Разработка performance-стратегии на основе данных

Независимо от того, какой аспект маркетинга нужно измерить, существует инструмент для его отслеживания. Глубокая аналитика — наиболее популярная функция для большинства инструментов, которые мы используем в performance-маркетинге. У каждой компании есть доступ к огромным массивам данных, но они утопают в них.

Прошли времена данных ради больших данных. Аналитика приобретает ценность, только тогда, когда мы делаем выводы из полученной информации, улучшаем стратегию и тактику. Давайте поговорим о том, как лучше объединить это огромное количество цифр и данных в маркетинговую performance-стратегию.

Ключевые термины аналитики

Прежде чем поместить информацию в контекст задачи, использовать для принятия решений и оптимизации стратегии, нужно узнать, с чем вы имеете дело. Трудно распознать изменения в уровне конверсии маркетингового канала или сайта, если не разобраться, что на самом деле обозначает показатель конверсии. Сначала, мы рассмотрим несколько ключевых показателей.

Веб-аналитика

Часто, когда мы говорим “аналитика”, то подразумеваем веб-аналитику – данные из Google Analytics, Яндекс.Метрики и других платформ (email-сервисы, smm-платформы и т.д.). Это лишь небольшая часть данных, относящихся к маркетинговой деятельности, но они также важны.

• Трафик — проще говоря, трафик обозначает, сколько раз пользователи посмотрели конкретную страницу сайта. Это хороший показатель для измерения эффективности работы по привлечению потребителей на сайт.

• Вовлечение — может включать в себя несколько видов показателей (время на странице, показатель отказов, количество страниц за сессию,т.д.), но в целом, это мера того как часто люди взаимодействуют с вашим контентом.

• Открываемость — из пользователей, которые получили от вас email, сколько на самом деле открыли письмо? Этот показатель хорошо отражает эффективность рассылки и уровень взаимодействия подписчиков с брендом.

• Кликабельность (CTR) — при запуске объявлений или размещении призыва к действию (CTA) на странице сайта, в электронном письме, CTR отражает процент тех, кто кликнул на СТА против тех, кто не совершил взаимодействия с CTA.

• Вернувшиеся посетители — посетители, совершившие повторный визит на сайт за отчетный период. Как правило, стремятся увеличить именно этот показатель, так как посетители чаще всего совершают заказы или обращаются в компанию не с первого раза.

• Глубина просмотра — просмотренные страницы за одно посещение сайта. Позволяет делать выводы о том, интересен ли сайт целевой аудитории (если предоставляет информационный контент), или указывает на сложную структуру и низкий уровень юзабилити.

• Отказы — по умолчанию, это процент посетителей сайта, которые просмотрели одну страницу. Лучше настроить точный учет отказов: посещение одной страницы и нахождение на сайте менее 15 секунд.

• Конверсия — отношение визитов, в которых совершено целевое действие к общему количеству визитов. Помогает оценить качество каналов привлечения трафика, найти популярные продукты.

• Целевые визиты — визиты в которых пользователь совершил целевое действие. Важно учитывать не только основную цель (заявку, звонок или покупку), но и этапы, которые предшествуют конечной цели: добавление продукта в сравнение, заказ консультации. Это поможет найти и устранить проблемные места.

Лидогенерация

Одна из главных целей маркетинга заключается в том, чтобы привлекать потенциальных клиентов — людей, которые входят в целевую аудиторию и заинтересованы в вашем предложении. Информация о том, сколько клиентов вы получаете, позволяет понять эффективность маркетинга и выявить новые возможности увеличения продаж.

Коэффициент конверсии

Коэффициент конверсии, в широком смысле определяется, как процент пользователей, совершивших целевое действие. В интернет-маркетинге он отражает процент посетителей сайта, которые сделали покупку. Коэффициент конверсии помогает оптимизировать дизайн посадочных страниц, юзабилити, призыв к действию и другие элементы.

Данные и выводы

Когда мы увидели “Big Data”, то сразу же начали отслеживать все показатели. Теперь каждый может назвать точный показатель отказов сайта на 18 сентября 2016, но какое это имеет значение? Каким образом эта информация поможет лучше понять потребителя?

Что обозначают эти данные?

Ценность аналитики заключается не в получении данных, а в их понимании, переводе показателей в выводы, уроки, и следующие шаги для улучшения маркетинга.

