Сегодня у нас еще один охуенный бесплатный сервис на суд общественности – Linkodium Analytics. Штука крайне простая, но крайне нужная.
Начну с предыстории. Одной из наших услуг является интернет-реклама, и, в отличии от большинства рекламных агентств, по итогам рекламной кампании мы не просто пересылаем автоматически сгенерированные отчеты от рекламных площадок – мы делаем аналитику, интерпретируем полученные результаты и готовим для клиента отчет на понятном для него языке.
Реклама вообще штука субъективная и общепринятых правил как оценивать её результаты пока никто не придумал. Кто-то скажет «вашу рекламу увидело 100 тыс. человек» (при этом 100 тыс. – это показы, а реально могло увидеть в десятки раз меньше, при этом не было получено ни одной заявки) – и клиент «схавает». Ну заебись же – теперь обо мне все знают (а толку?).
Есть всего 3 более-менее объективные метрики – конверсия ресурса, цена лида и кол-во лидов. Вот именно с ними мы и работаем, и клиентов заставляем обращать внимание в первую очередь на эти метрики при выборе подрядчика.
Но и тут не всё так просто – как получить эти метрики? Яндекс Директ говорит от 450 конверсиях, Яндекс Метрика – о 882, Google Analtyics – о 326. Какую цифру брать в расчетах, что писать в отчете?
При том – мы работаем в бюджетном сегменте, поэтому можно забыть о CRM-системах – все заявки клиенты с удовольствием получают тупо на почту (к слову, и CRM тут особо не поможет, но об этом ниже). Я же не буду среди кучи спама вручную все эти заявки отбирать?
CRM – тоже беда, мало того что никто не занимается настройкой источников в CRM, дак после того как у нас появился Linkodium Analytics – мы заметили, что зачастую из CRM заявки магическим образом куда-то пропадают (их удаляют, причем по разным причинам, лол).
И не дай бог, если одна реклама может приносить разных лидов. Пример: есть сайт, на нем продаются товары с разной маржинальностью (от 10% до 80%). Все товары интересны, но в разной степени. Отдельно идет бюджетная реклама на низкомаржинальный товар, отдельно – на «жирный». Дак вот, пришел клиент по «жирной» рекламе, а купил хуйню дешевую – это нужно отразить в отчете.
Ну и собственно, чтобы не ковыряться в письмах и админках мы решили разработать стандартизированный принцип для хранения и сортировки заявок, завернуть это в онлайн-сервис и сократить скорость подготовки отчета по рекламе в среднем в 5 раз.
Linkodium Analytics – это в первую очередь подход к стандартизации данных из полученных заявок. Мы посмотрели какие поля есть в большинстве форм на наших сайтах – это ФИО, Телефон, Email и сообщение. Также, всю дополнительную информацию мы решили приводить к строке, которая была бы разделена на отдельные параметры с помощью спецсимволов – это позволит, при необходимости, в отчете выделять отдельные группы, например по конкретным товарам или по регионам покупателей.
Каждая заявка сопровождается техническими данными:
– Страница входа
– Страница заявки
– UTM-метки (полученные из страницы входа)
– User-agent
– ip-адрес
– Реферер
Это позволит нам доподлинно определять источники заявок, а также разного рода махинации и спам (по ip и user-agent).
Также, если у клиента есть CRM-система, заявка сначала уходит именно туда, а в Linkodium Analtyics мы сохраняем ID заявки в сторонней CRM-системе. Это позволит выявить удаленные заявки, а также расширить отчет финансовыми показателями, такими как «Стоимость контракта» или «ROI».
Вообще-то мы сделали очень плохую вещь – некоторые клиенты вынуждены были уволить своих маркетологов, потому что принципы стандартизации смогли полностью автоматизировать работу таких маркетологов. Единовременная настройка формул в Excel позволила сразу получать наглядную статистику по продажам, источникам, рентабельности и т.д. Теперь не нужен человек, который будет в течении месяца сидеть и вручную собирать, и анализировать каждую заявку.
Как это работает:
1. На сайте устанавливается скрипт, который в момент попадания человека на сайт запоминает все его технические параметра (кто, каво, откуда пришел). Для сайтов на WordPress вообще есть готовый плагин, который позволит никак не дорабатывать веб-сайт, а просто установить плагин.
2. Далее, когда пользователь оставляет заявку, сначала отрабатывает стандартный скрипт сайта (отправляется почта, заявка улетает в CRM и т.д.), после этого заявку нужно отправить в Linkodium Analytics.
3. Для проведения анализа необходимо скачать Excel-файл (https://analytics.linkodium.com/wp-content/uploads/2020/07/screen-orders.jpg) из Linkodium Analtyics за указанный период. Если есть CRM – можно расширить полученные данные с помощью функции ВПР в Excel (ну или сопоставить данные с помощью любого другого скрипта).
Но ведь есть Roistat и подобные сервисы – вопрошают продвинутые маркетологи. Да есть, но
– во-первых, они стоят деняк (и не мало)
– во-вторых, данные в них далеко не точные (привет пользователям AdBlock)
– в-третьих, методы анализа в таких сервисах жестко «зашиты», и когда нужно учесть определенные собственные нюансы – проще накидать формул в Excel и пользоваться ими – простор для анализа в Excel безграничен.
В общем, если хочешь навести порядок в заявках – попробуй: https://analytics.linkodium.com
