Электронная коммерция Google Analytics: разбираем, где команды часто ошибаются в выводах. И снова о конверсии 😲
Всем салют! Спасибо за комментарии и вопросы к посту о конверсии — многое взял на разбор в следующих темах для постов 🙏
Сегодня подготовили кейс с разбором, как можно ошибиться в выводах, используя готовый отчет расширенной электронной коммерции Google Analytics. Показали наглядно на примере, как, используя аналитику по сессиям в готовых отчетах, можно неверно интерпретировать метрики и сделать неверные выводы.
Это один из случаев, когда разница конверсии всего на 0,5...1 процентных пункта часто стоит компаниям 2-3 миллиона рублей прибыли, а ошибка в расчетах конверсии на пару процентов приводит к тому, что команды неверно оценивают план продаж от масштабирования бюджета на рекламу.
🔗 Листайте слайды c кейсом — убедитесь, что вы не совершаете этих ошибок.
И по вашим комментариям понял, что к прошлому посту, и к теме конверсии в целом, нужно добавить несколько тезисов:
1.
Мы не противники расчетов метрик по сессиям или кликам. Мы боремся с тем, что метрики по сессиям, кликам, визитам применяют там, где они не должны применяться — когда считают конверсию в юнит-экономике, число лидов или заказов, конверсии в воронке сайта или продаж, чтобы понять, какие страницы или этапы воронки плохо конвертируют пользователей.
Эти неверные способы популяризируются в статьях топа выдачи — маркетологи, агентства, собственники читают эти статьи и используют неверные метрики и делают неверные выводы. И их можно понять — часто нет под рукой аналитиков и нет ресурса на полноценные самописные системы аналитики — им приходится разбираться самостоятельно по тем материалам, что есть на рынке.
2.
Часто в системах веб-аналитики, сквозной аналитики команды смотрят на метрики в отчетах, не разбираясь, что заложено в логику этих метрик — используют неверные метрики для принятия ключевых решений.
Самые частые последствия таких решений:
→ цена лида растет, легкие и понятные способы ее снизить закончились
→ из-за высокой стоимости лида невозможно повышать ставки на аукционах и привлекать больше целевых пользователей
→ расходы на привлечение растут, а оборот не растет — причины непонятны
И менее очевидные последствия:
→ команда недооценила стоимость лида и масштабирует бюджет на привлечение, но узнает, что работает в убыток только через полгода-год, потому что юнит-экономика сходилась за счет старых пользователей
3.
Конверсия, которую мы разбираем в постах, помогает понять, на каком шаге воронки теряется больше всего людей и сколько людей у вас не купило.
Небольшой рост конверсии на правильном шаге воронки существенно снижает стоимость пользователя, лида, клиента и увеличивает прибыль на несколько миллионнов рублей.
Поэтому — когда вы считаете плечи метрик юнит-экономики, масштабируете бюджет на привлечение, хотите понять, куда направить усилия команды — проверяйте в системах аналитики, отчетах подрядчиков, что конверсия посчитана верно. Напомню про прошлые посты на тему конверсий: как считать конверсию, почему нельзя использовать цели Google Analytics, и как ошибки в расчетах метрик влияют на план продаж.
В следующем посте подробнее напишу, как самостоятельно с помощью запросов в Google Analytics проверить расхождения в конверсиях расширенной электронной коммерции и получить честную конверсию по пользователям.
Как всегда — пишите вопросы и комментарии 🙌
Всем салют! Спасибо за комментарии и вопросы к посту о конверсии — многое взял на разбор в следующих темах для постов 🙏
Сегодня подготовили кейс с разбором, как можно ошибиться в выводах, используя готовый отчет расширенной электронной коммерции Google Analytics. Показали наглядно на примере, как, используя аналитику по сессиям в готовых отчетах, можно неверно интерпретировать метрики и сделать неверные выводы.
Это один из случаев, когда разница конверсии всего на 0,5...1 процентных пункта часто стоит компаниям 2-3 миллиона рублей прибыли, а ошибка в расчетах конверсии на пару процентов приводит к тому, что команды неверно оценивают план продаж от масштабирования бюджета на рекламу.
🔗 Листайте слайды c кейсом — убедитесь, что вы не совершаете этих ошибок.
И по вашим комментариям понял, что к прошлому посту, и к теме конверсии в целом, нужно добавить несколько тезисов:
1.
Мы не противники расчетов метрик по сессиям или кликам. Мы боремся с тем, что метрики по сессиям, кликам, визитам применяют там, где они не должны применяться — когда считают конверсию в юнит-экономике, число лидов или заказов, конверсии в воронке сайта или продаж, чтобы понять, какие страницы или этапы воронки плохо конвертируют пользователей.
Эти неверные способы популяризируются в статьях топа выдачи — маркетологи, агентства, собственники читают эти статьи и используют неверные метрики и делают неверные выводы. И их можно понять — часто нет под рукой аналитиков и нет ресурса на полноценные самописные системы аналитики — им приходится разбираться самостоятельно по тем материалам, что есть на рынке.
2.
