Отчет победителя online-Хакатона по Power BI по сквозной аналитике

12030

Этой статьей мы завершаем серию обзоров отчетов призеров нашего online-Хакатона по Power BI и myBI Connect. На странице Хакатона приведены задание, доступ к данным и все результаты участников вместе с файлами для скачивания.

2018-12-16_23-57-03Меня зовут Юрий. В настоящее время в компании BiArch курирую направления интернет-маркетинга, аналитики и отчетности.

Наша компания специализируется на оказании различных услуг, связанных с интернет-маркетингом, внедрением amoCRM и разработке аналитических решений на платформах Power BI и Google Data Studio.

В основе нашего бизнеса – это проекты, которые объединяют в себе все три вышеуказанных направления:

  • Интернет-маркетинг – управление маркетинговой воронкой (от привлечения трафика до его конверсии в лиды);
  • Внедрение и поддержка CRM – управление воронкой продаж (от лида до успешной продажи);
  • Аналитика и отчетность – объединяет в себе аналитику маркетинга и продаж, что и лежит в основе сквозной аналитики.

Поэтому тема сквозной аналитики для нас не нова. За свою практику, мы как только не внедряли сквозную аналитику:

  • На базе Google Analytics (передавали в нее данные о продажах);
  • На базе сервисов сквозной аналитики вроде Roistat, Comagic и прочих;
  • С помощью собственных коннекторов и выгрузок с последующими танцами с бубном;
  • И, наконец, с помощью сервиса myBI Connect.

В итоге пока пришли к тому, что лучше делать собственные аналитические решения с применением по возможности готовых коннекторов в силу их большей гибкости и возможность учета различных требований заказчиков.

Отдельное спасибо

Аналитическое решение не состоялось бы в таком виде, если бы не:

  • Максим Ефремов: до недавнего времени трудился в нашей компании маркетологом-аналитиком. Именно им были найдены и внедрены многие фишки, использованные в отчете (переключатели, графики динамики, расчет пользовательских моделей атрибуции, различные способы применения DAX и многое другое);
  • Алексей Сидоров и сервис MyBI Connect: не только потому что являются организаторами мероприятия, но и потому что не приходится каждый раз создавать коннекторы из разных сервисов под задачу.

Цели участия в хакатоне

Целью участия в хакатоне для нас были, и участие, и победа. Решили убить сразу двух зайцев:

  • С помощью участия планировали пересмотреть модель данных и визуализацию сквозной аналитике (сделать как бы все заново). При этом должен сказать, что основные идеи по тому, как нужно реализовывать модель, запросы и прочее пришли к нам уже после сдачи отчета на оценку жюри));
  • С помощью победы планировали достичь наших маркетинговых целей и заявить о себе на рынке (что очень проницательно подметил один из членов жюри, оставивший подробные комментарий – см. ниже).

Комментарий члена жюри Сергея Лосева

Сразу видно, что коллеги пришли на хакатон не столько попытать силы, сколько себя показать. И не столько другим участникам, сколько рынку. Думаю, им это удалось. Коллеги продемонстрировали владение как темой, так и BI-инструментом (сделан расчёт по трём моделям атрибуции, отчёты выдержаны в едином стиле, таблицы и графики логичны и читабельны, настроена интерактивная навигация между страницами, использованы интерактивные переключатели, самое важное выделено в отдельные блоки, а наиболее значимое подсвечено). Единственное, что сбивает с толку – это декоративный зелёный крестик в правом углу, которым так и хочется закрыть страницу =)

Этапы создания аналитического решения

Не могу сказать, что создавали решение по всем правилам, но старались придерживаться наработанного процесса.

Этапы создания решения:

  1. Общий набросок / концепция решения (что точно хотим видеть в нем, какова примерная структура отчета, какие показатели в каких разрезах и прочее);
  2. Прорисовка прототипов (учитывая, что в данном случае мы как бы сами и заказчик, и клиент прототипы были только на бумаге). На прототипах примерно обрисовали логику ключевых страниц отчета;
  3. После чего сложилось более четкое понимание, какие данные нужны и мы начали создавать модель данных. На этот этап было затрачено основное время;
  4. За визуальную часть взялись достаточно поздно, ее фактически спас сдвиг по срокам сдачи результатов. При этом реализация всевозможных интерактивностей потребовала создания огромного количества закладок;
  5. И, наконец, провели финальное тестирование и сдали готовое аналитическое решение.

