Как улучшить конверсию на всех этапах воронки — кейс MAXIMUM Education

Материалы для скачивания
2.06 Mb

О компании

MAXIMUM Education — российская образовательная компания полного цикла с мировым опытом в области подготовки к стандартизированным экзаменам. Помогает школьникам из всех регионов России с подготовкой к ЕГЭ/ОГЭ, профориентацией, изучением английского языка, digital skills и школьных предметов.

Компания основана в 2013 году и является резидентом IT кластера Инновационного центра «Сколково». Имеет собственные и партнерские филиалы в Москве, Санкт-Петербурге, Екатеринбурге, Новосибирске и еще 28 городах РФ.

Сегодня компания MAXIMUM — это более 1 000 преподавателей, 175 000 учеников, 40 учебных программ, разработанных профессиональными методистами, технологичная онлайн-платформа. Компания заняла 4 место в рейтинге РБК «35 крупнейших EdTech компаний России по итогам 2018 года».

бонус для читателей

Лучшие маркетинг-кейсы от OWOX BI

Скачать материал

Задача

Перед маркетологами MAXIMUM стояла задача улучшить показатели конверсии на всех этапах воронки. Для этого нужно было отследить весь путь клиента с момента первого попадания на сайт до покупки, оценить и повысить эффективность каналов трафика с разбивкой по бизнес-активностям.

Проблема

Перед покупкой курса клиенты MAXIMUM взаимодействуют с компанией как онлайн, так и офлайн: посещают ивенты, вебинары, страницы курсов, регистрируются в блогах и на мастер-классах.

Поэтому компании важно видеть, сколько шагов прошел клиент прежде, чем что-то купил, с какой рекламой он взаимодействовал, и сколько стоил контакт с клиентом на каждом этапе. Есть ли смысл несколько раз показывать рекламу одному и тому же клиенту, или ему достаточно читать рассылки, или, наоборот, его надо догонять ретаргетингом.

Все данные, которые позволяют получить ответы на эти вопросы, хранятся в разных системах, что усложняет работу с ними. Кроме того, решение о покупке курса, как правило, принимают 2 человека: школьник и родитель. Поэтому у MAXIMUM есть внутреннее понятие, сущность «семья», в рамках которой, собираются все идентификаторы. Однако тесты запускаются на два сегмента (школьники и родители), так как они ведут себя совершенно по-разному.

Решение

Чтобы оценить вклад каждого канала в продвижение пользователя по воронке продаж, нужно объединить действия посетителей сайта, расходы на рекламу, офлайн-заявки и фактический доход компании с учетом исполняемости заявок. Для этого команда MAXIMUM сделала следующее:

Шаг 1. Настроили OWOX BI Pipeline, чтобы собирать данные о поведении пользователей на сайте в Google BigQuery. Благодаря этому аналитики MAXIMUM получают доступ к сырым несемплированным данным практически в реальном времени.

Шаг 2. Также с помощью OWOX BI Pipeline маркетологи MAXIMUM настроили автоматический импорт рекламных расходов.

Данные из ВКонтакте, Facebook, Яндекс. Директ и MyTarget передаются сначала в Google Analytics. Там они объединяются с данными из AdWords, которые попадают в GA благодаря нативной интеграции. Затем информацию о расходах из всех сервисов одним потоком OWOX BI Pipeline импортируют в Google BigQuery, чтобы объединить с данными о поведении пользователей на сайте и фактическими продажами курсов.

Шаг 3. Настроили выгрузку данных о транзакциях из своей CRM-системы в Google BigQuery.

Схематично движение данных выглядит так:

Схема объединения данных с OWOX BI

Шаг 4. Создали мультиканальную модель атрибуции в OWOX BI Attribution, используя объединенные данные в Google BigQuery.

Команда MAXIMUM использует атрибуцию Last-Non-Direct Click, которая присваивает всю ценность заказа последнему управляемому источнику. Однако пользователь перед покупкой взаимодействует с несколькими рекламными кампаниями. Чтобы оценить количество и стоимость привлеченных конверсий каждой из них, маркетологи MAXIMUM выбрали OWOX BI Attribution.

На основе машинного обучения модель атрибуции OWOX оценивает рекламные кампании на уровне сессий пользователей, учитывает вклад каждой сессии в прохождение воронки, позволяет маркетологу указать управляемые каналы, конверсионное окно и подключить данные CRM.

Так маркетологи MAXIMUM могут видеть вклад каждого канала в конверсию и оценить стоимость каждого касания с пользователем.

Кроме того, маркетологи компании настроили и другие модели атрибуции (First Click, Linear model, Position Based), чтобы сравнивать эффективность каналов по разным моделям.

Шаг 5. Совместно с аналитиком OWOX команда MAXIMUM построила дашборд в Power BI, который обновляется автоматически.

Подход к оптимизации рекламных кампаний

Пользователь может оставить заявку на сайте, выставке или вебинаре. После этого команда MAXIMUM связывается с ним и назначает индивидуальную консультацию. Выполненная транзакция в данном случае — это договор. При этом компании важно знать как стоимость привлеченного клиента (семьи), так и стоимость договора (у одного клиента в итоге может быть несколько договоров).

Основные показатели, на которые команда MAXIMUM ориентируется при принятии решений о перераспределении бюджета на рекламу — это CR, стоимость лида на каждом этапе воронки и ROMI.

Первое, на что обращают внимание — это стоимость лида. Она зависит от типа воронки и выбранного курса, поэтому маркетологи компании определяют норму и смотрят на отклонение от нормы. Если по платному каналу этот показатель выше нормы, перераспределяют бюджет.

Дополнительными индикаторами оценки качества рекламы также выступают дозваниваемость и назначаемость. Если на начальном этапе воронки нет возможности дозвониться до лида и назначить индивидуальную консультацию, то рекламу считают некачественной и отключают. Это важно, так как если есть просадка на первых шагах воронки, компания может впустую потратить ресурс сотрудника колл-центра.

Результат

Теперь маркетологи MAXIMUM могут проверить на практике:

  • Как влияет тот или иной канал на продвижение пользователя по воронке.
  • Во сколько компании обходится привлеченный клиент на каждом этапе воронки: стоимость контакта, назначенной/проведенной индивидуальной консультации, стоимость договора.
  • Какая скорость продвижения клиентов по воронке.
  • Какие пользовательские пути самые оптимальные.
‘‘

Команда OWOX открыла нам глаза на многие нюансы работы со сквозной и web-аналитикой и кратно увеличила нашу экспертизу в этом. С помощью OWOX мы значительно увеличили скорость получения достоверных отчетов.

Инсайты, которые получила команда MAXIMUM благодаря сбору и анализу сырых данных:

  • Все бесплатные лиды оказываются платные, так как на каком-то из этапов мы всё равно за них заплатили.
  • Вебинары потенциально зависят от заявок на консультацию.
  • Часть органического трафика зависит от инвестиций в платный трафик.
Даниил Масленников,
Руководитель отдела организационного развития ,
Maximum Education

В дальнейшем команда планирует продолжать работать с сырыми данными, чтобы с помощью тестов и проверок гипотез получать ещё больше инсайтов касательно пользовательского поведения.