Тот случай, когда Google Analytics 360 недостаточно

 
4.6

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

    Citilink.ru

    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.