Внедрение сквозной аналитики для продуктового ритейлера: кейс «Макси» и Adventum

Без сквозной аналитики бизнесу приходится вручную собирать данные о рекламных источниках. Это часто приводит к ошибкам и затрудняет оценку эффективности кампаний.

Автоматизированные отчеты и дашборды упрощают анализ, позволяют быстрее реагировать на результаты и принимать решения на основе реальных данных.

Как внедрили сквозную аналитику у продуктового ритейлера «Макси» и каких результатов добились — читайте в кейсе.

Клиент

«Макси» — крупная продуктовая сеть из 76 магазинов в 12 городах и со штатом более 3000 сотрудников. Компания разработала две платформы для работы с покупателями: сайт (интернет-магазин) и приложение.

В приложении реализована программа лояльности с более чем 1 млн персональных карт. Запущены различные CRM-механики:

1. welcome-пакеты с приветственными баллами;
2. накопление кэшбэка с индивидуальными целями;
3. еженедельные купоны. 

«Макси» активно проводит рекламные кампании, включая ситуативный маркетинг, акционные каталоги, листовки и сезонные активности. Организует розыгрыши продукции и крупных призов, например, автомобилей и квартир. 

В совокупности компания запускает более 700 рекламных акций в месяц.

Задачи 

Клиент обратился с проблемой: ручной сбор данных занимал до 8 часов на каждый отчет. Поэтому основной задачей было сократить это время, чтобы освободить ресурсы для анализа и экспериментов.

Бизнесу требовалась автоматизация процессов, переход от сложных и громоздких таблиц в Excel к простым и быстрым решениям. Это должно было сэкономить ресурсы и помочь эффективней анализировать результаты для принятия оперативных решений.

Решение

Процессы по сбору данных перестраивали в несколько этапов:

1. Аудит. Команда Adventum провела аудит мобильного приложения и сайта. В «Макси» подготовили инструкцию, какие данные необходимо отслеживать и в каком формате.
2. Сбор и подготовка данных. Организовали сбор данных о сеансах пользователей в разрезе рекламных площадок.
3. Хранение и обработка данных. Настроили интеграцию и обработку данных с использованием системы ClickHouse.
4. Визуализация данных. Процессы обработки данных и создания демо-дашбордов в BI-системе Superset шли параллельно. Команда Adventum создала демо-дашборды на основе сгенерированных данных и доработала их по обратной связи от клиента. После этого дашборды подключили к реальным данным, что обеспечило точную и наглядную визуализацию ключевых показателей. 
5. Обучение сотрудников. Команда Adventum обучила сотрудников «Макси» системе Superset. Разобрались, как пользоваться существующими дашбордами и создавать новые, адаптированные под конкретные задачи.

Архитектура системы

В проекте настроили сбор из внешних источников данных:

1. рекламные площадки (MyTarget, OK Ads, Tg Ads, VK Ads, Yandex Business, Yandex Direct Ads, Yandex Dzen Ads);
2. Яндекс.Метрика;
3. Яндекс Диск, где хранятся медиапланы и другие важные данные.

Все данные подключили к внутреннему контурному процессингу через коннекторы, после чего происходит обработка, обновление и подготовка данных для хранения в ClickHouse.

Построенная система интегрируется с BI-системой SuperSet, где данные визуализируются, и у сотрудников появляется доступ к интерактивным отчетам с графиками и удобной навигацией.

Сложности: требовалось развертывание на серверах клиента, предоставляемых reg.ru. Максимальный объем памяти на этих серверах составляет 16 Гб. Наши системные требования позволяют эффективно работать на таком оборудовании.

Дополнительная задача — разработать собственный UTM-прометчик

Для проекта был разработан UTM-прометчик с расширенным функционалом, который превзошел возможности стандартных решений. Прометчики из открытого доступа обеспечивают базовые задачи, но для сложных сценариев с особым набором правил их возможностей недостаточно.

Мы создали кастомный инструмент, который учитывает все потребности и технические требования «Макси». Новый прометчик минимизирует ручной труд при создании UTM-меток и значительно снижает вероятность ошибок, связанных с человеческим фактором, обеспечивая более точное и автоматизированное формирование URL.

«Проект с “Макси” стал отличным примером успешной адаптации и внедрения сквозной аналитики с использованием отечественных и open source инструментов после ухода зарубежных сервисов». 

