К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры


В условиях высокой конкуренции, когда нужно бороться за каждого клиента, ключевую роль в успехе играет системный подход к работе с данными и продвижению бизнеса. Лидеры рынка в сфере электронной коммерции привлекают внимание целевой аудитории, анализируют поведение пользователей на сайте и их предпочтения, собирая на выходе большой объем данных. Как правильно работать с данными и зачем интернет-магазину нужна аналитика?

С каждым годом сквозная аналитика становится популярнее – сегодня сложно представить серьезный интернет-магазин, который не следит за показателями рекламных кампаний в Google Analytics и Яндекс.Метрике. Развитию сквозной аналитики способствуют крупные интернет-магазины, работающие с большими объемами и нуждающиеся в повышенном контроле на каждом этапе от закупки товара до реализации. Огромный поток клиентов, разный путь к покупке, высокая частота сделок – все это нужно учитывать, если магазин не хочет отдавать долю рынка конкурентам.

Неправильная работа с данными или ее полное отсутствие приводит интернет-магазин к падению уровня продаж. Так еще и рекламный бюджет уходит непонятно куда – в один месяц все прекрасно, а в другой ужасно. Предприниматели часто задаются вопросом – «Как так получилось? Спрос на товары в интернете есть, а динамика продаж отрицательная».

Зачем интернет-магазину нужна аналитика

Типичный путь покупателя больше не является линейным – переключение между сайтами, поиск промо-кодов и мониторинг отзывов, прежде чем пользователь вернется на сайт магазина и совершит покупку через другое устройство. Сбор и анализ всех этих взаимодействий является сложной задачей для человеческого анализа, но не составит труда для умного алгоритма.

Регистрируя и анализируя онлайн поведение, аналитические инструменты нового поколения собирают исчерпывающие данные о пользователях – богатые информацией профили из разных сегментов аудитории. Глубина таких профилей выходит за рамки общих демографических данных. Они фиксируют все взаимодействия пользователя с брендом – просмотренные товары, клики, прошлые покупки, клики по рекламе и т.д. и предоставляют персонализированные рекомендации по продуктам на основе всего, что система знает о конкретном клиенте.

Потребители активно высказываются в интернете о своих предпочтениях и нуждах. Аналитические платформы позволяют добыть эту информацию, вам остается только научиться правильно интерпретировать данные.

По мере того, как границы между торговыми каналами продолжают стираться, бренды обращаются к объединенной коммерции на основе облачных вычислений, чтобы обеспечить целостность пути клиентов по всем точкам взаимодействия – мобильным, социальным, онлайн и офлайн магазинам. Аналитика электронной коммерции также должна развиваться, чтобы отслеживать покупателей, где бы они ни находились. Независимо от того, покупают они продукт в Instagram, изучают бренд с телефона или расплачиваются подарочной картой в магазине.

Какие ошибки чаще всего встречаются и как их избежать:

Выбор неправильной метрики для контроля

Сосредоточьтесь на улучшении наиболее важных для вашей прибыли показателей. Часто менеджеры фокусируются на росте трафика, когда можно удвоить прибыль, акцентировав внимание на повышении коэффициента конверсии и увеличении среднего чека. Рост количества уникальных посетителей вашего сайта поможет увеличить продажи, но есть более эффективные способы повышения доходов.

Разработка собственного софта для сбора аналитики или CMS системы

Создание собственной CMS с нуля практически невозможно, если вы не являетесь высококвалифицированным веб-разработчиком. Это может стать кошмаром, даже если вы опытный разработчик. Для начала выберите платформу попроще, которая будет не только соответствовать вашим текущим потребностям, но и установит планку с точки зрения того, что вам понадобится от софта в будущем.

Отсутствие системного контроля и ответственного специалиста в компании

Работа с данными – это ежедневный процесс, а не оценка ситуации два раза в месяц. В компании, если мы говорим о небольшом интернет-магазине, должен быть сотрудник, который привязан к KPI. Никаких задач по аналитике, которые упали специалисту в нагрузку к остальным. На этапе роста, когда интернет-магазин не может позволить специалиста в штате, мы рекомендуем обращаться в агентство, чтобы сэкономить время и избежать ошибок. Вы вряд ли воспользуетесь услугами незнакомого фрилансера, так как речь идет о работе с открытыми данными.

На какие показатели нужно ориентироваться интернет-магазину

Начинайте считать, как только у вас есть достаточное количество данных для расчета хотя бы одной из описанных далее метрик. То есть практически сразу.

