0/5
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

К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры
Какие показатели нужно учитывать для оценки эффективности интернет-магазина, и как их подсчитывать? Много полезных формул в подробной инструкции.
К чему приводит экономия интернет-магазина на аналитике и почему бизнес – это про цифры
Тимур Габдрахманов, аналитика маркетингового агентства Биплан

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.




Читайте также: Сквозная аналитика: что, как, зачем?




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.

Тимур Габдрахманов, 
аналитика маркетингового агентства Биплан


время публикации: 10:00  20 декабря 2019 года
0
Теги: аналитика, e-commerce


Комментарии (0)


Чтобы оставить комментарий, Вам необходимо авторизоваться:  
Подпишитесь на новости ритейла

Согласен с политикой конфиденциальности

Император Revizum
Реклама на New Retail. Медиакит
Агатов РБК вебинар Юридические аспекты
Реклама на New Retail. Медиакит