Общее описание отчета

Отчет позволяет делать глубокий анализ эффективности Хакатона. В основе отчета лежит логика единой воронки, которая объединяет в себе воронку сайта и воронку CRM (а также рекламную воронку для соответствующих каналов трафика). С ее помощью можно проанализировать весь путь от посетителя сайта до успешной сделки в различных срезах и в динамике. Это позволяет увидеть, на каких шагах воронки у нас наиболее слабые значения, а значит где имеется наибольший потенциал для развития.

Зная это, можно подготовить план работ и расставить приоритеты на те задачи, которые принесут больший эффект. Используя при этом различные аналитические разрезы (источники трафика, типы устройств и пр.), можно проводить сравнительный анализ по ним, выявляя эффективные и не очень, формулировать различные гипотезы и сразу их проверять.

Мы постарались сделать такое решение, которое бы позволило проводить глубокий анализ предметной области (эффективности хакатона) и при этом оставалось удобным для восприятия. Для этого:

  • на всех аналитических страницах была реализована область с различными фильтрами. При этом фильтры были свернуты с помощью закладок для того, чтобы перегружать восприятие отчета и сделать отчет доступным и удобным не только для аналитика;
  • использовались различные виды визуальных элементов: воронки, круговые и радиальные диаграммы, таблицы, гистограммы;
  • источники трафика были сгруппированы по более удобной логике, а также было реализовано разделение поисковых и медийных кампаний (на основе обработки названий рекламных кампаний).

Кроме того, в аналитическом отчете была реализована возможность выбора различных моделей атрибуции:

  • по последнему взаимодействию;
  • по первому взаимодействию;
  • модель «40-20-40» (по 40% веса получают первое и последнее взаимодействие, а остальные 20% равномерно распределяются между остальными источниками трафика в последовательности).

Это дает возможность анализировать эффективность каналов не только в качестве последнего канала в цепочке, но и как первого или вспомогательного.

Примечание: количество сделок (новых и в различных статусах) отличается в группе отчетов по сквозной аналитике (сводная воронка, конверсии, сквозная аналитика, динамика) от отчета по CRM аналитике. В CRM аналитике учитываются все сделки, в группе отчетов по сквозной аналитике учитываются только сделки, связанные по идентификатору заявки с сайтом.

Сквозные элементы решения / Использованные обозначения

В аналитическом решении для удобства пользователей были реализованы:

  • переключатели представлений отчета (чтобы не увеличивать число однотипных страниц отчета);
  • переключатели моделей атрибуции (см. ниже);
  • значки раскрытия и скрытия области фильтров;
  • ссылки на всплывающие графики;
  • стрелки возврата к предыдущей и перехода к следующей страницам;
  • кнопка со ссылкой на справочную страницу отчета.

Конечный результат

Итоговый отчет, который мы представили на оценку выглядит следующим образом:

Для просмотра и изучения отчета удобнее всего будет развернуть отчет на весь экран с помощью двусторонней стрелки правой нижней части. Далее пройдусь по страницам отчета и дам комментарии.

Сводная воронка

Задача страницы: наглядно отобразить конверсионную воронку, которая объединяет в себе маркетинговую воронку и воронку продаж.

Так как сайт Хакатона был относительно простым и не было информации о каких-либо промежуточных событиях на сайте (например, кликнули на кнопку открытия формы – начали заполнять форму – нажали отправить форму – форма успешно отправлена), то и маркетинговая воронка очень проста и включает 3 шага:

  • посетитель пришел на сайт (начал сессию);
  • посетитель совершил любое отслеживаемое действие (активные сессии);
  • посетитель оставил заявку (лид).

Воронка продаж включает в себя все этапы воронки в amoCRM вплоть до этапа «Получение доступа к данным», который в рамках хакатона считался успешным статусом.

