ROPO-анализ: чем полезна система сквозной омниканальной аналитики

130
3728
Материалы для скачивания
978.32 Kb

О компании

Сеть магазинов ИЛЬ ДЕ БОТЭ входит в состав компании SEPHORA (группа LVMH), которая занимает лидирующие позиции на рынке парфюмерно-косметической продукции на мировом уровне.

В 127 магазинах сети представлено более 30 000 наименований от ведущих мировых марок парфюмерии, декоративной косметики и средств по уходу. Интернет-магазин iledebeaute.ru предоставляет клиентам компании быстрый доступ ко всему каталогу и обеспечивает возможностью получить приглянувшийся товар в любой точке России. 

Цель

Учитывая товары, которые предлагает компания ИЛЬ ДЕ БОТЭ, покупатель чаще всего не ограничивается только онлайн или только офлайн магазином. К примеру, чтобы купить новую парфюмерию, клиент прежде всего захочет изучить ароматы, выбрать подходящий для себя, а уже потом совершить покупку в офлайн магазине, либо онлайн.

Команда ИЛЬ ДЕ БОТЭ захотела глубоко понять поведение своих пользователей, с точки зрения взаимодействия между онлайн и офлайн-магазинами. Показать в цифрах, что те усилия, которые маркетинг делает в онлайне, не ограничиваются доходами от онлайн-заказов, но влияют и на офлайн продажи (так называемый ROPO-эффект)

Предлагаем рассмотреть кейс построения системы сквозной омниканальной аналитики и отчетов, которые можно создать с его помощью.

Проблема

В приоритете для ИЛЬ ДЕ БОТЭ, как и для многих крупных омниканальных ритейлеров, стоит вопрос грамотного построения эффективной системы сквозной аналитики по всем каналам продаж.

  • Первая проблема, с которой столкнулась команда ИЛЬ ДЕ БОТЭ при решении этой задачи — разрозненность данных. За время существования компании информации накоплено много, данные хранятся в разных источниках и форматах, со своей спецификой процессинга и т.д. Для определения ROPO-эффекта, без единого хранилища, в котором можно объединить все необходимые для анализа данные, не обойтись.
  • Из этой проблемы вытекает следующая: какое хранилище выбрать? Существует 2 варианта:
    1. Хранить все данные на собственных серверах​
    2. Выгружать всю необходимую информацию в облачное хранилище
  • При этом, у каждого варианта есть свои преимущества и недостатки. Например, в случае с собственными серверами, необходимо учесть затраты времени на организацию такого хранилища, наличие ресурсов на закупку соответствующего оборудования, его постоянное обслуживание техническими специалистами, решение проблем с масштабированием, выстраиванием автоматизированной системы по сбору и обработке данных своими силами.
  • Следующая проблема — выбор инструмента, который поможет автоматизировать процесс доставки данных из различных источников в единое хранилище для последующего анализа. Подобных инструментов существует немало, и из этого множества необходимо выбрать оптимальный по соотношению цена/ качество/ функциональность/ гибкость/масштабируемость.
‘‘
Этот кейс — лишь часть непрерывной работы, которую мы делаем с OWOX на протяжении почти двух лет. Мы стали на путь интеграции автономных данных в нашу онлайн-аналитическую среду и использования их для повышения нашей коммерческой эффективности. Команда OWOX BI не только предоставила техническую и аналитическую поддержку, нo и стала нашим ключевым собеседником в обсуждении нашей глобальной проблемы — роль атрибуции в среде oмниканальнoсти.
Юрий Захватов,
ведущий аналитик ,
Sephora

Решение

Для решения проблем с анализом ROPO, маркетологам и аналитикам компании ИЛЬ ДЕ БОТЭ предстояло реализовать шаги:

  1. Выбрать единое хранилище для объединения данных.
  2. Автоматизировать поступление данных.
  3. Основываясь на полученных данных, построить необходимые для руководства компании отчеты и динамические показатели.

Для реализации плана, команда ИЛЬ ДЕ БОТЭ обратилась за помощью к OWOX BI, так как мы являемся экспертами в области онлайн-аналитики и объединения данных и партнером ИЛЬ ДЕ БОТЭ с 2016 года.

схема обработки данных

Шаг 1. Выбрать единое хранилище для объединения данных

В качестве единого хранилища специалисты ИЛЬ ДЕ БОТЭ выбрали Google Cloud Storage с соединением в Google BigQuery.

Главными причинами, по которым команда ИЛЬ ДЕ БОТЭ выбрала именно его, стали:

  • Скорость. Позволяет обрабатывать терабайты информации за секунды, петабайты — за минуты
  • Экономичность и прозрачность стоимости услуг сервиса. По сравнению с другими инструментами, сервис от Google является недорогим и удобным в использовании и системе оплаты.
  • Простая масштабируемость. При значительном повышении объема данных не нужно резервировать дополнительные мощности, виртуальные сервера и т.д.
  • Удобная интеграция с внешними сервисами. Доступно большое количество интеграций со всеми популярными сервисами по работе с данными.
  • Надежность и безопасность данных. Стандарты безопасности, регулирования и сертификаций Google BigQuery позволяют хранить в своем проекте самые чувствительные данные.
  • Google Analytics 360 Export. Есть возможность выгружать сырые данные из Google Analytics напрямую в BigQuery (включая исторические данные за последние 13 месяцев). 
  • Compute Engine, Data Prep etc. Google Cloud имеет множество интегрированных между собой сервисов, которые упрощают реализацию задуманных решений

Шаг 2. Автоматизировать поступление данных.

Для этого аналитики ИЛЬ ДЕ БОТЭ по рекомендациям OWOX BI выполнили следующее:

  • Настроили автоматический экспорт данных из Google Analytics в Google BigQuery. Компания является пользователем Google Analytics 360, что позволяет в полной мере настроить автоматическую интеграцию с BigQuery в несколько кликов.         
  • Настроили автоматическую интеграцию Google Ads и Google Analytics

    Стоит отметить, что часть расходов автоматически импортируется в Google Analytics с помощью OWOX BI Pipeline. Полные расходы анализируются в ИЛЬ ДЕ БОТЭ в другой системе, которая больше подходит целям этого бизнеса( помимо рекламных расходов, в нее собираются также фиксированные косты на производство рекламных материалов, комиссии агентств и прочие затраты, без которых подсчитать чистый ROI невозможно).

  • Настроили автоматическую выгрузку расходов в Google Analytics для Яндекс.Директ, Яндекс.Маркет, ВКонтакте, Criteo, Facebook и других рекламных источников через OWOX BI Pipeline. 

    С методами загрузки рекламных расходов в Google Analytics и преимуществом автоматического импорта в Google Analytics и BigQuery можете ознакомиться в статье.

  • Выгрузили данные из CRM в Google BigQuery

    На этапе знакомства с преимуществами BigQuery и других облачных продуктов Google Cloud Platform, командой ИЛЬ ДЕ БОТЭ было принято решение попробовать построить ROPO-отчеты на основе разовых выгрузок. Для этого данные порционно раз в месяц загружались в Google Cloud Storage, откуда далее поступали в BigQuery.

  • После того, как команда ИЛЬ ДЕ БОТЭ ознакомилась со всеми преимуществами работы с данными в BigQuery, было принято решение и далее использовать BigQuery в качестве хранилища данных CRM. С помощью решения от OWOX BI — BigQuery Integrations — была настроена автоматическая выгрузка данных из CRM в BigQuery. Данная интеграция позволила команде ИЛЬ ДЕ БОТЭ самостоятельно управлять (добавлять, удалять и обновлять) данными в облаке, что стало одним из преимуществ использования данного подхода на постоянной основе.

