Мы чуть было не потеряли клиента из-за того, что на новом сайте система аналитики работала некорректно. Вы станете свидетелями важной, показательной для рынка ситуации. И примера, как из неё выйти. В конце — чек-лист, как сделать прогноз ROI, если аналитика перестала работать.

Это правдивая история.

Клиент в этой истории — интернет-магазин крупного производителя косметики, товаров для дома и питания. Он пришёл к нам с классическим запросом — увеличить продажи в интернет-магазине.

Задача — сконцентрироваться на показателях интернет-продаж. Мы решили сфокусироваться на контекстной рекламе — по ней приходят люди с горячими и прямыми запросами. То, что и было нужно для нашего клиента.

В очередной квартал мы не получили перевод от клиента — финансовый департамент усомнился в эффективности рекламы и приостановил платежи.

Такая ситуация не складывается за один день. Посмотрим, как мы к этому пришли.

Проект стартовал в 2016 году. В то время мы начинали с небольших бюджетов и только с кампаниями для России.

У клиента не шла реклама на постоянной основе и не работала аналитика. Служба безопасности была категорически против любых счетчиков Гугл Аналитикс на сайте и препятствовала настройке нормальной аналитики.

Мы опирались на косвенные показатели эффективности, оценивали результаты рекламы и собирали фидбек от клиента по общим продажам интернет-магазина. Трафика было не много, общая корреляция продаж отражала и нашу работу. Если в рекламе был спад — снижались и общие продажи ИМ. И наоборот.

Один из первых отчётов без Аналитикса

Для агентства такая ситуация нежелательна. Работать без аналитики — непрофессионально и малоэффективно, мы искали компромисс. И нашли его в виде локальной системы аналитики с открытым исходным кодом PIWIK.

Ситуация с учётом данных улучшилась: мы смогли считать ключевые показатели и выстроить KPI по стоимости заказа, привлечения клиента и пр. Появились данные по источникам, откуда приходил трафик.

Мы считали базовые параметры: от момента захода человека на сайт до совершения покупки. Эта воронка важна, чтобы понимать, на каком этапе мы теряем клиентов.

Воронка продаж

Мы опирались на эти параметры:

• стоимость корзины (когда человек кладёт товар);
  
• выбор способа доставки;
  
• выбор метода оплаты;
  
• страница благодарности (после оплаты) либо, страница неудачной оплаты.
  
  

Когда понимаешь эффективность воронки, можешь влиять на путь клиента и на организацию самого сайта.
Но, по-прежнему не хватало электронной коммерции. Без неё мы не понимали, какие кампании работают хорошо и приносят больше всего прибыли, а какие нет — не могли посчитать ROI. Не знали, каков средний чек, какой товар чаще покупают, за каким чаще возвращаются и т.д. Были только гипотезы без ответов.
Отсутствие электронной коммерции не позволяло в полной мере делать товарный ретаргетинг и работать с аудиториями по LTV.

Через год мы договорились со службой безопасности: специалисты на стороне клиента настроили Google Analytics и внедрили электронную коммерцию. Мы, со своей стороны, настраивали отчёты, представления и провели онлайн интеграцию для отслеживания данных о продажах.

Доступ к сайту клиента нам по-прежнему не открывали. Первая интеграция электронной коммерции прошла не по нашему сценарию и работала не корректно. Аналитику через месяц отключили на профилактику, чтобы настроить правильно.

После повторного запуска всё заработало идеально. Мы получили доступ ко всем необходимым данным, начали считать CPO, ROI, LTV и CPA за регистрации.
Во время первого включения электронной коммерции средний ROI был 124,33%. На этом этапе — уже 420,47%. Тогда же мы увеличили бюджеты и разогнали рекламу.

Это важно и для внутреннего удовлетворения от работы — в рекламе не может быть предсказаний. Только аналитика, гипотезы и проверки на основе точных данных.

