Как цены конкурентов влияют на конверсию и поведение пользователей

41
1444

Влияют ли цены конкурентов на продажи? Ответить “нет” на этот вопрос может лишь тот, кто не кружил с бабушкой по всему рынку в поисках огурцов на 20 копеек дешевле :)

Но есть вопросы интереснее, ответы на которые не такие однозначные:

  • Почему вырос CPA в контекстной рекламе по смартфонам, например, если кампании не менялись? Может быть на сайте цены не в рынке?
  • Какие товары выбрать для промо рассылки? Какие цены лучшие сейчас на ходовые товары?
  • Почему упали продажи — цены не в рынке или трафик просел? Как менялось количество просмотров товара и отклонение его цены от рынка?
  • Какую цену поставить, чтобы выполнить план продаж? Как выглядит кривая эластичности спроса в этой категории товаров?

Получить ответы на эти вопросы можно лишь сравнив свои цены с ценами конкурентов. В этой статье мы расскажем, как и зачем отслеживать цены конкурентов. Также мы подробно рассмотрим несколько отчетов: какую информацию они дают и как ее применить в бизнесе.

Согласно исследованию PwC, 60% пользователей выбирают конкретный магазин, потому что считают его цены оптимальными. Не низкими, а именно оптимальными. Это говорит нам о том, что от стратегии ценообразования зависит не только прибыль магазина, но и лояльность покупателей.

Чтобы понимать, как цены конкурентов влияют на конверсию и поведение посетителей сайта, нужно объединить и проанализировать три вида данных:

  • Действия пользователей на сайте (каналы, сессии).
  • Цены конкурентов (цена, время, акция, наличие).
  • Продажи из CRM (заказы, маржа, продуктовый каталог).

Для объединения данных мы использовали следующие сервисы:

Теперь распишем подробнее, как мы это делали и что получилось в итоге.

1. Собираем данные в Google BigQuery

Первое, с чего нужно начать — это сбор статистики по просмотрам карточек товаров. Для этого на сайте должен быть настроен модуль Google Analytics “Расширенная электронная торговля”. Подробнее о том, как его настраивать, вы можете прочесть в нашей статье.

Затем с помощью сервиса Сompetera настраиваем мониторинг цен конкурентов, указав частоту сканирования и список необходимых товаров. Чтобы данные были максимально достоверными, рекомендуем выбирать частоту сканирования не реже раза в день.

Для объединения данных мы рекомендуем Google BigQuery. Это безопасный сервис с доступными тарифами и высокой скоростью обработки данных. К тому же, у него есть интеграции и готовые библиотеки для выгрузки данных из разных CRM (это пригодится, если вы самостоятельно собираете информацию о конкурентах). Еще одно преимущество Google BigQuery перед другими системами для обработки данных (например, Google Sheets, Excel и т.д.) — это отсутствие ограничений на объем загружаемых данных.

Передать данные о действиях пользователей из Google Analytics в Google BigQuery можно с помощью OWOX BI Pipeline. Сервис позволяет:

  • Выгружать неагрегированные (сырые) данные — а мы помним, что чем полнее данные, тем качественнее решения, которые принимают на их основании.
  • Получать данные в реальном времени. Ведь нам важно знать, какие цены были у конкурентов именно в тот момент, когда пользователь смотрел карточку товара и принимал решение о покупке. Если же данные о действиях пользователя будут передаваться с задержкой, то информация о ценах может стать неактуальной, так как они меняются довольно часто.
  • Выгружать несемплированные данные на уровне каждого хита. Это помогает получить полную информацию о поведении пользователей, ведь даже на маленьком сайте данных собирается больше 50 тыс. строк в день.

Сравнить OWOX BI Pipeline и другие способы передачи данных Google Analytics в Google BigQuery вы можете в этой статье.

Для импорта данных о ценах конкурентов из сервиса Competera в Google BigQuery мы использовали готовую интеграцию OWOX BI Pipeline. Подробнее о настройке потока и о структуре данных — в справке. В принципе, источником данных о ценах может быть любой сервис по мониторингу, главное — придерживаться минимально достаточной структуры данных:

Name Type Mode Describe
product RECORD NULLABLE данные по товарам на вашем сайте
product.sku STRING NULLABLE id товара на сайте
target RECORD NULLABLE данные по конкурентам
target.name STRING NULLABLE имя конкурента
target.scan RECORD NULLABLE данные о сканировании на сайте конкурента
target.scan.timestamp TIMESTAMP NULLABLE время сканирования на сайте конкурента
target.scan.price FLOAT NULLABLE цена товара

Информацию о продажах, марже и продуктовый каталог вы можете выгрузить из CRM в Google BigQuery с помощью любой из готовых клиентских библиотек.

2. Объединяем данные из разных таблиц

Итак, все данные собраны в Google BigQuery, но просмотры карточек товаров на вашем сайте и цены конкурентов находятся в разных таблицах — их необходимо объединить. Делаем это с помощью простых JOIN запросов.

