Как настроить сквозную и товарную аналитику для интернет-магазина: кейс algo.by

О компании

«Algo.by» – интернет-магазин компьютерной техники и электроники. Располагается в Минске и доставляет товары по всей Республике Беларусь. 

Задача

На сайт algo.by идет трафик из 10+ различных рекламных каналов. С помощью отчетов ROMI center маркетологи интернет-магазина хотели решать следующие задачи.

1. Экономить время на сбор статистики из различных источников данных – рекламных площадок, сайта, самописной CRM.
2. Иметь данные, по которым можно оптимизировать стоимость привлечения новых покупателей.
3. Иметь точные данные, сколько денег тратится на рекламу и каков заработок по каждой товарной категории.
4. Максимально эффективно распределять бюджеты и управлять маркетинговыми каналами.

Решение

Все данные объединили в хранилище Google BigQuery. Для этого использовали коннекторы ROMI center и сбор сырых данных с сайта о поведении пользователей. 

Посещаемость сайта составляет сотни тысяч пользователей в месяц. Выбор в пользу BigQuery был сделан из-за оптимального соотношения цены и качества за хранение и обработку данных. Также можно объединять данные в ClickHouse и Yandex Cloud.

Сбор сырых данных с сайта нужен для дальнейшего построения товарной аналитики. С помощью собственного скрипта ROMI center мы формируем сессии по каждому посещению сайта пользователем. В рамках каждой сессий фиксируется:

• источник трафика в разрезе всех utm-меток;
• все URL, на которые был переход;
• устройство и браузер;
• данные по гео;
• события электронной коммерции: просмотр категорий и карточек товаров, добавление в корзину, заказы и прочее.

Для получения данных из самописной CRM использовали отдельный коннектор ROMI center, который получает данные с помощью web-hooks. 

При настройке маркетинговой аналитики были обнаружены сложности с получением расходов в разрезе utm-меток по некоторым рекламным площадкам. Например, из Яндекс Директ невозможно получить расходы по мастер и товарным кампаниям. Аналогичная ситуация и с Google Merchant. 

Чтобы решить эту проблему, мы выгружаем данные из Яндекс Метрики и Google Analytics 4  — там расходы по таким РК раскладываются корректно. 

Помимо технической разработки решения, команда ROMI center подготовила регламент utm-разметки, чтобы все данные раскладывались корректно: и по расходам в разрезе utm-меток, и по товарным категориям. 

Для всех данных в отчете была сделана конвертация валют в доллары, так как из рекламных площадок и CRM данные приходили в разной валюте.

Дашборд собран в Looker Studio. В верхней части отчета есть выбор диапазона дат, а также основные статистические показатели, которые показаны в сравнении с данными за предыдущий период.

Также есть 2 графика:

1. динамика эффективности различных источников трафика по датам;
2. соотношения расходов и доходов по каждому рекламному источнику за выбранный период.

В таблицах под графиками выведены данные по источникам трафика и категориям товаров в разрезе расходов; заказанных и проданных позиций, а также выручки.