Файл: Оценка эффективности рекламных кампаний в сети Интернет.pdf

• 1. Обзор Google Analytics

Google Analytics – это бесплатный сервис аналитики посещаемости сайта от поисковой системы Google. Он предоставляет детальные данные по всем посетителям, отображая данные о регионе, операционной системе, провайдере, источнике трафика и других важных параметрах [18].

Принцип работы: на сайт устанавливается java-скрипт, который автоматически начинает запись действий и перемещений, как только посетитель заходит на любую страницу ресурса. Далее данные отправляются на серверы Google, где обрабатываются и систематизируются в единую базу данных и отображаются в панели управления, где можно использовать различные фильтры и виджеты для просмотра определенной информации [19].

Сбор статистики в Google предоставляет огромные возможности для владельцев сайтов. Выделим основные:

• Аналитические инструменты. 

Данные о посещаемости, количество просматриваемых страниц, уникальных и неуникальных сессий, общая аудитория, новые посетители, визуализация трафика, API-инструменты и т. д.;

• Анализ содержания. 

Полный анализ посещаемости каждой страницы, раздела, категории, список популярных страниц на каждого пользователя.

• Анализ мобильных данных

Оценка эффективности мобильных объявлений, анализ по приложениям, статистика переходов с мобильных устройств.

• Характеристика аудитории.

Активность посетителей, количество страниц, которое посетил уникальный пользователь, средняя заинтересованность, географическое распределение на основе IP, отслеживание площадок, с которых осуществлялся переход, прямые переходы [19].

• Анализ конверсий. 

Детальная статистика для целей и конверсий, оптимизация продаж, отслеживание эффективности рекламных кампаний, визуализация переходов.

• Анализ рекламы. 

Инструмент для анализа и сравнения разных источников рекламы, повышения эффективности маркетинга и интеграции с сервисом AdWords [18].

К особенностям Google Analytics можно отнести:

• сегментацию данных по пользователям и по товарам;
• разнообразные модели атрибуции, позволяющие видеть не только последний источник визита пользователя на сайт, но и все предыдущие
• проведение А/В тестирования [18].

Рисунок 1 – Пример отчета доли сеансов из разных регионов в Google Analytics [18]

• 1. Обзор Яндекс.Метрики

Яндекс.Метрика – это бесплатный аналитический сервис, который собирает данные о посещаемости ресурса и поведении пользователей. Принцип работы тот же что и в Google Analytics, - на ваш сайт устанавливается счётчик (фрагмент кода), и с этого момента отчеты формируются в реальном времени с детализацией по минутам и часам [19].

---

Рассмотрим основные виды отчётов и возможности, предоставляемые Яндекс.Метрикой [19]:

• Общие показатели посещаемости ресурса.

Количество посещений, среднее время, проведенное посетителями на сайте, глубину просмотра, число отказов и другие параметры.

• Каналы трафика.

Счетчик фиксирует, откуда приходят посетители: из поисковой выдачи, социальных сетей, с других ресурсов по ссылкам, прямые заходы при вводе адреса в браузере [19].

• Данные о пользователях.

Возраст, пол, геолокация, в некоторых случаях интересы посетителей по имеющимся поисковым запросам.

• Какое содержимое сайта чаще просматривают.

Счетчик фиксирует пользовательскую активность и определяет наиболее популярные страницы сайта, количество переходов по ссылкам, скачиваемый и просматриваемый контент.

• Технологии.

С каких устройств и браузеров совершается вход на страницу: ПК, мобильные гаджеты, тип веб-проводника, разрешение экрана и другие показатели.

• Мониторинг трафика и нагрузки на сайт.

Производительность ресурса, объем входящего трафика.

• Целевые запросы и конверсии.

Анализ ключевых слов, по которым приходят посетители и процент конверсии.

• Вебвизор.

Можно просмотреть записи сессий пользователя, - увидеть движения курсора, набор символов с клавиатуры в полях форм [19].

К особенностям Яндекс.Метрики можно отнести:

• отслеживание целевых звонков;
• более простой и удобный интерфейс системы по сравнению с Google Analytics;
• наличие Вебвизора.

На рисунках 2-3 приведены примеры работы с Яндекс.Метрикой [19].

Рисунок 2 – Пример интерфейса Яндекс.Метрики [19]

Рисунок 3 – Пример работы Вебвизора Яндекс.Метрики [19]

В таблице 3 приведена сравнительная характеристика Яндекс Метрики и Google Analytics [20].

Таблица 3 – Сравнительная характеристика Яндекс Метрики и Google Analytics [20]

Метрика	Яндекс Метрика	Google Analytics
Вебвизор - визуальная запись посещения пользователя.	+	-
Тепловые карты - какие элементы привлекают больше всего внимания.	+	-
Уведомления о проблемах с сайтом - сообщения на электронную почту, если сайт не доступен.	+	+
Улучшенный показатель отказов (код счётчика можно отрегулировать вручную).	+	-
Целевой звонок - встроенный call-tracking	+	-
UserID - возможность идентифицировать пользователя с разных устройств	-	+
Модели атрибуции - возможность видеть не только последний источник посещения пользователя, но и предыдущие, учитывая конверсию.	-	+
Представления и сегменты - Разделение трафика на любые логические части	-	+
Когортный анализ	-	+
Проведение A/B тестирования	-	+
Аудитории для ремаркетинга - создание различных списков ремаркетинга под любым углом.	-	+

---

Рассматривая сервисы аналитики нельзя не упомянуть Hotjar, — это сервис для продвинутых интернет-маркетологов, которые анализируют поведения пользователей, проводят опросы, строят воронки и т.п [19]. Основная цель сервиса — помочь вам увеличить конверсию на сайте. И он с этим отлично справляется [20].

Обзор Hotjar

Hotjar — это сервис для оптимизации конверсии и удобства использования своих веб-сайтов, объединяющий инструменты обратной связи и анализа, которые помогут определить области, которые нуждаются в улучшении. Hotjar получил свою известность как 1й инструмент анализа, чтобы предлагать записи посетителей.

Единственным недостатком в отличии от Яндекс Метрики и Google Analytics (которые бесплатны) является цена сервиса [19].

Рассмотрим функционал сервиса и его преимущества:

1. Тепловые карты.

Тепловые карты разделяются на 3 вида: карту кликов, карту скроллинга и карту ссылок. Благодаря им можно проанализировать какие элементы страницы нажимают пользователи, на какие ссылки чаще всего кликают и как глубоко листают страницу.

Рисунок 4 – Пример записи движения мышкой посетителя по странице сайта [19]

1. Записи сессий. .
   Благодаря этой функции можно проанализировать, как каждый посетитель взаимодействует с интерфейсом сайта, его клики, движения курсора, сколько времени человек тратит в каждой части страницы, какие проблемы возникают в определенных браузерах или устройствах [19].

Рисунок 5 – Схема зон активности посетителя по странице сайта [19]

1. Воронки продаж

Составив последовательность действий, которые приводят к конечной цели (например, покупке), можно проанализировать, на каких этапах возникают проблемы.

1. Аналитика форм

Аналитика форм позволит понять, как люди заполняют каждое поле и сколько времени посетители в среднем тратят на заполнение всех полей формы [19].

1. Опросы

Помогают проанализировать и понять целевую аудиторию, её боли и потребности [19].

Рисунок 6 – Пример воронки продаж [19]

Рисунок 7 – Пример аналитики форм [19]

• 1. Понятие сквозной аналитики и пример эффективного внедрения инструмента в компании Enestech Software

В заключение хочется добавить о сквозной аналитике и продемонстировать ее возможности на примере компании Enestech Software (сайт организации – senet.cloud). Сперва ознакомимся с самим инструментом, его основными понятиями и возможностями.

---

Сквозная аналитика — это объединение всех данных между клиентом, рентабельность маркетинговых инвестиций и учёт свершившихся продаж в одном лице [21].

Допустим, клиенты приходят на сайт из разных каналов (таргет, баннеры), знакомятся с вашим товаром и оставляют заявку любым доступным способом, но Google Analytics [18] по умолчанию отдает всю ценность последнему источнику, игнорируя вклад остальных каналов, которые участвовали в воронке продаж. Выходит, чтобы определить ценность трафика, нужно оценить вклад каждой сессии перед заказом [20].

Вторым преимуществом сквозной аналитики является учет реальных продаж. Часть людей, оставив заявку на сайте, может не оплатить заказ, забрать его в режиме офлайн или вернуть товар спустя время. Из-за этого количества заказов в системе веб-аналитики и количества транзакций в CRM может значительно отличаться. Поэтому правильнее оценивать рекламу по прибыли и количеству продаж, а не по заявкам и лидам. Решить все эти проблемы поможет настройка сквозной аналитики [20].

Автоматические отчёты по визуализации сквозной аналитики можно также сформировать в Google Таблицах, QlikView, Yandex DataLens, Tableau, Microsoft Power BI и Google Data Studio [21]. Пример схемы работы со сквозной аналитикой приведён на рис.8.

Рисунок 7 – Пример работы со сквозной аналитикой [21]

По сути, происходит интеграция данных с внешних источников и CRM (сквозная аналитика связывает данные веб-аналитики с дальнейшей информацией по клиенту [20]), что в дальнейшем поможет выстроить полную юнит-экономику для каждого канала продаж по отдельности [21].

Ниже рассмотрим, как данный инструмент помог компании Enestech Software (разработчик ПО для компьютерных клубов и киберспортивных арен) усовершенствовать маркетинговую аналитику и отчетность внутри компании и, как следствие, дал почву для скорейшего и более эффективного принятия решений о корректировках и масштабировании рекламных кампаний.

В прошлом, стандартная колонка “Marketing Source” в CRM-системе компании (Pipedrive) отображала смешанные данные по источникам трафика. При этом, лишь небольшой процент входящих заявок содержал какой-либо контент в автоматически заполненном поле “Marketing Source”. В то же время, данные по внешним конверсиям на сайте, предоставляемые стандартными инструментами веб-аналитики, описанными выше, могут быть недостаточны для оптимизации ROI, CAC и в последствии LTV, ведь на последние влияют конверсии уже на следующих этапах воронки, данные о которых видны именно в CRM.

---

Таким образом, было выделено две проблемы, препятствующие эффективной аналитике и своевременным корректировкам рекламных кампаний:

• Отсутствие данных об источнике трафика для большинства сделок внутри CRM. Не все источники трафика и, в частности, данные о рекламные кампаниях, были отображены в CRM до внедрения сквозной аналитики;
• То незначительное количество данных, которые автоматически подтягиваются системой в поле «Marketing Source», отображается как полный URL сайта-реферала, без стандартизированного формата, что требует большого объема ручной обработки каждый раз, когда необходимо провести анализ и скорректировать рекламные кампании (как видно на рис. 8).

Рисунок 8 – Пример неэффективного отображения данных источников трафика в CRM Enestech Software (до внедрения сквозной аналитики)

Для решения данной проблемы было подготовлено ТЗ с перечнем стандартных полей, содержащих данные об источниках трафика и рекламных кампаний (в том числе, на основе UTM-меток) и примером корректного заполнения для дальнейшего пользовательского анализа сотрудниками отдела маркетинга, исключающего ручной процесс. Отрывок примененного ТЗ отображен ниже, в таблице 4.

Таблица 4 – Перечень необходимых полей с примерами заполнения данных для эффективного анализа рекламных кампаний в CRM (из нашего ТЗ на внедрение сквозной аналитики в Enestech Software)

Название поля (колонки) в CRM	Примеры значений
Source (UTM)	google, yandex, direct visit, toaster.ru
Medium (UTM)	organic, referral, cpc
Campaign (UTM)	ny_promo
Term (UTM)	banner1
Initial Referrer	toaster.ru/q/189335
Form Request Type	trialrequest, checklist_es
Form Page	/, /get-a-demo, etc.
Entrance Page	/features
Last page visited	/about-us
IP Country	Thailand
First name	Геннадий, Sørina, John

С внедрением сквозной аналитики на основе вышеперечисленных требований, мы получили подробную почву для анализа, корректировки и оптимизации эффективности рекламных кампаний в Enestech Software. Также, данное ТЗ затронуло и исправило проблему с использованием поля «Имя и фамилия» на сайте продукта компании – SENET - www.senet.cloud. Такой подход с совмещением двух полей в одно повышает заполняемость, что положительно сказывается на конверсии из трафика в заявку (лид), но не дает возможности использовать полученное значения в личных обращениях через email-коммуникацию. Так, с новым дополнительным полем “First name”, которое видно только пользователям CRM, мы теперь можем персонализировать обращения по имени в автоматизированной коммуникации с клиентами, используя полученное значение как переменную в письмах, push-уведомлениях и так далее.

---