Зачем нужна веб-аналитика и как собирать данные

Материалы для скачивания
769.83 Kb

В течение четырех лет в рамках OWOX Analytics School опытные аналитики делились техническими навыками и тонкостями профессии со студентами. А лучших учеников мы приняли в свою команду. Теперь пришло время поделиться знаниями с читателями нашего блога. Этой статьей мы запускаем серию публикаций по материалам школы аналитиков. Начнем с азов: разберем, что такое веб-аналитика и зачем она нужна каждому онлайн-бизнесу, а также поговорим об архитектуре и сборе данных.

бонус для читателей

20 вещей, которые должен уметь маркетинг-аналитик

Скачать материал

Содержание

Что для нас означает веб-аналитика

В интернете вы найдете очень много определений, что такое веб-аналитика. По нашему мнению, все их можно сократить до одного главного предложения: «Аналитика — это измерение влияния усилий на результат». Технологии и работа аналитиков — это усилия, а дополнительная прибыль, которую получает бизнес — это результат.

Направления работы аналитиков

Работу аналитиков, в том числе и членов команды OWOX BI, можно разделить на три основных направления:

  • Изучение новых технологий, которые позволяют показать бизнесу, где он получит большую прибыль.
  • Помощь в создании торговых предложений, чтобы аудитория онлайн-бизнесов росла и становилась качественнее.
  • Помощь в управлении рекламой, настройка модели атрибуции, поиск инсайтов для развития бизнеса.

Какими навыками должен обладать хороший аналитик?

  1. Аналитическое мышление.
  2. Знание предметной области.
  3. Технические компетенции и инструменты.
Навыки аналитиков

Что из трех перечисленных навыков важнее для аналитика? На этот счет есть два мнения. Первое заключается в том, что хороший аналитик-универсал должен быть «прокачан» равномерно в трех областях. К примеру, вы можете обладать хорошим аналитическим мышлением, но без повышения компетенции и изучения новых инструментов вы останетесь просто теоретиком.

Если же повышать знания только предметной области, игнорируя развитие аналитического мышления, то вы будете классным стратегом, но вряд ли сможете самостоятельно решить бизнес-задачу. Если говорить про полный уход в технические инструменты, то вы станете классным программистом и будете вариться в цифрах и потоках данных.

Второе мнение в том, что навыки аналитика могут развиваться с бОльшим уклоном в одну из трех областей. И тогда от этого навыка будет зависеть специализация аналитика. Допустим, вы сместили свой вектор в развитие технических компетенций, то есть не полностью ушли в них, но стали уделять больше внимания, чем аналитическому мышлению и знанию предметной области, тогда вы будете Data Scientist. Если вы уходите в знание предметной области, вы становитесь Data Miner.

бонус для читателей

20 вещей, которые должен уметь маркетинг-аналитик

Скачать материал

Типология аналитиков

Существует более десятка специализаций, связанных с аналитикой, и со временем их количество только растет.

Типы аналитиков

Рассмотрим основные типы веб-аналитиков:

  1. Бизнес-аналитик. Это человек, который лучше всех понимает, какие цели преследует бизнес, и формулирует задачи для их решения. Впоследствии он спускает эти задачи для реализации другими аналитиками или разработчиками.
  2. Системный аналитик. Он по сути занимается тем, что передает идею бизнес-аналитика в разработку.
  3. UX-аналитик. Анализирует взаимодействие пользователей с интерфейсом сайта. Ставит себя на место пользователя, определяет, как сделать функционал сайта более удобным.
  4. Продуктовый аналитик. Анализирует взаимодействие пользователей с продуктом. Например, у OWOX BI есть целая команда продуктовых аналитиков, которая анализирует, как наши пользователи ведут себя с нашими продуктами.
  5. Big Data аналитик. Работает с массивами данных, правильно их структурирует, обрабатывает и выдает в нужной структуре, чтобы потом можно было использовать их в отчетах.
  6. Интеграционный аналитик. Знает, в каких местах хранится вся информация компании, умеет правильно эти данные объединить и выдать на выходе структуру, которая будет учитывать абсолютно все источники данных.
  7. Data Scientist. Формулируют гипотезы для роста бизнеса и на основании этих гипотез строит модели данных. По результатам расчетов этих моделей делает выводы и прогнозы, как улучшить бизнес.

