Как настроить маркетинговую аналитику для сайта с SEO трафиком в блоге: кейс ROMI center

Всем привет! Меня зовут Ошкин Антон, я кофаундер и директор по маркетингу ROMI center. В этой статье я поделюсь кейсом, как мы внедряли для себя маркетинговую аналитику для анализа трафика сайта. 

Мы в ROMI center строим платформу, с помощью которой можно передавать и обрабатывать данные для маркетинговой аналитики, а также внедряем ее клиентам. Однако наша собственная аналитика продолжительное время оставалась на уровне передачи рекламных расходов и сделок из CRM в счетчики Яндекс Метрики и Google Analytics.

Такой подход оправдывал себя на этапе запуска проекта. Но с ростом трафика, регистраций, заявок на презентации и подписчиков, ручной сбор статистики из разных сервисов в таблицы стал занимать по несколько часов. К тому же такая работа  «съедала» ресурс нескольких человек из команды. 

В итоге мы каждый раз оказывались перед выбором, куда инвестировать время команды: в создание промо, продажи или сбор статистики. Часто детальная и точная аналитика отходила на второй план, и мы анализировали поверхностные данные из счетчиков, сделок в CRM, либо делали минимальные срезы руками, упуская из виду всю картину. 

Мы осознали, что быть сапожником без сапог дальше уже не можем. Поэтому приняли решение о внедрении маркетинговой аналитики, заточенной под наши задачи. 

Как мы привлекаем клиентов?

Прежде чем мы перейдем к описанию настройки, расскажу коротко о маркетинге ROMI center:

1. Наш сайт посещают 700+ тысяч пользователей в год, и это количество растет.
2. Основной трафик ROMI center из поисковых систем. У нас написано более 500 полезных статей, есть база знаний, а также сервисные страницы. Их читают, видят нативно расставленные описания и call to actions наших продуктов.
3. Пользователи могут зарегистрировать рабочий кабинет, чтобы настроить передачу данных в нужную им систему, настроить сбор сырых данных с сайта. Еще можно оставить заявку на демо, в рамках которого мы расскажем про сервис и обсудим разработку индивидуальной отчетности.
4. Пишем партнерские статьи для блогов смежных тематик.
5. Ведем свой Telegram-канал про маркетинг и веб-аналитику.
6. Сделали Telegram-бот, в котором подписчики могут получать от нас примеры маркетинговых отчетов, знакомиться с кейсами и т.д.
7. Делаем ежемесячные email-рассылки по нашей базе.
8. Развиваем внешнюю активность: участвуем в вебинарах, семинарах и так далее.

Подробнее остановлюсь на процессе написания и привлечения клиентов через статьи. 500+ статей в блоге, по 3-4 баннера установленных вручную на каждой из страниц – огромный объем работы для нашего маленького SEO отдела из 4 человек. Мы пишем по новых 100-120 статей в год. Еще написанные статьи нужно регулярно обновлять для оптимизации под новые требования поисковых алгоритмов. Например поисковики отдают приоритет более свежим статьям. 

Мы собираем данные о том, какие статьи посещают лиды и клиенты, чтобы расставить приоритеты, какие статьи переписывать в первую очередь. Для небольшого, но сверх загруженного SEO-отдела, такая задача на грани возможного. А ведь еще нужно оценивать актуальность каждого баннера, динамику посещаемости каждой страницы — чтобы понимать, куда закачать ссылок или же оценивать, как та или иная рубрика в блоге влияет на продажи.

В нашей ситуации автоматизированный сбор данных стал жизненно необходим. Ведь в работе с SEO в условиях ограниченных ресурсов ты либо делаешь 80/20 и стараешься бить максимально в цель, либо годами привлекаешь нецелевой трафик и сидишь без продаж.

Требования к аналитике

Учитывая наш маркетинговый бэкграунд, требования были следующие.