Вот график роста показателей эффективности:

График роста показателей эффективности

Через 2 месяца после того как аналитика заработала корректно, клиент решил переехать на новый сайт. Мы подразумевали, что с аналитикой будут проблемы. И несмотря на то что пытались на это повлиять, сайт вышел с полностью нерабочей системой.
Обсудив эту ситуацию с клиентом, решили не останавливать рекламу, так как до нового сайта показатели были хорошие и глобально ничего измениться не могло. Новый сайт был круче, а значит и ROI должен был вырасти.

Через 4 недели появился апдейт сайта с настроенной Гугл Аналитикой. Мы радостно начали ей пользоваться, замерять результаты, интегрировать данные в отчёты и ужасаться.

Падение ROI после запуска нового сайта

Мы начали анализировать всё, что могли. Трафик, путь пользователей, время отказа, стоимость кликов. Изучали отчёты Аналитикса и сравнивали данные с предыдущими периодами, разные каналы трафика между собой, искали взаимосвязи и ухудшения по всем каналам.

Всё указывало на то, что трафик не поменялся, а вот количество заказов, которые попадали в Гугл Аналитикс, резко сократилось. Сократились и доход, и ROI, и CPO.

Мы выдвинули 3 гипотезы, почему ROI мог бы упасть:

1. Упала конверсия на новом сайте, а за ней и все остальные цифры по эффективности;
   
2. Изменение кампаний и отключение трафика, который конвертировался в заказы;
   
3. Электронная коммерция работает не корректно.

Проанализировав все данные и исключив первые 2 причины, мы пришли к выводу, что электронная коммерция и Гугл Аналитикс могут работать некорректно. Техническая служба клиента, которая отвечала за обновление сайта, проблему не отрицала, но и причин не знала. Нам пообещали, что будут разбираться и починят. Когда? Как только поймут, в чём проблема и как её решить.

Ситуация была странная — с одной стороны все всё понимали, а с другой были отчёты с убыточными данными. И никто не мог радикально изменить ситуацию.

Наступил следующий платежный квартал, а вместе с ним пришли ожидаемые проблемы — финансовый департамент клиента усомнился в эффективности рекламы и приостановил платежи.

Мы начали думать, как убедить финансистов продолжить рекламу и дождаться запуска нормальной аналитики, чтобы показать отличный ROI.

Доверие клиента было почти утеряно, но мы не сдавались. Уверенность, что ошибка кроется на стороне аналитики помогла найти решение. Мы воспользовались теми инструментами, что были доступны — предыдущие данные по кампаниям, отчёт о действиях агентства и логика.

Решили воссоздать всю картину с перебоями аналитики, написать отчёт-хронологию и спрогнозировать реальные цифры, на основе тех 6-ти недель, когда данные собирались верно, и показатели были правильные. Мы исходили из того, что если показатели рекламы не изменились, сайт работает исправно и средний чек не изменился — реклама, на самом деле, выгодна. И мы можем это показать в отчётах, как если бы Гугл Аналитикс работал корректно.

Итак, мы собрали отчёт, в котором показали реальные данные, которые фиксирует Гугл Аналитикс, и прогнозируемые данные:

Отчёт с реальными и прогнозируемыми данными

Сравнение реальных и прогнозируемых данных

Мы смогли убедить финансистов, что реклама работает эффективно — проблемы на стороне аналитики — получили зеленый свет и продолжили работать. Через пару недель к клиенту на фултайм вышел аналитик, а через некоторое время и Аналитикс заработал корректно.

Новый сайт конвертировал трафик не хуже, чем старый. А постоянная оптимизация рекламы позволила добиться среднего ROI в 223%.

Чему эта история может научить? В ситуации слепых зон и роста недоверия главное — не паниковать и найти убедительные доводы в пользу собственных действий. За доверие клиента бороться можно и нужно, но без подходящих инструментов шансы на успех невелики.

Для начала определите базовые показатели, от которых вы будете отталкиваться. Например — средний чек, стоимость привлечения клиента (стоимость покупки клиента), конверсия в привлеченного клиента, стоимость и величину промежуточных конверсий (звонок, запрос информации).

