Эти и другие вопросы на Конференции ВЕСЬ DIGITAL ЗА 1 ДЕНЬ

На конференции «День сквозной аналитики», которая прошла в Москве 20 марта 2018 года,  руководитель отдела интернет-маркетинга Hoff Марина Ковпак рассказала, как сквозная аналитика должна помочь компании увеличить продажи в онлайн с 3,6 до 5 млрд рублей в текущем году.

Отдел интернет-маркетинга Hoff ставит перед собой следующие задачи в текущем году:

1. Эффективное управление performance-маркетингом, которое в Hoff измеряется многими показателями, но основным является доля рекламных расходов на performance-маркетинг.
2. Увеличение конверсии внутри сайта. В отделе интернет-маркетинга есть продакт-менеджер, который исследует конверсию на сайте по воронке продаж и анализирует, какие изменения сделать в каталоге, корзине, карточках товара, на главной странице, чтобы конверсия в определенной товарной группе или типе страниц увеличилась.
3. Увеличение узнаваемости бренда онлайн. Hoff — это не просто рядовой магазин мебели, а известный российский бренд. Поэтому компания много инвестирует в имиджевую рекламу: медийные каналы, YouTube и другие.
4. Увеличение доли мультиканальных покупателей. Hoff — омниканальная компания, есть четыре точки входа клиентов в компанию: сеть розничных магазинов, интернет-магазин, мобильное приложение и возможность купить любой товар по телефону. Для компании важна оценка эффективности клиентов, которые пользуются несколькими каналами: нужно знать, сколько этих людей, как они себя ведут и как увеличивать их долю.

Главное, что нужно сделать для реализации поставленных задач, это настроить систему аналитики. Было принято решение о создании своей модели атрибуции. Это было сделано для того, чтобы оценить эффективность основных рекламных каналов — контекстной рекламы и ретаргетинга. Собственная модель атрибуции позволила бы понять, как контекст влияет на розничный трафик, покупки офлайн и с телефона.

Полученные данные необходимо сохранить и систематизировать. Получаемые  из разных источников данные были объединены в одно большое хранилище - Google BigQuery. Теперь в нём интегрируются потоки данных из разных систем под одним ID. Основной критерий, по которому склеивались данные пользователей в один ID, - это программа лояльности компании, с помощью которой совершаются 90% покупок в Hoff. Объединенные данные хранятся в  Google BigQuery . Затем аналитик компании придумал свою модель атрибуции, которая учитывала маржу товаров, данные офлайн-заказов и заказы с телефонов. Брендовый контекст из цепочки транзакций исключался — это было решение компании.

Последний этап - подгрузка данных в систему Alytics. Специально для Hoff был разработан метод выгрузки данных модели атрибуции, позволяющий передавать ценность той или иной фразы в зависимости от того, был заказ, например, в офлайне или нет. Hoff управляет контекстом в Alytics через модель правил. Например, возьмём фразу «купить красный диван в Воронеже». На эту фразу в Alytics настроили 5 вариантов управления ставками. В зависимости от ROI (коэффициента окупаемости): если ROI больше 200% — ставка 10 $, если меньше 50% — ставка 10 центов, и так далее.

Что получили, построив модель атрибуции:

1. В некоторых товарных категориях показатель ROI вырос до 17%.Например, если раньше считали, что категорию «шторы» покупают в онлайне хуже, то модель атрибуции показала, что человек приходит на сайт через контекстную рекламу, смотрит эти шторы, но покупает их уже в офлайне - приходит в магазин. Так модель атрибуции помогла понять, какие категории в онлайне раньше были недооценены.
2. Количество фраз с ненулевой ценностью выросло в 2,4 раза. Например, по запросу «москва шторы цветочек» никто в онлайне не покупал, и маркетологи снижали цену с 10 долларов до 1 цента. На самом деле эта фраза приносит трафик в розницу — люди покупают их офлайн. А это значит, что на такие фразы надо повышать ставки, что и было сделано.
3. Email-рассылки порадовали высокими показателями: на 1 рубль выручки в онлайне приходится 4 рубля выручки в офлайне. Работает это так: люди получают электронное письмо, распечатывают его, приходят в магазин и говорят: хочу такой диван, как в вашей рассылке. Получается, онлайн-маркетинг стимулирует офлайн-продажи.
4. ROPO-эффект. С помощью модели атрибуции увеличилась роль мультиканальных пользователей. Это те клиенты, кто покупает и в рознице, и на сайте, и через мобильное приложение. Понятно, что такие клиенты самые прибыльные: они тратят в 5 раз больше, чем покупатели в одном канале. Задача компании — увеличивать долю таких клиентов, развивать мобильное приложение и следить за этим показателем.
5. И самое главное — треть выручки в гипермаркетах Москвы приходится на посетителей сайта Hoff.ru. Теперь с помощью сквозной аналитики это известно точно.

Полная статья: https://www.cossa.ru/cases/203249/