«‎Разница прибыли в 3 раза!»: как правильно настроить бизнес-аналитику, и почему web-аналитики уже не хватает

Рецепт эффективной BI-аналитики крупных маркетинговых проектов на основе реальных кейсов.

BI-аналитика (бизнес-аналитика) — инструмент для сбора и анализа большого массива данных. Их визуализация с помощью дашбордов позволяет быстрее принимать правильные решение в бизнесе.

Потребность в бизнес-аналитике увеличивается по мере роста количества данных в проекте. Например, когда ручной сбор и анализ данных становится трудозатратным, или растет количество ошибок в проектах.

При внедрении BI-дашбордов могут быть две проблемы:

Давайте разберемся, как решать эти проблемы.

(Данные взяты из совместного кейса с агентством Deltaplan)

BI начинается задолго до подключения к данным, составления визуализаций и мониторинга эффективности.

Как правило, BI-отчету предшествует веб-аналитика, которая передает данные по эффективности рекламных кампаний в виде прибыли.

Мы же метчим данные кампаний с конечной прибылью, которую подтягиваем из 1С помощью коннекторов.

Почему это важно?

В нашем кейсе прибыль из веб-аналитики и конечная прибыль бизнеса из 1С отличаются в три раза! Потому что в конечной прибыли учитываются все возвраты, промокоды, но самое главное — факт оплаты и доставки.

Настройка такого отчета позволяет привязать KPI агентства к конечной прибыли.

Но не стоит сразу резать каналы, которые не генерируют прибыль напрямую. Для правильной оценки вклада инструментария в конечную прибыль нужно оценить эффективность по всей модели атрибуции.

Например, доля динамических объявлений на поиске при первом переходе составляет 23%, а при последнем— всего 5%. Этот инструмент наполняет верх воронки и косвенно влияет на конечную прибыль.

Продуктовая аналитика в дашбордах.

С помощью BI мы автоматизировали классическую товарную аналитику. Это позволяет в режиме реального времени отслеживать популярность категорий, коллекций и конкретных SKU.

Например, шкафы стали нестабильно пользоваться спросом — попали в группу Z (XYZ-анализ). Это триггер для дальнейшего погружения в аналитику и изменений в категории Шкафы.

Аналитики любят работу с маркетплейсами за огромное количество данных, на которых можно сделать классную аналитику.

Но основная проблема отчётов по маркетплейсам — массивность данных, которые невозможно отслеживать в ручном режиме. Это мешает эффективно анализировать и прогнозировать продажи.

Чтобы решить эту проблему, мы реализовали отчёты, в реальном времени, показывающие выполнение плана продаж при сохранении настроек. Отчёты сами подсвечивают товарные единицы, на которые нужно обратить внимание — и склады, в которых скоро закончатся товары.

Для углубления нашей аналитики мы сотрудничаем с внешними сервисами: забираем информацию по продажам конкурентов, статистику по позициям, ключевым фразам и объёмы категорий.

Такой отчет позволяет строить предиктивную наглядную модель, сравнивать себя с рынком и видеть отклонение от плана в разрезе категории или отдельного товара.

В разработке BI-отчетности в первую очередь нужно четко определить какую проблему мы решаем и держим в фокусе.

Как правило, для решения задачи недостаточно разработки дашбордов — важно подключать веб- и продуктовую аналитику, тесно взаимодействовать с клиентом, чтобы получать данные по итоговым продажам.

Если у вас остались вопросы по BI-аналитике, ее внедрению и оптимизации, вы можете задать их в комментариях или написать нашему эксперту Никите.