощью этой метрики можно планировать маркетинговые бюджеты.

Среди лидов отдельно выделяем новых клиентов. Нужно понимать, что привлеченный лид может привлекаться повторно и совершать повторную покупку, однако при этом не будет происходить прироста клиентской базы. Понимание того, сколько новых клиентов привлекается, дает возможность корректировать аудитории, чтобы привлекать на новые и повторные покупки в требуемых пропорциях.

В области фильтров кроме выбора сайта и источника привлечения был добавлен фильтр по UTM-метке. Фильтр реализован в виде вложенности по структуре метки и полезен для точечного отслеживания эффективности рекламных кампаний.

Сквозная аналитика мебельного магазина Neopolis Casa

Цифры цифрами, но дашбордом должно быть еще и удобно и приятно пользоваться. Так уж вышло, что для нас в Datmark визуальная составляющая не на последнем месте.

Дизайн дашборда разработан на основе фирменного стиля компании и ассоциаций с отраслью в целом: глубокий темный фон с мягкими бежевыми цветами для визуальных элементов. В целом дашборд выглядит так:

Сквозная аналитика мебельного магазина Neopolis Casa

Что дальше?

Как и задумывалось, сводный дашборд по сквозной аналитике стал первым шагом к цифровой трансформации компании. В текущем виде система закрывает небольшую, но базовую задачу в аналитике маркетинга: дает понять, какие рекламные каналы эффективны, а какие требуют модификаций.

Уже после первого использования у заказчика появились идеи, как углубить аналитику, а мы были рады проявить инициативу со своей стороны. Совместными усилиями и в ходе обсуждений мы сформировали план развития системы и уже сейчас работаем над следующими задачами.

Модели атрибуции. В текущем виде сквозная аналитика реализована по так называемой модели last click, но в случае со сложным продуктом (согласитесь, что мебель выбрать непросто) очень редко бывает так, что покупка или даже заявка происходит уже после первого контакта. А чтобы оценить вклад разных источников в результат, нужно учитывать историю касаний до совершения покупки, поэтому мы реализуем несколько базовых моделей атрибуции.

История покупок. Специфика продаж такова, что лид (заявка) далеко не с первого раза конвертируется в покупку, но при этом каждая оставленная заявка важна. Поэтому планируем добавить возможность отслеживать в разрезе клиента не только все покупки, но и все заявки, которые он оставлял.

Анализ рекламных кампаний. Сквозная аналитика помогает как в принятии стратегических решений, будь то отказ от рекламного канала или модификация процесса продаж, так и в тактических доработках. Так, например, можно будет отслеживать, с каких именно рекламных кампаний и объявлений приходят лиды, сколько приносят кампании и, что немаловажно, сколько компания на них тратит.

В будущем планируем добавить в модель данные по ассортименту, чтобы понимать, что именно купил клиент и с какой маржинальностью; реализовать блок, посвящённый менеджерам по продажам, которые вносят существенный вклад в успех компании; а также рассчитывать такие показатели, как CRR, LTV и другие.

В конечном счете

Набор систем и сервисов в каждой компании свой. Не стоит отказываться от построения аналитики, какими бы своеобразными ни были ваши бизнес-процессы. Вы можете продавать офлайн, иметь нестандартную систему учета или десяток сайтов — подход найдется всегда. К тому же, начиная проект по разработке с компетентным партнером, вы не останетесь один на один со сложной инфраструктурой вашего бизнеса. Главное — возможность и желание открыто взаимодействовать и вкладываться в проект и его развитие.

А критерий продуктивного взаимодействия — желание его продолжить. Вот отзыв:

Сотрудничество с Datmark началось для нас с реализации небольшой, но важной задачи, которая позволила в простой и доступной форме оценить эффективность рекламных каналов, от клика по рекламному объявлению до продажи. Полученным результатом работы мы остались довольны, планируем продолжить сотрудничество с командой Datmark по углублению как онлайн-аналитики, так и аналитики рекламных активностей, связанных с оффлайн.