Все эти специализации может совмещать в себе один человек или же этим может заниматься целая команда из десятка людей.

Читайте также: чем Digital-аналитик отличается от Data Scientist и как применять статистические методы для A/B тестов и сегментирования пользователей.

Ключевые особенности в работе аналитика

  • Работа аналитика начинается вовсе не с анализа данных:
    • Соберите начальные требования и пожелания бизнеса, задавая правильные вопросы.
    • Сформируйте понимание того, что нужно клиенту, в аналитическую задачу и уточните, правильно ли вы все поняли.
    • Определите способы и возможные инструменты решения.
  • Статистика без пояснения, визуализации, рекомендаций и прогноза – неэффективна. То есть, если вы просто научитесь использовать инструменты, выгружать отчеты из GA и в первозданном виде показывать их клиентам, вам за это не заплатят. Вы должны:
    • Формировать базу по методологии расчета и работать с этой базой по roadmap. Раскладывать на шаги, показывать, почему выбрана именно такая методология, согласовывать с клиентом. Если клиент вам не верит, лучше узнать это на начальном этапе.
    • Отвечать для себя на вопрос: как клиент сможет использовать предоставленные вами данные. Если это таблица в 4 тысячи строк без фильтров, без сводной таблицы, без визуализации, то скорее всего никак. Он положит отчет на полку и никогда не откроет.
    • Проверять данные на адекватность.
  • Развивайтесь – это залог успеха!

Как аналитика помогает бизнесу

Зачем нужна веб-аналитика? По нашему опыту, перед бизнесами обычно стоят три основных цели:

  1. Меньше тратить.
  2. Больше зарабатывать.
  3. Автоматизировать все, что возможно. Особенно это актуально для CEO и CMO компаний, которые хотят: «чтобы меня меньше трогали».

Эти цели по сути являются бизнес-моделью и разветвляются на отдельные задачи, например: оптимизировать расходы, повысить узнаваемость бренда, обеспечить бесперебойную работу сайта и т. д. И под каждую бизнес-задачу есть свои KPI, свои вопросы и набор данных, которые нужно собрать.

Вот, к примеру, несколько таких вопросов, на которые помогает ответить аналитика:

  • Сколько страниц в среднем просматривает пользователь за посещение?
  • У какого товара самая низкая конверсия в покупки?
  • Какая доля покупок совершается с двух посещений и больше?
  • Какая часть пользователей авторизована на сайте?
  • В каком браузере наблюдается самое большое количество JS ошибок?
  • Как запуск рекламы на YouTube повлиял на онлайн-продажи?
  • Как онлайн-реклама влияет на продажи в физических магазинах?
  • Как отличие от цены конкурентов влияет на конверсию?
  • На сколько процентов изменился средний чек после внедрения блока аксессуаров?
  • По каким платным кампаниям переходят на товары, недоступные для продажи?

Читайте также: как оценить эффективность и увеличить ROI онлайн-рекламы. Какой доход приносят SEO-трафик, мобильные приложения и медийная реклама, в том числе видеоролики.

Типы онлайн-проектов и их KPI

Давайте освежим в памяти самые распространенные типы онлайн-проектов и основные KPI, которые важны для этих бизнесов:

  1. Онлайн ритейл — коэффициент конверсии, средний чек, CPC, CAC, средний доход на сессию.
  2. Мультиканальный ритейл — доля авторизованных пользователей, ценность кампании с учетом офлайн-заказов. При переходе из одного канала взаимодействия в другой часто теряется трафик, поэтому здесь на передний план выходят ROPO-отчеты. Это отчеты про влияние офлайна на онлайн и наоборот.
  3. Телеком — ARPU, доля дохода с сайта и мобильного приложения.
  4. SaaS сервисы — конверсия в бесплатные пакеты, конверсия в платные пакеты, конверсия из бесплатных пакетов в платные.
  5. Маркетплейсы — доход CPC и CPA моделей, глубина просмотра.
  6. Контент проекты — среднее время на посещение, показать отказов, глубина просмотра.
  7. Банковские и финансовые услуги — количество заявок в зависимости от рекламной кампании.

Читайте также: подборка главных показателей эффективности, которые подойдут большинству компаний, и без которых digital-маркетинга и веб-аналитика теряют свой смысл.

