Пять кейсов сквозной аналитики — Cложные случаи с автоматизацией бизнес-процессов и дилерскими сетями

Руководитель отдела ведения проектов маркетинговой группы «Комплето» Владимир Давыдов написал для рубрики «Кейсы» колонку о том, как работает сквозная аналитика в нестандартных проектах на примерах из практики компании.

Как увеличить продажи

Этот вопрос волнует нас не меньше, чем наших клиентов. Но прежде, чем на него ответить, нужно определить, какой вид продаж интересует компанию.

Продажи бывают:

  • Прямые: покупка происходит непосредственно у производителя.
  • Косвенные: продажа через посредников (дилеры, филиалы, франшизы).
  • В онлайне или офлайне. Иногда эти виды продаж сочетаются: в b2b-секторе продажа часто начинается в онлайне, а закрывается в офлайне.
  • Рекомендательные: продажа происходит после того, как клиент порекомендовал товар или услугу друзьям, партнерам, знакомым.
  • От сформированного или несформированного спроса.
  • Повторные.

Маркетинговая стратегия, тактика и способы измерения результатов разнятся в зависимости от вида продаж. Например, работа с несформированным спросом сложнее, чем со сформированным, но при успешном формировании потребности у клиента дает наилучший результат.

Параметры, которые нужно измерять

Чтобы показать компаниям, какие параметры учитываются при настройке аналитики, мы нарисовали схему жизненного цикла клиента:

В схему укладываются все виды продаж и этапы, которые проходит клиент по отношению к компании:

  1. Формирование потребностей. Стоимость привлечения клиента на этом этапе максимальна.
  2. Поиск решений.
  3. Сбор информации.
  4. Первичное ознакомление.
  5. Приобретение товара или услуги (в онлайне, офлайне или по телефону).
  6. Использование товара или услуги.
  7. Впечатление от покупки. На этом этапе компания или работает с негативом, или получает шанс сделать допродажу.
  8. Рекомендации. Стоимость привлечения клиента на этом этапе минимальна.

Воронка продаж обозначена на схеме желтым цветом. Она занимает меньше половины жизненного цикла клиента, но на рынке именно ей уделяется наибольшее внимание. Остальные пункты, как правило, остаются вне стратегии и тактики и, соответственно, вне измерений.

Практика использования сквозной аналитики

Сквозная аналитика — понятие не новое, и способы ее применения для обычных интернет-магазинов не вызывают вопросов. Мы рассмотрим сквозную аналитику на примере сложных проектов, на которых мы специализируемся:

  • Компании, работающие по модели b2b.
  • Российские компании с дилерской сетью.
  • Поставщики сложных товаров и услуг, к которым нельзя применить стандартные методы интернет-маркетинга.

Кейс № 1. Доказать, что интернет-маркетинг работает с помощью базовой аналитики

Клиент: медицинское учреждение.

Проблема: несмотря на наши усилия, пациентов очень мало. Руководство клиники перестало верить в интернет-маркетинг.

Наши действия: при анализе системы мы обнаружили ее слабое место — это была IP-телефония. Проблем было несколько:

  • Соединение сбрасывалось: пациент дозванивался до клиники со второго-третьего раза.
  • Неточная аналитика. Данные о звонках собирались через Calltracking, Google Analytics,»1C» и колл-центр, но они были настолько разными, что их достоверность вызывала большие сомнения.

Тогда мы собрали значимые данные в одну таблицу:

  • Даты.
  • Количество звонков из Calltracking и »1С».
  • Количество записей на прием через интернет-формы и »1С».
  • Конверсии в пациента после записи.
  • Конверсии в пациента после звонка в колл-центр.

