Выступление Артема Бородатюка 25 мая 2017 года на iForum 2017 в потоке "Реклама и продвижение" о том, как настроить максимально объективную веб-аналитику и что это может дать на конкретном кейсе.

1. Как мы настроили
веб-аналитику и сократили
80% бюджета на контекст –
опыт Serpstat

2. Кто минимум раз в
месяц использует
данные веб-аналитики
для принятия каких-
либо решений?

3. У кого настроена
кастомная веб-
аналитика?

5. 1. Почему бизнес все еще
плохо меряет отдачу от
онлайн-рекламы?

6. Почему бизнес все еще плохо меряет отдачу от
онлайн-рекламы?
1. Мало специалистов.
2. Дорого.
3. Сложно.
4. Непросто быть уверенным в достоверности данных и непросто быть уверенным в том, что
эти данные что-то дадут.
5. Лень.

8. 2. Для чего мы хотели
использовать данные?

9. 1. Мы хотели принимать
решения на основе
максимально объективных
данных.
2. Мы хотели отладить
работу по контексту.

10. 3. Может ли быть
веб-аналитика точной?

11. Вы сами определяете
то, что такое "точная"
веб-аналитика для
вашего бизнеса.

12. 4. Как мы внедрили
мультиканальную систему
веб-аналитики с атрибуцией
по воронке?

13. 4.1. Что такое
мультиканальная аналитика?

14. Чтобы принять решение о
покупке, пользователям
чаще всего нужно
несколько взаимодействий
с вашей компанией через
разные каналы.

15. Если вы распределяете
прибыль от клиента между
всеми рекламными каналами,
которые участвовали в его
привлечении, то это –
многоканальная аналитика.

17. 4.1. Что такое атрибуция?

18. Модель атрибуции –
правила распределения
прибыли от клиента по
шагам на пути к
конверсии.

19. 4.3. Какую модель атрибуции
использует большинство
бизнесов?

20. Пользователь дважды посещал наш сайт и только при
третьем посещении совершил целевое действие.
Для Serpstat целевое действие – оплата тарифа.
Первое посещение пользователь сделал из бесплатного
поиска, второе – из контекстной рекламы, а третье – по
ссылке в email.

21. Модель First Click

22. Модель Last Click

23. Модель Funnel Based
По модели Funnel Based ценность распределится между всеми посещениями пользователя, в
зависимости от того, какие шаги в воронке оформления заказа пользователь совершил.
Вероятность прохождения каждого шага дает возможность понять, какой шаг более важен.
Шаги, которые сложнее проходить нашим пользователям, получают большую долю ценности
целевого действия. В рамках посещения ценности шагов суммируются.

24. Модель Funnel Based
Organic — 5% * $19 = $0,95.
PPC — 43% * $19 = $8,17.
Email — 52% * $19 = $9,88.

25. Модель Funnel Based

27. Еще один пример Funnel Based

28. Как работал наш контекст?

29. Что мы использовали для настройки
мультиканальной атрибуции по воронке?
1. OWOX BI Pipeline
2. Google BigQuery.
3. Google Analytics.

30. Что мы получили на выходе?

31. Важно: у нас нет ограничений по CAC,
потому что мы смотрим на ROI.

32. Важно: мы смотрим ROI по доходу и ROI
по LTV.

33. 5. Какую мы придумали
модель влияния собранных
данных на работу
специалистов контекстной
рекламы?

34. Что мы получили на выходе?
https://goo.gl/Pgp9nL

35. 6. Как мы сократили 80%
бюджета на контекстную
рекламу, сохранив 90%
продаж?

36. Что мы получили на выходе?

37. Мы сократили 80% бюджета и получили
тот же результат!

38. 7. Закончилась ли история на
этом?

41. Также был разработан план по
улучшению конверсии из посетителя в
клиента.

42. Как все это сделать самому?
1. Как настроить максимально объективную веб-аналитику и отладить работу отдела
контекстной рекламы? Мануал не для чайников – https://goo.gl/2267hX
2. Сравнение First Click, Last Click и Funnel Based моделей атрибуции — кейс Serpstat
– https://goo.gl/N6Hyfb
3. Funnel Based модель атрибуции в OWOX BI — https://goo.gl/RPPrCm
4. Модели атрибуции в веб-аналитике: На Пальцах #10 (Netpeak) – https://goo.gl/
UnxFhO

44. :)