Кейс. Роботизированная (no-people) сквозная аналитика

Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat. Сегодня расскажу про следующий виток развития аналитики — ее роботизация.

Сейчас бум аналитики, хоть он и идет уже на спад.

Основная проблема во всей этой аналитике в том, что с одной стороны идет постоянное усложнение процесса — вводится десятки метрик, рисуются персональные дашброды, а с другой — этими дашбордами многие в итоге не пользуются или не получают ожидаемого роста бизнеса.

Причин тут несколько:

Именно по этим основным причинам захлебывается внедрение сквозной аналитики на базе любого сервиса.

С точки зрения владельца бизнеса, от аналитики нужны инсайты или хотя бы список задач, что нужно сделать для роста бизнеса, а не красивые дашборды и постоянная техническая возня с данными.

Поэтому решение простое — давать конечные инсайты, а не дашборды.

И желательно в понятной форме и в одном окне.

Примерно вот так.

А теперь примеры:

Типовой дашборд — динамика трафика, заявок, продаж, но что дальше?

Дальше уже обычно надо думать какая логика в этих цифрах, но мы отдали данный процесс нашему алгоритму и теперь клиент сразу получает готовые выводы:

Пример советов:

В итоге с владелец бизнеса получает не ворох цифр, а конкретные выводы в каком направлении двигаться для роста выручки.

Типовая проблема

Кампания крутиться в явный минус месяцами, а маркетолог ничего не делает. Ну потому что расходы для бизнеса не заметны, хоть и значительны в рамках РК + зарплата платиться, зачем себя перетруждать?

Решение

Берем все кампании с расходами и автоматически смотрим сколько там трафика, расходов и выручки. Пишем текстом что конкретно делать с кампанией и какие там проблемы.

Пример советов:

При таком подходе даже владельцу бизнеса будет легко понять с каким успехом тратиться его рекламный бюджет, а для подрядчиков по маркетингу вводиться единый стандарт качества.

Подрядчик теперь должен укладываться в KPI заданный сервисом, а не на свое усмотрение. Так снимается зависимость от неравномерной экспертизы и человеческого фактора.

Еще одной проблемой сквозной аналитик является низкая техническая экспертиза:

Таких нюансов около 100 и сходу, без четкого чек-листа очень сложно построить сквозную аналитику, особенно новичкам и тем кто вошел в айти недавно.

Решение?

Зашить все проверки в алгоритм и давать конкретный список технических проблем, вместо необходимости думать и искать их самостоятельно.

Примерно вот так:

Пример советов:

Такой подход сводит всю техническую настройку с неизвестным количеством проблем к одной простой задаче — сделать чтобы замечаний стало 0.

Согласитесь, что такая постановка задачи сильно проще, чем сплести клубок коннекторов самостоятельно.

Да, сам процесс аналитики и поиска инсайтов на основе готовых данных — это довольно простое дерево решений, которое легко завернуть в алгоритм.

Основная сложность в подготовке данных для этого алгоритма.

Процесс настолько сложный, что приходиться писать свои сервисы, потому что вытащить данные из метрики/аналитикса и что-то показать в PowerBI недостаточно.

Но эта задача решена!

Готовый набор данных + автоматический аудит = высокая вероятность быстро и дешево подключить в бизнесу аналитику.

На мой взгляд, следующим этапом развития сквозной аналитики должно стать автоматическое принятие решений на основе данных и некоторая замена веб-аналитиков алгоритмами.

Потому-что: