Кажется, что ваша веб-аналитика бесполезна? Вы просто не умеете ее настроить. И нет — речь не только о счетчиках. Дело в разладе между бизнес-процессами и анализом данных, о чем большинство руководителей может не задумываться. Как заставить аналитику работать на благо компании, рассказал Степан Зайцев (ZV: Digital Marketing Agency) в рамках конференции для e-сommerce CyberSpring 2019.
Есть ли веб-аналитика в вашей компании?
10 лет назад я начал карьеру в Digital как рядовой специалист по контекстной рекламе. В то время Яндекс устраивал семинары, объяснял, что такое Яндекс.Директ и убеждал нести деньги из офлайна в онлайн. Одним из важнейших преимуществ Директа перед традиционной рекламой была веб-аналитика.
Вы разместили рекламный щит на улице. Сколько там было показов? Непонятно. А в интернет-рекламе все видно — показы, клики и прочее.
Прошло 10 лет. Все знают, что такое контекстная реклама, но с аналитикой так и не разобрались.
Мы счетчики на сайте поставили, но эта штука не работает.
Как обычно бывает:
- если у вас есть счетчик, который собирает какие-то данные, вы эти цифры обсуждаете на совещаниях, но никаких решений не принимаете, значит, у вас нет аналитики.
Как должно быть:
- если вы в своей работе принимаете решения на основании данных (кроме того, чтобы просто уволить подрядчика по контексту или кого-то еще), значит, аналитика у вас есть и работает.
Почему аналитика не работает?
Первая причина: нет коммуникации между аналитиком и бизнесом
Во многих компаниях процесс выглядит так: есть аналитик, который что-то анализирует, отчитывается перед руководством в попытках доказать свою небесполезность. При этом руководитель занят другими вещами и ему это не интересно — они между собой не коммуницируют. Как в такой ситуации веб-аналитика помогает зарабатывать деньги? Никак.
Более того, отсутствие коммуникации может принести вред. Допустим, аналитик построил красивый отчет и нашел причину проседания конверсии на сайте. Идет к директору с планом, как ее поднять. Директор видит цифры и соглашается, выделяет деньги на маркетинг. Но аналитик не в курсе, что в компании проблемы с логистикой, и рост конверсии усугубит дело с доставкой. То есть улучшение происходит не там, где надо, — деньги потратили, но ничего не заработали.
Бизнес должен разговаривать с аналитиком в ключе актуальных проблем и задач:
— Дружок, у нас такие-то цели. Для решения этих вопросов нам нужны такие-то данные.
— Все понял — пойду собирать.
Возникает вопрос: как определить, какие данные надо собирать? Для этого проводится анализ — процесс разделения общего на части и их исследование. Анализ всегда предшествует процедуре сбора данных и построения выводов.
Разберем, как делают анализ и сбор данных на примере интернет-магазина.
Одна из основных бизнес-задач магазина — повысить доход. Для этого нужно увеличить количество продаж и увеличить сумму среднего чека. Аналитик в команде с маркетологом и техническим специалистом, зная о текущих целях, делает следующее:
- дробит каждую бизнес-цель на макро-конверсии (например, покупка товара);
- дробит макро-конверсии на микро-конверсии (например, поиск товара, изучение характеристик, изучение условий доставки, добавление в корзину и т.д.);
- определяет метрики для каждой микро-конверсии — действия на сайте (например, посещение страницы товара, посещение страницы доставки и пр.);
- настраивает соответствующие цели и события в Яндекс.Метрике и Google Analytics;
- собирает нужные данные;
- строит отчеты, по которым можно уже делать выводы.
Читайте также: Обзор стандартных отчетов Яндекс.Метрики
Если на сайте установлены счетчики, по умолчанию собирается только один тип данных — выбор продукта пользователем (выделено зеленым цветом в таблице). И в момент, когда нужно будет делать выводы о достижении бизнес-целей, вы этого сделать не сможете за отсутствием данных.
Правильная коммуникация внутри команды и анализ будут давать реальную пользу от веб-аналитики. Вы получите ответы на все вопросы, потому что на руках будут нужные данные.