• Фиксировать все целевые действия на сайте и в CRM. Таких конверсий набралось 7: три типа регистраций на сайте, подписки в Telegram бот, пройденные квалификации лидов, продажи.
• Считать конверсии по каждому шагу воронки продаж.
• Иметь возможность анализировать все конверсии в двух атрибуциях: первое взаимодействие и последний непрямой клик.
• Знать эффективность каждой страницы и баннера на сайте.
• Визуализировать путь пользователя до каждой конверсии: какая у него последовательность из источников, страниц и устройств. 
• Работать с когортами, чтобы понимать, сколько мы имеем продаж из регистраций в прошлом месяце. Таким образом мы сможем смотреть, какие из проведенных активностей окупаются.

Открывая отчеты, мы хотим быстро получать ответы на вопросы:

• Какая динамика регистраций и подписок?
• Какие конверсии по воронке продаж?
• Сколько трафика получили? Нет ли резкой просадки по трафику из-за технических проблем?
• С каких страниц подписчики, квалифицированные лиды и покупатели начинают взаимодействие с сайтом? А с каких совершают конверсии?
• Какая динамика посещаемости у страниц, которые приводят заявки? Растем или есть просадка?
• Какие баннеры у нас более, а какие менее кликабельные? Приводят ли кликабельные баннеры квалифицированных лидов и покупателей?
• Какого качества трафик и регистрации? Как зарегистрированные пользователи покупают в будущем? Например, сколько из тех, кто оставил заявки в марте, купили в апреле? Или сколько из тех, кто впервые были на сайте в марте, зарегистрировались или купили в апреле?

Собрав требования и вопросы, мы приступили составлению технического задания. В техническом задании описали, откуда и какие данные нужно будет забирать, какие метрики подготовить к выводу в отчет, а также как именно их нужно расположить в отчете. 

Решение задачи

Собираем сырые данные о пользователях на сайте в Google BigQuery с помощью трекинга сессий ROMI center. Туда же с помощью наших коннекторов отправляем сделки из AmoCRM и подписчиков из BotHelp. В целом не имеет значения, где именно объединять данные, например, это может быть ClickHouse. 

Прежде чем собрать отчет в Looker Studio, нам потребовалось решить ряд технических деталей и подготовить сырые данные о сессиях и конверсиях к выводу:

1. Для отслеживания подписок на Telegram бот настроили передачу Clientid с сайта в BotHelp.
2. В utm-метку каждого баннера сделали динамическую подстановку url страницы и номера самого баннера. Таким образом у каждого баннера на сайте появилась уникальная utm разметка. Это позволило клики по баннерам вывести как отдельный тип трафика и фиксировать эффективность каждого баннера на сайте. 
3. Настроили модели атрибуций по первому взаимодействию и последнему непрямому клику по источникам, страницам и устройствам.
4. Настроили отдельную модель атрибуции для квалифицированных сделок и продаж из CRM с учетом специфики нашего бизнеса. Как только пользователь попал в CRM, эффективность маркетинга на сайте становится минимальной и дальнейший «дожим» берет на себя саппорт. Поэтому, чтобы присвоить конверсиям «Квал» или «Продажа» какой либо рекламный канал (по первому взаимодействию и последнему непрямому клику), мы анализируем только сессии, совершенные пользователем до шага «Регистрация». То есть каждый «Квал» или «Продажа» ложатся на канал, на который легла «Регистрация» этого пользователя в зависимости от выбранной атрибуции.
5. Добавили параметр «Группы трафика», в котором описали логику объединения utm-меток. Так, например, все переходы с utm_medium=organic объединяются в группу трафика «Поисковый трафик», а все utm_medium=referral в «По ссылкам на сайтах».
6. Подготовили для вывода данные по когортам и путям конверсий.

Создание отчетов

У Looker Studio есть ограничение на количество элементов, которые можно выводить в отчет. Через встроенные коннекторы Google можно выводить 50 элементов, через сторонние до 30. Для скорости загрузки и удобства мы разбили отчет на несколько страниц. 

Отчет «Сводка»

Показывает фактические данные за выбранный промежуток времени.