Часто в системах веб-аналитики, сквозной аналитики команды смотрят на метрики в отчетах, не разбираясь, что заложено в логику этих метрик — используют неверные метрики для принятия ключевых решений.
Самые частые последствия таких решений:
→ цена лида растет, легкие и понятные способы ее снизить закончились
→ из-за высокой стоимости лида невозможно повышать ставки на аукционах и привлекать больше целевых пользователей
→ расходы на привлечение растут, а оборот не растет — причины непонятны
И менее очевидные последствия:
→ команда недооценила стоимость лида и масштабирует бюджет на привлечение, но узнает, что работает в убыток только через полгода-год, потому что юнит-экономика сходилась за счет старых пользователей
3.
Конверсия, которую мы разбираем в постах, помогает понять, на каком шаге воронки теряется больше всего людей и сколько людей у вас не купило.
Небольшой рост конверсии на правильном шаге воронки существенно снижает стоимость пользователя, лида, клиента и увеличивает прибыль на несколько миллионнов рублей.
Поэтому — когда вы считаете плечи метрик юнит-экономики, масштабируете бюджет на привлечение, хотите понять, куда направить усилия команды — проверяйте в системах аналитики, отчетах подрядчиков, что конверсия посчитана верно. Напомню про прошлые посты на тему конверсий: как считать конверсию, почему нельзя использовать цели Google Analytics, и как ошибки в расчетах метрик влияют на план продаж.
В следующем посте подробнее напишу, как самостоятельно с помощью запросов в Google Analytics проверить расхождения в конверсиях расширенной электронной коммерции и получить честную конверсию по пользователям.
Как всегда — пишите вопросы и комментарии 🙌
Все по-разному говорят, как считать метрики — кому верить?
Всем салют! Всегда рад читать комментарии к прошлому посту и вопросы чате канала 🔥
Особое спасибо тем, кто открыто пишет о своих сомнениях и признается, что делает ошибки в расчетах метрик — это круто, мы все так учимся друг у друга.
В этот раз несколько раз написали комментарий на тему разной веры в аналитику: все говорят разное, как считать метрики — кто-то топит за сессии и визиты, кто-то за аналитику по пользователям, кто-то верит одной системе, кто-то другой — кому верить и как отстоять свою позицию?
Еще раз продублирую мысль. Это не вопрос чьей-то веры — это вопрос верных математических расчетов, чтобы принять верные управленческие решения:
1.
Сессионная аналитика не стыкуется с юнит-экономикой, планом продаж, потому что здесь конверсия по сессиям математически неверна и при подстановке значений в 1ю, 2ю, 3ю покупку вы получаете цифры, не стыкующиеся в реальности. В разборах я показываю, что эти ошибки — это несколько миллионов рублей прибыли или убытков.
2.
User-based аналитика — это стандарт уже 10+ лет во всей мобильной аналитике. Расчет по сессиям — это атавизм бесплатных движков аналитики, который опытные ребята — Amplitude, Firebase (бывший fabric), Mixpanel, Kissmetrics — уже давно избегают и считают только user-based. Это стандарт комьюнити аналитиков, меня этому обучали еще 12 лет назад.
3.
Для прокаченных аналитиков то, что я рассказываю — это очевидные и давно известные вещи. Но как мы видим по рынку, по комментариям — таких прокаченных ребят лишь небольшая доля, потому что об этих ошибках мало рассказывали в публичном пространстве.
Поэтому мы до костей разбираем метрики, как они считаются, как их считают системы аналитики и где можно ошибиться в интерпретации этих метрик. Чтобы директорам по маркетингу, собственникам — тем, кто не погружался глубоко в вопросы аналитики — было понятно, как на самом деле системы аналитики считают метрики и что на самом деле можно использовать для управленческих решений.
——
В прошлом кейсе обещал, что соберем материал, как можно самим проверить ошибки в расчете конверсии расширенной электронной коммерции, и как построить воронку с честной конверсий по пользователям в Google Analytics Universal. Читайте статью с разбором:
🔗 Расширенная электронная коммерция Google Analytics скрывает ваши проблемы и точки роста. Рассказываем, как себя проверить
Сохраняйте в закладки — перепроверяйте себя, показывайте вашим аналитикам, подрядчикам и не совершайте этих ошибок 🙏
Помните, что конверсия — ваш шанс выигрывать на аукционах и привлекать больше целевых пользователей 🙌
Всем салют! Всегда рад читать комментарии к прошлому посту и вопросы чате канала 🔥
Особое спасибо тем, кто открыто пишет о своих сомнениях и признается, что делает ошибки в расчетах метрик — это круто, мы все так учимся друг у друга.
В этот раз несколько раз написали комментарий на тему разной веры в аналитику: все говорят разное, как считать метрики — кто-то топит за сессии и визиты, кто-то за аналитику по пользователям, кто-то верит одной системе, кто-то другой — кому верить и как отстоять свою позицию?
Еще раз продублирую мысль. Это не вопрос чьей-то веры — это вопрос верных математических расчетов, чтобы принять верные управленческие решения:
1.