Данные в контексте задачи

Первый шаг к пониманию данных — понять, что обозначает каждый из показателей. Одно дело знать, что коэффициент конверсии = общее количество конверсий / общее количество кликов. Совсем другое дело — понять, что это действительно обозначает и что с этим можно сделать.

Что обозначает коэффициент конверсии 3.5%? За каждые 100 кликов на объявление, 3-4 человека совершают покупку. Это значит, что 3,5% посетителей сайта нашли нужный продукт, им понравился дизайн, у них возникло доверие к компании.

Если взглянуть на эти данные в общем контексте, то начинается совсем другая история.

Посмотрите, как изменилась ваша конверсия за последнюю неделю, месяц и год. Какие рекламные и маркетинговые активности совпадают с пиками и провалами на графике показателя конверсии?

Четкое представление о том, как различные тактики влияют на конверсии, продажи и другие показатели эффективности (KPI) позволяет принимать основанные на данных решения о дальнейших действиях. Если вы можете определить, что email-маркетинг увеличил продажи с 3% до 7% за месяц — то легко сделать вывод о том, что эта кампания была успешной. Это значит, что можно принять решение, о том, куда инвестировать время и бюджет, чтобы получить максимальную отдачу.

Раскрываем потенциал данных

Для принятия решений на основе данных, нужно выяснить, что вы хотите получить от этого решения. Подумайте, о том, что хотите сделать с фактическими данными. Предлагаем использовать платформу для сужения фокуса проектов в сфере анализа данных. Аналогично книге, проект всегда включает в себя описание (контекст), какой-то конфликт (нужды), решение (видение) и конец (итог).

Ответы на следующие вопросы помогут создать оптимальный план использования данных:

• Контекст: чего вы пытаетесь достичь? Кто вкладывается в решение? Существуют ли какие-то большие цели или сроки, которые могут помочь определить приоритеты решений?

• Нужды: какие конкретные потребности могут быть удовлетворены за счет использования данных? Каких целей достигнет этот проект из тех, которые были ранее недостижимы?

• Видение: возможно ли смоделировать конечный результат? Какова логика решения?

• Итог: как и кем будет использоваться результат решения, кто будет внедрять его в компании? Как будет измеряться успех решения?

Разработка маркетинговой стратегии на основе данных

Как отмечает Google, многие из нас ограничивают потенциал получаемых данных, используя его для подтверждения решений, которые уже сделаны, а не для разработки новых идей, тестирования новых решений и т.д. Мы знакомы с идеей, что можно найти статистические данные для подтверждения практически любого аргумента, который только можно придумать – это просто вопрос того, какие цели стоят перед аналитиками, какие данные вы используете и какие делаете выводы.

Если вы ищите данные для подтверждения уже принятых решений, то наверняка найдете. Чтобы разработать стратегию, которая действительно основывается на поведении потребителей, освободитесь от предположений, смотрите на полученные данные. Видение клиентов в 97% отличаются от вашего.

Чтобы выстраивать стратегию вокруг аналитики (вместо обратного), следуйте этим советам:

• Научиться мириться с ошибками. Не ошибается только тот, кто ничего не делает. Часть решений, основанных на данных просто не повлияют на прибыль и оборот. Это нормальное явление, просто старайтесь снижать процент решений, которые не влияют на продажи.

• Изучайте данные с разных сторон. Существует множество способов интерпретации маркетинговых данных, поэтому посмотрите на данные с разных точек зрения, чтобы разобраться во всем и убедиться, что не упустили ключевые перспективы. Для разнообразия взглядов можно привлечь аналитиков и партнеров.

• Тестирование, тестирование и еще раз тестирование. Маркетинговая аналитика дает только представление о том, как обстоят дела – нужно проверять стратегии, тактики и теории на реальном рынке.

• Прежде всего, смотреть. В конце концов, ошибка номер один, которую можно сделать, это игнорировать показатели. Пусть данные говорят сами за себя.

Пусть аналитика управляет маркетинговой стратегией

Маркетинговая аналитика, к которой мы имеем доступ — невероятно ценный ресурс. Аналитика увеличивает объем прибыли и позволяет компании расти. Практикуйтесь в поиске новых решений на основе данных и используйте их для улучшения маркетинга, делая его более эффективным, чем вчера, в прошлом месяце, и в прошлом году.