И это лишь один маленький пример, как аналитика помогает достигать бизнес-целей. Кроме этого у компаний масса других насущных задач: улучшение сервиса, сокращение издержек, работа с репутацией, товарным ассортиментом, развитие IT-инфраструктуры и прочие. Каждую из них можно успешно решать за счет сотрудничества с аналитиком.
Вторая причина: аналитика не настроена или настроена неверно
Настроенная аналитика — это когда с помощью счетчиков собирается все, что вам нужно. Если то, что нужно для принятия решений, не собирается, значит аналитика не настроена (см. предыдущий пункт про анализ и сбор данных).
Даже с настроенными счетчиками аналитика может давать сбой из-за ошибок в настройках. В результате на основании неправильных данных делаются неправильные выводы.
Приведу несколько примеров ошибок.
- Дублирование транзакций: в отчете получаем на один номер заказа две транзакции.
- Число транзакций и оформленных заказов расходится, хотя должно совпадать, так как обе эти функции в Google Analytics срабатывают одинаково и одновременно.
- В отчете новых посетителей — ноль, но они создают конверсии и деньги. В данном примере это трафик, который возвращается в магазин со страницы платежного сервиса. Он не новый, но в сумме получается неправильный объем денег. Подобные источники необходимо минусовать — любой опытный аналитик про это знает.
Читайте также: Что не так с Google Analytics: ошибки в настройках и особенности системы
Не стоит забывать, что источник данных для аналитики — это правильно установленный на страницах код. Если у вас ведутся работы по сайту, аналитику нужно регулярно обновлять. Когда программист улучшил форму заявки, но при этом снес код — вы будете получать неправильные данные. На сайте, который живет и развивается, аналитика без присмотра через 6 месяцев становится тотально нерепрезентативной.
Третья причина: не те люди, и делают не то
Отсутствие аналитики в компании объясняется также кадровым несоответствием. Во-первых, нанятый человек может быть псевдоспециалистом — отсиживаться и создавать видимость работы.
Как раскусить человека на собеседовании? От конкретных дотошных вопросов настоящий специалист расслабляется, а псевдоспециалист напрягается.
Во-вторых, руководство заведомо ошибается, подбирая на должность универсального человека — его знания и навыки в каких-то задачах обязательно будут хромать.
Приведу пример вакансии, размещенной крупным интернет-магазином, и объясню, в чем подвох.
Давайте почитаем текст вакансии.
«Нужно анализировать трафик в Analytics и Метрике». Чтобы анализировать трафик, нужно разбираться не только в счетчиках, но и в рекламных системах. Это уже маркетинговые знания.
«Консолидация, ведение сквозной аналитики». Чтобы вести сквозную аналитику, нужно понимать, как работать с инструментами. Это технические знания. А еще нужно знать, что такое Power BI. Это тоже технические знания. А аналитика и отчетность — это маркетинг, то есть нужно разбираться в рекламе менеджерских процессов.
«Проведение А/В тестирований». Как провести А/В тестирование? Как это сделать с технической точки зрения? Для этого снова нужны технические знания.
Технология «Контекст+» — это А/В тестирование и непрерывное улучшение объявлений, анализ трафика и корректировка минус-слов. До 45% рекламного бюджета превратятся в дополнительный объем заказов.
Кто тот человек, который все это знает и умеет — и в маркетинг, и в технические процессы?
В правильном мире комплекс задач по аналитике выполняет команда людей: один отвечает за техническую часть — настройку программ и сбор данных, другой оперирует цифрами и интерпретирует их, применяя маркетинговые знания. И это не один и тот же человек.
Подводим итоги
- Нужно делать веб-аналитику ради решения бизнес-задач. Объясните своему аналитику, куда идет бизнес, что вам от него реально нужно, что он может вам дать. Договоритесь, работайте вместе.
- Если у вас есть когда-либо настроенная аналитика, перепроверьте ее настройки (можно сделать сторонний аудит). Ваши данные должны быть актуальными.
- Аналитики могут вам помочь, если построить работу с правильной командой. Не пытайтесь все свалить на аналитика-универсала.
Познакомьтесь с другими докладами для e-commerce с конференции CyberSpring 2019:
