Желая заработать больше денег и привлечь новых клиентов, владельцы проектов традиционно используют 3 пути их развития.


Первый путь сводится к тому, чтобы развивать свои проекты, руководствуясь лишь интуицией.

Второй – копирование известных конкурентов.

Третий вариант – полагаться на тесты и аналитику. Обычно в маркетинге используется смешанный подход, сочетающий в себе все три варианта.


Специалистам рынка нередко приходится сталкиваться и с заблуждениями в области веб-аналитики. Чтобы не допускать ошибок в дальнейшем, имеет смысл рассмотреть их подробнее.



Заблуждение первое сводится к тому, что все пытаются оптимизировать конверсию.



Однако не стоит забывать, что конверсия – это всего лишь один из показателей. Более того, улучшение этого показателя вовсе не означает, что увеличится прибыль.





К примеру, можно поднять конверсию, но при этом снизить средний чек, или же уменьшить маржинальность. На практике же нередко встречаются ситуации, когда снижается конверсия, но при этом растет чистая прибыль. Это достигается за счёт того, что с каждого заказа владелец бизнеса зарабатывает чуть меньше, но заказов становится намоного больше.



Сама по себе работа с конверсией не имеет смысла – гораздо важнее чистая прибыль, которая остается в итоге у владельца бизнеса.



Второе распространенное заблуждение связано с ёмкостью каналов.





Так, при повышении ставки по отдельному каналу количество кликов остаётся примерно на том же уровне, однако затраты клиентов растут. Принимая решение повысить ставки по наиболее перспективным источникам, нужно брать в расчёт следующий аспект: по мере достижения максимальной ёмкости канала, получить больше заказов с него становится невозможно.



Третья ошибка сводится к интерпретации показателей с точки зрения статистической достоверности. Конверсия в разные дни недели бывает разной, поэтому всегда будет ошибочным считать, что те или иные действия, к примеру, изменения интерфейса кнопки CTA, действительно, привели к изменению показателей. Важно учитывать, что это может быть просто колебание спроса по дням недели, сезонность и множество прочих различных факторов. И использовать калькулятор статистической достоверности — инструмент, который подскажет, действительно ли улучшился показатель.





Обычно подобные «вау-истории» выглядят примерно так:





Как видно, подобные кейсы далеко не всегда имеют реальные обоснования. Зачастую их результаты интерпретируются неверно.



Чтобы убедиться в правильности своих выводов, имеет смысл запустить А/А тестирование и оценить его итоговый результат. При этом один и тот же вариант нововведения показывают обеим группам, на которые предварительно была разделена аудитория. Если всё сделано правильно, то никакой разницы данных не будет. Если, инструмент показывает, что конверсии для одной версии больше, чем для другой – значит, он работает неправильно, и нужно использовать другие инструменты типа Google Analytics Content Experiments.



Довольно показательным в этом отношении можно считать кейс, в котором рассказывается о том, как при сохранении прежнего объёма посещаемости увеличить конверсию на 60% - с 9% до 14,5%. На сайте, специализирующемся на оптовой продаже одежды и обуви известных брендов, расположенный рядом с кнопкой CTA текст: «Уже хотите взглянуть на полный прайс-лист?», заменили на: «Выслать вам полный прайс-лист?». Это изменение протестировали правильным A/B тестом и, спустя пару месяцев, математически проверили, что конверсия, действительно, повысилась настолько заметно.



Достигнуть этих результатов удалось, благодаря тому, что призыв к действию стал проще и понятнее, а вокруг самой целевой кнопки появилось больше свободного пространства.





Помимо перечисленных выше факторов, любому представителю бизнеса важно помнить, что конкуренты не всегда работают «в плюс». Иногда у них просто нет задачи получить прибыль. Их цель может быть совершенно отличной от того, чтобы заработать на первом заказе. Кроме того, компании могут зарабатывать на повторных заказах, могут иметь скидку от поставщика, некоторые получают бонусы от вендоров. Именно здесь имеют место постоянные затраты, которые могут быть у любого крупного бизнеса. Это свидетельствует о том, что в плане аналитики далеко не всегда имеет смысл ориентироваться на показатели конкурентов.



