Как продавать эффективнее с помощью дашбордов

В каждой нише онлайн-рынка существует много инструментов, помогающих ecommerce оценивать эффективность своего продвижения в сети. Это могут быть как самостоятельные платформы, так и дополнительные сервисы. Так, например, Facebook предлагает онлайн-бизнесу возможность связать онлайн- и офлайн-продвижение своего ecommerce-проекта в разделе In-Store. 

Facebook In-Store

Без подключения системы аналитики к сайту невозмозможна его разработка и последующее продвижение. Для одних компаний – это простой счётчик, позволяющий узнать количество посетителей веб-сайта за определенный период времени, а для других – полноценный комплекс инструментов, способный отследить эффективность каждого вложенного рубля в различные виды рекламы и продвижение.

С точки зрения успешного развития бизнеса, второй вариант работы системы аналитики является наиболее объективным и правильным, так как «отрезание» нерациональных каналов привлечения посетителей на веб-ресурс и сосредоточивание финансовых средств на эффективных каналах - основа стабильного роста доходов и, соответственно, приумножение прибыли.

В этой статье данной статье мы проведем разбор двух популярных систем комплексной аналитики:  Google Data Studio и Microsoft Power BI. В чем различия между системами, и какую из них лучше выбрать для вашего бизнеса, Вы сможете узнать при дальнейшем ознакомлении с изложенным материалом.

Что такое дашборды

Дашборд – это любой пользовательский интерфейс, который используется для компактной визуализации данных. По сути, вы используете дашборд каждый раз, когда смотрите на умные часы, экранчик беговой дорожки или спидометр вашей машины. По сути, такие аналитические панели возникли как синтез мощных математических средств аналитики и наглядного графического представления результатов.

Руководство компаний получает возможность видеть ключевые показатели эффективности, тренды, зависимости и другие метрики в понятном компактном виде, а также интерактивно изменять различные параметры. Кроме наглядной визуализации данных, основные цели, достигаемые с помощью дашбордов, связаны со сравнением того или иного показателя во времени или оценкой относительно других показателей.

Какие задачи решают дашборды

Комплексная аналитика, которая строится с помощью дашбордов, состоит из целого ряда специальных инструментов и различных способов измерения эффективности сайта, позволяющих увидеть полную цепочку событий, начиная от перехода на источник с какого-либо канала привлечения потенциальных клиентов и заканчивая совершением целевого действия, например, заказа. Комплексная аналитика позволяет определить эффективность рекламных кампаний и каких-либо других способов привлечения целевого трафика, а также выявить наиболее оптимальный и рациональный способ продвижения веб-сайта с точки зрения экономической эффективности, характеризующейся получаемой прибылью.

Построение сквозной аналитики можно графически представить следующим образом:

пример сквозной аналитики

Попадая на сайт, посетители осуществляют различные виды коммуникаций с ним, которые могут выражаться в заполнении форм обратной связи, оформлении заказа, общении с менеджером компании через онлайн-чат, а также обычный телефонный звонок. Все способы взаимодействия фиксируются средствами установленной и настроенной специальной образом аналитикой для дальнейшего построения сквозной отчетности.

Сквозная аналитика подразумевает следующие шаги.

1. Сбор данных из огромного числа источников:

  • систем аналитики
  • рекламных систем
  • других сервисов
  • ERP/CRM
  • баз данных
  • документов, заполненных вручную

2. Сопоставление полученных выгрузок

3. Визуализация итоговых таблиц с помощью сервисов:

  • Google Spreadsheets
  • Google Data Studio
  • Microsoft Power BI

 

Каждый источник трафика анализируется по-отдельности, что даёт возможность выявления наиболее эффективного, а также отказа от тех каналов, расходы на которые не удовлетворяют установленным нормам.

Зачем нужна сквозная аналитика

Всем видам онлайн-бизнеса необходимо периодически оценивать эффективность своего продвижения с помощью digital-инструментов. И это практически невозможно осуществить без детального анализа эффективности каждого из каналов рекламы или других площадок, служащих источником трафика для сайта.

Проведение сквозной аналитики позволяет решить ряд бизнес-задач:

  • убедиться, что данные собираются правильно и за этим кто-то следит​

  • учитывать в единой системе​ все данные из веб-аналитики

  • сэкономить время на составление отчетов​

  • проводить более глубокий анализ данных​

  • объективно оценить эффективность инструментов интернет-маркетинга

 

В первую очередь, обратить внимание на сквозную аналитику стоит интернет-магазинам, как малым, так и крупным, использующим более двух каналов для привлечения клиентов. Организациям, осуществляющим деятельность в сфере предоставления услуг, в том числе инфобизнес, проведение семинаров, коучингов и тренингов, также будет полезно произвести настройку аналитических средств, интегрированных с сайтом.

Менее полезной сквозная аналитика будет для веб-ресурсов, использующих один канал для своего продвижения, а также для тех бизнесов, где преобладает офлайн-реклама.

Если цикл сделки строится из минимум 3-4 шагов, для получения наиболее достоверной информации потребуется произвести интеграцию и с CRM-системой, в которой будут отражены все происходящие взаимодействия с клиентом.

Для построения сквозной аналитики можно использовать популярные бесплатные инструменты, такие как Google Analytics. Однако сейчас такие сервисы не позволяют производить фиксацию персональных данных посетителей сайтов, что ограничивает именно «сквозную» наглядность.  Чтобы получить более объективную и достоверную картину, потребуется одновременно агрегировать (объединять) данные с целого ряда различных систем, в том числе и площадок, на которых производится размещение рекламы.

