Привет! Меня зовут Владимир Лазарев, Мы в компании Аналитикс Групп занимаемся построением аналитических отчётов на базе платформы Qlik Sense и Power BI.
В этой статье я расскажу про создание сквозной маркетинговой аналитики, которая построена на базе выгрузки данных с помощью сервиса myBI Connect. Которые, кстати, очень удобно использовать и в Power BI и в Qlik.
Заказчик: рекламное агентство
Бизнес задача: создание сквозной маркетинговой аналитики с серией наглядных дашбородов. Демонстрация выполнения KPI агентства перед клиентом.
Источники данных:
- Яндекс.Директ
- Google Adwords
- Яндекс.Метрика
- Google Analytics
- Vkontakte
- Коллтрекинг Comagic
- Выгрузки данных в excel из CRM системы
- Выгрузки данных в excel из Programmatic Platform
- Excel файл с офлайн затратами
Проект должен:
- Быть тиражируемым под разных клиентов с минимальные доработками;
- Предполагать гибкий механизм добавления новых инструментов благодаря правильной UTM-разметке;
- Учитывать неготовность некоторых клиентов предоставлять полные доступы к CRM-системам;
Dashboard
Dashboard сводит воедино основные показатели отчета из разных источников:
- расходы
- клики
- стоимость клика
- визиты
- стоимость лида
- лиды
Лиды обычно складываются из 2 составляющих — лиды по звонкам и лиды вследствие выполнения каких-то целей (обычно формы обратной связи, онлайн-консультант). Эта модель используется, когда клиент не дает доступа к CRM системе.
Таблицы ниже в Dashboard позволяют получить детализацию по сайтам, агентствам (в случае нескольких агентств), и провалиться дальше в разрезе каналов, источников, кампаний. 
Контекстная реклама
Основной целью листа контекстная реклама являются показать разницу между 2 источниками — Яндекс Директ и Google Adwords, а также между рекламой на Поиске или партнерской сети (РСЯ / КМС)
Такие показатели как расходы, клики, CTR анализируются в сравнении.
На листе можно получить детализацию как по Источникам, Каналам, Кампаниям так и по ключевым словам. Ключевые слова сразу даются в сопоставлении Яндекс Директ vs Google Adwords.
Comagic
При наличии коллтрекинга мы выводим отдельный лист посвященный звонкам. Это позволяет как увидеть все звонки, так и выделить из них те, которые можно считать лидами. Например, первые качественные.
Звонки также анализируются по ЮТМ меткам.
Соцсети
При использовании нескольких соцсетей, мы делаем отдельный лист Соцсети, посвященный сравнению их эффективности между собой, например VK vs Facebook.
Также потом даем детализацию уже конкретно по разным соцсетям, отдельно для VK, отдельно для Facebook и т.д.
Анализируются в динамике и в сравнении друг с другом такие показатели как Расходы, Охват, Показы, Клики, Стоимость клика и CTR. Можно сразу увидеть какая соцсеть выделяется в худшую или лучшую сторону.
Далее идут похожие листы как отдельно по VK, так и по Facebook где уже анализируются уже показатели именно этих соцсетей в частности выделенный KPI по CTR.
Мы можем анализировать показатели как по ЮТМ разметке, так и по названиям кампаний и объявлений в рекламных кабинетах.
Аналогичным образом сделано и для Facebook. Дополнительно по Facebook мы можем выделить лучшие или худшие креативы по разным показателям.
Посещения сайтов
Посещения сайтов мы можем анализировать как по счетчикам Яндекс Метрики, так и по счетчикам Google Analytics. Обычно мы предпочитаем счетчик Google Analytics.
Анализируются 3 основных показателя — Визиты, Время на сайте и Отказы. Есть динамика, есть показатели по устройствам.
Цели
Основной целью листа Цели — это показать какие цели заведены в Google Analytics и выделить те цели, которые можно считать конверсионными и лидами. Такие цели будут отражены в главном Dashboard.
CRM
Лист CRM является опциональным и будет зависеть от предоставления данных В данном примере он является дополнительным, т.к. в CRM системе не проставляются ЮТМ метки по сделкам. Поэтому мы можем только анализировать усредненные показатели конверсий и стоимости обращений, продаж без детализации по каналам, источникам или кампаниям.
При наличии ЮТМ меток анализ был бы более полным и достоверным.
Модель атрибуции
В дополнение к отчету при включении показателя Google Client ID мы можем сравнить разные модели атрибуции. Весь отчет построен по стандартной модели Last Click. Однако, можно пересчитать данные по модели Fist Click или какой нибудь другой Custom модели. Это позволит сравнить основные показатели (например лиды) между собой по разным моделям атрибуции.
В приведенном примере мы просчитали 3 разных варианта модели атрибуции и данные показали, что разница между ними крайне невелика. Т.е. все выводы, которые можно сделать по данным модели Last Click также могут быть применены и к модели First Click. Если бы данные сильно отличались между собой, то тогда надо было бы быть более осторожным при отключении того или иного источника трафика и сравнить его показатели по разным моделям атрибуции.
Примечание редактора. Если вы заинтересованы во внедрении данных отчетов или аналогичных по вашим задачам — пожалуйста, заполните бриф.
