Сквозная аналитика: сэкономили 500К/в мес и наладили бизнес-процессы для сети автосалонов

Как мы разработали и настроили прозрачную систему сквозной аналитики и отчетности, которая помогла клиенту снизить ежемесячные рекламные расходы и выстроить систему мотивации для специалистов.

Клиент:
Сеть автомобильных салонов в Санкт-Петербурге
Период работы над проектом:

октябрь 2021 г. – настоящее время
Задача, с которой к нам пришел клиент

В октябре 2021 года к нам обратился представитель сети автосалонов в Санкт-Петербурге с запросом о внедрении сквозной аналитики. Сама задача была сформулирована так – нам нужно посчитать лиды по всем источникам и в том числе в разрезе автосалонов, рентабельность каналов, стоимость заявки, а также оценить эффективность действующих подрядчиков, отвечающих за интернет-рекламу.

Первый этап решения подобных задач всегда требует глубокого погружения в существующие бизнес-процессы заказчика. Наш опыт подсказывает, что если недостаточно ответственно отнестись к этому этапу, то практически невозможно будет построить стабильную систему аналитики за приемлемое время. Клиент также понимал это и в ходе обсуждения проекта решил привлечь к работе двух специалистов из своей команды.

С чем нам предстояло разобраться

Разбираться в ситуации компании нам помогали внешний консультант клиента Иван Куц – эксперт по маркетингу и цифровой трансформации в автомобильной отрасли – и руководитель отдела маркетинга компании заказчика. Иван провел детальный анализ бизнес-процессов компании, руководитель отдела маркетинга изучил и сформулировал ключевые требования к системе аналитики от высшего менеджмента компании и лиц принимающих решения, а также разработал прототипы необходимой отчетности.

В результате мы узнали, что текущие процессы оценки качества рекламного трафика построены не оптимальным образом:

  • Нет системы планирования и системы регулярной отчетности.
  • Сбор данных занимает много времени, т.к. проводится вручную. На тот момент данные собирались в Google-таблицы штатным маркетологом. Он брал их из рекламных систем, телефонии Mango, внутренних отчетных таблиц и сам сводил их в общий отчет.
  • Нет уверенности в точности собранных вручную данных. После проведения аудита этих отчетов возникало много вопросов: каким способом были подсчитаны данные и правильно ли в принципе они были посчитаны.

Скриншоты 1-2. Google-таблицы клиента до внедрения сквозной аналитики

Иными словами, текущая система, которая была внедрена в компании, не давала валидные данные. Как следствие, у менеджмента не было уверенности в том, что рекламный бюджет используется эффективно, непонятно было, на какие цифры опираться, как их анализировать и как с ними работать.

Поэтому клиент хотел, чтобы мы построили ПРОЗРАЧНУЮ систему аналитики и отчетов, которая будет работать сама, без стороннего вмешательства.



Исходные данные

На момент внедрения системы клиент использовал следующие каналы продаж и инструменты:

  • 10 сайтов и лендингов под 600 рекламных кампаний
  • Контекстная реклама: Яндекс, Google (до отключения)
  • SEO
  • Карты: 2гис и Яндекс.Карты
  • Баннерная реклама
  • Классифайды: Авито, Авто.ру, Дром.ру
  • Google-таблицы для сбора данных: количество продаж, визитов в салон, статус работы с клиентом
  • Виртуальная АТС Mango
  • Сервис коллтрекинга Calltouch
  • Платформа Callkeeper

АТС Mango выполняет распределение звонков между менеджерами и автосалонами.

Calltouch используется для учета источников звонков, приходящих со всех видов рекламы и каналов продаж.

Схема 1. Каналы продаж и инструменты, которые использовал заказчик до внедрения системы аналитики

В первоначальной системе отчетов заказчика не были отражены расходы, они попросту терялись. Бюджет тратился, а посчитать эффективность рекламы было невозможно. Поэтому и возникла идея внедрения сквозной аналитики.



Что в итоге хотел получить заказчик

При постановке задачи мы должны были учесть пожелания всех заинтересованных сторон в компании.

