Маркетинговые процессы — неотъемлемая часть любого бизнеса и без аналитики он не сможет четко функционировать. Анализ, как минимум основных маркетинговых показателей, позволяет понять положение дел в компании, ее перспективы и слабые места. Поговорили с руководителем отдела аналитики digital-агентства «Original Works» Романом Ломовским.

«Маркетинговые аналитики, в основном изучают показатели маркетинга. Но на самом деле, четкого круга задач у маркетингового или любого другого аналитика нет. Все задачи зависят от конкретной компании или команды. Чаще всего в своей работе мне приходилось иметь дело с настройкой систем веб-аналитики, построением дашбордов, написанием ETL-пайплайнов, проведением статистических исследований. В других компаниях маркетинговые аналитики не строят дашборды, но проводят, например, только A/B тесты», — говорит Роман Ломовской.

Важные показатели

Показателей, которые применяют в анализе довольно много. Если говорить именно о маркетинговом анализе, то в качестве основных выделяют:

  • CPL (cost per lead) или стоимость лида. Считается по формуле CPL = Расходы / Лиды.
  • CR (conversion rate) или коэффициент конверсии. Обычно применяется несколько коэффициентов конверсии, так как клиент или покупатель проходит от первого контакта до покупки несколько этапов и между каждым этапом замеряется свой CR. Так появляются CR1, CR2 и т.д. Например, посетитель пришел на сайт и оставил заявку. Это конверсия первого уровня. Затем, коллцентр связался с ним, уточнил детали и передал в отдел продаж, это конверсия второго уровня. Внутри отдела продаж может быть своя воронка со своими этапами, между которыми также замеряется свой коэффициент конверсии. Здесь важно знать меру, ведь при слишком большом количестве шагов в воронке теряется статистическая достоверность. Перегруженность воронки этапами чревата тем, что со временем и увеличением числа этих этапов теряется даже понимание, при каком условии клиента нужно переводить в какой из этапов.

«На мой взгляд, правильнее считать показатель конверсии первого уровня из пользователя в лид или продажу от пользователя, а не от визита, сессии или клика, — дополняет Роман Ломовской, — можно долго спорить о плюсах и минусах такого подхода с точки зрения маркетинга, хотя у большинства маркетологов и аналитиков уже давно сложилось мнение на этот счёт. Я хочу здесь обратить внимание на логическую или математическую составляющую. Если мы считаем, что CR1 = Лиды / Клики х 100, то, с моей точки зрения, допускаем логическую ошибку. Ведь оставляет заявку на сайте или совершает покупку не клик и не сессия, а пользователь. Поэтому я считаю верной формулу CR1 = Уникальные лиды / Пользователи х 100. Да, дальше встает вопрос погрешностей. Если у аналитиков мобильных приложений пользователь определен с помощью user_id, то веб аналитикам приходится выкручиваться с помощью google cid, например. Тем не менее такой подход все равно более правильный, чем оценка коэффициентов конверсий от кликов или сессий».

  • CAC (Customer Acquisition Cost) или стоимость привлечения клиента. Считается почти также, как CPL, только в знаменателе вновь привлеченные клиенты.
  • ROMI (Return on Marketing Investment) или возвратность маркетинговых инвестиций. Как правило, считается самым значимым показателем, именно к нему апеллируют при оценке эффективности рекламы. ROMI = (Доходы от маркетинга — Расходы на маркетинг) / Расходы на маркетинг / 100. Интерпретация показателя проста. Если он больше или равен 100, то затраты на маркетинг окупаются, если меньше, то нет.
  • LTV (lifetime value) или пожизненная ценность клиента. Если клиент обратился не в фирму-однодневку, то, как правило, он совершает там больше одной покупки. Поэтому нужно обязательно учитывать и этот показатель. Самая простая формула расчета: LTV = Средний доход с одного пользователя за период х Цикл жизни покупателя.
  • Retention Rate/Churn Rate или показатели удержания и оттока клиентов соответственно. «Эти показатели считаются по когортам. Часто в компаниях когортным анализом занимаются не маркетинговые, а продуктовые аналитики, но я люблю этот подход к анализу аудитории, поэтому пользуюсь им повсеместно», — отмечает Роман Ломовской.

