КАК ПРАВИЛЬНО НАСТРОИТЬ СКВОЗНУЮ АНАЛИТИКУ В БИЗНЕСЕ С ДЛИННЫМ ЦИКЛОМ СДЕЛКИ?

Вести бизнес, заниматься продажами, производством, рекламой без аналитики данных невозможно. Особенно если с первого контакта с клиентом до продажи проходит много времени. 

 

Тонкостями аналитики для бизнеса с длинным циклом сделки поделился Павел Мрыкин, эксперт по сквозной аналитике Calltouch. 

«Неважно, готовый инструмент используется или кастомный, какую бы сквозную аналитику вы не настраивали, важно её использовать. Если вы собираете отчёты, но никак этой аналитикой не пользуетесь, то зачем тогда?» 

Проблемы в аналитике долгих сделок 

Когда цикл сделки дольше 90 дней, следить за всеми этапами воронки и оценивать эффективность касаний сложно. Поможет сквозная аналитика. Покажет каждое касание потребителя с бизнесом — звонки, письма, сообщения. 

Какие есть проблемы в аналитике долгих сделок:  

1. Коммуникация с компанией идёт  по разным каналам связи. Как онлайн, так и офлайн. А в офлайн нет возможности отследить визит в офис продаж. 
2. Срок жизни cookie сокращается в Safari и Firefox. 
3. Когда клиент приходит в офис, сложно сказать видел ли он рекламу в интернете или ему посоветовал родственник. Для этого можно сделать опрос: где вы нас нашли и так далее. 

Особенности долгих сделок:

1. Чем дольше цикл, тем больше покупатель взаимодействует с брендом. 
2. Стоимость контакта гораздо выше. 
3. Нет ID заказа, который связывает онлайн и офлайн, по сравнению с e-commerce. 

Как связывать данные

Использовать ключи — данные о пользователе: номер телефона, email, номер договора, client ID, user ID, utm метки. 

Данные можно собрать и в офисе продаж. Это номер телефона и email. Сейчас появились QR-коды, чтобы зайти на сайт по ссылке и внести свои контакты. При этом система аналитики сразу же отслеживает, был ли этот человек на сайте, и связывает все предыдущие сессии. 

NFC-метка работает как QR, но здесь достаточно просто приложить телефон и зайти на предложенную страницу. CRM в свою очередь собирает данные о клиенте. Задача бизнеса сделать так, чтобы все эти данные собирались, причём корректно. 

Вот как это работает на примере. У компании не было данных о 30% входящих в офис клиентов. Не было ясно, откуда они пришли. Внедрили QR коды для всех посетителей, чтобы оставить номер телефона. Количество клиентов без данных сократилось до 20%. 

Иногда данные бессмысленно связывать:

• Если период уникальности данных в колл трекинге — отслеживании звонков — бесконечность. 

 Например, человек позвонил в агентство недвижимости в 2019 году, а второй раз позвонил уже в 2021. Система посчитает звонок, как повторный. Хотя в первый раз клиент смотрел один объект и передумал, а во второй раз другой объект его заинтересовал. 

Важно понять, какая реклама триггерную его позвонить сейчас. В таких случаях стоит сократить этот период до нескольких месяцев. 

• Если данные по источнику трафика передаются метками в CRM. Если клиент пришёл из Яндекса и эта информация занеслась в CRM, как уникальная, следующие заходы клиента из других источников не отразятся в аналитике. 

• Если в маркетинговом отчёте сделки отражаются по дате сделки, а не сессии. 

Например, клиент отправил заявку с сайта в начале ноября. В это время запущены какие-то ограниченные рекламные компании. А потом он приходит в офис, это фиксируется. Но данные сопоставить не получается, потому что реклама была в ноябре, а клиент пришёл в декабре. 

Как работает реклама

Клиент приходит на сайт через Яндекс.директ и пропадает. Через 2 недели приезжает в офис, регистрируется по QR коду. Но первое посещение данного пользователя идентифицируется через Яндекс.директ. 

Если сопоставлять сделку с рекламной кампанией по дате сделки, то будут ошибки:

• Рекламная кампания на момент сведения уже может быть отключена. 
• Дата сделки не будет соответствовать реальной рекламной активности клиента. 
• Не получится сделать корректировки по дням недели и свести отчёты. 

Топ-ошибок в сквозной аналитике:

• ручное сведение данных;
• оптимизация рекламы на основе финансовых отчётов; 
• сбор минимального количества данных о клиентах. 

«Обычно ошибки заметны. Что-то у нас тратится, есть органические клиенты, есть самоходы, а контекстная реклама не работает. А на самом деле, нужно просто чуть более точно работать с данными. И тогда мы будем больше знать о своей рекламе и управлять ей». 

Сервисы CRM и сквозной аналитики постоянно улучшаются. Чтобы разобраться в том как правильно использовать новые технологии Big Data и получать качественные данные мы собрали поток BIG DATA & ANALYTICS — все передовые решения для работы с аналитикой в новых реалиях на одной площадке. 
 
Переходите по ссылке https://techweek.moscow/data_day  и посмотрите полную программу этого потока, ведь мы как раз обновили темы под самые актуальные задачи.