Отчитаться о недостаче в 180 млн рублей и получить благодарность от заказчика вполне реально. Наша история сотрудничества с интернет-магазином цифровой техники началась весной. Это не гигант, но крепкий середнячок с 1к отзывов и оценкой 4.8 на Яндекс.Маркете.
На момент знакомства и отправки КП заказчик немногим более полутора лет получал клиентов с Маркета, но его digital стратегия была неполной. Мы предложили развернуть масштабную активность, включающую динамический ретаргетинг в соцсетях, сбор lookalike аудиторий, а также email-маркетинг с детальным сегментированием.
Но самым интересной частью проекта оказались не перечисленные кампании, а веб-аналитика.
Любой уважающий себя e-commerce использует веб-аналитику по полной. В данном случае магазин уже собирал статистику через Google Analytics с настроенными целями электронной коммерции и вёл учёт продаж в RetailCRM.
Наше предложение заключалось в установке коллтрекинга и сквозной аналитики для сбора данных по предстоящим рекламным кампаниям: затраты, прибыль, ROI.
Обратившись в Calltouch, мы быстро подобрали тариф и запустили необходимую связку инструментов. Было подключено 5 статических подменных номеров, а интеграцию с рекламными кабинетами отложили на будущее — ведь картины происходящего у нас не было и рекламу запускать было рано.
Далее мы приступили к разбору статистики из Analytics. Необходимо было понять, откуда приходят покупатели и какие гаджеты они приобретают чаще всего. CRM — это хорошо, но подробные данные по атрибуции оттуда не вытянешь. Важно было понять, какую прибыль генерирует каждый канал привлечения.
Данный этап оказался самым увлекательным. Мы пошли в раздел Конверсии — Электронная торговля — Эффективность продаж. Там можно найти данные по проданным товарам и доходу непосредственно с указанием номера заказа в RetailCRM.
Первое, что нас насторожило — чётное количество товаров в каждой транзакции. Погружение буквально в 3 заказа открыло странную деталь — каждый товар в них дублируется и в доход записывается удвоенная сумма.
Для примера мы выбрали один из заказов и отфильтровали его в CRM, чтобы узнать, не является ли наша находка простым совпадением. Оказалось — нет. В подтверждённом заказе был лишь один товар, а не два. Более того, наименования продукта в CRM и в GA не соответствовали друг другу.
Аналитика дважды отметила покупку модели Honor 10 4/128GB Черный по цене 16 200,00 и установила ценность транзакции 32 400,00. CRM говорила о другом: был приобретён Honor 20 6/128GB Midnight Black за 19 380,00.
Мы скопировали номер телефона покупателя и отправились в коллтрекинг, чтобы послушать, о чём же он говорил с консультантами. К нашему счастью было записано 5 звонков.
Изучив каждую запись, мы обнаружили, что покупатель изначально интересовался моделью Honor 20, которую и купил, и вовсе не упоминал младшую. Более того, перейдя по ссылке, которую Analytics записал в историю посетителя, мы попали на страницу 404.
Мы постарались понять, как могло произойти подобное, и списали всё на изменчивое настроение клиента. Вот, он добавляет в корзину Honor 10, а затем (в ту же минуту) решает позвонить в магазин и заказать другой товар не через корзину, а по телефону.
Гипотетически такое возможно, но факт остаётся фактом: в этой и 95% прочих транзакций Analytics учитывал покупку одного товара за две и записывал в историю несуществующие ссылки на продукты.
Ради интереса мы решили проверить, насколько могли бы просчитаться, если бы взяли за основу статистику продаж по каналам из Google Analytics.
С этой целью был загружен отчёт за 2019 год из RetailCRM. Будьте внимательны — в нашем случае статусы заказов в интерфейсе CRM и в .xls отчёте не совпадали. Также учитывайте заказы с НДС и без него.
В Excel мы получили ошеломляющую разницу: Analytics записала в доход несуществующие 180 миллионов рублей.
Пересечения данных оказались не менее странными. В списке GA нашлись покупки со статусом "по телефону". Вероятно, это были добавления в корзину с последующей корректировкой заказа на звонке. В то же время в списке не оказалось более тысячи заказов, созданных именно через корзину.
В итоге, если смотреть только совпадающие по идентификаторам заказы, выясняется:
Учитывая, что GA клиента плотно интегрирована с CRM, подобные расхождения вызывают вопросы.
Результаты исследования подтолкнули нас к установке Яндекс.Метрики и настройке электронной коммерции своими силами, так как влиять на стороннего подрядчика и его параметры GA мы не вправе. Для оценки прибыльности каналов мы внесли в отчёт Analytics корректировки на основе данных CRM.
Для подведения итогов рекламной кампании не прошло достаточно времени, но можно уверенно говорить о том, что этап подготовки мы провели качественно.
Ключевые выводы мы будем делать, используя сквозную аналитику — ведь именно она даёт полную картину, сочетающую затраты на рекламу и доходность каждого канала, при этом принимая во внимание продажи как через корзину, так и по телефону.
Но это не значит, что базовая веб-аналитика должна быть проигнорирована. Наша Яндекс.Метрика будет отдавать правильные данные, на основе которых заказчик теперь сможет делать выводы, не боясь гигантских погрешностей, сравнимых с годовым оборотом небольшой компании.