Структура данных для отчетов должна быть примерно такой:

Name Type Describe
date TIMESTAMP день просмотра товара
clientID STRING уникальный идентификатор пользователя (Google Analytics)
productSku STRING id товара на сайте
productPrice FLOAT цена товара на момент просмотра пользователями сайта
viewTime TIMESTAMP время просмотра карточки товара
source STRING источник
medium STRING канал
campaign STRING кампания
Revenue FLOAT доход по товару
Purchases INTEGER количество покупок
transactionId STRING ID заказа
scan_price FLOAT цена товара на сайте конкурента
scan_timestamp TIMESTAMP время сканирования на сайте конкурента
scan_name STRING имя конкурента

Вы можете дополнять таблицу другими параметрами в зависимости от того, какую гипотезу захотите проверить.

3. Обрабатываем данные и строим отчеты

Собранные данные мы обрабатываем в Google BigQuery с помощью SQL запросов и передаем в Google Sheets, используя OWOX BigQuery Reports Addon. Кроме Google Sheets вы можете использовать для визуализации данных любую другую систему: Power BI, Tableau, QlickView, Google Data Studio и т.д. Давайте подробнее рассмотрим несколько отчетов, которые получаются в результате.

Допустим, вы хотите увеличить конверсию с помощью скидки. Но как правильно выбрать ее размер, чтобы не уменьшить валовую прибыль и не потерять доверие клиентов? Вам поможет график, который показывает, как повлияло на конверсию отклонение ваших цен от цен конкурентов:

Влияние на конверсию отклонения ваших цен от цен конкурентов

Кстати, построить такую кривую можно не только на уровне товарной группы, но и на уровне конкретного производителя или рекламного канала. Горизонтальная ось на этом графике показывает процент отклонения цены от рыночной, а вертикальная — коэффициент конверсии. Размер круга говорит нам о величине дохода.

Судя по отчету, конверсия выше у тех товаров, которые дешевле, чем на рынке — это вполне предсказуемо. Но как влияет на конверсию и доход размер скидки? Больше всего дохода приносят товары с рыночной ценой — зеленый кружок. Однако, конверсия выше у товаров, которые на 5% дешевле рынка — розовый кружок. Самая высокая конверсия у товаров на 30% дешевле, но они приносят намного меньше дохода. Из этого можно сделать вывод, что оптимальный размер скидки для рассматриваемой группы товаров — 5%. Ставить другую скидку будет невыгодно.

Еще один интересный вывод, который можно сделать из этого отчета: если продавать товары намного дешевле, чем на рынке, доверие покупателей падает. Об этом нам говорит оранжевый кружок — скидка 25%, а конверсия снизилась до 0,9%. Конечно, тут имеет значение категория товара — продавать дешевые книги нормально, а вот дешевая техника или косметика уже вызывают подозрение.

Рассмотрим второй отчет. Например, вы хотите оценить доверие аудитории к вашему магазину и узнать, какие категории товаров и по каким ценам покупаются лучше всего.

В этом вам поможет таблица, которая показывает, как отклонение цены от рынка влияет на продажи в товарных категориях:

Влияние отклонения цен от рынка на продажи

Из этого примера мы видим, что аудитория воспринимает магазин, как основного продавца ноутбуков, смартфонов и планшетов. В принципе, пользователи готовы покупать их по ценам немного выше, чем на рынке. Однако, максимум дохода ноутбуки приносят, если продавать их на 5% дешевле рынка. Возможно, стоит почаще запускать рекламные кампании именно с таким предложением.

Узнать, откуда к вам приходят самые лояльные покупатели, поможет вот такой отчет:

image

График показывает, какой доход приносят разные кампании. Цветом обозначен процент отклонения цен от рыночных. Из этого примера мы видим, что кампания 2 приводит больше всего лояльных пользователей (тех, кто покупает по цене выше рынка), а кампания 6 — меньше всего. Такой график можно построить и по другим метрикам, например, по марже.

Эта информация поможет выбрать оптимальную кампанию для продвижения товаров. При этом необходимо учитывать, что при одинаковом ROAS прибыль от кампаний может быть разной, так как маржа на товарах разная. Увеличив аудиторию по платным каналам, которые приводят лояльных покупателей (покупающих по ценам выше рыночных), вы сможете увеличить доход.

Выводы

Отслеживая и анализируя цены конкурентов, категорийные менеджеры и маркетологи смогут:

  • Увеличить доход, оборачиваемость и маржинальность. Для этого необходимо актуализировать цены по категориям с учетом цен конкурентов и объема продаж.
  • Добиться запланированных KPI. Например, повысить конверсию товара, подобрав для него оптимальную скидку.
  • Грамотно управлять ценообразованием в рамках рекламных кампаний и каналов. Узнать, какие каналы и кампании приводят самых лояльных клиентов и перераспределить рекламный бюджет в пользу этих источников.

Мы подготовили для вас файл с SQL запросами и подробной инструкцией, как создать отчеты, описанные в этой статье. Вы сможете использовать эти запросы независимо от того, каким способом передаете данные из Google Analytics в Google BigQuery: с помощью стандартного экспорта или же OWOX BI Pipeline. Чтобы получить гайд, оставьте свой email. Посмотреть примеры других графиков с ценами конкурентов вы можете в совместном вебинаре от Competera и OWOX BI.

А следите ли вы за ценами конкурентов? Если да, то как вы это делаете и как используете результаты? Ждем ваших комментариев :)

Вас также могут заинтересовать