Именно для данных целей и были разработаны специальные сервисы: Google Data Studio и  Microsoft Power BI, каждую из которых мы рассмотрим ниже более детально.

Благодаря сквозной аналитике бизнес решает ряд проблем:

1. Учет расходов на интернет-маркетинг (ROMI). Сюда входит анализ рекламных бюджетов, эффективности маркетинговых инструментов,  начисление оплаты за пул работ/услуг и пр.

2. Учет статуса заказов. Каждому может быть присвоено одно из значений: 

  • оформлен
  • изменен
  • отказ
  • доставка
  • оплачен
  • возврат

 

3. Оценка рентабельности каналов привлечения трафика – перераспределение средств в зависимости от эффективности канала / рекламной кампании 

Обзор Google Data Studio и Microsoft Power BI

Оба сервиса являются прямыми конкурентами, обладающие своими преимуществами и недостатками.

Google Data Studio собирает и визуализирует данные с таких источников, как сервис аналитики Google Analytics, площадка Adwords (для размещения рекламы на поиске, а также на сайта-партнёрах), табличные данные Sheets, видео-аналитика YouTube Analytics, инструмент для анализа эффективностей рекламных кампаний Attribution 360, сервис обработки больших массивов данных BigQuery. 

Схему работы системы можно представить следующим образом:

схема работы Google Data Studio

1. Выгрузка данных из других интегрированных систем, их предварительное структурирование и приведение к базовому для сервиса виду.

2. Визуализация. На основе выгруженных из различных источников  данных статистика изображается в виде схем, диаграмм, графиков и таблиц.С точки зрения сквозной аналитики, можно увидеть весь путь следования клиента, например, начиная с ввода какого-либо запроса в поисковой системе и перехода по рекламе, до непосредственной сделки, в том числе, даже если посетитель ушёл с сайта и вернулся, спустя какой-либо период времени обратно на веб-ресурс за счет работы ремаркетинга. Благодаря персонализации данных, можно определить и последующие повторные продажи, распространить действие аналитики на более длительный период времени. За счёт предустановленной интеграции с инструментом Google Sheets, визуализированные аналитические данные можно сразу оформить в виде презентации.

3. Распространение. Скомпонованный отчёт можно отправить другим лицам путем расшаривания. В ходе ознакомлении с отчётом можно перестроить графики по своему усмотрению, наложить одни данные на другие. Данного функционала явно не хватает в Google Analytics.

Главное преимущество Google Data Studio – бесплатность. Чтобы воспользоваться сервисом, достаточно перейти по ссылке и следовать пошаговым инструкциям.

Microsoft Power BI – онлайн-платформа, позволяющая осуществлять комплекс работ по агрегированию различных типов данных, получаемых со сторонних источников. Существует два варианта использования этого сервиса: онлайн-сервис и десктопная версия. Один выполняет функцию по отслеживанию, сбору и обновлению данных, второй в качестве конструктора, позволяющего создать отчёт под определенные потребности бизнеса.

Сравнение сервисов Google Data Studio и Microsoft Power BI

При реализации обоих средств для агрегирования аналитических данных, сразу чувствуется, что были применены зарубежный подход и стандарты, как в реализации программного обеспечения, так и при легкости использования, интерфейса. Явно выражено, что оба сервиса изначально предрасположены к работе с инструментами своих «родителей».

Заранее подготовленные коннекторы в Google Data Studio делают его незаменимым для интеграции с AdWords и системами аналитики Google. Однако, с точки зрения возможности подключения к различным базам данным и CRM-системам, продукт явно уступает своему аналогу от Microsoft, которые имеет расширенные технические возможности, в том числе и по интеграции с различными облачными решениями. Интеграция с одной только группой Azure – уже большой прогресс для крупных коммерческих компаний. Ещё одним дополнительным его преимуществом будет являться большая гибкость настроек, возможность на одном объекте визуализации (таблице, диаграмме, графике) отобразить данных из двух и более независимых друг от друга источников. Хоть с недавнего времени, решение от Google также позволяет осуществить данный процесс, но трудозатраты значительно превосходят конкурента.

С точки зрения скорости работ, простоты и возможности быстрой интеграции продукт Google явно выигрывает по сравнению с аналогами. Необходимость создания собственного коннектора в Microsoft Power BI можно отнести к недостаткам, так как вам дополнительно придётся привлечь специалиста по веб-аналитике.

С точки зрения комплексной аналитики, эффективность систем будет сильно зависеть от предварительной настройки данных электронной коммерции и метрических величин, правильности установок целей, объектов отслеживания, а также способности с максимальной точностью определить какую-либо заданную характеристику, например, конверсию.

Для большего удобства, в таблице ниже представлен сравнительный обзор между двумя рассмотренными сервисами: 

сравнительный обзор

Как можно видеть, для малого и среднего ecommerce лучше всего подходит продукт от  Google Data Studio, для крупного – Microsoft Power BI, обширные технические возможности агрегирования данных которого превосходят аналог от Google.

Вне зависимости от того, какой из сервисов вы выберете, объективность изложенной информации и её достоверность будет, главным образом, зависеть от качества настройки инструментов аналитики, правильной обработке массивов данных и только лишь в малой части от самого сервиса.

 


Если вы хотите работать с нами,
давайте начнем с обсуждения задачи

Получить консультацию

Получайте новости интернет-маркетинга

Только полезная информация от экспертов Promodo

Получайте новости интернет-маркетинга