Что такое сквозная аналитика?
Объясняем просто, подробно и популярно

Давайте пофантазируем. Представим, что вы открыли небольшой магазин. Он занимается, например, продажей полезных продуктов. Вы не привлекали инвестиции и запустили всё на свои деньги: в конце концов, это ваша мечта.

И надо сказать, всё началось неплохо. За два месяца до открытия вы запустили сайт на бесплатном движке. Затем договорились о рекламе с несколькими блогерами и заплатили за репосты в районных группах. А неделю назад даже настроили рекламную кампанию (по видеоуроку на YouTube).

Казалось бы, все идет хорошо… Но есть одно но: ваши деньги заканчиваются.

Как-то вечером вы решили проанализировать ситуацию. И с ужасом осознали: вы не понимаете, какая именно реклама приносит продажи. Вы видите, что заказы в интернет-магазине появляются каждый день. Но неясно, откуда они берутся. Долго так продолжаться не может — у вас осталось всего около 50 000 рублей.

Что делать? Какой рекламный канал масштабировать? Откуда приходят заказы?

Давайте разбираться и спасать бизнес.

Любому бизнесу, который ведет рекламу в интернете, будет полезна сквозная аналитика. И неважно, что это за бизнес: высокотехнологичный завод, дилерская сеть или магазин футболок. Несмотря на нюансы, очень часто задачи по анализу эффективности будут одинаковыми.

Всем нужно понимать, откуда приходят клиенты, как тратятся деньги на привлечение, и где есть проблемы с маркетингом. Всем важно считать (а еще важнее, уметь оптимизировать) LTV, CPA, СPC и другие показатели, которые влияют на конечную рентабельность рекламы и бизнеса. Аналитика — ключевой инструмент для принятия оптимального решения в условиях неопределенности, когда важно понять, что делать дальше и что масштабировать.

В нашем примере с магазином мы не понимаем, в какой рекламный канал нужно вкладывать деньги, а от какого лучше отказаться.

Мы определяем сквозную аналитику как инструмент по работе с данными. Она нужна, чтобы у вас появилась возможность анализировать эффективность различных площадок и принимать решение с какими работать, а с какими — нет.

Именно это нам и надо знать, чтобы спасти магазин.

Теперь о том, что «под капотом».

Если очень сильно упрощать, сквозная аналитика основывается на client_id# и utm-метках.

Client_id — это уникальная метка посетителя, которая хранится в cookies браузера. К этой метке идет привязка всех действий посетителя сайта. В дальнейшем, по этому показателю связываются действия посетителя на сайте в различных системах аналитики.

Как это работает на практике? Например, вы зашли на какой-то сайт из разных мест (Google, Яндекс, Vk). Единственный способ определить, что это были именно вы, а не три разных человека, — это client_id, который добавился в куки при вашем первом посещении.

Utm-метка — это специализированный параметр в URL, используемый для отслеживания рекламных кампаний. Чаще всего, именно с её помощью определяется источник трафика, объявление, рекламная кампания или даже ключевое слово. В отличие от client_id, который присваивается автоматически, этот параметр в зоне ответственности специалиста, управляющего рекламой. И на его содержание мы можем как-то влиять.

Например, для рекламы в Google в упрощенном виде utm-метка выглядит примерно вот так:

Здесь «yoursite.ru» — это адрес страницы, на которую мы ведем с рекламы. А вот дальше идет сама метка, которая отделяется от основного URL знаком «?» и состоит из нескольких важных параметров, которые делятся между собой знаками «&»:

• utm_source — определяет источник трафика
• utm_medium — тип трафика
• utm_campaign — название рекламной кампании
• utm_content — идентификатор объявления
• utm_term — ключевое слово

После того, как человек перейдет по такой ссылке, все эти параметры можно будет посмотреть в отчетах Google Analytics или Яндекс Метрики.

Очень часто бизнес и маркетологи думают: «Ну, у нас же к сайту прикручен Аналитикс. Что еще нужно? Вот пойду сейчас как следует в нем разберусь и всё пойму».

Конечно, при желании, в Google Analytics можно пробрасывать расходы из Google Ads и считать рентабельность по этому каналу. Также можно загружать и рекламные расходы из другим систем, но это уже точно история не для начинающих пользователей. Придется руками загружать файлы — это не очень удобно и с этим очень легко ошибиться.

Даже если вы:

• потратите несколько вечеров на изучение Google Analytics и грамотно настроите цели по всей воронке продаж;
• увидите сколько людей доходят до заказа товара;
• правильно пропишете все utm-метки с рекламы;

…эти данные все равно будут не совсем релевантными.

Дело в том, что по умолчанию, Analytics считает значимым только последнее посещение. А в абсолютном большинстве случаев клиент перед покупкой зайдет на ваш сайт несколько раз: с контекста, с поиска и, например, из социальных сетей. Как минимум это значит, что вы не увидите, сколько потратили на привлечение в реальности.

Для этого нужно смотреть мультиканальные последовательности. Их визуализация по умолчанию в Google Analytics достаточно неудобна. А ведь есть еще коллтрекинг — для интернет-магазинов эта информация особенно актуальна. Скорее всего, телефонные звонки входят в цепочку касаний клиента перед заказом.

Если резюмировать: построить удобную и прозрачную систему, которая учитывает степень участия каждого канала в цепочке продаж только на Google Analytics не получится (и на Яндекс. Метрике тоже). Это просто отправные точки, с которых нужно начать.

Итак, пришло время посмотреть на рынок сервисов сквозной аналитики.

Строго говоря, есть три большие группы предложений.

• Бесплатные сервисы. Например, та же Яндекс. Метрика или Google Analytics. Но, как мы сказали выше, этого зачастую недостаточно.
• Платные сервисы по типу Garpun или Owox.
• Индивидуальная разработка.

Что лучше? Конечно же, индивидуальная разработка, которая будет отталкиваться от задач именно вашего бизнеса. Так можно построить и автоматизированную систему лояльности, и глубокую аналитику товарных категорий, и много чего еще. Стоит это дорого.

Но вполне рабочую схему можно реализовать самостоятельно (или почти самостоятельно), используя второй пункт.

В нашем случае можно попробовать сделать так:

Кажется сложным? Так оно и есть.

После того, как вы построили свою систему сквозной аналитики, вы увидели, что половина кампаний в контекстной рекламе генерирует клики, но не дает заказов. Зато недорогие рекламные интеграции от блогеров с уникальными utm принесли вам около 20% оборота и окупились. Еще вы увидели, что ваш сайт все увереннее получает органический трафик: от месяца к месяцу не только растет посещаемость, но и доход с этого канала. Более того, часть клиентов возвращается к вам. А вот звонят вам чаще всего с флаеров, которые вы распространили в близлежащих ЖК (это вы узнали, подключив call-tracking к системе аналитики).

После оптимизации рекламных кампаний, перераспределения бюджета на точечные рекламные интеграции и небольшой корректировки стратегии продвижения, вы осознали, что при существующих показателях вам нужно продержаться всего пару месяцев до точки самоокупаемости.
Поздравляем, бизнес спасен! Но…

Скорее всего, ни у одного владельца бизнеса не будет времени для того, чтобы правильно размечать рекламные кампании, интегрировать несколько сервисов друг с другом, разбираться в тонкостях работы коннекторов и даже в настройке коллтрекинга. Максимум, на что хватает среднестатистического маркетолога — настройка целей в Google Analytics.

Значит, придется либо искать специалиста, либо опытное агентство на аутсорс.

А в случае, если вы решили воспользоваться сервисом Garpun, наши специалисты с радостью помогут вам с настройкой.

Мы кратко разобрали, что лежит в основе работы сквозной аналитики, для чего она нужна, что предлагает рынок, и на почти реальном примере посмотрели, чего можно достигнуть с ее помощью.
Это удобный инструмент, который в большинстве случаев может помочь любому бизнесу: от магазина сувениров до огромного производства с сетью дилерских центров.
А в заключение мы просто ответим на три самых частых вопроса, которые нам задают:

P.S. Остались вопросы? У нас большой опыт в сквозной аналитике. Пишите в ТГ или на почту — мы с радостью ответим.