Сущенко Николай, Технический Директор «Adventum» 

Кто и как сейчас работает с данными в  Макси

Основные пользователи — отделы аналитики и интернет-маркетинга. Интернет-маркетологи могут анализировать рекламные кампании в разрезе KPI, используя удобные дашборды. События, связанные с рекламными кампаниями, напрямую соотносятся с KPI.

Также данными пользуются контент-менеджеры и руководители проектов. У команды появилась возможность отслеживать, какие кампании способствуют достижению поставленных целей. Руководители могут самостоятельно посмотреть необходимые данные, не обращаясь к аналитикам.

Результаты

1. Скорость подготовки

2. Управление РК

3. Наглядность отчетов

Вместо того чтобы контролировать бюджеты только в конце месяца, теперь команда корректирует их в процессе, что позволяет мгновенно реагировать на изменения и повышать качество трафика. 

4. Коммуникация

Быстрая выгрузка данных о рекламных кампаниях — сколько было запланировано и потрачено — буквально в один клик. Это позволяет предоставлять актуальную информацию любому внутреннему заказчику, в том числе руководителям.

Практическое применение

Продвижение мобильного приложения

Одна из главных целей — переток персональных карт («пластика») в приложение, так как оно открывает больше возможностей для взаимодействия с пользователями. 

С помощью сквозной аналитики теперь можно отслеживать: 

1. Количество перешедших пользователей. Например, запускаем РК на пользователей «пластика» и смотрим, какой процент пользователей скачивает и начинает пользоваться приложением.

1. Стоимость установки. Если видим, что стоимость установки приложения растет — можем моментально отреагировать и заменить креативы.

1. Расход бюджета. Если после запуска РК  не происходят показы, то теперь это можно увидеть в режиме реального времени и оперативно среагировать. Раньше этот факт мог остаться незамеченным на несколько дней до следующего отчета. 

РезультатыВ сентябре 2024 года по сравнению с сентябрем 2023 года:

1. на 2,5% выросло количество покупок в интернет-магазине;
2. на 20% увеличилось количество сеансов на сайте и в мобильном приложении; 
3. на 8% увеличилась конверсия в покупку в профильных рекламных кампаниях.

Персонализированная работа с пользователями

Сейчас сквозная аналитика позволяет моментально оценивать эффективность РК. 

В начале 2024 года реализовали несколько новых метрик, которые открыли возможность видеть данные в разрезе одного пользователя. Теперь можно запускать РК на жизненный цикл пользователя в онлайне, например:

1. новые пользователи приложения (запускаем на них РК, направленные на удержание);
2. «ушедшие» пользователи, которые более 1 месяца не совершали покупок (в этом случае запускаем РК на возвращение);
3. вовлечение действующих пользователей в промо-акции по купонам, индивидуальным скидкам.

Результаты

После внедрения сквозной аналитики конверсия CRM-механик выросла от 6% до 120%.

Отслеживание источников трафика 

Доступен единый дашборд, на котором сотрудник без входа в рекламные кабинеты оценивает, например, стоимость клика.  При этом, можно создавать отдельные дашборды для больших РК, например, в новогодний сезон или для открытия нового магазина.

Возможность смотреть результаты всех РК на едином дашборде сохранилась. Кроме того, разбивки стали подробнее: не только по каналам, но и, например, по городам.

«Обсуждения источников трафика и результатов стало возможным в 2 раза чаще, потому что теперь на подготовку отчета тратится меньше времени. Мы смогли значительно улучшить результаты за этот год по управлению рекламными кампаниями и качеству трафика благодаря появившейся ясной картине по данным. В сентябре 2024 года, по сравнению с сентябрем 2023, стоимость клика снизилась на 60%, а CTR вырос на 175%». 

Тимина Нина, Веб-Аналитик «Макси»   

Какие планы

В дальнейшем команда проекта планирует интегрировать офлайн-чеки, чтобы лучше оценивать эффективность кампаний. Это позволит отслеживать, какие пользователи сделали покупку с применением промокода, и какова была их средняя стоимость. 

Следующим логичным шагом будет объединение маркетинговой и продуктовой аналитики, чтобы:

1. строить воронки в разных срезах, 
2. сегментировать пользователей, 
3. проводить анализ их путей на сайте, в приложении и оффлайне. 

Это будет возможно под капотом решения dataCraft.