Для чего нужна многоканальная аналитика агентству. Рабочий кейс

Для чего нужна многоканальная аналитика агентству. Рабочий кейс
Если отчёт по рекламе выглядит печально, не забудьте проверить ассоциированные конверсии Через месяц запуска рекламы для проекта хостинговой компании, коэффициент конверсии составил 0,2%. За этот месяц мы настроили:   поисковые рекламные кампании; рекламные кампании на сети с текстовыми и графическими объявлениями; ретаргетинг.  Использовали два рекламных канала — Яндекс.Директ и Google AdWords.  Отчёт клиента не порадовал. Так, мог бы начинаться наш антикейс. Потому что, после такого отчёта, обычно, опускаются руки, а клиент уходит. Но мы расскажем дальше, как нашли пропавшие конверсии. Конвертирует ли сайт Прежде чем опускать руки и отключать рекламу, надо проверить — а есть ли вообще конверсии с сайта? Для этого, достаточно посмотреть отчёт «Источники трафика — Каналы» в Google Analytics.  Отчёт «Источники трафика» Сайт конвертировал и ранее. Об этом мы знали. Но обнаружили, что по числу конверсий лидируют два канала — Referral и Direct.    Referral или реферальный трафик — это переходы с веб-сайтов, не относящихся к социальным сетям. Т.е., любые переходы не из рекламы, поисковых систем или социальных сетей. Direct — так в Google Analytics называются сеансы, во время которых пользователи самостоятельно указывают URL сайта в браузере, или используют закладку. В эту категорию, также, попадают остальные сеансы, которые не подходят под другие источники (реклама, поиск, реферальный трафик, соцсети), или, при обрыве сессий в посещении сайта. Т.е., всё, что система не определила. Подробнее о принципах обработки трафика.      Раскрыв Referral мы обнаружили, что большинство переходов и, соответственно, конверсий были не со сторонних сайтов, а именно с сайта клиента. То есть, явно происходил обрыв сессии и источник, который привёл посетителя на сайт — терялся. А вместо него, источником перехода засчитывался поддомен сайта клиента. Бывает, конечно, что у компании очень лояльный пул постоянных пользователей, которые заходят и делают заказ по закладке браузера. Тогда, может быть высокий процент конверсий с «прямых» заходов. Но в нашем случае, большинство покупателей — были новые пользователи.  Ситуация была странная. Надо было разобраться, почему происходил обрыв, и понять первоначальный источник конверсий. Итак, откуда они? Находим пропавшие конверсии Чтобы выяснить это, мы посмотрели отчёт «Ассоциированные конверсии» в Google Analytics. Смотрим на последний столбец «Ассоциированные конверсии/конверсии по последнему клику или прямому взаимодействию».   Отчёт «Ассоциированные конверсии» Данные в этом столбце показывают, какие каналы были основными для конверсий, а какие вспомогательными (пользователи пришли с этого канала впервые на сайт, а совершили конверсию с другого). Расчёт происходит следующим образом: ассоциированные конверсий делят на количество конверсий по последнему клику.   Если полученное значение близко к 0, то канал, преимущественно, является последним при совершении конверсии; Если близко к 1, то канал, по которому пришли пользователи, может быть и вспомогательным; Если больше 1, то он, чаще всего, является вспомогательным.    Ассоциированные конверсии — это те, для которых канал не является последним взаимодействием. Ясно видно, что поисковая реклама — вспомогательный канал со значением 5,61. Такая же картина и с органическим трафиком — «бесплатный поиск».  Значит, пользователей на сайт приводят два этих канала, а конверсии засчитываются другим. Проанализировать реальную эффективность рекламы поможет ещё один отчёт Analytics: Атрибуция — Инструмент сравнения.     Системы аналитики в базовых отчётах считают конверсии по последнему переходу (модель last click). Например, пользователь мог увидеть впервые рекламу доставки оригинальных букетов в Facebook, но в тот момент, она не была актуальна и он не заказал. Спустя какое-то время, когда потребность сформировалась, он в поиске набрал «доставка букетов из фруктов» и перешёл по рекламным объявлениям Google AdWords на сайты нескольких компаний, в том числе и той, что видел раньше в Facebook. Потом изучил отзывы, параллельно видя ретаргетинговые объявления с конкретными ценами той самой первой компании. В итоге, он набрал её название в поисковой строке и перешёл не по рекламному объявлению, а по органическому поиску. И система аналитики присвоит бесплатному поиску эту конверсию. Если мы будем ориентироваться только на эти данные, то примем в корне неверное решение об эффективности рекламы.  В отчёте «Инструмент сравнения» мы видим, как конверсии распределяются между каналами, в зависимости от их места в пути. Правила, согласно которым происходят распределения, называются моделями атрибуции. Мы сравнили конверсии по последнему и первому клику.  Отчёт «Инструмент сравнения»  Как видно из слайда, разница огромная. Что говорит о том, что настроенная нами реклама приводила клиентов на сайт. Они его изучали, и те, кто принимал решение о покупке, начинали процесс заказа услуги. А дальше, на втором шаге заказа при переходе на платежную систему, происходил обрыв сессий. А когда пользователь возвращался на сайт, начиналась новая сессия. И совершенная конверсия присваивалась уже не контекстной рекламе, а переходам (Referral) или прямым заходам.  В нашем случае, обрыв сессии был причиной потери данных. Поэтому, модель атрибуции по первому взаимодействию помогла нам найти пропавшие конверсии. С примером про необычные букеты, каждый из источников помог пользователю принять решение и совершить покупку. Они имеют одинаковое значение для совершения конверсии, поэтому, можно использовать линейную модель атрибуции, когда всем каналам в последовательности конверсий присваивается одинаковая ценность.    Управляем рекламой на основе ассоциированных конверсий  Чтобы устранить обрывы сессий на сайте и уменьшить число шагов до конверсии, клиент начал переработку сайта. Процесс долгий, и реклама в этот период должна работать. Теперь мы понимаем, что конверсии с рекламы есть. Как это показать клиенту в отчёте и управлять рекламой на основе этих знаний? Для работы с рекламными кампаниями в агентстве используется сервис Marilyn. У нас это ведущая система для сквозной аналитики. На основе аналитики мы настраиваем правила управления контекстной рекламой и готовим отчёты для клиента. Отчёты система формирует автоматически по заранее заготовленным шаблонам, и отправляет на почту итоговую ссылку на скачивание. Но данные о конверсиях из Google Analytics поступают, как и в стандартных отчётах — по последнему клику. Мы обратились к техподдержке сервиса за решением этой проблемы. Нам настроили загрузку ассоциированных конверсий по всем непрямым взаимодействиям в отдельный профиль аналитики. После этого при расчёте стали учитываются все вспомогательные каналы, за исключением последнего.  Это дало возможность видеть быструю статистику по ассоциированным конверсиям в срезе по кампаниям, а также, делать максимально подробные выгрузки по всем элементам кампаний. Теперь можно обоснованно назначать ставки и настраивать оптимизацию.  Интерфейс Marilyn В итоге, первый месяц работы рекламы дал 10 конверсий, общей стоимостью 16 380 рублей, с коэффициентом конверсии 0,2%. Во втором месяце, с добавлением ассоциированных конверсий, мы показали в отчёте клиенту 72 конверсии по цене 2 115 рублей, с коэффициентом в 1,2%.  Какие выводы мы сделали  Не стоит ориентироваться только на базовые отчёты. Представьте себе, мы настроили рекламу, убедились, что есть переходы. А конверсий нет, или почти нет. Мы решаем: сайт не конвертирует или услуга не востребована. Клиенту говорим — «извините, но помочь не можем». Тратим время и деньги на поиск нового клиента… И всё заново. Да, бывает, что реклама не даёт результатов. Потому что не сезон. Или сайт такой путаный, что совершить заказ может только очень упорный человек. Или услуга новая, либо, слишком сложная. Но прежде, чем расписаться в своём бессилии, надо копнуть глубже. Не отключать ни один источник рекламы, пока не проверили: приносит ли он ассоциированные конверсии. Управлять рекламой с учётом ассоциированных конверсий.        
<!—more—>