Как провести аналитику проекта и добиться измеримого результата

Marien Yan • 16 июля 2020

Здравствуйте, сегодня мы разберем полезный кейс о том, как снизить стоимость привлечения клиентов и увеличить их колличество для интернет-магазина


Что мы имели?
 

Компания с интернет-продажами мебели для B2C, ориентированных на массы cо средней выручкой ~ 5 млн. в месяц.
В арсенале имелся профессиональный маркетолог и несколько специалистов по регулированию и аналитике трафика.
 

Интернет-привлечение через каналы трафика в затратах варьировалось от 850 000 руб. до 1200 000 руб. и производилось с помощью пяти основных каналов ( Яндекс.Директ, GoogleAd, GoogleMerch, Criteo, Яндекс.Маркет)



Основные проблемы заключались в:

 

1) Большой стоимости лида (CPl)
2) Высокой стоимости заказа (С
PO)
3) Довольно поверхностном анализе распределения трафика, где учитывались только очень явные «недочеты»

Задача стояла в том, чтобы снизить стоимость привлечения клиентов интернет-магазина и увеличить их число, учитывая невозможность использования технологий сквозной аналитики.

 

 

Решение задачи ( стадия 1).
 

Анализ многоканальных последовательностей.

Для полого представления о текущей ситуации был взят месячный период с 1.05.18-29.05.18.

Прежде чем начинать анализ эффективности источников трафика с точки зрения дохода на инвестиции (ROI) мы проанализировали «путь» потенциального клиента от 1-го контакта с сайтом до совершения конверсии и то, каким образом клиенты, совершающие конверсии, вообще попали на сайт.

 

путь посетителей
 

Тут прослеживается определенная закономерность «пути» посетителей, в частности:
 

  •  Первый источник трафика: Paid Search - Платная реклама
  •  Последний источник трафика: Direct - Прямой переход на сайт


В результате самое большее количество – 94 конверсии были совершены с Платной рекламы с 1 касания.
 

Уточняю, что анализировались макро конверсии:

— Цель 1: [КЦ] Обратный звонок

— Цель 2: [КЦ] Оформили заказ

— Цель 3: [КЦ] Покупка в 1 клик

 

    Ручное сведение данных


ручное сведение данных

Яндекс Метрика и
Google Analytics автоматически анализируют платный трафик по модели атрибуции «последний переход», « последний значимый переход».

Это не показывает реальную картину эффективности.


Реклама приписывается к каналам Direct и Organic - « прямой заход» и «переход по SEO».

В данном случае это неподходящий метод, так как наш сайт не относится к сайтам с быстрой конверсией.

данные

Картинка выше показывает, что основная доля конверсий (59,46%) приходится на быстрые конверсии с одного перехода.
Но так же довольно большой процент  конверсий (15,62%) производятся от 12-30 дней. Это помогает нам выстроить цепочки Ремаркетинга и Ретаргетинга для всех клиентов, которые посетили сайт, учитывая не только клиентов «в Корзине»


Более корректный отчет по CPA


данные

 

Мы посчитали правильную цену за конверсию с учетом НДС и соотнесли полученные данные с тем, что увидели в Post-click анализ
 

данные
 

 

данные
 

Анализировать нужно отдельно на CPC сегмент.

Итого, настоящая стоимость конверсии оказалась равной 2 937.10 руб, вместо 2 183,85 руб, как было подсчитано сотрудниками компании.




 

Решение задачи ( стадия 2 ).
 


В этот раз вывод о реальной картине по трафику мы будем строить по Атрибуции на «основе позиции»
Такая модель атрибуции являлась более подходящим вариантом для данной компании.
Итак, 40% ценности отдаётся 1-ому каналу взаимодействия, 20% вспомогательным каналам в цепочке, и 40% последнему каналу взаимодействия

 

данные



Получаем несколько иные цифры.

Однако по данным из отчета Post-click анализа, в компании источники анализировались  с помощью атрибуции (по умолчанию), где ценность конверсии переходит к последним каналам.



Отчет Post-click анализ 

данные

 

Мы узнали это сопоставив отчет ПКА  с цифрами, которые получали работники компании.

 

Таблица соотнесения

данные



 

Следующий, не менее важный момент : сводить данные с учетом платных и бесплатных каналов – неправильно. Платный трафик не является прямым по влиянию на Конверсии и чаще «начинает» конверсионную цепочку.
 

данные

 

Далее мы проанализировали каналы в параметре «Дни недели».


Yandex cpc

данные
 

Яндекс.Маркет

данные


Google cpc

данные

 

Далее анализируем список рекламных кампаний рекомендуемых к отключению.

данные


РК с затратами менее 3 500 пока не трогаем.
 

Список РК на которых стоит увеличить лимит и пытаться повысить число конверсий.
 

данные



РК рекомендуемые к отключению в Яндекс.Маркет

данные

РК рекомендуемые к повышению дневного лимита в Яндекс.Маркет

данные


Так же , по причине минимального числа конверсий с 03 до 06 утра и с учетом увеличения кол-ва переходов в Пятницу , Субботу и Четверг мы скорректировали изменения в рекламной кампании Яндекс.Директа.

С этого

данные

 На это 

данные

 

Что надо было сделать компании ?
 

 

  • Убрать расширенный географический таргетинг, выбрав Москву и Московскую область
  • Мужчин 25-34 года поставить корректировку в +35%, а женщин 25-34 года в +25%
  • У людей старше 45 поменять корректировку с -45% до -25%, так как они все таки дают какое-то число конверсий.

 


Результаты
 

Итак после введения сотрудниками компании всех рекомендаций мы получили позитивные данные:
 

  • Число лидов повысилось с 259 до 420 шт.
  • Цена лида уменьшилась до 2 267.42 руб. с 3 462.06 руб.
  • К августу конверсия сайта по Платным каналам увеличилась до 0.95%.
  • Незначительный рост затрат на трафик с 896т.р. до 952 т.р. , что неплохо , с учетом получаемых результатов от РК.
  • Выручка повысилась на 1 200 000 рублей .

данные

 

Спасибо за внимание, оставляйте свою оценку.


Результат: В 2 раза больше заявок и + 1,2 млн.руб выручки в месяц в ИМ по продаже мебели с помощью web-аналитики

Теги: B2B Digital eCommerce PR CPA SEO SMM

Что вы думаете о кейсе? (1)