Можно обратить внимание на то, что количество лидов и количество новых сделок в воронке не совпадает (310 и 282 соответственно). Это связано с тем, что по некоторым событиям Google Analytics, которые мы считаем лидами (отправка формы), не были найдены соответствующие им сделки в amoCRM по параметру requestID.

Данный параметр requestID (или идентификатор лида) и выступил в качестве идентификатора сквозной аналитики с помощью, которого мы и связывали события сайта (из Google Analytics) со сделками в amoCRM.

Использование параметра requestID в качестве идентификатора для сквозной аналитики является более верным решением, чем использование идентификатора клиента clientID. Клиент / Посетитель сайта может совершить несколько сессий на сайте, при этом у каждой сессии может быть свой источник трафика. При использовании параметра requestID мы можем определить источник трафика отдельно для каждой заявки, сделанной в различные сессии. А при использовании параметра clientID в качестве параметра сквозной аналитики мы сможем определить только источник трафика для его последней сессии и распространить это на все его заявки.

При этом стоит отметить, что, учитывая специфику проекта, больших отличий в распределении конверсий по источникам трафика по тому или иному методу скорее всего не было.

Обращаем внимание на следующее. Если кликать мышкой на этапы воронки слева, то с правой стороны отображается структура по выбранному показателю в разрезе источников трафика.

Если же в круговой диаграмме справа выбрать какой-нибудь источник трафика, то воронка слева изменится и можно будет увидеть воронку только для выбранного источника трафика.

Также можно воспользоваться дополнительным фильтром. С его помощью можно анализировать сводную воронку не только для выбранных источников трафика, но и для типов устройств (десктоп, мобильные, планшеты), для регионов (стран и городов), а также для когорт пользователей по дате, когда они оставили заявку.

Конверсии 

Основная задача этой страницы сделать удобным и наглядным сравнительный анализ по конверсии между этапами сводной воронки маркетинга и продаж в различных аналитических разрезах.

С ее помощью можно выявлять слабые места воронки, работа над которыми позволит значительно повысить общую конверсию из посетителя в успешную сделку.

Рассматривая показатели конверсии в различных аналитических разрезах, например, по источникам трафика можно сравнить разные источники трафика между собой с точки зрения их конверсии по каждому шагу воронки.

С помощью данного отчета можно проанализировать показатели конверсии в разрезе источников трафика, регионов и типов устройств. Для этого достаточно выбрать одну из следующих опций переключателя (см. ниже).

Относительные показатели (коэффициенты конверсии между этапами сводной воронки) были выделены с помощью тепловых карт. Это позволяет сразу увидеть слабые и сильные места воронки в целом, а также по каждому источнику трафика, региону или типу устройств в отдельности.

Во вкладке “Регионы” также доступна ссылка на вкладку с картой. На карте отображается информация по количеству лидов по регионам.

На странице можно использовать различные фильтры по:

  • источникам трафика;
  • типам устройств;
  • когортам (пользователи, оставившие заявку разделены на 3 группы в зависимости от того, когда они оставили заявку);
  • странам и городам.

Сквозная аналитика

Основная задача данной страницы показать эффективность маркетинговых инвестиций в различные каналы трафика.

На странице отображаются основные показатели для оценки эффективности каналов трафика и рекламных расходов, в частности средние расходы на одну сессию, лида, успешную сделку в разрезе источников трафика.

Данные показатели, а также показатели конверсии были выделены с помощью тепловых карт, для того, чтобы можно было быстро сравнивать каналы трафика между собой.

На странице доступен функционал выбора моделей атрибуции, с помощью которого можно смотреть как меняются показатели эффективности для различных каналов трафика при выборе той или иной модели атрибуции.

Если бы на стадии постановки задачи были указаны целевые ориентиры по данным показателям, например, по цене лида или успешной сделки, то с помощью данного отчета можно было бы  сделать выводы о том, какие источники трафика стоит использовать в будущем, а какие нет. В текущем представлении мы можем только сравнивать каналы между собой, что само по себе безусловно тоже важно и полезно.

