Comments 2
Татьяна, а можно поподробнее в плане данных что куда попадает и в какой момент?
Процент домножения выкупа конечно интересный показатель.
Все выше описанные вами нюансы ecom-а (да и не только) в малом и среднем бизнесе присутсвуют, в результате собственник не понимает собственно сколько же денег ему необходимо тратить на рекламу и продвижение продукта.
Исходя из тех проектов в которых я участвовал пришел к выводу:
1) Вариант для малого бизнеса. Аналитика по каналам (1 тел номер на канал).
Выглядит очень примерно но работает: например в Яндекс директ вложили столько то, получили с него столько то.
2) Вариант (след уровень): Динамический коллтрекинг до объявления.
3) Вариант для крупных компаний подключение полной веб-аналитики (ecom)
Я последнее время использую только подсчет LTV (life time value). Например привлекли клиента записали за его номером источник и дальше считать все что он купил за 1-2 года и тп.
Потому что часто бывают бизнесы которые с 1й продажи ничего не зарабатывают, а с последующих есть положительный денежный поток (например хостеры, провайдеры мобильной связи и т.п) там где есть длительные отношения с клиентом. Или клиент может не купить с первого раза (или купить какую-то мелочь, а потом прийти с большим заказом с органики а не cpc).
Насчет вашей аналитики надо подумать и возможно добавить LTV.
Добрый день, Илья. Прошу прощения за долгий ответ
"а можно поподробнее в плане данных что куда попадает и в какой момент?"
Относительно самих данных, их хранение основано на базе GBQ.
Скрипт ежедневно подбирает данные из рекламных кабинетов и Яндекс.Метрики. Прогнозные цифры по городам подбираются из Google Sheets. Для этого мы сделали шаблон документа, в котором клиент указывает город, месяц, процент выкупа и согласовали со специалистами логику названий рекламных кампаний, чтобы одной кампании всегда соответствовал только один город, прописанный в одном и том же формате. Далее доход из Яндекс.Метрики домножается на процент выкупа, склеивается по id кампаний с цифрами из рекламного кабинета и формируется dataset в GBQ.call-трекинг
Сall-трекинг в e-com не сильно активно используют, потому что сильно дорого, а статистики с него получается не очень много. Основываясь на опыте предыдущих проектов пришла к выводу, что call-трекинг хорошо подходит для продвижения услуг. А также для магазинов с высоким средним чеком, где, к примеру, хороший стул стоит 15 000 рублей. Получается, что call-трекинг сам себя окупает, так как стоимость привлечения покупатели и его средний чек достаточно высоки.
LTV
С этим клиентом мы на тот момент до расчета LTV не дошли, задача состояла в том, чтобы получать адекватные цифры по доходу чаще, чем раз в неделю, так как расчет занимал слишком много времени у специалистов. Но данный показатель однозначно нужный в работе на будуще.
Любой бизнес "индивидуален" и к каждому требуется свой подход с отслеживанием различных показателей.
К примеру, если говорить о Крипто проекте, то в нем использование call-трекингов не требуется. В целом поведение пользователя достаточно сложное и отслеживать его нужно используя совокупность различных поведенческих метрик.
Кейс: Как создать сквозную аналитику для e-com на коленке