Если этих показателей нет или часть из них неизвестна постройте гипотезу в виде воронки продаж. Гипотеза — показатели, которые подходят вашему бизнесу.

Задача систем аналитики определить, откуда пришел тот или иной посетитель и что он сделал на сайте. Эти данные нужны вам, чтобы принимать решения об эффективности рекламы. Если аналитики на сайте нет, определить, откуда пришли посетители можно несколькими способами:

Первый способ — спросить. Вы всегда можете спросить у тех, кто оформил заказ, откуда они про вас узнали. Ответ будет не точным, но это — хоть какое-то представление. Можно уточнить, увидели они вас в Яндексе, Гугле или в Фейсбуке. Был это рекламный пост или они ввели поисковый запрос? Это даст минимальное представление о клиентах и их источниках. А минимум уже лучше, чем ничего.

Второй способ — определять автоматически. Например, с помощью скрипта Sourcebuster, который расшифровывает источники переходов пользователей. Для внедрения скрипта потребуется программист, зато вы точно будете знать, откуда пришли посетители и кто те люди, которые оставили заявки или сделали покупки. Чтобы всегда видеть эту информацию, попросите программиста присылать вам информацию о заказах в почту вместе с данными из Sourcebuster.

Третий способ — использовать конструкторы. Если вы принимаете заявки через CRM Тильды, источники рекламных переходов будут записываться автоматически. Достаточно убедиться, что рекламные кампании размечены UTM метками.

Данные по кампаниям в CRM Тильды

Кроме заявок с сайта существенная доля заказов может приходиться на телефонные звонки. И их тоже можно и нужно учитывать. Достаточно воспользоваться системами подмены номеров и вы всегда сможете посмотреть, откуда о вас узнал человек, который только что позвонил.

Вы устанавливаете на сайт код системы коллтрекинга.
В самом коллтрекинге настраиваете переадресацию на свой номер и указываете рекламные источники, которые хотели бы учитывать. Когда из такого источника на сайт переходит посетитель, коллтрекинг меняет телефонный номер на свой и переадресует звонок вам. Вы принимаете звонок как обычно, а коллтрекинг уже понимает, откуда пришел звонивший. Если вы знаете базовые показатели своего бизнеса, можете указать их в настройках коллтрекинга и будете сразу видеть эффективность того или иного источника перехода.

Данные по кампаниям в CRM коллтрекинга

Размечаем рекламу UTM метками. Если рекламой управляет сотрудник или агентство, попросите их прислать список UTM меток, которые они используют для рекламы.

Вкратце UTM метки — набор параметров, который указывает на принадлежность ссылки рекламному источнику. Если вы используете контекстную рекламу в Гугле, обязательные метки будут такие: utm_source=google&utm_medium=cpc, а если в Яндексе, то: utm_source=yandex&utm_medium=cpc. Еще одна обязательная метка — utm_campaign, название рекламной кампании. Можете указать там как называется рекламная кампания или про что она.

Собираем все данные в отчёт и анализируем цифры. Зная базовые показатели своего бизнеса, источники заявок и звонков, затраты на каждый рекламный канал, вы легко можете всё это собрать в единый отчёт и понять эффективность того или иного рекламного канала. Например, рассмотрим бизнес с маржой 60%:

Если вам нужна более детальная информация о рекламных кампаниях, можете сделать такой отчёт по utm меткам, вписав их в колонку «Рекламный канал /источник».

Вот пример такого отчёта для одного из наших клиентов:

Отчёт по UTM меткам

Вы можете скачать наш шаблон и первое время пользоваться им.

В ситуации потери доверия клиента здорово помогают прогнозирование на основе исходных данных, прозрачность процессов и ясное изложение фактов. Воспользуйтесь нашими советами и используйте те данные, что доступны вам. Сохраняйте открытость и противоположная сторона вас обязательно услышит.