Сквозная аналитика: как связать рекламу и продажи

Иллюстрация к материалу «Сквозная аналитика: как связать рекламу и продажи»

Рекламные кабинеты показывают клики и заявки, CRM-система — сделки и выручку, а между ними часто зияет пропасть. Маркетолог отчитывается стоимостью лида, отдел продаж жалуется на качество заявок, а владелец бизнеса не понимает, какая реклама на самом деле окупается. Сквозная аналитика закрывает этот разрыв: она прослеживает путь клиента от первого клика до оплаты и показывает доход по каждому каналу. Разберем, как она устроена и как внедрить ее без лишней сложности.

Что такое сквозная аналитика

Сквозная аналитика — это система, которая объединяет данные о расходах на рекламу, поведении на сайте, обращениях и продажах в единую цепочку. В результате для каждой кампании, объявления или ключевой фразы можно увидеть не только сколько стоили клики и заявки, но и сколько денег принесли реальные сделки.

Обычная веб-аналитика заканчивается на целевом действии: человек оставил заявку — цель достигнута. Но заявка еще не деньги. Ее могут не обработать, клиент может передумать, сумма сделки может сильно отличаться. Сквозная аналитика продолжает цепочку дальше, до статуса «оплачено» и суммы чека, а иногда — до повторных покупок.

Читайте также: Типичные ошибки при запуске рекламной кампании

• расходы — данные из рекламных кабинетов;
• визиты и источники — данные счетчика на сайте;
• обращения — заявки, звонки, сообщения, чаты;
• сделки — статусы и суммы в CRM;
• итог — выручка и окупаемость по каждому источнику.

Зачем это нужно бизнесу

Главная причина — разница между дешевыми заявками и прибыльными клиентами. Представим две кампании. Первая приносит заявки по 600 рублей, вторая — по 1 500 рублей. По логике рекламного кабинета первая выглядит в два с половиной раза эффективнее. Но если в продажу превращается каждая двадцатая заявка из первой кампании и каждая четвертая из второй, клиент обходится в 12 000 и 6 000 рублей соответственно. Без связки с продажами бюджет перетек бы в худший канал.

Вторая причина — споры между маркетингом и продажами. Когда данные объединены, видно, где проблема: реклама приводит нецелевых людей или менеджеры не перезванивают вовремя. Третья причина — честное планирование. Зная стоимость клиента и выручку по каналам, можно рассчитать, сколько вложить в рекламу для нужного объема продаж.

Как данные связываются между собой

Ключевая задача — сохранить информацию об источнике на каждом шаге и передать ее дальше. Технически это происходит через идентификаторы.

1. Посетитель кликает по объявлению. В ссылке есть UTM-метки или идентификатор клика, а счетчик на сайте присваивает браузеру свой идентификатор.
2. На сайте посетитель оставляет заявку. Вместе с именем и телефоном в CRM скрыто передается идентификатор посетителя и данные об источнике.
3. Если человек звонит, коллтрекинг подменяет номер и определяет, с какого визита пришел звонок. Эти данные тоже попадают в CRM.
4. Менеджер ведет сделку, меняет статусы, фиксирует сумму и оплату.
5. Система аналитики забирает из CRM сделки, из рекламных кабинетов — расходы, и сопоставляет их по идентификаторам и меткам.

На выходе получается отчет, в котором напротив каждой кампании стоят расходы, количество заявок, количество сделок, выручка и окупаемость. Самое уязвимое место в этой цепочке — передача данных из формы на сайте в CRM. Если форма отправляет только имя и телефон, источник теряется, и все дальнейшие расчеты становятся невозможными.

Варианты внедрения

Сквозную аналитику можно построить разными способами, и выбор зависит от объема бизнеса и бюджета.

Готовые сервисы сквозной аналитики. Подключаются к рекламным кабинетам, CRM, коллтрекингу и сайту через готовые интеграции. Плюс — быстрый запуск и готовые отчеты. Минус — ежемесячная оплата и ограничения в настройке нестандартных сценариев.

Встроенные возможности систем. Яндекс Метрика умеет принимать данные о заказах и офлайн-конверсиях, а многие CRM имеют собственные отчеты по источникам. Такой вариант дешевле, но требует аккуратной настройки и часто дает менее полную картину.

Собственное решение. Данные выгружаются в таблицы или базу и сводятся вручную или скриптами, отчеты строятся в инструментах визуализации. Подходит компаниям с аналитиком в штате или специфическими процессами.

Полуручной вариант. Для небольшого бизнеса с несколькими десятками сделок в месяц часто достаточно таблицы, куда менеджер вносит источник по каждой сделке, а маркетолог раз в неделю добавляет расходы. Это не автоматизация, но уже лучше, чем решения наугад.

Не стоит начинать с дорогого сервиса, если в CRM нет порядка. Сквозная аналитика лишь отражает данные — если сделки не закрываются и суммы не вносятся, отчет будет красивым, но пустым.

Подготовка к запуску

Прежде чем подключать какие-либо сервисы, нужно навести порядок в исходных данных. Это самый трудоемкий, но и самый важный этап.

• все рекламные ссылки размечены единообразно;
• на сайте настроены цели и счетчик стоит на всех страницах;
• формы передают в CRM скрытые поля с источником и идентификатором посетителя;
• звонки отслеживаются через коллтрекинг или хотя бы фиксируются вручную;
• в CRM есть обязательные поля «источник» и «сумма сделки»;
• менеджеры своевременно меняют статусы и закрывают сделки;
• договорено, что считается выручкой: сумма заказа, оплата, маржа.

Отдельно стоит продумать работу с повторными клиентами. Если человек пришел с рекламы, купил, а через три месяца вернулся напрямую и купил снова, к какому каналу отнести вторую покупку? Ответ зависит от выбранной модели атрибуции и от того, умеет ли система склеивать обращения одного клиента по телефону или почте.

Как читать отчеты

Когда система заработала, главное — правильно интерпретировать цифры. Ключевые показатели сквозной аналитики выглядят так.

1. Стоимость лида — расходы, деленные на количество обращений.
2. Конверсия в продажу — доля обращений, ставших оплаченными сделками.
3. Стоимость клиента — расходы, деленные на число оплативших.
4. Выручка по каналу — сумма оплаченных сделок.
5. ROMI — разница между валовой прибылью и расходами, деленная на расходы, в процентах.

Пример. Кампания израсходовала 80 000 рублей, принесла 100 заявок, из которых 16 стали оплаченными сделками со средним чеком 25 000 рублей. Выручка — 400 000 рублей. При марже 35% валовая прибыль составит 140 000 рублей, а ROMI — (140 000 − 80 000) / 80 000, то есть 75%. Кампания окупается. Если бы ROMI считали от выручки, а не от прибыли, получили бы 400% и сильно переоценили бы эффективность — это распространенная ошибка.

Важно учитывать и длину цикла сделки. Если от заявки до оплаты проходит месяц, свежие кампании будут выглядеть убыточными просто потому, что их сделки еще не закрыты. Поэтому окончательные выводы о канале лучше делать с задержкой, равной типичному циклу продажи.

Типичные ошибки внедрения

Опыт разных проектов показывает, что сквозная аналитика чаще ломается на организационном уровне, чем на техническом.

• менеджеры создают сделки вручную, не привязывая их к заявке, и источник теряется;
• звонки на основной номер не отслеживаются, и часть продаж уходит в «неизвестно»;
• дубли сделок искажают конверсию: один клиент — три заявки — три сделки;
• выручка вносится с ошибками или не вносится совсем;
• оценка по модели последнего клика обесценивает каналы, которые знакомят с брендом;
• отчеты строятся, но решения по ним не принимаются.

Чтобы избежать этих проблем, нужно назначить ответственного за качество данных и раз в неделю проверять несколько случайных сделок: есть ли у них источник, соответствует ли он реальности, внесена ли сумма. Такая выборочная проверка быстро выявляет системные сбои.

Какие решения принимать по отчетам

Отчет сквозной аналитики полезен только тогда, когда за ним следуют конкретные действия. Чтобы данные не превращались в ежемесячную формальность, стоит заранее определить, какие решения вы готовы принимать на их основе и при каких значениях показателей.

Например, можно договориться о пороговых значениях. Если ROMI кампании стабильно выше 50% на протяжении двух циклов сделки, бюджет на нее можно увеличивать постепенно, шагами по 15–20%, наблюдая, не падает ли эффективность. Если окупаемость отрицательная, но конверсия в продажу высокая, проблема скорее в цене клика, и стоит поработать со ставками и семантикой. Если заявки дешевые, а продаж нет, нужно разбираться с качеством аудитории или с обработкой обращений.

• масштабировать каналы с устойчиво положительной окупаемостью;
• пересматривать объявления и фразы, которые дают много заявок без продаж;
• проверять скорость и качество обработки там, где конверсия в продажу аномально низкая;
• сохранять охватные каналы, если они заметно участвуют в цепочках покупок, даже при слабом последнем клике.

Важно также сравнивать результаты не только внутри одного месяца, но и в динамике. Канал, у которого окупаемость медленно снижается от месяца к месяцу, сигнализирует о выгорании аудитории или росте конкуренции задолго до того, как он станет убыточным.

Итоги

Сквозная аналитика связывает рекламные расходы с реальной выручкой и позволяет оценивать каналы по прибыли, а не по стоимости заявки. Ее основа — сохранение источника на каждом шаге: от метки в ссылке до поля в CRM. Начинать стоит с порядка в данных — разметки, целей, передачи скрытых полей и дисциплины менеджеров, — и только потом выбирать между готовым сервисом, встроенными возможностями систем или собственным решением. Окупаемость нужно считать от прибыли и с учетом цикла сделки, тогда отчеты станут надежной опорой для распределения бюджета.