Hi-Tech

Все потоки сходятся в один

Для оценки эффективности затрат на маркетинг в группе компаний разработали PIK Data — систему агрегации и обработки данных, включающую модуль аналитики. ПИК — самый большой девелопер России и один из крупнейших рекламодателей рунета. Также это база для запуска и развития автоматизированного и персонализированного маркетинга.

Система аналитики: самостоятельно или через подрядчика

Все решения на рынке делятся на три группы: Когда встает вопрос внедрения системы сквозной аналитики, для начала, очевидно, следует провести первичную оценку возможностей.

  • Крупные интеграторы. SAP, продукты Oracle, IBM или Microsoft — долго и дорого
  • Российские системы. Roistat или Alytics — ограниченный функционал «из коробки», не позволяют решить все задачи крупного клиента
  • Зарубежные решения. Связка Google Analytics 360, Owox BI, BigQuery — нет полноценной поддержки, данные хранятся вне ИТ-инфраструктуры компании, есть сложности с агрегацией данных от российских рекламных систем.

В итоге компания «застревает» в бесконечной доработке системы под себя. Обычно компания, которая выбирает готовое решение, часто приходит к тому, что оно не учитывает все особенности бизнеса.

После первичного анализа решений мы поняли, что нет идеального, которое закрывало бы все наши задачи и позволяло бы измерять оффлайн-каналы.

Под девелоперский бизнес они не заточены. Большинство решений рассчитаны на рынок e-commerce с высокой частотностью и понятным циклом сделок. Также у нас было бы слишком мало возможностей для работы с данными от сторонних источников.

Стоимость такого решения — 3-5 млн рублей, то есть инвестиция оправдана для средних и крупных рекламодателей. Поэтому мы в итоге решили разработать собственный инструмент.

Роман Абдуллин

директор по маркетингу ПИК

У нашего девелоперского бизнеса есть своя специфика: покупки происходят редко, клиенты долго выбирают продукт, воронка конверсий состоит из множества касаний с брендом — при этом нужно понимать, как связаны друг с другом рекламные компании в сети и в офлайне. Разумеется, этот путь не универсален, и глубокая аналитика нужна не всем. Без глубокого анализа данных мы просто не могли бы оценить эффективность тех или иных статей расходов.

На рынке аналитических систем есть деньги, но нет постоянного спроса, из-за чего немногие специалисты выбирают эту сферу. Для разработки собственной системы аналитики нужна крепкая ИТ-команда внутри компании.

К тому же, оставался вопрос о безопасности — передавать данные клиентов третьей стороне опасно. В итоге мы всё-таки решили разработать собственную систему аналитики — доработка готовых решений стоила бы в десятки раз больше.

Эволюция модели аналитики в ПИК

Наша система эволюционировала от целевой переменной «входящий звонок» до построения атрибутивной модели с переменной «валидированный лид», плюс данные по транзакциям и сделке клиента.

Алиса Васильева

ведущий аналитик ПИК

Посчитать несложно, сложно — посчитать всё необходимое и правильно

Кто-то принимает за этот показатель звонки определенной длительности, кто-то учитывает вообще все обращения. На рынке недвижимости каждая компания по-своему определяет, что такое «лид». Чем лучше проработана оценка «качества» лидов — готовности людей к покупке, — тем проще правильно распределять рекламный бюджет исходя из эффективности каналов маркетинга.

Теперь отталкиваемся от числа сделок, и данные стали сильно отличаться. Раньше мы считали лиды исходя из количества звонков. Например, скачки количества звонков могут быть вызваны не успешной рекламной кампанией, а началом заселения в жилой комплекс.

Так было 20 ноября 2017 года — мы увидели прирост звонков по объекту «Бутово-парк 2», в который начали въезжать жильцы, но повышения количества зафиксированных интересов не было.

Одна из ключевых задач PIK Data — понимать, сколько таких обращений поступает, к каким каналам они относятся, и какова в конечном итоге доля рекламных расходов в каждой сделке. Сейчас в ПИК лидом считают подтвержденную специалистами компании заявку клиента, заинтересованного в покупке.

Они собираются в едином внутреннем хранилище, после чего анализируются с помощью алгоритмов. PIK Data умеет обрабатывать данные от любых рекламных каналов — от контекстной рекламы до продвижения на агрегаторах недвижимости. Помимо подсчета стоимости привлечения клиента для каждого канала, система позволяет учитывать «внутренний каннибализм» — когда потенциальные клиенты переходят по рекламе одного проекта ПИК, но в итоге покупают другой.

Отчёт PIK Data по «внутреннему каннибализму»

Поэтому нам не подходит подход LTV, когда измеряется совокупная прибыль компании, получаемая от одного клиента за все время сотрудничества с ним.
Сейчас в сегменте недвижимости низкая частотность сделок — человек покупает 1-2 квартиры за жизнь, при этом высоки затраты на привлечение клиента.

Сейчас мы оперируем стоимостью привлечения клиента (CAC, Customer Acquisition Cost), но понимаем, что рынок изменится, и мы должны это учитывать.

Роман Абдуллин

директор по маркетингу ПИК

Какие данные собирает система

Первый — система CRM, в которой хранятся данные о клиентах, сделках, квартирах, партнерах и сотрудниках. Информация поступает из трех групп источников. Их нужно адаптировать, чтобы можно было связать все данные друг с другом.