С помощью такого отчета мы фиксируем кол-во всех интересных нам конверсий, посещаемость и группы каналов. Все метрики сравниваются с данными за предыдущий период, чтобы мы могли видеть динамику. Далее идут круговые диаграммы с топ страницами, откуда у нас идут конверсии. Завершает отчет таблица по группам трафика, в которой мы смотрим сеансы, конверсии и их динамику. 

Отчет «Подробно»

В верхней части отчета можно рассмотреть воронку с фильтрацией до utm_content и в двух вариантах атрибуции, а также видеть динамику, как меняются конверсии по дням за выделенный период.

Если у нас отпала какая либо форма на сайте, мы увидим просадку в конверсии за конкретный день. В нижней части отчета идут таблицы, в которых можно также увидеть воронку в разрезе различных параметров: группы трафика, utm-метки, устройства, браузеры. 

Отчет «Сравнение атрибуций»

В этом отчете в выпадающем списке можем выбирать любую интересную нам конверсию и узнать с каких каналов, страниц и устройств ее совершали в сравнении по двум моделям атрибуций: первое взаимодействие и последний непрямой клик.

Все данные можно детализировать вплоть до utm_content. Например, в отчете мы можем смотреть, как работают размещения на сторонних сайтах, какие страницы в блоге (и даже конкретный баннер на странице) нам сразу дают регистрации, а какие работают на прогрев.

Отчет «Пути конверсий»

Позволяет нам понимать, какая последовательность источников, страниц и устройств у пользователей на пути к выбранной конверсии. Например, мы понимаем, какие связки каналов использовались за выбранный период времени на пути к продажам и выручке.

Отчет «Контент»

Докрученная версия таблицы из отчета «Сравнение атрибуций». 

С помощью этого отчета мы смотрим:

1. посещаемость страниц на сайте, смотрим где наибольший рост или падение трафика,
2. конверсию каждой отдельно взятой страницы – для оценки эффективности баннеров,
3. достижения целей по каждой странице.

Отчет «Когорты»

Когорты нужны, чтобы мы понимали, как наши прошлые активности влияют на эффективность сегодня и в будущем.

Например, мы можем посмотреть, сколько сеансов и конверсий принесли нам пользователи, которые впервые оказались на сайте в феврале.

Результат

Наш маркетинг получил автоматизированный инструмент, с помощью которого удалось полностью убрать время на ручной сбор данных. Конверсии из разных источников объединены в рамках одного окна отчета, мы видим их динамику. Знаем эффективность каждого баннера на сайте. Это позволяет нам быстрее тестировать новые креативы. Держим руку на пульсе, отслеживая рост и падение трафика постранично. 

Это не окончательный вариант отчетности, в планах добавить еще несколько срезов по работе с клиентами. Но об этом в следующих кейсах.

Как мы собираем и внедряем аналитику для клиентов

При настройке аналитики для наших клиентов, мы тоже следуем правилу, что задачи по ходу работы могут меняться: добавляться новые рекламные площадки, сайты и метрики для оценки эффективности трафика и продаж. 

Поэтому наш подход к внедрению маркетинговый аналитики выглядит следующим образом:

1. Изучаем цели и бизнес задачи, которые стоят перед маркетинговой командой.
2. Фиксируем целевые действия и метрики, по которым будет измеряться эффективность.
3. Составляем техническое задание, делаем все необходимые интеграции, проводим настройку.
4. Тестируем, как собираются и отображаются метрики в отчетах, пишем регламенты по utm размете и работе в CRM.
5. Осуществляем постоянный мониторинг для бесперебойной передачи данных.
6. Проводим ретроспективу, как работается с новой отчетностью, фиксируем и проводим доработки.

Если для вашего проекта может быть актуальным хотя бы один из этих пунктов:

• Не хватает данных в стандартных счетчиках аналитики.
• Сбор статистики вручную занимает слишком много рабочего времени.
• Подключенная система сквозной аналитики работает с ошибками, не показывает точных данных или вообще не может решить вашу задачу. 

Будем рады познакомиться с вами на демо презентации проекта.