Презентация с выступления на конференции партнёров Яндекс. Докладчик: Бауыржан Токтагазы — Project Manager, Netpeak. Алматы, 28 сентября 2017.

1. Объективная аналитика для
онлайн-бизнеса:
насколько хорошо работают ваши маркетологи?
Бауыржан Токтагазы
Докладчик

2. Бауыржан Токтагазы
Team Lead
Project Managers
• Опыт работы с E-commerce/SaaS
проектами
• Специализация — PPC, SEO, веб-аналитика
• Сертифицированный специалист
Яндекс.Метрика, «Яндекс.Директ»

3. Кто раз в месяц
пользуется системой
веб-аналитики для
принятия решений?

4. У кого
уже настроена
кастомная система
веб-аналитики?

5. Определение объективной аналитики
Сквозная аналитика — это способ оценить эффективность
денег, вложенных в рекламу, с точки зрения совершенных
продаж

6. У меня есть
стандартная система
веб-аналитики,
мне её достаточно

7. • Мало квалифицированных специалистов
(программистов, аналитиков)
• Дорого внедрять
• Сложно
• Непросто быть уверенным в достоверности данных и
нет уверенности что эти данные нам что-то дадут
• Некогда
Почему этого никто не делает?

8. Глобальная проблема —
бизнес не до конца
понимает эффективность
интернет-продвижения

9. Аналитика ≠ Ощущения
Аналитика = Данные
Данные = Деньги

10. Самый распространенный кейс в КЗ и СНГ
«Какой-то
трафик»
«Какие-то
продажи»

11. Непонятно какой канал приносит доход
Последствие: Проблема с планированием и распределением
рекламного бюджета
Вопросы без ответов:
1. Какой из каналов окупает себя, а какой нет?
2. Следует ли увеличить рекламный бюджет?
Проблема #1:

13. Непонятно «где» и
«что» нужно улучшить,
чтобы увеличить доход
Последствие: Маркетологи
и/или агентство не могут
оптимизировать
сайт/рекламные кампании
Проблема #2:
Возможные пункты
проблемы:
1. Рекламные кампании
2. Сайт
3. Менеджеры по продажам

14. Много разных данных в разных системах
Последствие: Уходит большое количество времени на ручной
сбор и обработку данных, а также составление отчетов
Вопросы:
1. Насколько данные в отчете достоверны?
2. Можно ли на них полагаться?
Проблема #3:

15. Важность
бизнес-данных в
интернет-продвижении

16. • Количество продаж
• Средний чек
• Доход
• Маржа/наценка
• Прибыль
• Расходы на рекламу
Что обычно видит бизнес

17. • Расходы на рекламу
• Прибыль с рекламы
• Окупаемость рекламы (ROMI)
Что ожидает бизнес

18. • Показы
• Клики
• CTR
• Средняя цена за клик
• Стоимость (или расходы
на рекламу)
• Конверсии — в лучшем
случае, если они
настроены в системе
аналитики
Что получает бизнес

21. Сквозная аналитика и
способ её внедрения

22. Схема отправки данных

23. Ок,
допустим внедрили,
что делать с этими
данными?

24. Сделайте отчет по ROMI в разрезе
каналов/источников
Инструменты
Интернет-
маркетинга
Тип
кампании
Стоимость
$
Стоимость
клика, $
Количество
переходов
Коэффициент
транзакций, %
Кол-во
тразакций,
шт
Средний
чек, $
Доход, $ ROMI, %
Google Adwords 1000 0,05 18333 0,43 133,00 80,20 8 911,50
257,05
Поисковая
сеть
500 0,06 8333 0,45 93,00 65,50 6 091,50
Медийная
сеть
500 0,05 10000 0,40 40,00 70,50 2 820,00
Яндекс.Директ 1500 0,05 33333 0,40 46,00 65,00 2 990,00
Поисковая
сеть
500 0,03 16667 0,40 33,00 70,00 2 310,00
РСЯ 1000 0,06 16667 0,40 13,00 60,00 780,00
Итого: 2500 0,04 51666,67 0,41 179,00 72,60 11 901,50

25. • Сегменты аудиторий для ретаргетинга
• Корректировки ставок на основе ROMI
• Яндекс.Аудитории: look-alike на основе
сегментов
Использовать в Яндекс.Директ

26. Отслеживание оффлайн-конверсий в
Яндекс.Метрике

27. Отслеживание звонков и статистики в
Яндекс.Метрике

28. • Количество звонков
• Количество
пропущенных звонков
• Среднее время
разговора
• Средняя цена звонка
• Количество первичных
звонков
• Ценность звонков
• и т.д.
Больше данных о звонках

29. Это все по
“Last Click”,
это некорректно

30. Модель атрибуции —
правило распределения
прибыли от клиента по
шагам на пути к
конверсии

31. Последний переход

32. Первый переход

33. Последний значимый переход

34. Модель на основе воронки

35. Модель на основе воронки

36. Схема отправки данных

37. 100%:
• Интернет-магазин
• Онлайн-сервис
50/50:
• B2B с небольшим чеком или
сделок не много
Маловероятно:
• Оффлайн-бизнес
• Рекламный бюджет менее
$1000 в месяц
А нужно ли это мне?

38. Кейс внедрения
объективной
аналитики:
до и после

39. Тематика проекта:
Оптовая продажа
мужской одежды

40. Схема аналитики «До»

41. • Количество лидов — 10
• Стоимость лида — 6500 рублей
• Коэффициент конверсии в лида — 0.5%
Результаты до внедрения

42. Схема аналитики «После»

43. Что нам это дало
Создание аудиторий ретаргетинга/ремаркетинга
Оценка окупаемости РРС
Корректировка ставок в регионах
Перераспределение рекламного бюджета между
рекламными кампаниями
Клиент открыл для себя e-mail маркетинг J

44. После внедрения
• Количество лидов — 25
• Стоимость лида — 2400
рублей
• Коэффициент конверсии
в лида — 1%
• Количество лидов +40%
• Стоимость лида -63%
• Коэффициент конверсии в
лида +200%
Изменение:

45. Кейс сервисного
центра по ремонту
техники в Москве
Онлайн + Оффлайн

46. • Две разные формы отправки заявок
• Онлайн-чат
• Коллбэк
• Звонки (коллтрекинг)
Что отслеживалось ранее

47. • Передача данных о звонке (clientID,
номер звонящего,
канал/источник/кампания/ключ)
через API в СУБД
• Передача данных о заявках
(clientID, номер телефона,
канал/источник/ключ/кампания)
напрямую в СУБД
• Пердача данных о чате и коллбэк
(clientID, номер телефона,
канал/источник/ключ/кампания)
• Обработка данных в СУБД
• Отправка данных об
оффлайн-конверсии в систему
веб-аналитики
Что было сделано

48. Схема потока данных

49. • Создание аудиторий
ретаргетинга в
Яндекс.Директ
• Создание look-alike
аудитории в
Яндекс.Аудиториях
• Оптимизация ставок на
уровне ключевых слов
• Анализ «воронки продаж»
(онлайн + оффлайн)
Что в планах

50. Кейс сервиса
Serpstat

51. Как было до

52. Что стало после внедрения

53. • Не ограничивали себя по САС, смотрели на ROI
• Ориентировались на ROI по доходу и на ROI по LTV
• Придумали стратегию ведения контекстной рекламы
Что они сделали дальше

54. Что они сделали дальше

55. Что получили на выходе

56. • Данные = деньги
• Продвигать онлайн-проект
без аналитики = слив денег
• Аналитика открывает
новые возможности для
роста бизнеса
• Модель атрибуции имеет
значение
• Хороший маркетолог тот,
что умеет работать с
данными
Вместо выводов

57. Бауыржан Токтагазы
Team Lead of Project Managers
+7 702 467 44 66
b.toktagazy@netpeak.net
baurzhan.netpeak
Буду рад ответить на все ваши
вопросы