Результат:

  • Количество звонков из интернет-каналов осталось стабильным, несмотря на кризис и уменьшение бюджета на маркетинг в 1,5 раза.
  • В зависимости от услуги и канала нам удалось снизить стоимость звонка от 50% до 500%.
  • Пациенты стали записываться на прием на 27% чаще.
  • Обнаружились проблемы с работой колл-центра: сравнив данные за несколько лет, мы поняли, что конверсия из звонка в пациента и из записи в пациента значительно уменьшилась. Колл-центр пришлось формировать заново.

Даже базовая аналитика, когда данные просто собираются в таблицу, помогает находить проблемы в бизнесе.

Кейс № 2. Увеличить базу потенциальных клиентов на 70%

Клиент: мы — маркетинговое агентство «Комплето».

Наши действия: мы используем amoCRM, где для каждого посетителя нашего сайта и блога мы сохраняем в CRM его Client ID и почту. Получив эти данные, мы можем отследить все многоканальные последовательности от источника трафика до заказа наших услуг для каждого Client ID.

Как собрать такую таблицу

Так выглядит запрос в API. После запроса несколько манипуляций в «Google Таблицах» и получаем готовый отчет.

Далее каждое полезное действие пользователя (отправка заявки, переход на видеокурс, подписка на рассылку и так далее) помечаем баллами. При наборе необходимого количества баллов в определенной последовательности пользователь видит баннер с индивидуальным предложением.

Можно начинать персонифицированную охоту за потенциальными клиентами. В карточке пользователя будет собираться вся информация: с какой публикации из социальных сетей перешел, какие статьи его интересовали и даже категории тем, которые он просматривает чаще всего.

Выстроенные один раз последовательности с индивидуальными предложениями пользователям в зависимости от источника перехода на наш сайт в итоге позволили нам увеличить подписную базу потенциальных клиентов компании на 70%. При этом никаких вложений в рекламу не было.

В зависимости от результатов сквозной аналитики мы можем не только измерять количество продаж, но и подогревать интерес клиента к продуктам компании.

Кейс № 3. Наблюдать, как клиент взаимодействует с отделами компании

Клиент: компания с большим количеством подразделений (техническая поддержка, отдел продаж, учебный центр и другое).

Проблема: проследить, как клиент проходит через все отделы компании, на каком этапе он совершает покупку, как каждое подразделение влияет на поведение пользователя.

Наши действия:

  • Создание системы телефонии и анализ ее работы. В этой системе особенно важно оперативно находить и устранять проблемы, так как взаимодействие компании и клиентов в основном происходит по телефону.
  • Настройка системы отслеживания по всем каналам: сайт, колл-центр, техподдержка, форум, дилеры, учебный центр.
  • Анализ и контроль работы дилеров. Компания продает товар через посредников, но не знает, как происходят продажи, что именно продают ее дилеры, как обрабатываются заявки.
  • Анализ эффективности контента. Компания создает большой объем материалов: поддерживает форум, учебный центр и блог. Наша задача — выяснить, как контент воздействует на клиента и в какой момент лучше показать персональное предложение.

Соединив все отделы и системы, мы получили такую схему.

На схеме представлены все отделы и системы компании, а также способы их взаимодействия. Данные по процессам собираются в Google Analytics и хранятся в Google BigQuery.

Результат: объединив данные из всех используемых систем, мы сфокусировались на каждом клиенте и наблюдаем за его действиями по всем каналам.

Кейс № 4. Аналитика через четвертые руки

Клиент: завод по производству стекол. Между заводом и покупателем — три уровня посредников: заводы пластиковых окон, у каждого из которых свои дилеры, у которых есть продавцы, монтажники и клиенты.

Проблема: проанализировать, где, когда и кому стекло было продано и смонтировано.

Наши действия: мы наклеили на все окна специальные QR-коды. В них мы шифруем все необходимые данные:

  • Номер.
  • Завод.
  • Регион завода.
  • Дата.
  • Контрольная сумма.
  • Тип окна.