Собственникам и генеральному директору компании было важно в первую очередь понимать, какие рекламные каналы задействованы, какие суммы рекламного бюджета затрачены и какая конверсия на каждом этапе, т.е. получать данные, на основе которых можно будет принимать бизнес-решения.

Директор дилерского центра хотел получать достаточно подробную информацию об эффективности источников рекламы и конверсии сайтов.

Руководителю отдела маркетинга нужен был понятный инструмент для принятия оперативных решений и выстраивания диалога с отделом продаж и менеджментом компании на одном с ними языке.

PPC-специалистам необходима была детальная информация по рекламным кампаниям: по какому запросу пришел лид и как он дошел/не дошел до продажи.

Схема 2. Данные, которые необходимо было предоставить заинтересованным сторонам компании.



Система KPI: отвечают ли специалисты по платному трафику за продажи?

До сотрудничества с нами в компании клиента не была выстроена система KPI для специалистов по платному трафику. А значит, они не понимали, какое влияние оказывают на продажи и оказывают ли его в принципе, что могло снижать их эффективность. Другими словами, PPC-специалисты могли гнать определенный объем трафика без учета его релевантности, при этом сливая клиентский бюджет. Они ориентировались на общий объем лидов, в надежде, что чем больше будет трафик, тем больше будет шансов на продажу.

Поэтому клиенту важно было понять, какой из специалистов по настройке контекстной рекламы работает эффективнее с точки зрения лидов и продаж, и выстроить четкие KPI для специалистов.

Совместными усилиями с командой клиента мы сформулировали такую задачу – разработать и внедрить систему сквозной аналитики и отчетности с целью систематизировать ряд процессов, связанных с планированием и учетом трафика, и выстроить систему мотивации для специалистов.



Проектирование отчетов с уникальным интерфейсом

Перед стартом проектирования клиенту были продемонстрированы варианты отчетов, собранные в Power BI, которые ранее использовались для клиентов из аналогичной отрасли.

Однако, заказчика не совсем устраивал внешний вид стандартных визуальных компонентов (дашбордов и таблиц), которые есть в Power BI. По мнению клиента, они выглядят несколько топорно, а хотелось, чтобы система отчетов визуально соответствовала уровню современных маркетинговых аналитических систем.

Также необходимо было, чтобы интерфейс и отчеты были созданы под определенные бизнес-процессы компании. Т.е. важно было сделать так, чтобы любой человек, даже который не умеет читать отчеты, мог чётко видеть нужные ему показатели. Например, на собрании с топ-менеджментом компании можно было бы показать такой отчет, и он был бы понятен всем участникам встречи.

Скриншот 3. Макет отчета, сделанный дизайнером заказчика

Любое проектирование отчетов должно начинаться с анализа бизнес-процессов компании. Если просто дать клиенту какие-то «хорошие» цифры и удобный интерфейс, то он не будет ими пользоваться, просто потому что они не применимы к его бизнес-процессам

– Иван Куц, консультант по маркетингу и цифровой трансформации.


Инструменты и сервисы, которые мы использовали

В процессе работы перечень инструментов немного изменился, но первоначально был таким:

Базы данных

  • Microsoft Azure SQL Database: изначально для хранения расходов из Я.Директа и Google Ads (до его отключения), данных о звонках из Calltouch, данных из Google-таблиц. Сейчас используется только для хранения данных из Calltouch и Google-таблиц.
  • Google Big Query: для хранения расходов из Я.Директа и Google Ads (до его отключения). Начали использовать после замены коннектора MY BI на OWOX.

Коннекторы

  • MY BI: изначально для выгрузки расходов и звонков из Calltouch и данных из Google-таблиц в Microsoft Azure SQL Database. Сейчас используется только для выгрузки данных из Calltouch и Google-таблиц.
  • OWOX: для выгрузки данных из Я.Директа в Google Big Query.

BI сервисы

  • Microsoft Power BI: для визуализации данных в отчеты выбрали этот сервис, т.к. он обладает достаточно широким функционалом и при этом устраивает клиента по цене.

Схема 3. Система сбора и хранения данных, которая у нас в итоге получилась.



Реализация системы по шагам

1 этап. Выгрузка данных по расходам и звонкам

На первом этапе работ нам предстояло вывести данные по расходам из Я.Директа и Google Ads и звонки из Calltouch в базу Microsoft Azure SQL Database. Для этого мы использовали коннектор MY BI. Затем мы соединили клики со звонками, чтобы понять, по какой именно кампании/объявлению/ключевому слову был звонок. Это делается с помощью utm-метки - общего поля, имеющегося в обеих таблицах.

Также мы создали справочники – таблицы, которые соединяют разные элементы воедино. Они предназначены для фильтрации нужных нам данных, например, к какому автосалону относится тот или иной сайт, и отслеживания всей воронки продаж: от конкретной рекламной кампании до продажи.

Скриншот 4. Фрагмент таблицы из справочника “Сайт-салон-направление”

2 этап. Сведение данных в единый отчет

На втором этапе нам необходимо было свести данные:

  • визиты в салон,
  • промежуточные статусы в воронке продаж,
  • продажи,
  • планы по расходам, продажам, визитам
  • из собственной CRM-системы колл-центра и Google-таблиц отдела продаж клиента в один отчет. Для этого использовали коннектор My BI, который выгружал данные из этих источников в базу данных Microsoft Azure.

Также на этом этапе мы разработали модель атрибуции. У заказчика довольно много рекламных каналов (множество сайтов, Авито, Авто.ру, карты и др.) Один и тот же посетитель мог позвонить перед покупкой несколько раз с разных источников. В связи с чем постоянно возникал вопрос: “К какому касанию привязать продажу?” Простые варианты – первое и последнее касание – заказчика не устраивали. Необходимо было, чтобы продажа атрибуцировалась к контекстной рекламе, если она была в цепочке касаний, если нет, то к Авито, Авто.ру, если не было касаний с Авито, Авто.ру, то к органике, и т.д. То есть, нужна была система рангов. На основе ее мы и сделали модель атрибуции, которая теперь помогает клиенту определить, из какого источника пришел лид, совершивший покупку.

Работает это так. Всем источникам лидов (всем видам рекламы и каналов) был назначен ранг. Платным источникам (Я.Директ) были присвоены наивысшие ранги, бесплатным – наименьшие. Система автоматически связывает продажу с источником, который имеет наивысший ранг.



Подводные камни, с которыми мы столкнулись в процессе настройки аналитики

После того, как в Я.Директе появился Мастер кампаний, коннектор MY BI перестал выгружать часть данных, которые нам были нужны (названия рекламных кампаний), а вручную их заполнять было проблематично, так как кампаний создавалось очень много: под каждый лендинг, разными подрядчиками, под разные гипотезы. Поэтому решили заменить его на другой коннектор – OWOX. Соответственно для хранения данных о расходах мы стали использовать и другую базу – Google Big Query.

После начала специальной военной операции на Украине и блокировки различных зарубежных сервисов оплачивать многие из них стало проблематично, и мы решили создать свои коннекторы, более надежные и устойчивые к внешним факторам.



Отчеты, которые в итоге у нас получились

После настройки системы сквозной аналитики с учетом пожеланий всех заинтересованных сторон в компании заказчика мы создали несколько видов отчетов:

  • Для высшего менеджмента компании – отчеты, в которых можно увидеть все основные важные показатели: рекламные каналы, расходы по каждому из них, конверсию на каждом этапе продаж, уникальные целевые лиды, визиты в салоны и продажи.
  • Скриншоты 5-6. Отчеты, созданные по макету клиента

  • Для директора дилерского центра – отчеты по конверсии сайтов и сравнению периодов – можно посмотреть, как меняются от периода к периоду количество и доля звонков по тому или иному источнику.
  • Скриншот 7. Отчет по конверсии сайтов

    Скриншот 8. Отчет по сравнению периодов

  • Для PPC-специалистов – отчеты по рекламным кампаниям, где есть все необходимые показатели: звонки, продажи, визиты, промежуточные этапы, конверсии между ними, стоимости и пр.
  • Скриншот 9. Отчет по рекламным кампаниям



Первые результаты

Внедрение системы заняло около 6 месяцев. Первая половина этого срока ушла на проектирование и техническую реализацию, начиная с четвертого месяца мы запустили первые отчеты, продолжая дорабатывать их в боевом режиме и добавлять новые по мере готовности. Такой подход позволил нам довольно быстро получить первые полезные для заказчика результаты.

Напомним, что главной целью было определение эффективности работы с рекламными источниками/каналами. Эта цель была достигнута. Ниже приводим список основных действий и решений, которые были приняты на основе построенной системы:

  • Выявили неэффективного подрядчика по контекстной рекламе и отказались от его услуг, что позволило перераспределить часть бюджета в пользу других источников.
  • Узнали, что SEO приносит неожиданно большое количество лидов. Это убедило руководителей в необходимости выделения отдельного бюджета на данный канал.
  • На основе данных, полученных из отчетов, выстроили систему KPI для PPC-специалистов и отдела маркетинга, и специалисты стали работать эффективнее.
  • Улучшили процессы ежедневной и еженедельной отчетности и планирования. Прозрачность системы позволяет получать все необходимые данные без лишних вопросов маркетологу. Также улучшил процесс ежемесячного планирования следующего периода благодаря более точным данным в ретроспективе прошлого месяца.
  • В денежном эквиваленте уже на пятый месяц работы системы экономия по направлению интернет-маркетинга превысила 500 тысяч рублей/мес.

Комментарий руководителя отдела маркетинга компании заказчика:

Для нас это был первый подобный опыт. С уверенностью можем назвать его успешным. Хотим отметить, что команда ORWO глубоко погрузилась в бизнес-процессы нашей компании и оперативно реагировала на наши запросы. Мы оценили клиентоориентированный подход – ребята работали над задачей по принципу «сделать качественно, а не цепляться за лимиты выделенных часов и буквы в ТЗ.

Самое главное – выводы

В завершении хотим поделиться выводами, которые мы и команда клиента сделали для себя по итогам совместной работы.

Команда агентства Original Works:

Еще на этапе проектирования отчетов нужно четко определиться с разрезами, в которых вы хотите видеть данные. Для этого рекомендуем определить круг лиц, которые будут работать с отчетностью, каждый должен понимать, какая информация необходима. Это уменьшит трудозатраты на этапе разработки.

Исходя из составленного на предыдущем шаге ТЗ будет выбран инструментарий для отчетности. Он состоит из трех основных блоков:

  • Коннекторы – скрипты или программы, выполняющие первоначальное преобразование и подготовку данных, а также, загружающие эти данные в нужное хранилище.
  • Базы данных
  • Средство визуализации

Команда заказчика:

  • Грамотно выстроенная независимая система отчетов – незаменимый инструмент для измерения бизнес-показателей и контроля за работой отделов маркетинга и продаж, а также за сторонними подрядчиками. К тому же система аналитики помогает синхронизировать работу отделов маркетинга и продаж, что приводит к увеличению их эффективности.
  • Важно внедрять отчеты частями по тем данным, что уже есть. Чтобы извлечь пользу из настройки аналитики как можно раньше, нужно внедрять в бизнес-процессы компании промежуточные отчеты сразу по мере их готовности, не дожидаясь от подрядчика конечного завершения всей воронки. При пошаговом внедрении отчетов сотрудники смогут быстрее и легче разобраться с ними.

Аналитическая культура в компании должна быть зрелой. Менеджмент должен быть готов к тому, чтобы принимать решения, основанные на данных. Data driven marketing и Data driven decision – важные вещи. Если же решения принимаются интуитивно, то поменять культуру принятия решений в компании достаточно сложно и не быстро. Должна сформироваться привычка заглядывать в данные, прежде чем отвечать на вопросы. Спасательным кругом нужно уметь пользоваться

– Иван Куц, консультант по маркетингу и цифровой трансформации.

Чтобы создать качественную систему отчетов важно использовать продуктовый подход к разработке, главная идея которого — постоянное тестирование решений и идей, стремление адаптировать их к потребностям пользователей. То есть нацеленность на бизнес-результаты, а не создание отчетов ради отчетов. Тогда руководство и команда заказчика будут вовлекаться в работу и максимально эффективно использовать систему в своих целях.

Команда проекта
Денис Липка
Технический директор
Роман Ломовской
Руководитель отдела аналитики
Владимир Поваров
Аналитик
Кристина Ильина
Аналитик
Выбрать город