Рекламные источники

В данном отчете отражается аналитика рекламных кабинетов Google Ads, MyTarget и Яндекс.Директ и ключевых показателей по ним – показы, клики, CTR, цена клика, цена лида, конверсия в лида.

С помощью данного отчета можно проанализировать рекламные кампании вплоть до объявлений и условий таргетинга (ключевых слов), выявить какие из них являются эффективными, какие нет.

Основываясь на информации из таблицы можно понять на какие рекламные каналы и кампании стоит направить больше средств, увеличить ставки, а какие, наоборот или отключить, или ограничить в бюджете и в ставках.

На странице можно использовать фильтры по:

  • источникам трафика;
  • типам рекламы (поиск или медийка).

Фильтр по типам рекламы позволяет быстро отделить поисковую контекстную рекламу от медийной (КМС, РСЯ, таргетированная реклама), учитывая принципиальные отличия между этими типами рекламы.

CRM – аналитика

Основная задача данного отчета подробно проанализировать нижнюю часть сводной воронки – воронку продаж или CRM-воронку.

Страница содержит 2 вкладки:

  • менеджеры;
  • анкета.

На вкладе «Менеджеры» отображается аналитика по менеджерам: эффективность их работы на каждом этапе воронки продаж, воронки прохождения статусов (все сделки, включая те, которые не попали в отчеты сквозной аналитики и сводную воронку), а также распределение сделок по их текущим статусам.

На вкладке «Анкета» отображается соответственно аналитика по ключевым вопросам финальной анкеты для понимания конверсии сделок в зависимости от опыта работы с Power BI и прочих вопросов, которые задавал организатор.

На странице можно использовать фильтры по:

  • менеджерам;
  • признаку наличия связи с идентификатором сквозной аналитики;
  • признаку наличия задач по сделке.

Динамика

Страница предназначена для анализа основных показателей воронки сайта и CRM, сквозной аналитики в динамике.

Для отображения показателя на графике необходимо выбрать его в панели слева. И, наоборот, чтобы исключить показатель из графика необходимо повторно нажать кнопку с его названием слева.

Даты на графике – это даты соответствующих событий, а именно:

  • для сессии – дата этой сессии;
  • для лида – дата, когда была отправлена заявка с сайта;
  • для новых сделок – дата, когда сделка была создана;
  • для остальных этапов – даты, когда сделка получала соответствующий статус в CRM системе.

В данном отчете показатели отображаются также, как и в отчетах сквозной аналитики, то есть только по тем сделкам по которым найдена связь с целевым событием в Google Analytics.

На странице можно использовать фильтры по:

  • источникам трафика;
  • типам устройств;
  • когортам;
  • странам и городам.

Что успели сделать:

  • создать единую воронку сайта и CRM;
  • учесть три разные модели атрибуции;
  • охватить на отдельных страницах все основные части воронки – реклама, сайт и CRM;
  • реализовать интерактивность с помощью множества закладок;
  • разобраться с источниками, каналами и прочим и привести их на человеко-понятный язык;
  • благодаря продлению сроков сдачи, удалось поработать над юзабилити и оформлением;
  • учесть “ручные” расходы на vc / partner

Что не успели сделать:

  • поработать над оптимизацией производительности отчета (хотя на небольших объемах базы данных это не сказывается);
  • написать выводы, которые можно сделать по результатам анализа отчета;
  • применить иные способы объединения данных CRM и аналитики сайта, кроме requestID. Например, попытаться связать остальные сделки (без найденной связи по requestID) хотя бы по Google CID (хотя это не очень правильно, но лучше так чем никак) или через UTM-метки в сделках. Поздно вспомнили, когда времени на значительную переработку модели данных и запросов уже не оставалось;
  • и, за что особенно стыдно, за то, что не успели почистить модель, запросы, меры, закладки и прочее от всевозможных рабочих артефактов.

В целом Хакатон дал нам хороший толчок в сторону развития наших навыков и создания еще более полезных и удобных аналитических решений на платформе Power BI с помощью коннекторов сервиса myBI Connect.