Тот случай, когда Google Analytics 360 недостаточно

14
887

Google Analytics 360 отличный продукт и  признанный лидер рынка. Но в нем есть не очевидные ограничения, с которыми многие ecommerce-проекты сталкиваются уже после внедрения, когда план использования и окупаемости составлен.

В данной статье мы собрали наиболее часто встречающиеся задачи, для решения которых недостаточно возможностей Google Analytics 360.

Материал основан на нашем опыте внедрения Google Analytics 360, Google Analytics Premium и сервисов Google Cloud Platform в крупные ecommerce-проекты.

1. Нет расходов на уровне пользователя

Вы не можете анализировать расходы на рекламу в разрезе пользователя или сегмента пользователей. Это связано с тем, что данные о расходах используются в Google Analytics только в агрегированном формате и привязаны к рекламным кампаниям. Даже активировав стандартную интеграцию с Google BigQuery вы не получите информацию о расходах — они отсутствуют в схеме данных.

Поэтому вы не можете сравнить расходы и доходы на определенном сегменте клиентов и не можете посчитать рентабельность когорт пользователей.

Вы даже не можете ответить на простой вопрос: на какую сумму накликал пользователь, сделавший конкретный заказ?

Решение:

Сервис OWOX BI Pipeline собирает расходы на все рекламные кампании, а  OWOX BI Google Analytics to Google BigQuery атрибутирует их на уровень каждой сессии пользователя:

В результате простым SQL запросом к Google BigQuery вы можете сгруппировать расходы и доходы не только на основании источника, но и пользователя или посадочной страницы.

2. Ограниченная интеграция с DoubleClick Campaign Manager и DoubleClick Bid Manager

Google Analytics 360 позволяет активировать расширенную интеграцию с сервисами для размещения и закупки медийной рекламы: DoubleClick Campaign Manager и  DoubleClick Bid Manager. Эти интеграции позволяют анализировать данные DCM в аккаунте Google Analytics и создавать в Google Analytics списки ремаркетинга, доступные через DBM.

Но, при этом, интерфейс и структура данных не позволяют построить отчеты на уровне пользователей и сегментов пользователей. Поэтому вы не можете увидеть целостную картину взаимодействия с конкретным пользователем: просмотр баннера, переход по рекламному объявлению, конверсия на сайте.

Отчеты по View-Through Conversions также не дают ответ на этот вопрос, так как они строятся на уровне рекламных кампаний, а большинство пользователей взаимодействуют с несколькими рекламными кампаниями.

Решение

DCM и DBM позволяют экспортировать данные в Google Cloud Storage в формате DT Files. Для клиентов OWOX, которые сталкиваются с подобной задачей, мы объединяем данные в Google BigQuery. Для этого необходимо специально настроить Floodlight-счётчик и индивидуальные переменные в них. В результате можно ответить на важный вопросы: как факт просмотра баннера влияет на рентабельность определенного сегмента пользователей.

3. Самое важное: нет прозрачной атрибуции

Одна из ключевых задач систем аналитики — это атрибуция: связь расходов на рекламные кампании и доходов, полученным благодаря им. Но в Google Analytics модели атрибуции позволяют распределять ценность только на основании позиции источника и они игнорируют реальные действия пользователей и их продвижение по воронке.
А модель Data-Driven, доступная в Google Analytics 360, является закрытым ящиком.
У вас нет возможность проверить ее работу или повлиять на настройки.
С подробным сравнением и ограничениями моделей атрибуции вы можете ознакомиться в отдельной статье.

Решение

Мы разработали сервис Funnel Based Attribution, который распределяет ценность конверсии по каждой сессии пользователя, в зависимости от вклада в его продвижение по воронке. При это чем ниже вероятность прохождения шага воронки, тем большую ценность получает сессия, которая помогла пользователю пройти данный шаг. Все данные доступны в Google BigQuery и всегда открыты для настройки. Подробнее о модели атрибуции на основе воронки вы можете узнать из этой статьи.

Сравнение моделей

4. Нет реального дохода и прибыли

Цель бизнеса — прибыль. Но большинство проектов не могут измерить влияние рекламных кампаний даже на реальный доход, так как Transaсtions Revenue в Google Analytics не учитывает:

  • отмененных заказов;
  • корпоративных заказов, размещенных после общения с менеджером;
  • дохода от подписки, если деньги снимаются периодически;
  • заказов через call center или в физических магазинах;
  • онлайн заказов, данные которые не были отправлены из-за особенностей JavaScript кода.

Главная причина этих ограничений в том, что Google Analytics не поддерживает репроцессинг данных. Это значит, что нельзя изменить сумму или добавить транзакцию за прошедший период. Даже Refunds связываются с тем моментом, времени, в который они были отправлены и не влияют на метрику Revenue и метрики, рассчитываемые на ее основе.

Поэтому любые цели и измерения в Google Analytics 360 происходят с определенным искажением. Поймите правильно, измерять онлайн конверсии и транзакции — это лучше, чем ничего. Но измерять реальную прибыль — лучше. По крайней мере для бизнеса.

Решение

В Google BigQuery можно легко объединить данные из CRM и Google Analytics. Это делается с помощью готовых SDK и одного из параметров: id транзакции, id пользователя, email или телефон пользователя, а также номера карты лояльности. После этого вы можете построить любые отчеты в Google Sheets или сервисах визуализации данных.
Google Analytics не является базой данных, поэтому попытки контролировать в нем точные значения показателей редко приводят к успеху. Гораздо проще и эффективнее данные из CRM расширить информацией о действиях пользователей в онлайн.
По нашему опыту удобнее и дешевле всего делать это в Google BigQuery.

Вас также могут заинтересовать

    Нам доверяют

    Online Tours

    Лучший технологический партнер

    OWOX стал одним из немногих исключений, когда мы доверились партнерам, вместо разработки всего своими силами. Для нас OWOX — не агентство, а технологический партнер, который вывел нашу аналитику на новый уровень и показал как решать бизнес задачи, о которых мы могли только мечтать. Благодаря OWOX мы улучшили эффективность продаж, увеличили ROI рекламных кампаний, настроили онлайн мерчандайзинг и узнали многое о поведении пользователей. Мы очень благодарны OWOX за экспертизу, которой они с нами поделились и качественную поддержку.