Архитектура и сбор данных

Теперь давайте разберемся, с чем же аналитик работает. Вся веб-аналитика стоит на четырех китах:

  1. Сбор данных. Определяем, какую информацию нужно собрать для решения поставленных задач.
  2. Настройка системы аналитики. После того, как определились с данными, нужно понять, какие системы аналитики мы будем использовать и как их правильно сконфигурировать, чтобы на выходе получить необходимую информацию.
  3. Обработка данных. Очищаем, приводим к единому формату и объединяем данные из разных источников.
  4. Визуализация, построение отчетов. Здесь важно учитывать, для кого эти отчеты и какие ответы нужно получить с их помощью.
4 кита веб-аналитики

Разновидности систем онлайн-аналитики

Для сбора данных аналитики используют различные инструменты. Им несть числа: Google Analytics, Яндекс. Метрика, Kissmetrics, Clicky, PIWIK, Adobe Analytics, Mixpanel, SimilarWeb и другие. Если интересно, вы можете ознакомится с рейтингами аналитических систем по ссылкам:

Почему из всего этого разнообразия мы выбрали Google Analytics? Ответ прост — Google безоговорочный лидер среди поисковых систем мира. Более 90% всех поисковых запросов приходится на его долю. Кроме того, GA легко интегрируется со всеми продуктами Google: Tag Manager, Google Ads, Optimize, Search Console, AdSense.

Исследование Search Engine Market Share Worldwide (2017- 2019)
Исследование Search Engine Market Share Worldwide (2017- 2019)

Воронка пользователя

Рассмотрим воронку пользователя на пути к конверсии, чтобы понимать, зачем аналитики собирают те или иные данные.

Воронка пользователя

Воронка состоит из 5 этапов:

  1. Привлечение внимания пользователей любыми способами.
  2. Контакт пользователя с сайтом.
  3. Удержание пользователя. Чтобы посетитель возвращался на сайт, используют, к примеру, ретаргетинг.
  4. Конверсия.
  5. Возврат платящих клиентов, завоевание лояльности. Бизнесу недостаточно одной покупки, нужно, чтобы клиент оставался заинтересованным и продолжал платить.

Какие данные собираем

Какие данные мы можем собирать, чтобы проанализировать путь пользователя, найти проблемные этапы воронки и улучшить ее:

  • Источники трафика — показы рекламы, клики, расходы. Берем их из рекламных кабинетов Google Ads, Facebook, Яндекс. Директ, Bing и т. д.
  • Поведение посетителей — какие страницы посещали, с какими элементами взаимодействовали, как долго. Данные собираются в системы аналитики Google Analytics, Яндекс. Метрика, Adobe Analytics, Google BigQuery.
  • Товарные предложения — цена, остатки, наличие, описание, характеристики. Ecommerce проектам нужно контролировать наличие, чтобы поддерживать актуальное предложение на сайте. Эта информация чаще всего хранится в CRM-системах (1C, SAP).
  • Заказы — общий доход, стоимость товаров, скидки и купоны. Эти данные хранятся в CRM.
  • Клиенты — ФИО, email, номер телефона, история покупок. Эта информация также хранится в CRM и ERP.

Откуда собираем данные

Источники этой информации могут быть самые разные:

  • Сайт.
  • Звонки в колл-центр.
  • Офлайн-магазины.
  • Мобильные приложения.
Откуда собираем данные

Все эти источники нужно объединить, чтобы получить из данных смысл. Чуть позже мы расскажем, как это делать.

бонус для читателей

20 вещей, которые должен уметь маркетинг-аналитик

Скачать материал

Куда собираем данные

Данные, необходимые для анализа, сохраняются в разные системы:

  1. В рекламных сервисах собирается информация о показах, кликах и расходах.
  2. В системах аналитики собираются данные о поведении посетителей сайта, источниках трафика, которые приводят пользователей на сайт.
  3. На сайте хранятся данные о товарных категориях.
  4. В CRM хранятся данные о пользователях и выкупленных заказах.
  5. В складских системах находится информация о марже и разных атрибутах товаров.
  6. Еще есть информация из службы доставки о статусе доставки, которая периодически обновляется.
Куда собираем данные

Зачем аналитику знать, в какой из систем хранится та или иная информация? Чтобы получить ответ на конкретный вопрос, он должен понимать, какую информацию и из каких источников нужно объединить.

Пример 1. Как исполняемость заказов влияет на коэффициент конверсии рекламных кампаний? Здесь нужно понимать, из каких кампаний приходили пользователи (данные в системе веб-аналитики) и был ли этот заказ выполнен или нет (информация в СRM). Чтобы узнать ответ, нужно информацию из системы аналитики дополнить данными из СRM.

Пример 2. Как изменится ROAS рекламных кампаний, если вместо дохода считать прибыль? Здесь, помимо информации из GA и СRM, необходимы данные о расходах и марже товаров.

Как объединить информацию

Есть много способов собирать и объединять данные различной степени сложности. Мы делаем это автоматически с помощью OWOX BI и вам рекомендуем:

Объединение данных
  1. С помощью Google Tag Manager собираем данные в Google Analytics. Почему именно GTM, мы объясним в следующих лекциях. Если кратко, то он позволяет очень быстро и без разработчиков внедрять и модифицировать код на сайте. Рекомендуем всем настраивать сбор данных в формате Enhanced Ecommerce. Даже если у вас не Ecommerce сайт, этот модуль почти всегда можно адаптировать под любой бизнес.
  2. Затем мы собираем расходы в GA из не-Google источников. Чтобы настроить интеграцию с Google Ads не нужны дополнительные коннекторы. Достаточно в настройках ресурса GA связать свои аккаунты.
  3. Дальше мы передаем все эти данные в Google BigQuery. Это облачное хранилище, которое позволяет обрабатывать большие объемы информации без семплирования и других ограничений интерфейса GA.
  4. Дополняем информацию в GBQ данными из CRM/ERP, систем коллтрекинга.
  5. Визуализируем собранные данные, строим отчеты, графики, дашборды.

Кстати, у OWOX BI есть trial-период — вы можете бесплатно объединить данные из разных систем и попробовать все возможности сервиса.

Краткие выводы

Напоследок хотим поделиться некоторыми выводами, которые мы сделали из собственного опыта:

  • Никакой набор сервисов не является окончательным. К примеру, нельзя использовать только Google Analytics и быть уверенным, что он останется актуальным и через 10 лет. Нужно всегда держать руку на пульсе, интересоваться аналогами на рынке. Возможно, появится что-то новое и более интересное, что позволит собирать данные, недоступные в GA.
  • Не существует такой метрики, которую нельзя улучшить. Если ничего не менять, вы не будете расти и проиграете конкурентам.
  • Аналитик — это не просто должность, а функция каждого сотрудника. Каждый сотрудник компании должен без помощи аналитика уметь находить метрики, которые касаются его зоны ответственности, в системах аналитики.
  • Ценность данных раскрывается со временем. Очень часто к нам приходят маленькие компании, которые только настроили GA, и говорят, что им этого достаточно. А через какое-то время они хотят посмотреть информацию, которая у них не собиралась. Если бы они изначально правильно настроили аналитику, то могли бы уже ретроспективно смотреть данные, которые их интересуют.

Если у вас есть аналитические или маркетинговые задачи, которые вызывают затруднение, мы готовы помочь. Запишитесь на демо — и наши специалисты обсудят с вами решения, подходящие вашему бизнесу.

Наши клиенты
растут на 22% быстрее

Растите быстрее, анализируя, что лучше сработает в вашем маркетинге

Измеряйте KPI, находите зоны роста и увеличивайте свой ROI

Записаться на демо

Часто задаваемые вопросы

Открыть все Закрыть все
  • Что такое веб-аналитика?

    В интернете вы найдете очень много определений, что такое веб-аналитика. По нашему мнению, все их можно сократить до одного главного предложения: «Аналитика — это измерение влияния усилий на результат». Технологии и работа аналитиков — это усилия, а дополнительная прибыль, которую получает бизнес — это результат.
  • Зачем нужна веб-аналитика?

    По нашему опыту, аналитика помогает бизнесу решить три основных задачи:
    1. Меньше тратить.
    2. Больше зарабатывать.
    3. Автоматизировать все, что возможно.
  • Как объединить данные для веб-аналитики?

    Есть много способов собирать и объединять данные различной степени сложности. Мы делаем это автоматически с помощью OWOX BI и вам рекомендуем.