Код одинаковый и для клиента, и для монтажника, но способы активации отличаются. Дилерам присылается инструкция, где мы объясняем, что теперь каждый монтажник должен сохранять код со стеклопакета. Код можно либо сразу отсканировать в специальное приложение, либо снять и отсканировать когда и где угодно, либо ввести вручную на сайте. За передачу QR-кодов монтажники получают призы в магазине для монтажников.

Клиент тоже может отсканировать и прислать код и получить за это скидку, приз или возможность участвовать в акции.

Результат:

  • Производитель анализирует продажи.
  • Дилеры, которые продают пластиковые окна, отслеживают и контролируют монтаж.
  • Монтажники и клиенты получают бонусы.

Кейс № 5. Прозрачные бизнес-процессы в компании с более чем 500 дилерами и более чем тремя тысячами торговых точек

Клиент: компания-производитель, которая продает товар через более чем 500 посредников. В системе взаимодействий существует главный сайт (сайт производителя) и сайты дилеров.

Проблема: централизовать ассортимент, создать единый каталог на сайте производителя и настроить систему аналитики по всем продажам.

Наши действия:

1. Разработка стратегии (два месяца). Мы изучали бизнес нашего клиента, рынок, особенности логистики, продаж, работу розничных торговых точек.

2. Разработка сайта (восемь месяцев). Мы создали систему «выпрямления» ассортимента, с помощью которой можно унифицировать и выгрузить на сайт весь каталог продукции. Каждый дилер получает личный кабинет, который связывает завод, дилера, субдилеров и конечных клиентов.

3. Настройка системы телефонной аналитики и CRM:

  • Работа с телефонией: разработка общей схемы обработки звонков.
  • Вывод системы распределения звонков в интерфейсы. Подключение базовых возможностей обработки вызовов.
  • Работа с CRM: настройка связи с сайтом и базовой отчетности, обработка заказов в соответствии с бизнес-процессами.
  • Отчетность: расширенные функции, аналитика по отдельным рекламным каналам. Интеграция CRM и веб-аналитики.
  • Подключение внешних систем: дилеров, системы бронирования остатков. Создание книги продаж и SMS-рассылок.

4. Создание системы «Портал», которая объединяет дилерскую часть (количество продаж, оптимизацию процесса закупок, рейтинг дилера), систему отчетов, API, каталог продукции, CRM и систему заказов.

Все работы по этому проекту, мы описали в кейсе.

Результат:

  • Дилеры получают возможность проверять складские остатки, формировать счета, показывать индивидуальный ассортимент через личный кабинет.
  • Производитель анализирует продажи от всех посредников.
  • Выстраивается прозрачная связка между инструментами анализа и продаж.

В систему входят каналы привлечения клиентов, сайт производителя, сайты дилеров, IP-телефония, разработанная нами CRM и сквозная аналитика, соединяющая все эти этапы. Каждая заявка обрабатывается в CRM и передается дилерским сетям. В CRM отображается Сalltracking: все номера помечаются, видны принятые и непринятые звонки.

С помощью системы исключаются ошибки при формировании заказа в торговых точках и покупатель быстрее получает товар.

Выводы

Сквозная аналитика — это важная составляющая электронного маркетинга, но не его цель. Помимо аналитики в проект входит улучшение сайта, настройка всех видов рекламы и ретаргетинга, разработка email-маркетинга и контент-стратегии. Кроме того, нам нужно вникнуть не только в интернет-составляющую, но и в весь маркетинг, продажи и автоматизацию. Только рассматривая все процессы как единую систему, мы достигаем нужного результата.

При настройке сквозной аналитики фокус должен быть не на конверсиях на сайте, трафике или отказах, а на анализе событий, связанных с бизнес-целями. Событийная бизнес-аналитика должна учитывать то, что происходит на сайте, в розничных магазинах, колл-центрах, мобильных приложениях, а также события в процессе доставки товара и его монтажа.

Существует множество сервисов сквозной аналитики, но ни один из них не заменит работу специалиста, который разберется в бизнес-процессах и разработает систему аналитики под нужды компании.

©  vc.ru