В качестве кейса из реальной бизнес-практики можно привести следующий опыт работы с аналитикой: предприниматель компании считал, что его ресурс посещает более миллиона пользователей в месяц. После проделанной аналитической работы оказалось, что на сайте использовалось несколько доменов, и расчет велся неверно. По итогам исправления ошибки в коде оказалось, что посетителей на ресурсах насчитывалось не более 500 тысяч. То есть, ровно вполовину меньше, чем считал владелец ресурса.



Кроме того, менеджерам проектов важно продумать, какие ключи они будут использоваться в аналитике. В свою очередь, ключи позволят собрать данные из различных источников. Примерами могут служить: номер заказа, номер клиента и прочие подобные данные. Эти базовые вещи можно отдать в Google Analytics или в Яндекс.Метрику, а затем связать по ним массу различных показателей.





Используя ключи, можно посмотреть:




Какие заказы дал каждый из источников;

Какие заказы отменились;

Какие заказы были действительно обработаны и оплачены.


То есть, ключ – это определенный критерий, который можно связать с другой базой данных и получить конкретный ответ. К примеру, если у владельца ресурса есть доступ к аккаунту пользователя в популярной социальной сети, то, используя этот источник, можно выяснить интересы потенциального клиента, его возраст. Так, например, если женщина не указывает возраст, то, проанализировав круг её друзей, которые заканчивали ту же школу, возраст можно вычислить с лёгкостью. Кроме того, существуют специальные инструменты и разработки, которые значительно упрощают процесс извлечения подобных данных. Так, сервис dadata.ru позволяет получить массу персональных данных о пользователе.





Для повышения эффективности рекламы имеет смысл использовать ремаркетинг в социальных сетях. В Facebook, ВКонтакте, myTarget можно загрузить номера мобильных телефонов своей аудитории, а также интересующие e-mail и ID. Далее можно нацеливать рекламу на определенные категории пользователей. Так по e-mail номерам телефонов удалось найти людей, которые отписались от рассылки одного из клиентов, и таргетировать рекламу на них. В результате, конверсия оказалась в 2,5 раза выше, чем средняя по сайту. Стоимость привлечения заказа (CPO) составила $4, в то время как в среднем по сайту она равняется $10. Кроме того, удалось реанимировать тех клиентов, которые 2-4 года не совершали на сайте никаких заказов.



Скрипт SourceBuster сохраняет в куки источник пользователя, прямо как Google Analytics. Дальше программисты при регистрации или оформлении заказа сохраняют эти данные за каждым пользователем. В базе данных появляется специальная табличка, где указана полная информация по заказам и источники переходов пользователей.





В свою очередь, скрипт позволяет сравнить реальную прибыль по заказам с затратами на рекламные источники. Это же можно использовать в целях арбитража, к примеру, проанализировать внутри партнёрки, насколько эффективными оказались вложения в тот или иной рекламный канал.





Тем, кто предпочитает создавать рассылки на MailChimp, важно понимать, что сервис использует ID рассылки и ID конкретного пользователя. Благодаря этому, мы можем вытянуть данные о том, как конкретный подписчик рассылки перемещался по сайту, в какой последовательности, и какие страницы человек смотрел.



Резюмируя изложенное выше, имеет смысл напомнить следующие истины:




Важно подвергать сомнению все факты, особенно, когда речь идет об интерпретации данных аналитики.

Следует постоянно анализировать показатели.

А успешное использование этих данных в конечном итоге позволит любому бизнесу зарабатывать больше.


Доклад Романа Рыбальченко прозвучал в рамках потока Digital marketing на VI Международной SEO Conference 2015 в Казани. Полную версию презентации можно найти здесь.




Обсудить  

Читайте также


Комментарии Кто голосовал Похожие новости

Комментарии