Пока вы не собираете аналитику, ваш бизнес продолжает терять 70% лидов
Рассказываю о девяти инструментах, которые помогут собрать мощную базу для аналитики и не отдать ваших лидов конкурентам.
Всем привет 👋🏻 Меня зовут Анастасия Заран, я основатель аналитического агентства «Разумный маркетинг». Мы помогаем компаниям увеличивать прибыль с помощью аналитики. Исследуем количественные и качественные показатели, собираем базы, систематизируем информацию о клиентах и лидах, а потом помогаем оформить эти данные в виде конкретного бизнес-плана.
Недавно мы запланировали работу с популярным IT-сервисом, который использует бизнес. Клиент поставил перед нами задачу: проанализировать аудиторию, которая отправляет заявку на подключение или пробный период, но так и не совершает покупку. А это около 70% их лидов.
Потенциальные клиенты отваливаются по разным причинам. Например, уходят к конкурентам, разочаровываются в сервисе, а может, их заявка — всего лишь разведка на будущее. Сценариев много, факт один: они ушли. Но уверяю вас, если узнать такую аудиторию чуть лучше, 70% неудач будет гораздо проще сократить.
В статье расскажу, как можно работать с отказами при помощи девяти разных источников. Но сначала немного контекста.
Компании не фиксируют показатели из разных источников данных — это проблема
Перед началом работы мы попросили клиента показать пример их базы данных. Всё бы хорошо, есть табличка с рядом колонок, где указаны: страна, UTM-метки, Yandex Ads, тип и количество подписок, timestamp — или временная метка — каждого шага и доход компании за весь период работы. Вот эта табличка 👇🏻
У клиента был неплохой задел для аналитики, но есть нюанс. Я стала замечать в базах малого и среднего бизнеса следующий казус: в таблицах есть колонки с заголовками, а данных внутри практически нет. С таким фундаментом анализировать показатели бизнеса, а соответственно, и улучшать их будет невозможно. Мы не сможем понять, что влияет на продажи, прибыль и поведение лидов.
Мы запросили у клиента данные из других источников, чтобы всё-таки сделать качественный анализ. Рассказываю, что это за источники, какие сведения с их помощью можно раскопать и как на основе этих данных получить мощную аналитику.
1. Доступ к ClickHouse
ClickHouse — это бесплатный сервис, с помощью которого можно получить большой массив веб-данных и управлять аналитическими запросами. При правильной настройке ClickHouse собирает данные по аналогии с Яндекс Метрикой (в сыром виде), с которыми аналитику есть куда развернуться.
Вот несколько примеров того, что можно найти в такой базе:
- количество посещений сайта пользователем в целом и по каждой отдельной странице;
- факт перехода по реферальной ссылке или конкретной Рекламной Кампании;
- данные о том, что пользователь делал на сайте (отправил товары в Корзину, начал заполнять данные для доставки, кликнул на промо, прочитал статью на 30%)
- данные о том, почему и на каком этапе пользователь отвалился;
- информация о визитах — какой путь проходит каждый конкретный пользователь на вашем сайте.
🐈 Объясняю на котиках. Представим, что у нас есть компания «Лапы и хвост», которая продает корм для домашних животных. Мы собираем аналитику с помощью ClickHouse и видим следующую картину: лид зашел на главную и посмотрел ее только на 30%. Споткнулся на блоке с советами по уходу за питомцами, а до корма для своей кошки так и не долистал.
Если таких юзеров много, мы можем сделать предположение: блок с кормом нужно поднять выше, тогда повысим количество продаж.
2. Словарь UTM-меток
UTM-метка — это система трекинга для URL-ссылок, с помощью которой можно отследить приход трафика. Например, вы пишете статью на vc.ru и указываете ссылку на сайт своей компании. Благодаря такой метке вы сможете понять, сколько лидов к вам пришло с vc.ru, на какую сумму купили, сразу или в течении года, и стоит ли тратить деньги на продвижение в рамках этого рекламного канала.
Словарь UTM-меток нужен, чтобы оценивать эффективность рекламных кампаний. Вот какую информацию важно в нем фиксировать 👇🏻
3. Данные анкеты при регистрации
Представьте: вы оформляете заявку на кредитную карту в банке. Для этого система попросит вас заполнить небольшую анкету, где нужно указать имя, паспортные данные, уровень дохода, сведения о поездках за границу за последний год и выписку с дебетового счета.
Для банка это важные данные, с их помощью он оценивает ваш уровень платежеспособности и формирует для вас и похожей на вас аудитории рекомендации. В случае с большими корпорациями эта схема может выглядеть сложнее.
🏛 Объясняю на госпроекте. В 2020 году Правительство Москвы запустила программу реновации жилья. В рамках проекта проходило голосование по сносу старых домов и переселению в новостройки. Для участников команда был сделан квиз с вопросами по типу:
С учетом этой информации составлялись списки домов под снос. Такой же лайфхак можно использовать и для бизнеса в сфере недвижимости. Например, первоначальный квиз с анкетой позволит предлагать клиенту не все варианты квартир, а более персонализировано.
4. Дополнительные данные из воронок
С помощью воронки продаж мы можем отследить путь клиента от первого касания с бизнесом до первой покупки. Механика простая, но иногда трудоемкая: нам нужно проанализировать все этапы воронки и отследить, на каком из них и почему отвалился конкретный человек. Дальше мы смотрим динамику причин, по которым уходит больший процент лидов, другие зависимости. И запускаем работу над ошибками 🙂
👼🏻 Объясняю на детях. Анализируем воронку продаж школы онлайн-репетиторства.
Шаг 1. На этапе регистрации мы знаем, из какого браузера заходит человек. А еще — из какого города.
Шаг 2. На этапе завершения регистрации мы знаем, какая дата рождения у ребенка, в какой школе он учится и в каком классе.
Шаг 3. На этапе прохождения творческого урока мы знаем, с какого устройства сидит ребенок и на какое время назначен первый урок. Также видим, в какое время школьник пришел на занятие, опоздал или подключился вовремя.Вот что еще можно посмотреть:
▪ прошел ли ребенок пробный урок полностью;
▪ вернулся ли он после пробного урока;
▪ по какой причине урок сорвался (технические проблемы, отсутствие расширений в браузере и пр.).
Каждому шагу пользователя внутри воронки присущи определенные признаки, которые можно собирать в нужном количестве. Например, учитывать при аналитике только один или сразу несколько критериев.
Я считаю, что данных много не бывает, поэтому рекомендую фиксировать максимум информации на каждом уровне бизнес-процесса. Кто знает, вдруг вопрос, который связан с пробными уроками в онлайн-школе, приведет нас к неочевидным инсайтам. Например, мы заметим, что конкретные учителя отлично отрабатывают уроки, после них максимальная CR в покупку, а некоторые, наоборот, сливают занятия.
Чем больше данных мы соберем, тем больше информации по изменению бизнес-показателя сможем получить. Как результат — мы будем точно знать, как на него повлиять. Без лишних гипотез и тестов.
5. Данные по первой покупке
С данными до первой покупки и действиями лида во время пробного периода мы можем сравнить поведение пользователей, которые совершили покупку и ушли. А также выявлять причины отказа, чтобы в будущем уменьшить их количество.
Например 👇🏻
- Какой товар изначально хотел купить пользователь и какой купил в результате. Или не купил совсем ничего. Почему?
- Как пользователь относится к системе рекомендаций? Она помогает увеличивать чек или нет?
- Регистрируется ли пользователь в системе лояльности, как часто ей пользуется, какими преференциями?
Поведение лидов бывает разным, как и сами лиды. Есть клиенты, которые уже взаимодействовали с компанией. Например, вернулись через неделю, месяц и даже год. Важно посмотреть, какими были их первые касания и какими они стали сейчас.
По каждой группе критериев мы можем сегментировать людей — объединять их в группы. Исходя из этих данных, сужать разные сегменты и делать персональные предложения для клиентов. А в некоторых случаях предлагать продукт, который точно купят (даже если не собирались ничего покупать).
6. Данные обособленных подразделений
В маркетинге есть понятие «портрет некупившего». Это совокупность характеристик всех людей, которые заинтересовались продуктом, подали заявку, но так и не совершили покупку. Составить такой портрет нам помогут данные обособленных подразделений.
Например:
- возражения — их можно разбить на категории, чтобы тегировать сделку и найти способы отработки для следующих коммуникаций;
- причины отказа — с их помощью мы найдем точки роста и поймем, в какую сторону нужно развивать / менять продукт;
- конкуренты, к которым ушел лид — нужно анализировать их функции и характеристики, чтобы понять, чего не хватает в нашем продукте и добавить такие фичи в первую очередь.
С помощью портрета некупившего мы сможем понять, что нужно изменить в каждом этапе воронки продаж и продукте в целом, чтобы пользователь вернулся к нам и купил позже. Или повысить шансы на продажу прямо сейчас.
Также некупившим лидам можно предложить другой продукт, который обычно приобретает аудитория с похожим «портретом». Чтобы обнаружить общие черты, обратите внимание на выручку компании, сферу деятельности и программы, которые уже использует лид.
👥 Объясняю на конкурентах. К нам обратился лид с запросом: «Я прочитала вашу статью и поняла, что упускаю работу с картами». Мы запросили статистику из Яндекс Карт, чтобы составить прогноз ключевых показателей на два месяца.
Клиент ушел подумать, а на следующий день написал, что у наших конкурентов услуга стоит дешевле. Я подсветила несколько моментов, которые отстроили нас от других компаний:▪ отсутствие возвратов;
▪ гарантия результата, чего не бывает в маркетинге (100% окупаемость за два месяца);
▪ время работы с клиентом (на анкету) — не больше часа;
▪ экспертиза команды, а не дешевые специалисты-фрилансеры.
