Войти как пользователь
Вы можете войти на сайт, если вы зарегистрированы на одном из этих сервисов:
17 Июля 2017 в 16:02

Кейс: сквозная аналитика для интернет-магазина

3 6370
Денис Соболев
Руководитель отдела аналитики,
webit

Сегодня поговорим о том, как создать эффективный инструмент мониторинга бизнеса и параллельно решить еще несколько внеплановых задач.

Клиент

Заказчик - крупная мебельная компания, у которой уже есть сформированная система аналитики и оценки эффективности рекламных каналов.

Проблема

1. Сложность сбора данных для подготовки ежемесячных отчетов, высокая трудозатратность.

2. Отсутствие текущей актуальной информации, что затрудняет оперативное реагирование отдела маркетинга компании.

Решение

Знакомство с проектом

В ходе знакомства с проектом мы выяснили, что у заказчика есть потребность в автоматизации отчетности. Из технологий, применяемых на стороне заказчика:

  • Сайт работает на CMS Bitrix, там же хранится информация по заказам, выручке и прибыли.
  • Установлены счетчики Яндекс.Метрики и Google Analytics.
  • Установлен Calltracking Alloka и их же сервис обратного звонка.

На основе собранной информации провели аналитику, составили план работ и начали реализацию.

Организация логики сбора и хранения данных

Организация логики сбора и хранения данных.png

В качестве связующего звена во всех источниках данных были выбраны «Источник \ канал, Кампания и Ключевое слово». Это и было использовано в будущем основным параметром для сегментации данных.

Для хранения информации выбрали базу данных MySQL.

Преимущества:

  • Стоимость: бесплатно.
  • Позволяет без проблем хранить большие объемы данных.
  • Имеет широкое распространение, много доступной документации.

В качестве языка для реализации модулей сбора информации был выбран PHP.

Причины:

  • Присутствует на любом хостинге.
  • Подходит для работы с MySQL и решения частной задачи.

В качестве системы визуализации был использован Power BI от Microsoft.

Причины:

  • Возможность обновления по расписанию.
  • Легкость построения визуализаций.

Подготовка необходимой программной части

Подготовка необходимой программной части.png

Подробнее рассмотрим, какие именно модули необходимы для сбора данных. Как мы уже говорили ранее – реализовывать их будем на PHP.

Структурируем все источники данных:

  • Платные источники (те, на которые у нас есть расход):

- Яндекс.Директ

- Google.AdWords

- Яндекс.Маркет

- Criteo

- Email-рассылки

- SEO

  • Информация о звонках
  • Информация из CRM

Платные источники

Все платные источники можно условно разбить на два типа:

  • Источники с оплатой за клик.
  • Источники с абонентской платой.

Источники с оплатой за клик

Чтобы собирать статистику из Яндекс.Директа, мы использовали API Метрики.

Для сбора статистики из Google AdWords мы использовали API Google Analytics.

Импорт статистики Яндекс.Маркета мы автоматически настроили в Google Analytics, а затем аналогично выгружали через API.

Таким образом мы получали по каждой рекламной системе следующую базовую информацию:

  • Дата
  • Источник трафика 
  • Канал трафика
  • Рекламная кампания
  • Ключевое слово \ условие показа
  • Количество переходов
  • Стоимость

Источники с абонентской платой

Для источников с абонентской платой было решено заполнять расход раз в месяц в Google Таблицах.

Источники с абонентской платой.png

Вид таблицы

Далее расход преобразовывался и импортировался в PowerBI, совмещаясь с остальной статистикой.

Остальные источники данных

Для сбора информации по остальным переходам, например, реферальным ссылкам или прямым заходам, был также использован API Google Analytics. Также дополнительно приняли решение собирать данные по просмотрам карточек товаров и добавлении товара в корзину из расширенной электронной коммерции.

Собираются следующие данные:

  • Дата
  • Источник трафика
  • Канал трафика
  • Рекламная кампания
  • Ключевое слово \ условие показа
  • Количество сеансов
  • Количество достижений цели «Просмотр карточки товара»
  • Количество достижений цели «Добавление товара в корзину»

Информация о звонках

Для сбора информации из коллтрекинг-системы брали следующие данные:

  • Номер звонившего
  • Источник трафика
  • Канал трафика
  • Рекламная кампания
  • Ключевое слово \ условие показа

Информация из CRM

В качестве CRM в данном проекте используется «1С-Битрикс: Управление сайтом». Основной проблемой для нас на данном этапе явилось то, что у нас не было информации об источнике заказа при его оформлении. Для этого был реализован отдельный модуль, который позволил решить эту проблему и ряд дополнительных. В итоге мы смогли получить развернутую детализацию по заказам и при этом связать эту информацию с источником перехода.

Итого

С учетом индивидуальных особенностей архитектуры и проблем, с которыми мы столкнулись, составили подробное техническое задание для каждого из модулей.

По результатам спроектировали систему, при которой в результате отработки всех скриптов у нас в базе данных оказывалась вся необходимая актуальная информация.

Визуализация данных

Обработка данных

Как мы уже писали ранее, для визуализации мы использовали Power BI от Microsoft.

Предупреждение: Данные не являются реальными и намеренно искажены, так как являются коммерческой тайной, анализировать их нет смысла.

Воронка продаж

Воронка продаж.png

Из плюсов данной визуализации можно отметить, что мы видим конверсию на каждом значимом для нас этапе продаж в разрезе источников. Можно выбрать в фильтре любой интересующий период, а также нужную группу источников. Удобно выявлять и отслеживать неэффективные источники и наоборот.

Эффективность рекламных кампаний

Эффективность рекламных кампаний.png

С помощью данной таблицы можно определить, какие рекламные кампании не приносят заказов вообще, а по каким у нас есть заказы, но они все равно убыточны. Аналогичная таблица есть для ключевых слов, если нужно проанализировать интересующую кампанию.

Недельная динамика

Недельная динамика.png

Данная визуализация интересна тем, что мы видим понедельную динамику нашего проекта и можем оперативно выявлять проблемные места по источникам трафика, если видим спады, заменяя его другими источниками.

Общие данные, сводная таблица

Общие данные, сводная таблица.png

На данной визуализации мы видим все источники трафика и показатели по ним за нужный нам период плюс отдельно вынесены ключевые показатели.

Графики, диаграммы и прочее

Прочитав текст выше, вы наверняка задались вопросом: какая же визуализация без графиков и диаграмм? Эти данные мы также добавили в наш BI-файл.

Графики, диаграммы и прочее.png

На данной визуализации мы видим, какая доля дохода приходится у нас на каждый источник, а также видим распределение заказов и продаж по телефону и через сайт.

Данные визуализации – это далеко не предел возможностей Power BI, а скорее необходимый минимум для эффективного мониторинга бизнес-показателей клиента.

Результат

В результате работы получился эффективный инструмент мониторинга бизнеса, который подходит как для руководителей высшего звена, так и для маркетологов. Отдельные части данных (например, по контекстной рекламе) можно предоставлять своим подрядчикам для повышения эффективности их работы.

Дополнительно решили проблемы:

  • Ожидание отчетов. Предоставили возможность видеть актуальные данные по всем каналам, в любое время, в удобном виде. С актуальностью за последние сутки.
  • Затрата времени на отчеты. Сократили временные и финансовые издержки за счет автоматизации процессов формирования отчетности.
3 комментария
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
  • Дмитрий Чубенко
    1
    комментарий
    0
    читателей
    Дмитрий Чубенко
    2 месяца назад
    Спасибо, коллеги, что пользуетесь www.alloka.ru

    Кстати, наш сервис обратного звонка постепенно обрастает новыми функциями, например недавно добавлено расписание работы виджета в зависимости от дня недели и времени суток.

    alloka.ru/news/novyie-vozmozhnosti-alloki-sms-dialog-raspisanie-kollbeka-monitor-i-drugie
    -
    1
    +
    Ответить
  • Denis Sobolev
    3
    комментария
    0
    читателей
    Denis Sobolev
    3 месяца назад
    У нас есть замечательная статья про интересную модель атрибуции: blog.webit.ru/idealnaya-model-atributsii-dlya-yandeks-direkt-pri-pomoshhi-power-bi/
    Ничего не мешает взять коэффициенты и применить их к текущим цифрам для принятия дальнейших операционных решений, причем добавив в Power BI.
    -
    0
    +
    Ответить
  • Николай
    1
    комментарий
    0
    читателей
    Николай
    3 месяца назад
    Всё прекрасно в этом кейзе, кроме одного. Стандартная модель аттрибуции в GA (последний непрямой клик) даёт жуткую погрешность. Принимать решения на её основе категорически нельзя.
    -
    0
    +
    Ответить

Отправьте отзыв!