Шаг 3. Построить отчеты для руководства компании

С помощью SQL-запросов команда ИЛЬ ДЕ БОТЭ объединила все собранные в BigQuery данные в единую таблицу. Теперь можно использовать эти данные для построения отчетов в удобном для компании формате — с помощью инструмента визуализации данных Data Studio.

Стоит учесть, что данные для построения отчетов можно объединить не только в сервисах визуализации (по типу Data Studio, Tableau, Google Charts и т.д.). По разработанной командой OWOX инструкции можно в несколько кликов подключить созданную в BigQuery таблицу напрямую к инструментам BI Attribution и BI Smart Data для автоматического построения ROPO-отчетов в кабинете OWOX BI.

Результат

В результате построения системы сквозной омниканальной аналитики команда ИЛЬ ДЕ БОТЭ ответила на ряд важных вопросов для развития бизнеса.

  • Построив всю цепочку касаний пользователя, от взаимодействия с онлайн-рекламой до покупки в офлайн-магазине за выбранный период, нам удалось идентифицировать (определить User ID) только 0,42% из 100% зашедших на сайт пользователей, то есть только тех посетителей, которые зарегистрированы на сайте. ​К идентифицированным удалось отнести не только авторизованных в конкретный момент времени пользователей, но и сессии неавторизованных пользователей, у которых была известна карта лояльности.

Из идентифицированных:

  • 31% посетителей совершали покупки в онлайн-магазине. ​
  • 17% пользователей посещали онлайн-магазин перед офлайн-покупкой (ROPO-пользователи).
  • 53% из них совершали покупки как в онлайн, так и в офлайн-магазинах.
  • Проанализировав все необходимые данные, digital-команда ИЛЬ ДЕ БОТЭ, смогла показать на цифрах влияние digital media рекламы на продажи в офлайн-магазинах. ​На графике ниже видно, насколько большое влияние на продажи офлайн оказала e-mail рассылка 23-25 августа.
влияние digital media рекламы
  • Отчет также позволяет оценить динамику изменения доли ROPO пользователей, для понимания, насколько ожидания по данному показателю соответствуют фактическим данным.​

  • На этом графике указано какую долю ROPO-дохода принесла конкретная рекламная кампания.

доля ROPO-дохода от рекламы
  • При построении графиков ниже, нам удалось наглядно показать долю ROPO-пользователей, которые совершают покупки как онлайн, так и офлайн, и отследить динамику изменения данной категории покупателей.​
  • Дополнительно к основному анализу, маркетологи ИЛЬ ДЕ БОТЭ хотели узнать, как отличается поведение ROPO-пользователей в разрезе разных категорий товаров (что посмотрели на сайте, а что купили oфлайн) и сопоставить эти данные. 

Например, была гипотеза, что парфюмерия приносит больше всего ROPO-дохода. Однако, отчет показал, что на самом деле большую долю имеет категория «Уход за лицом» из серии «Антивозрастные средства». Соответственно, эти продукты можно учесть при разработке следующей рекламной онлайн-кампании.

Все эти данные и правильный анализ ROPO-эффекта помогли команде ИЛЬ ДЕ БОТЭ четко определить и презентовать эффективность онлайн рекламы, учитывая все действия пользователей как онлайн, так и офлайн. Также, благодаря ROPO- анализу и возможности загрузить офлайн транзакции в отдельный VIEW GA, маркетологи ИЛЬ ДЕ БОТЭ смогли лучше понять поведение разных сегментов своей целевой аудитории, что позволяет им детальнее планировать маркетинговые активности.

Следующим шагом команда планирует повысить процент идентифицированных пользователей, чтобы более точно определить особенности поведения каждого отдельного сегмента. Часть этой задачи удалось решить за счет отнесения к идентифицированным пользователям не только тех, кто авторизован в данный момент времени в конкретной сессии, но и не авторизованных пользователей с картой лояльности, которых можно сматчить ретроспективно.

Использованные инструменты

Вас также могут заинтересовать