От них PIK Data получает данные о расходах компании на рекламу, показах объявлений и переходах. Второй источник — около десятка рекламных систем от Adwords до MyTarget и баз недвижимости вроде ЦИАН и «Яндекс.Недвижимость».

Нужно оперативно добавлять новые источники, аккаунты и учитывать возможность смены API. Самая трудоемкая часть процесса — это сбор данных из рекламных систем и поддержка бесперебойной и корректной работы.

Алиса Васильева

ведущий аналитик ПИК

Они выдают огромное количество данных, поэтому тут PIK Data нужно выделить информацию, которая важна для ПИК — источники звонков и поведение клиентов на сайте. Третий источник — аналитические системы. Кроме того, данные нужно выгружать раз в несколько дней, потому что Google Analytics сжимает их, из-за чего показатели становятся менее точными.

Какие показатели рассчитываются

Информация о звонке из CRM — номер телефона, дата и время — связывается с данными от системы коллтрекинга об источнике звонка, рекламной кампании и странице, с которой был совершён звонок. После сбора данные помещаются в единое хранилище и объединяются. Туда же добавляется Google Client_ID, чтобы связать звонок с действиями пользователя на сайте.

То же самое происходит с данными из CRM и системы коллтрекинга — они объединяются с помощью ID звонка, которая передаётся в CRM, когда потенциальный клиент связывается с компанией по телефону. Данные из рекламных систем объединяются с информацией о звонках с помощью меток, которыми маркируются все рекламные кампании ПИК. В итоге можно понять, откуда пришёл звонивший, а специалист компании может построить воронку продаж для каждого источника лидов.

Это соотношение затрат на рекламу и прибыли от заказов, которые оставили клиенты, пришедшие после рекламной кампании. После этого рассчитываются три ключевых показателя: конверсия по всем этапам воронки продаж, стоимость каждого из них и соотношение рекламных инвестиций к продажам продуктов (ДРР или ROMI).

Специалисту остаётся только построить отчёты и цепочки взаимодействия клиента с брендом. В интерфейсе PIK Data это всё представляется в виде таблиц, которые связаны между собой разными параметрами и метками.

Как мы работаем с показателями

После сбора и объединения данных в Tableau проектируется отчет по эффективности всех рекламных источников, в которых есть информация о проценте и сумме покупок недвижимости, стоимости каждого этапа взаимодействия с клиентом и доле рекламных расходов.

Также формируется отчет по «внутреннему каннибализму» и ассоциированным конверсиям, который наглядно показывает, как рекламная кампания по одному проекту конвертируется в продажи по другим.

Отчёт PIK Data по ассоциированным конверсиям

Благодаря визуализации данных, любой сотрудник ПИК может легко пользоваться отчётами без специальной подготовки — особые навыки нужны для создания нестандартных отчётов и более глубокой аналитики.

Каждый месяц компания планирует, сколько лидов должно быть по каждому проекту. Простой пример использования PIK Data в работе отдела рекламы — медиапланирование. С помощью PIK Data можно посмотреть данные за прошлые месяцы и исходя из этого распределить бюджеты.

Результат

Кроме того, данные используются для персонализированных рассылок, в которых предлагаются интересные клиенту проекты. Отчёты PIK Data помогают нашим сотрудникам лучше понимать клиентов и видеть, как они взаимодействуют с ПИК.

Например, платить подрядчикам можно не только за трафик и звонки, но и за подтвержденные лиды, пришедшие с конкретного канала продаж, и даже за заключенные сделки. Поскольку PIK Data позволяет более глубоко анализировать процессы внутри компании, данные от системы помогают эти процессы структурировать.

Внедрение сквозной аналитики увеличило глубину измерения всех активностей в онлайне и оффлайне, позволило учитывать вклад источников (ассоциированные конверсии) и применять в маркетинге полноценный data-driven подход.

Следующие шаги — автоматизированный и персонализированный маркетинг, построение более детальной атрибутивной модели. Сейчас глубина проникновения аналитики составляет порядка 70% и увеличивается каждый квартал.

Роман Абдуллин

Директор по маркетингу ПИК

Советы создающим свою систему аналитики

  • Прежде всего нужно определить цели.
  • Затем – собрать данные, которые уже есть, и понять, чего не хватает.
  • Какое-то время собирать отчеты вручную, чтобы понять, какая архитектура будет у системы сквозной аналитики.
  • Спроектировать архитектуру проекта заранее.
  • Изучить рынок и принять решение: делать самостоятельно или через подрядчика. Универсальных рекомендаций нет — любой вариант до появления первых результатов требует серьезных вложений и просто попробовать не получится.
  • Просто отдать всю работу подрядчику не получится. Таким проектам очень нужен лидер — человек изнутри, который будет контролировать процессы, понимая бизнес-задачи компании.
  • Ещё одна дилемма: разрабатывать инструментарий с нуля или использовать в качестве основы CRM или Google Analytics. В первом случае можно сразу заточить систему под нужды компании, во втором у неё будет фундамент из уже существующих инструментов и данных.

Специалисты ПИК готовы ответить на вопросы о PIK Data в комментариях.

Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть