Сквозная аналитика: внедрять свою или использовать готовое решение? 10 факторов выбора

2022-12-15 07:39:29 Время чтения 20 мин 537

В каких случаях коробочного сервиса для полноценной сквозной аналитики недостаточно? Разберем критерии и поможем вам определиться.

Из облачных сервисов сквозной аналитики в России уже можно составить крепкий топ-10. И это только те, что на слуху. Почему же кто-то до сих пор внедряет собственные решения, когда на рынке такой выбор готовых?

Мы настраиваем контекстную рекламу и аналитику для e-commerce проектов. Среди клиентов такие лидеры в своих нишах, как Vsemayki и Русский Букет. Большие проекты практически не используют готовых решений сквозной аналитики, либо дорабатывают их под свои задачи. В статье расскажем, почему так происходит и какие плюсы это дает.

Содержание статьи:

Плюсы «коробочных» сервисов сквозной аналитики
Их ограничения
Кому подойдет «коробка»
Кому нужно больше
10 факторов для внедрения собственной сквозной аналитики

Своя система аналитики даст более мощный арсенал возможностей. Но нужны ли они вам?

Преимущества облачных сервисов сквозной аналитики

Мы не будем обозревать каждый известный сервис, а возьмем некий усредненный портрет. Какой-то из них предоставляет больше возможностей, какой-то меньше. Суть та же: мы сравниваем массовый продукт с собственной разработкой.

Плюсы:

Автоматическая интеграция сервиса с основными аналитическими, рекламными системами.
Часто есть встроенный коллтрекинг, или сама система создана на базе коллтрекинга.
Сервис – единая платформа управления маркетингом.

За дополнительную оплату можно подключить email-трекинг, ловец лидов, многоканальную аналитику, правила управления ставками в контексте.

Возможность визуализации данных.

Подключение в пару кликов, без программистов.
Есть демо-версии, пробные периоды: можно проверить работу системы на ваших данных.
Некоторые сервисы предлагают использовать в рекламе аудитории, собранные на основе данных большого количества своих клиентов (в каком-то смысле по рынку)

Ограничения «коробочных» систем сквозной аналитики

С ними можно столкнуться, если проект масштабный или уникальный.

Практически любая дополнительная функция требует оплаты:

за новые интеграции, количество номеров в коллтрекинге и т.д. Цена, указанная на сайте сервиса, это не та сумма, которую вы в итоге заплатите. Минимальный тариф мало кого устраивает.

Тарифы пропорциональны количеству посещений сайта.

Чем больше у вас трафика, тем дороже будет пользование сервисом. В какой-то момент, если проект растет, или в высокий сезон, тариф может увеличиться.

Визуализации встроенные, изменить их нет возможности, как и интерфейс

Неудобно смотреть отчет – придется смириться или поменять сервис.

Количество доступных интеграций конечно, и они охватывают не все системы: рекламы, аналитики, лидогенерации.

Если у вас больше 15 путей входа клиентов на сайт, то отследить их все корректно будет сложно. Это бесплатные каналы трафика (поисковые системы, сторонние сайты, где размещена ссылка на ваш ресурс, email, мессенджеры, группы социальных сетей, звонки, сайты партнеров и тп.), и платные (рекламные системы, email-рассылки, коллтрекинги, онлайн-чаты, ловцы-лидов, переходы от видеоблогеров, тв и радио-реклама, системы промокодов и т.п.).

Нет важных для бизнеса модулей план-факта, прогнозирования, сложного сегментирования.

Или предлагаются за дополнительную плату.

Пример сегментирования: у нас есть проект, в котором важно отслеживать воронку бронирования номеров пользователями. Номера разделяются на несколько категорий, каждую из которых нужно просматривать отдельно. Пользователи могут на одном из этапов бронирования изменять свое решения и выбирать другую категорию, что необходимо учитывать при их сегментировании.

Таким образом, в отчетности клиента есть система воронок, отражающая процесс бронирования различных категорий номеров и переход пользователей из одной воронки в другую. Одновременно с этим сегментированием происходит разбивка всех расходов и доходов на выбранные категории.

Вы не сможете реализовать собственную модель атрибуции.

Например, у вас сильный бренд, и один из типичных путей пользователей к заказу это «контекст — брендовый SEO-трафик — ретаргетинг в соцсети». Значение брендового трафика в цепочке касаний логично снизить, так как вы им не управляете и оно не стоит денег.

Интеграцию с BI-системой настроить не получится.
Нельзя построить отчеты на срезах данных, которые получаются после сложных этапов обработки сырой статистики.