Когорта — это группа пользователей, объединенных по временному признаку, и впервые совершивших в этот временной период какое-то целевое действие. Например, пользователи, совершившие первую покупку в июле 2022 года, будет когортой. Для этой когорты июль станет нулевым месяцем ее существования, август первым и т.д. Retention rate для августа будет рассчитываться по формуле RR = Количество активных пользователей в августе / Количество активных пользователей в июле х 100. Churn rate соответственно, считается также, но из частного вычитается 1, то есть, Churn Rate = ((Количество активных пользователей в августе / Количество активных пользователей в июле) — 1) х 100

Существует еще огромное количество показателей: DAU/MAU, CTR, CPC, ROAS и т. д. Однако это уже специализированные данные, которые не всегда строго используются компаниями.

Главные инструменты аналитиков

В зависимости от решаемых задач аналитику могут потребоваться различные инструменты, например:

  • Python и его библиотеки. Это довольно простой скриптовый язык программирования, который завоевал любовь аналитиков по всему миру. Можно сказать, что Python это Rolls-Royce в мире анализа данных. Огромное количество подключаемых библиотек дает возможность решить почти любую задачу, хоть статистическую гипотезу проверить, хоть нейросеть обучить.
«Я использую Python в основном для написания ETL-пайплайнов, и проведения исследований. Даже дашборды с его помощью строил, применяя фреймворк Dash», — отмечает Роман Ломовской.
  • SQL. Наверное самый популярный инструмент среди аналитиков сегодня. Сложно представить специалиста, не умеющего работать с базами данных или хотя бы раз не использовавшего SQL в работе.
«Если сказать пару слов о выборе СУБД, то я работал с PostgreSQL, MySQL, Azure, BigQuery. У всех них есть свои плюсы и минусы, но в последнее время мне и многим моим коллегам полюбился Clickhouse. Это быстрая, в основном за счет колоночного хранения, аналитическая система управления базами данных. Собственно, скорость, открытый код и заточенность под аналитику делают эту СУБД такой популярной», — делится опытом Роман Ломовской.
  • Power BI. Современное решение для отображения всех вышеперечисленных показателей. Power BI способен переваривать огромные объемы информации, а собственные языки DAX и M делают возможности обработки данных практически безграничными.
«Можно, конечно, обойтись экселем. Но, пожалуйста, не надо. Лучше построить интерактивный дашборд, в котором все показатели будут автоматически считаться и обновляться, да еще и в разных срезах. Для этого и создан Power BI. Многим не нравится несколько топорный дизайн его визуальных элементов, но о вкусах не спорят», — считает Роман Ломовской.

Важность маркетингового анализа

Конечно не все используют в своей деятельности аналитику, а том числе и маркетинговую. Некоторые средние и мелкие компании не видят в этом необходимости и надеются сэкономить средства. Но и проводить оценку своей деятельности им будет сложнее. Они смогут апеллировать лишь общими данными и ростом или спадом прибыли. А вот понять причины некоторых ошибок, оценить показатели и понять, где можно получить, больше без анализа невозможно.

«На самом деле, без анализа обойтись можно, — считает Роман Ломовской, — но это как искать выход из леса ночью без фонарика и компаса. Куда-то однозначно придешь, но куда, неизвестно. Аналитика, в том числе маркетинговая, показывает, куда движется бизнес или его отдельный процесс. И самое главное, с помощью данных можно ответить на вопрос: „Что сделать, чтобы оказаться в точке X?“. Переводя в язык цифр можно сказать, что, например, одному из клиентов — сети автосалонов, внедренная нами система сквозной аналитики помогла сэкономить за первые несколько месяцев 500 000 рублей за счет того, что удалось выявить неэффективные рекламные площадки».

Источник: IT Channel News

Версия для печати (без изображений)   Все новости