Как INTOUCH построил эффективную систему оценки рекламных кампаний

29
1467

О компании

INTOUCH работает на российском рынке с 2008 года и является лидером среди автостраховщиков в сегменте «директ-страхование», оформляя договоры по телефону и через Интернет. Клиенты компании также имеют возможность застраховаться в дилерских центрах и банках.

Компания первой в России запустила программу «Умного страхования» с использованием телематических устройств и систему удаленного урегулирования убытков Fast Track, которая позволяет направлять 90% клиентов на ремонт с места ДТП после одного звонка в компанию.

Детализированная модель оценки риска, которую INTOUCH создал на базе собственного многолетнего опыта, а также опыта современных европейских страховщиков, позволяет предлагать аккуратным и ответственным водителям КАСКО без переплат за риски других автомобилистов.

Цель

INTOUCH продает полисы через интернет, по телефону и офлайн. При этом пользователь может ознакомиться с продуктом в одном канале, а купить его в другом. Например, рассчитать страховку и оставить заявку на сайте, а оформить полис уже в офисе. В таких случаях сложно оценить, как реклама влияет на продажи.

Чтобы оптимизировать расходы на рекламу и увеличить прибыль от ее размещения, компания решила построить систему для оценки эффективности рекламных кампаний. Для этого необходимо объединить расходы и доходы компании, а также действия клиентов онлайн и офлайн в одной системе.

Проблемы

Информация о действиях пользователей на сайте, расходах на рекламу и офлайн заказах собирается в разных системах:

  • Данные с сайта in-touch.ru собираются в Google Analytics.
  • Данные об оформлении полисов офлайн хранятся в CRM системе.
  • Расходы на рекламу (кроме Google AdWords) по умолчанию не передаются в Google Analytics, поэтому ROAS Прибыль от размещения рекламы = доход от размещения рекламы / расходы на рекламу × 100% , ROI Коэффициент доходности бизнеса с учетом инвестиций = (доход — инвестиции) / инвестиции × 100% и ДРР Доля рекламных расходов = расходы на рекламу / доход от размещения рекламы × 100% считаются отдельно в разных системах.

Чтобы оценить вклад рекламы в продажи страховок, все эти данные нужно объединить.

Решение

INTOUCH собрал все необходимые данные в Google BigQuery с помощью OWOX BI Pipeline, построил несколько моделей атрибуции: на основе воронки, First Click и Last Non-Direct Click. Потом компания построила отчеты об эффективности рекламных кампаний по разным моделям атрибуции для сравнения полученных данных.

Так схематично выглядит объединение данных:

Рассмотрим пошагово все действия компании: что и как они объединяли и каких результатов достигли.

Шаг 1. Собрать в Google BigQuery данные с сайта

Компания решила объединять данные о действиях пользователей на сайте и оформлениях полисов офлайн в облачном хранилище Google BigQuery. Сервис выбрали из-за быстрой обработки запросов: терабайты данных — за секунды, петабайты — за считанные минуты, что идеально для сложных аналитических отчетов. Еще одно преимущество сервиса — высокая безопасность: Google BigQuery автоматически шифрует данные. Подробнее о преимуществах сервиса читайте на сайте сервиса.

Для сбора данных с сайта INTOUCH использовал OWOX BI Pipeline. Сервис был выбран по таким причинам:

  • Позволяет собирать информацию практически в режиме реального времени — данные доступны в течение 5 минут.
  • Не ограничено количество параметров и метрик при построении отчетов. Благодаря стримингу через OWOX BI Pipeline можно сделать любой отчет, используя SQL запросы к сырым данным. При том, что в Google Analytics нельзя сочетать некоторые параметры и показатели и есть ограничение на их количество в отчетах. Например: 5 параметров в пользовательском отчете, 1 дополнительный параметр в стандартном отчете, 7 параметров в Core v3. Также нельзя определить, на какую сумму накликал конкретный пользователь. Подробнее об ограничениях и квотах — в справке.
  • Данные, выгружаемые в Google BigQuery с помощью сервиса, не семлируются, независимо от объема.

Подробнее о том, чем отличается экспорт данных напрямую из GA 360 и выгрузка через OWOX BI Pipeline читайте в статье.

Шаг 2. Собрать в Google BigQuery данные из CRM

INTOUCH отправляет данные по оформленным полисам из CRM в Google BigQuery с помощью POST запросов. О других способах интеграции вы можете прочитать в справке.

Шаг 3. Собрать в Google BigQuery расходы на рекламу

Данные о расходах на рекламу из AdWords передаются в Google Analytics автоматически благодаря интеграции сервисов.

С помощью OWOX BI Pipeline INTOUCH импортирует расходы на рекламу из других сервисов в Google Analytics, там они объединяются с расходами из AdWords и передаются в Google BigQuery. Это позволяет рассчитать ROAS, ROI, ДРР в привязке к оформленным заказам, а не только к заявкам на сайте.

Шаг 4. Создать модели атрибуции

После объединения всех данных в Google BigQuery маркетологи INTOUCH построили несколько моделей атрибуции. First Click — чтобы оценить, насколько эффективно реклама привлекает клиентов, Last Non-Direct Click — оценить насколько эффективно продает.