Обработка необходима для объединения данных из различных инструментов, для работы с ключевыми фразами из рекламных систем, для создания группировок, переопределения наименований каналов и источников, кластеризации, сегментации и т.п.

Если у вас редкая или самописная CRM, которая не входит в список интеграций сервиса, подключить ее не удастся.

Или придется прибегать к помощи техподдержки и программистов. Некоторые сервисы не предоставляют прямой интеграции даже к популярным решениям – стоит проверить, есть ли ваша CRM в списке.

«Из коробки» не означает – «работает само».

Понадобится помощь специалистов, техподдержки, уже внедренная система может давать сбои и ошибки, которые придется устранять. Вам помогут, но и это стоит денег.

? Если погуглить отзывы, то увидим много жалоб на клиентский сервис.

Но и хороших отзывов тоже достаточно, поэтому фактор спорный. Тут видимо, как повезет с менеджером.

Итак, ограничения есть, но критичны только для проектов с определенными требованиями. Большинство малых и средних бизнесов могут с ними никогда не столкнуться.

Можно привести аналогию с классами автомобилей – из пункта А в пункт Б доставит любой. Но кому-то нужен повышенный комфорт, более высокая скорость или мощность двигателя. Если, конечно, автомобиль корректно сравнивать с бизнес-инструментом, который должен приносить деньги.

Так все-таки облачный сервис сквозной аналитики или индивидуальная разработка?

Мы не противопоставляем кастомную аналитику сервисам, в этом вопросе нет смысла: у них просто разный спектр задач.

Теперь о критериях: кому достаточно готового решения, а кому нужно внедрять сквозную аналитику собственной разработки.

Кому подойдет сквозная аналитика из «коробки»?

Основной критерий выбора: количество трафика и источников, которые нужно отслеживать. Если это просто лендинг, с источниками Директ и прямые заходы, то хватит связки «Метрика — CRM — коллтрекинг».

Ваши задачи решит облачный сервис, если:

В месяц на сайте не больше 50 000 визитов.
Вам достаточно отслеживать только коллтрекинг и рекламные системы, соотносить их с расходами, заявками и доходами.

Вам нужны различные вспомогательные функции, которые можно получить за дополнительную плату и только в сервисах.

У вас нет технического специалиста для проведения сложных настроек:

создания токенов для систем, выгрузки данных по API, обработки и объединения сырых данных в требуемые наборы данных, прогнозирования результатов и KPI, кластеризации данных, создания пользовательских визуализаций на языках формул.

У вас нет сложной системы KPI.

Ориентир на количество лидов, цену лида, цену сделки, и эти KPI не меняются в зависимости от продукта, например.

На одном из наших проектов: отличается KPI на брендовые и небрендовые запросы, типы кампаний и города.

Как вариант, в проекте с электронной коммерцией у вас могут использоваться специальные коэффициенты для расчета дохода по набору целей или расчет дохода с выкупом.

Вы предполагаете, что вам хватит «коробки» на весь цикл жизни проекта:

когда бизнес вырастет, будете смотреть те же самые отчеты и отслеживать те же самые показатели.

Вы не собираетесь часто менять сервисы:

выгрузить ваши данные и перенести в другой скорее всего не получится.

Каждый сервис имеет свои ограничения и это может стать проблемой, когда ваш бизнес начнет расти. Иногда лучше сразу подключать кастомное решение с прицелом на будущее, даже если прямо сейчас в нем нет нужды.

Power Bi достаточно легко обвесить новыми интеграциями, с появлением новых задач (так делал, например, Ozon). Когда бизнес вырастет, потребуется не переделывать аналитику, а развивать. А вот переезжать с одной «коробочной» системы на другую будет достаточно больно.

Как понять, что вам нужно больше, чем могут предложить сервисы сквозной аналитики?

Рассказываем на примере наших клиентов: какие именно задачи они решали с помощью кастомной сквозной аналитики. А о том, как выглядят наши отчеты мы писали в статье и прикладывали ссылки на демо.

Критерий настройки собственной системы аналитики все тот же – объем анализируемых данных, и к нему еще добавляются требования точности. На больших бюджетах цена ошибки выше, и каждый источник должен контролироваться. Нужно видеть более узкие срезы по аудиториям, устройствам, отслеживать путь клиента с первого визита по 20-й.

Проект это не просто большой посещаемый сайт, это может быть сайт + несколько лендингов под отдельные продукты + мобильное приложение. Или федеральный бизнес с филиалами по стране, и у каждого отдельный сайт. При этом весь трафик с них нужно видеть в едином окне.

Иногда подключение к облачному сервису просто невозможно по соображениям безопасности. Внутренняя политика компания такова, что не позволяет передавать данные третьей стороне.