Сейчас мы подписываем договор. Но ко всем этим аргументам мы пришли не сразу. Раньше два из трех лидов сливались, сейчас CR «Разумного маркетинга» составляет почти 100%.
7. Все данные по коммуникациям с лидом
Коммуникация с потенциальным клиентом помогает прощупать, найти и сформулировать множество точек роста для бизнеса. Поэтому важно фиксировать следующие касания с лидами:
- обращения в службу поддержки — в какой момент и через какой канал коммуникации пользователи приходят с той или иной проблемой;
- переписки с тегами и категориями — это сегментация лидов по ряду признаков. Например, наемные сотрудники / владельцы или сфера деятельности человека / компании;
- IP-телефония и мессенджеры;
- упоминания в соцсетях.
С помощью данных по лидам мы можем понять, что больше всего не нравится пользователям и реальным клиентам, на чем они спотыкаются, на каком этапе отваливаются и другие ценные инсайты.
8. Информация по партнерам-рефералам
Партнерский маркетинг — это способ заработка, при котором сторонняя компания или человек получает вознаграждение за помощь в продаже товаров и услуг. Простой пример: рекомендуете кредитку другу — получаете деньги от банка. Вам — 2000 рублей, банку — проценты от платежеспособного клиента.
Несколько вопросов о партнерах-рефералах, на которые стоит ответить бизнесу:
- Кто ваши партнеры-рефералы?
- Как они сами пользуются сервисом, на каких условиях?
- Насколько часто продают ваши услуги другим клиентам?
- Кто продает неактивно, а кто активно? В чем различия этих двух категорий?
На основе данных о рефералах мы можем вычленять различные признаки, тестировать гипотезы, выявлять лучших продажников и проецировать их путь для остальных. А еще партнерский маркетинг — это дополнительный инструмент продаж. Особенно если в бизнес-модели не предусмотрен традиционный маркетинг, и компания развивается только за счет рефералов и стратегии подписок.
9. Наполненные данные DaData
DaData — сервис проверки адресов, реквизитов, ИП и ЮЛ, Ф. И. О., имейлов, телефонов и других контактных данных. Благодаря этому инструменту можно подтянуть открытую информацию о компании через ИНН: посмотреть выручку и чистую прибыль. А также посмотреть историю судов за неисполнение обязательств по договорам — это поможет минимизировать риски работы с непорядочными партнерами.
Допустим, к вам пришла фирма с большим оборотом. С помощью данных по ИНН вы сможете сразу передать ее в управление менеджеру, у которого по статистике минимальный срок сделки в работе с большими компаниями. А если маржинальность в компании пока ниже, чем у долгосрочных или ключевых клиентов, вам не придется тратить много времени на верификацию и бессмысленные переговоры. поймете, что это не ваш целевой клиент.
🗽 Объясняю на иностранцах. На ваш сайт приходит крупная компания. По геолокации или данным из анкеты она находится в Париже, но по ИНН вы понимаете, что главный офис расположен в Москве. Если бизнес ориентируется на зарубежный рынок, этого лида можно отсеять сразу. Вероятно, он использует VPN, уехал в командировку или это конкурент, который пытается выяснить больше информации о вас.
Представьте, какая интересная аналитика может получиться благодаря этим девяти источникам. Возвращаясь к нашему кейсу с IT-компанией, приведу простой пример.
Допустим, 2300 лидов пришли к вам с рекламной кампании Х на аудиторию Y. Вы потратили (= слили) на продвижение 3 миллиона рублей, а лиды ушли к конкуренту. Почему? Потому что менеджер связался с ними через сутки после отправки заявки.
Учитывая еще и ИНН, мы знаем, что средний оборот большинства лидов не выше 10 000 000 рублей в месяц, а это не наша целевая аудитория. Мем смешной, ситуация страшная. Придется искать другие каналы продвижения.
Как Вы понимаете, анализ из-за отсутствия данных не случился, но было продолжение. Собственник сообщил, что вся команда аналити уволена, потому что больше года имело место имитация работы: дашборды ломались, одна и та же метрика считалась по-разному, непонятно: чему верить? “Все закрывали на это глаза, как будто так и должно быть”.
К тому же, внутри компании мы столкнулись с повышенной лояльностью сотрудников друг к другу. Штатные аналитики писали техзадания на мини-доработки систем сбора аналитики, а разработчики отказывались их делать по причине «долго и дорого». На самом деле корректировка заняла бы не больше 1–2 дней у IT-шника уровня Senior.
Я сразу подсветила этот инцидент собственнику. И ввиду его осознания, что почти вся текущая аналитика в компании некорректна и малоэффективна для бизнеса, построение “фундамента” по сбору данных будет приоритетным для IT-команды.
Насколько активно развита бизнес- и системная аналитика в Вашей компании? Вопрос, на который стоит честно ответить не только нашему клиенту, но и всем, у кого есть аналитики в штате.
Больше неочевидных инсайтов об аналитике для бизнеса читайте в телеграм-канале «Разумный маркетинг». А в комментах рассказывайте, сколько колонок заполнено на 100% в вашей табличке с данными?