На какие показатели ориентироваться:

  • ROMI (от англ. return on marketing investments, «возврат маркетинговых инвестиций»)

Нельзя переоценить эту метрику для расчета эффективности рекламы.
Формула: ROMI = (валовая маржа из кампании − затраты) / затраты.

  • CR (от англ. conversion rate, “коэффициент конверсий”)

Применяется для оценки доли пользователей, перешедших в следующий этап воронки. Чем меньше это соотношение, тем больше вероятность, что на этом этапе воронки следует что-то поменять.

Формула: количество посетителей, перешедших в следующий этап воронки или совершивших транзакцию, деленное на общее количество посетителей.

  • CTR (от англ. click through rate, “соотношение кликов и показов”)

Чем выше показатель, тем больше людей на сайт привела реклама.

Формула: количество кликов по рекламе, деленное на количество показов рекламы.

  • RR (от англ. retention rate, «коэффициент удержания»)

Коэффициент удержания используется для подсчета клиентов и отслеживания их активности вне зависимости от количества транзакций (или долларовой стоимости этих транзакций), совершенных каждым клиентом.

Формула: количество активных пользователей на n-ый lifetime / количество активных пользователей на начальный (нулевой) lifetime.

Например, если к вам в июле обратилось 500 новых клиентов, то в когорте июля их будет 500, retention rate на нулевой месяц 100%. В августе (первый месяц lifetime) количество клиентов из июльской когорты сократилось до 400, retention rate = 400 / 500 = 0.8, или 80%.

  • CR (от англ. churn rate – коэффициент оттока)

Показывает, какая доля пользователей прекращает совершать покупки, пользоваться продуктом или просто “отваливается” с течением времени.

Формула: количество активных пользователей на n-ый lifetime / количество активных пользователей на n-1 lifetime – 1.

Возьмем наш пример для расчета: (400 / 500) – 1 = -0.2 или -20%. Если в следующем месяце количество клиентов увеличится до 600 то churn rate будет (600/400) – 1 = 0.5 или 50%.

  • LTV (от англ. lifetime value, «пожизненная ценность клиента»)

LTV является важной концепцией, поскольку побуждает компании смещать акцент с квартальной прибыли на здоровые долгосрочные отношения с клиентами.

Формула: рассчитать средний чек клиента, а затем умножить его на среднюю частоту покупок, чтобы определить ценность клиента.

  • CAC (от англ. customer acquisition cost, «стоимость привлечения клиента»)

Сумма, которую тратит компания на привлечение нового клиента.

Формула: рассчитать средний чек клиента, а затем умножить его на среднюю частоту покупок, чтобы определить ценность клиента. Затем, рассчитав среднюю продолжительность отношений с клиентом, либо взяв период времени, который вас интересует, умножить на ценность клиента, чтобы определить LTV.

Пока CAC ниже, чем LTV – все хорошо!

Что делать интернет-магазину

Отслеживать воронку продаж

Вы видите весь путь, который пользователи проходят до совершения покупки, а также на каких этапах они отваливаются.

Стандартные шаги пользователя до покупки:

  • посетил главную страницу магазина;
  • просмотрел карточку товара;
  • добавил товар в корзину;
  • приступил к оформлению;
  • произвел оплату.

Для построения воронки следует замерить – сколько пользователей прошли через каждый этап.

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

Дополнительно рассчитывайте итоговую конверсию – отношение количества посетителей на данном этапе к количеству посетителей на первом этапе, и конверсию в следующий шаг – отношения количества посетителей на данном этапе к количеству посетителей на предыдущем этапе.

На основании данной таблицы можно выдвинуть гипотезы и сделать выводы – «Почему из 10000 пользователей, добавивших товар в корзину, только 3000 произвели оплату?», «В чем причина того, что 2000 пользователей, начавших оформлять заказ, не довели его до конца?» и т.д.

Воронка также учитывает последовательность событий. Вы видите количество пользователей, которые зашли на сайт, добавили товар в корзину, проконсультировались в чате и только потом начали оформлять заказ.

Когортный анализ

Чтобы понять, например, как по месяцам изменяется количество пользователей, совершивших покупку впервые. По результатам станет ясно, кто приносит больше денег – покупатели, совершившие свою первую покупку давно, или новички.

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

Когортный анализ по количеству совершивших покупку пользователей

На примере когортного анализа вы видите, что пользователи в основном совершают покупки в первый месяц. В последующих количество пользователей из каждой когорты резко снижается. С октября по декабрь (светлые ячейки посередине) на сайте было больше всего пользователей, совершивших первую покупку.

Анализ поведенческих когорт

Соберете аудиторию посетителей, которые совершали какое-либо действие на сайте. Например, добавляли товар в корзину, ставили лайк под записью или обращались в поддержку.

Для этих когорт можно рассчитать Retention rate или Churn rate и сравнить с такими же метриками когорт пользователей, которые не совершали действия. Так вы поймете, какие действия и как влияют на рост количества постоянных клиентов.

Какие инструменты использовать в работе

Google Analytics и Яндекс.Метрика

Это основные источники данных онлайн-магазинов: агрегирование и хранение, отчеты в таблицах, разделение по сегментам, отслеживание электронной торговли и многое другое. Достаточно только настроить, поддержка минимальная, так еще и бесплатно.

Google Tag Manager

Не совсем инструмент аналитики, но, благодаря GTM, все надстройки над сайтом можно произвести без риска «положить» сайт. А таких надстроек нужно много – всевозможные пиксели соц. сетей, счетчики и скрипты сервисов аналитики, отслеживание событий на сайте для настроек целей и т.д.

Коллтрекинг

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

Источник: MANGO Office

С помощью коллтрекинга вы сможете отслеживать и тегировать звонки, контролировать качество работы отдела продаж и конкретизировать сильные и слабые места при обработке входящих обращений. Сейчас на рынке есть несколько отличных сервисов, в лидерах – CoMagic и CallTouch.

JetStat

Позволяет автоматизировать сбор отчетов из систем аналитики, рекламных кабинетов и файлов, после чего объединить, привести в порядок и выгрузить в нужном виде. Вы не будете тратить время на рутинную обработку данных в Excel и Google SpreadSheets. Наши ABC и XYZ анализы мы проводим с помощью JetStat.

Roistat

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

Система собирает данные из CRM, рекламных площадок и вашего сайта, выстраивая отчеты по ключевым бизнес-показателям.

Результат

Работа с данными предполагает накопительный эффект, внимание к деталям и регулярность. Тех, кто хочет увидеть в системе прямой ответ на вопрос – где будет больше продаж, я спешу разочаровать. Полученные данные нужно обработать и сделать правильные выводы, определиться с решением, зафиксировать сроки и внести корректировки, которые помогут привлечь больше клиентов и сократить затраты на рекламу.

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры

Если небольшие интернет-магазины могут ограничиться базовыми инструментами и простыми системами, которые буду формировать отчёт, то средние и крупные прорабатывают карту стека marketing и sales технологий, прописывая все сервисы и инструменты, использующиеся на разных этапах воронки продаж. А также разрабатывают Customer Journey Map, которая помогает понять цели, барьеры и отношение потенциальных клиентов с момента знакомства с компанией до момента оплаты сделки, и даже дальше.

Возможные последствия неправильной работы с данными:

  1. Не знаете, откуда приходят клиенты и сколько стоят обращения из разных каналов.
  2. Не понимаете, куда нужно перераспределять бюджет, чтобы привлечь больше клиентов за меньшие деньги.
  3. Не уверены, что бизнес будет развиваться и приносить прибыль.
  4. Не готовы к дополнительным вложениям и экспериментам, потому что не умеете оценивать промежуточные результаты.
  5. Не учитываете изменения на рынке, которые можно просчитывать, используя накопленные данные.

С таким объемом информации сложно справиться самому, особенно, когда есть другие важные задачи, связанные с управлением и выстраиванием бизнес-процессов. Руководитель должен комплексно оценивать ситуацию. Для этого ему нужны отчеты – без лишних данных, только то, что действительно влияет на результат. Собственник или директор бизнеса развивает компанию и контролирует каждый этап, а продвижением и корректировками курса должны заниматься профессионалы.

Похожая статья:

Системы сквозной аналитики: какую лучше выбрать

Тимур Габдрахманов

Тимур Габдрахманов
Веб-аналитик



Расскажите, была ли полезна эта статья?

Полезно (0)Не полезно (0)

Нужна помощь маркетолога? Свяжитесь с нами по телефону: 8 (499) 648-04-19 или оставьте заявку, и мы перезвоним вам в течение 5 минут.

Подпишитесь
на наш
xблог