Выгоднее будет делать собственную аналитику, если:

У вас большие объемы данных в аналитических системах, много активных рекламных каналов.

Например, у вас за месяц на сайте 120 000 сеансов, активно работают контекстная реклама в Яндекс Директ, реклама ВКонтакте, MyTarget, вы привлекаете пользователей через сообщество, истории, reels в социальных сетях, используете email-рассылку, чат-ботов, связываетесь с клиентами в мессенджерах.

Использование даже половины из перечисленных источников говорит о том, что вам следует разрабатывать кастомную систему сквозной аналитики. А еще среди каналов трафика есть поисковые системы, рекомендательные сайты, ссылки с сайтов партнеров, отзовиков и т.п.

Вам нужна гибкая система визуализации, способная воплотить все ваши идеи и проверить каждую из гипотез.

Вы хотите сами выбирать, какие данные и в каких срезах анализировать.

Виктория Титова

аналитик интернет-агентства Finepromo

В нашей практике был случай, когда клиент хотел построить отчетность в известной системе сквозной аналитики. Вот проблемы, с которыми мы столкнулись:
– одни пользовательские группировки нельзя включать в другие, то есть не получится создать множество собственных срезов и организовать из них сложную вложенную систему;
– пользовательская группировка не может содержать срезы, которые представлены в системе на различных уровнях вложенности;
– при изменении стандартных названий показателей и их перерасчете нельзя в последующем изменять систему атрибуции.

Вы хотите иметь универсальное хранилище, без ограничений по сбору, обработке, обогащению данных.

Решение из «коробки» может содержать ограничение на 20000 тыс. визитов в месяц (которое вы можете расширить до 2 000 000 визитов в месяц, заплатив сотни тысяч рублей).

У вас собственная CRM-система.
Вам нужно видеть не только прямые, но и ассоциированные конверсии, участие разных источников в цепочке касаний за всю историю визитов пользователя.

Например, может понадобиться построить сложную воронку продаж; вычислить количество ассоциированных конверсий и проследить влияние каналов трафика друг на друга; построить прогноз на конец месяца по каждому из KPI; разделить рекламные кампании на типы; оценить эффект от используемых в рекламе баннеров; отслеживать категорию таргетинга для рекламных кампаний с автотаргетингом.

Пример отчета с ассоциированными конверсиями, влиянием каналов друг на друга в двух системах атрибуции:

Вам нужен уникальный интерфейс, который включает только функции, необходимые вам.
В компании сложная система оценки эффективности каналов трафика, которая требует дополнительных расчетов.

Пример из работы с клиентом: основной KPI – доход с процентом выкупа по каналу трафика, дополнительный KPI — ROI. При этом значение KPI по доходу зависит от расхода на канал за месяц.

Пример отчета для оценки дохода с учетом выкупа и наценки по рекламным системам и их кампаниям:

Сервисы не позволяют оценить эффективность каждого баннера, используемого в рекламе.

Да, есть статистика по отдельным рекламным объявлениям. Но наш отчет например позволяет собирать все объявления по одному макету. Может быть 1500 отдельных баннеров-объявлений разных размеров и с разными таргетингами, а по факту это 3-5 макетов (с разным посылом, например).Можно руками не клеить статистику по 1500 объявлений и не сопоставлять с id. Он позволяет оценить эффект каждого креатива, в независимости от формата баннера.

Пример отчета для оценки эффективности баннеров:

Нужно учесть ретроспективные данные, скопившиеся в ваших системах.

Идеальным решением будет выгрузка всей имеющейся ретроспективы. Это позволит с большей точностью анализировать сезонность, взаимосвязь показателей, влияние настроек рекламных кампаний и инструментов лидогенерации на показатели, а также отслеживать эффект от изменения дизайна, юзабилити веб-сайта. В «коробочном» решении загружаются данные либо с даты подключения, либо за последние 3-6 месяцев.

Кто все-таки заказывает индивидуальную настройку сквозной аналитики?

Персонализированная система сквозной аналитики подходит крупным проектам, которые хотят получить продукт без ограничений. Но коллтрекинг, ловцы лидов и другие сервисы нужно подключать отдельно, выбрав комплект из наиболее удобных.

Что касается цены внедрения сквозной аналитики – про это можно писать отдельную статью. По нашему опыту, проекты, которые подключают собственную сквозную аналитику осознанно, и реально ее используют, окупают ее через какое-то время. А ежемесячная поддержка может выйти даже дешевле чем тарифы облачных сервисов.

Кастомная сквозная аналитика нужна проектам с амбициями: