Как компания Travelata построила систему кроссплатформенной аналитики и автоматизировала отчетность

О компании

Онлайн-сервис для покупки туров Travelata — это крупная компания с международными инвестициями более 10 млн долларов. Входит в группу компаний, работающих в 5 странах Европы, и является членом Альянса Туристических Агентств.

бонус для читателей

Лучшие маркетинг-кейсы от OWOX BI

Скачать материал

Задача

Travelata использует десятки различных каналов привлечения клиентов. Чтобы повысить ROMI этих каналов, нам необходимо:

  • оптимизировать стоимость привлечения пользователей с выходом на положительную экономику;
  • понимать вклад каждого источника на разных стадиях воронки в итоговый результат;
  • приоритезировать задачи, которые выполняет команда разработки, в соответствии с предполагаемой отдачей в виде прибыли по различным каналам привлечения;
  • более эффективно распределять бюджеты и управлять маркетинговыми каналами.

Проблема

Google Analytics не подходит для решения наших задач — на сайте очень много событий и данные в отчетах семплируются. А при выгрузке данных через Google Analytics Reporting API периодически возникают проблемы из-за ограничений и квот.

Данные о транзакциях в Google Analytics не совпадают с продажами из CRM из-за различных способов оплаты, кредитов и рассрочки. Кроме того, у нас есть мобильное приложение, данные из которого также необходимо учитывать при оценке маркетинговых активностей.

Поэтому мы решили построить систему кроссплатформенной аналитики на базе Google BigQuery.

Решение

Мы выбрали облачное хранилище BigQuery из-за высокой скорости обработки данных и отказоустойчивости. Кроме того, с ним достаточно просто работать.

Все необходимые для отчетов данные мы собираем и обрабатываем в Google BigQuery:

  • Расходы из Яндекс. Директ, Google Ads, Facebook Ads, Criteo и других рекламных сервисов импортируем с помощью OWOX BI.
  • Данные о действиях пользователей на сайте собираем в Google Analytics и параллельно отправляем их в сыром виде в BigQuery с помощью OWOX BI, что позволяет избежать семплирования и других ограничений GA.
  • Действия пользователей мобильных приложений отслеживаем с помощью Google Firebase.
  • Данные из чата Intercom выгружаем с помощью Google Cloud Functions и Python.
  • Для выгрузки данных о продажах из CRM используем собственные разработки на основе Python.

Собранные и обработанные в Google BigQuery данные мы используем для создания дашбордов в Klipfolio и Power BI.

Схема объединения данных:

Результат

Теперь у нас есть полные и актуальные данные, доступные в любой момент. Благодаря этому мы можем более эффективно управлять рекламными бюджетами как в ручном, так и в автоматическом режиме.

Сравнение своей модели атрибуции по платному клику с моделями по первому, последнему непрямому касаниям и атрибуции на основе воронки OWOX BI помогает нам понять вклад каналов на разных стадиях воронки и оптимизировать усилия команды разработки, а также маркетинговые бюджеты и задачи.

В результате мы начали видеть, какой вклад оказывают каналы на верхних стадиях воронки (например, SEO или SMM, которые были недооценены по внутренней модели), какой вклад оказывают каналы прямых коммуникаций (push-сообщения и email-рассылки), и смогли более обоснованно вкладывать усилия в данные каналы.

Также у нас была гипотеза, что по модели GA и нашей внутренней модели были недооценены небрендовые платные кампании, но эта гипотеза не подтвердилась. Дальнейшая оптимизация не брендовых кампаний у нас в работе и это предмет отдельных тестов с использованием данных атрибуции по воронке.

Благодаря этим интеграциям и продуктам OWOX BI нам удалось построить необходимые отчеты и дашборды для различных отделов, т. к. несмотря на то, что компания полностью работает онлайн, не все важные показатели отслеживались в автоматическом режиме. Это значительно позволило сэкономить время при принятии решений по управлению маркетинговыми активностями.

‘‘

OWOX зарекомендовал себя как профессиональный технологический партнер с готовыми решениями, который всегда идет навстречу в условиях быстрых изменений внешней среды, в особенности во время и после пандемии.

Иван Белый,
Маркетинговый аналитик ,
Travelata.ru