В качестве третьей и самой объективной модели была выбрана атрибуция на основе воронки. Она учитывает вклад каждого канала в продвижение пользователя по воронке продаж. Ценность сессии зависит от вероятности перехода пользователя с одного шага воронки на другой. Чем выше вероятность, тем меньше ценность у сессии, которая помогла пользователю сделать этот шаг, и наоборот. Это упрощенное описание атрибуции на основе воронки. Подробнее о логике расчета читайте в нашей статье или смотрите в вебинаре.

INTOUCH настроил модель атрибуции с помощью сервиса OWOX BI Attribution. Результаты расчетов доступны в Google BigQuery и интерфейсе OWOX BI. Вот пример отчета, который показывает абсолютную конверсию, вероятность и ценность каждого шага воронки:

Абсолютная конверсия — доля сессий, в которых посетители дошли до данного шага. Например, абсолютная конверсия 34% у шага 2 означает, что переход на этот шаг был в 34% из всех посещений.

Вероятность — это доля сессий, в которых посетители перешли с предыдущего шага на текущий. Например, вероятность 10% у шага 4 означает, что на этот шаг перешли 10% пользователей, совершивших шаг 3.

Ценность рассчитывается так: считается вес шага (он обратно пропорционален вероятности), затем вес шага делится на сумму весов всех шагов. Чем сложнее пройти определенный шаг воронки, тем выше для бизнеса его ценность.

Для работы с полученными данными команда INTOUCH использует OWOX BI Smart Data. Этот сервис позволяет задавать вопросы к данным обычным человеческим языком — знать SQL не обязательно. Также в нем есть шаблоны вопросов, благодаря которым можно получить требуемый ответ в считанные секунды.

В результате проделанной работы компания получила дашборд, на основе которого можно увидеть не только реальную ценность каждого канала, но и распределение ценности по всем шагам воронки в зависимости от типа устройства.

Например, на графике ниже видно, что распределение ценности разное для всех типов устройств. На планшете наиболее ценный шаг «Визит», в то время как для других мобильных устройств ключевыми являются 2-й и 3-й шаги. Для настольных компьютеров и кросс-девайсных продаж ценность каждого из шагов распределена более равномерно. На основе этого отчета можно сделать вывод, что пользователям c планшетом труднее всего сделать первый шаг, т.е. посетить сайт. Поэтому для такой аудитории в первую очередь лучше использовать рекламу, направленную на привлечение пользователей на сайт.

Итак, INTOUCH рассчитал ценность каналов по модели атрибуции на основе воронки. Теперь необходимо рассчитать ценность по First Click / Last Non-Direct Click моделям и сравнить результаты. Это поможет выявить недооцененные и переоцененные каналы и эффективнее перераспределить рекламный бюджет.

В Google Analytics нет данных об оформленных в офлайн полисах, поэтому не получится правильно рассчитать эффективность рекламных кампаний по моделям First Click и Last Non-Direct Click. Ведь пользователь может проходить в онлайне только середину воронки, а знакомиться с продуктом и оформлять его — в офлайне. Отчеты по этим моделям атрибуции компания получила с помощью Google BigQuery и сервиса визуализации Google Data Studio.

Например, отчет ниже позволяет сравнить эффективность кампаний по 2 самым распространенным моделям First Click (усилие на привлечение) и Last Non-Direct Click (усилие на продажу). На дашборде отражены ключевые показатели эффективности каналов за март в удобном для сравнения виде. В частности, распределение дохода и ROAS по разным каналам. Сравнив эффективность каналов по разным моделям, можно сделать вывод, что доли дохода и ROAS в разрезе каналов почти идентичны. Это означает, что данные каналы практически одинаково подходят как для привлечения пользователя, так и для закрытия сделки.

Результаты

  • INTOUCH полностью автоматизировал сбор и обработку данных с помощью продуктов OWOX BI и инструментов Google. В результате компании не нужно привлекать сотрудников, которые делали бы это вручную. Все данные доступны в одном интерфейсе — маркетологи могут быстро получать необходимую информацию.
  • Рассчитанная с помощью сервиса OWOX BI Attribution модель атрибуции на основе воронки помогла более объективно определить ценность рекламных каналов.
  • Компания рассчитала ценность каналов по First Click / Last Non-Direct Click моделям атрибуции, чтобы сравнить ее с результатами, полученными по атрибуции на основе воронки. Благодаря этому сравнению можно выявить недооцененные и переоцененные каналы и перераспределить рекламный бюджет эффективнее.

На этом примере с графиком мы видим, насколько отличается оценка эффективности некоторых каналов по разным моделям атрибуции. Вклад 5-го канала значительно недооценен по модели Last non-Direct Click, хотя на самом деле по модели Funnel Based этот канал имеет ROAS на 100% больше и значительно влияет на оформление сделки. Остальные каналы в основном переоценены по Last Non-Direct Click модели. Основываясь на полученных результатах, можно перераспределить бюджет с переоцененных каналов на недооцененный. Благодаря этому получится сделать рекламу эффективнее без дополнительных расходов.

Вас также могут заинтересовать