Сессионная аналитика не стыкуется с юнит-экономикой, планом продаж, потому что здесь конверсия по сессиям математически неверна и при подстановке значений в 1ю, 2ю, 3ю покупку вы получаете цифры, не стыкующиеся в реальности. В разборах я показываю, что эти ошибки — это несколько миллионов рублей прибыли или убытков.
2.
User-based аналитика — это стандарт уже 10+ лет во всей мобильной аналитике. Расчет по сессиям — это атавизм бесплатных движков аналитики, который опытные ребята — Amplitude, Firebase (бывший fabric), Mixpanel, Kissmetrics — уже давно избегают и считают только user-based. Это стандарт комьюнити аналитиков, меня этому обучали еще 12 лет назад.
3.
Для прокаченных аналитиков то, что я рассказываю — это очевидные и давно известные вещи. Но как мы видим по рынку, по комментариям — таких прокаченных ребят лишь небольшая доля, потому что об этих ошибках мало рассказывали в публичном пространстве.
Поэтому мы до костей разбираем метрики, как они считаются, как их считают системы аналитики и где можно ошибиться в интерпретации этих метрик. Чтобы директорам по маркетингу, собственникам — тем, кто не погружался глубоко в вопросы аналитики — было понятно, как на самом деле системы аналитики считают метрики и что на самом деле можно использовать для управленческих решений.
——
В прошлом кейсе обещал, что соберем материал, как можно самим проверить ошибки в расчете конверсии расширенной электронной коммерции, и как построить воронку с честной конверсий по пользователям в Google Analytics Universal. Читайте статью с разбором:
🔗 Расширенная электронная коммерция Google Analytics скрывает ваши проблемы и точки роста. Рассказываем, как себя проверить
Сохраняйте в закладки — перепроверяйте себя, показывайте вашим аналитикам, подрядчикам и не совершайте этих ошибок 🙏
Помните, что конверсия — ваш шанс выигрывать на аукционах и привлекать больше целевых пользователей 🙌
Отключили неприбыльный канал: стоимость заявки CPO снизилась в 5 раз, конверсия выросла в 5 раз, продажи и ROMI подросли. Хорошо ли это? 🤨
Всем салют! Спасибо всем за комментарии к прошлым постам — всегда рад, когда вы делитесь своим опытом и задаете вопросы 🔥
Продолжаем качать нашу насмотренность и решать кейсы — вот вам занятный кейс на основе реального отчета консультанта:
Вы играете за директора по маркетингу.
Консультант предложил вам сократить бюджет на каналы Facebook Ads и Google Ads. В результате: CPO упал в 5 раз, конверсия выросла в 5 раз, продажи и ROMI подросли.
Но вы понимаете — что-то здесь не так. Давайте посмотрим на отчеты и проверим логику рассуждений консультанта.
Листайте слайды с кейсом ↑ Пишите в комментариях — какие видите ошибки и предскажите, что будет дальше с продажами компании? 🚀
Стараюсь все читать и всем отвечать — каждую 1-2 недели будет выходить продолжение кейса с разбором 💪
Всем салют! Спасибо всем за комментарии к прошлым постам — всегда рад, когда вы делитесь своим опытом и задаете вопросы 🔥
Продолжаем качать нашу насмотренность и решать кейсы — вот вам занятный кейс на основе реального отчета консультанта:
Вы играете за директора по маркетингу.
Консультант предложил вам сократить бюджет на каналы Facebook Ads и Google Ads. В результате: CPO упал в 5 раз, конверсия выросла в 5 раз, продажи и ROMI подросли.
Но вы понимаете — что-то здесь не так. Давайте посмотрим на отчеты и проверим логику рассуждений консультанта.
Листайте слайды с кейсом ↑ Пишите в комментариях — какие видите ошибки и предскажите, что будет дальше с продажами компании? 🚀
Стараюсь все читать и всем отвечать — каждую 1-2 недели будет выходить продолжение кейса с разбором 💪
Всем салют! Продолжаем играть за директора по маркетингу и начинаем разбор ошибок кейса с отчетом консультанта. Спасибо всем за участие в обсуждении — очень здравые ответы и комментарии в треде 🔥🔥🔥
Разбираем первые ошибки консультанта — почему неверен вывод, что каналы facebook ads и google ads неэффективны и нужно сокращать бюджет на рекламу?
В комментариях много правильных ответов и почти многое нашли верно, но есть и популярные заблуждения. Начнем разбор по шагам:
1.
Как уже отмечал в комментариях, некоторые ошибки предельно просты и очевидны. Но не стоит их недооценивать — у 90% компаний в аналитике что-то делалось, а использовать ее и делать выводы по данным из аналитики нельзя. Нам нужны критерии, когда цифрам можно верить и насмотренность на типичные ошибки.
Если внимательно посмотреть на отчет из сервиса аналитики — видно, что сквозная аналитика недонастроена и не работает.
2.
Электронная почта и входящие звонки — это не канал привлечения, и не органика, это способ оставить заявку и захватить контакт. Их нельзя масштабировать, через них нельзя привлечь больше новых пользователей.
До того, как оставить эл. почту или телефон, пользователь приходит на сайт из платных каналов привлечения facebook ads и google ads. Но из-за кривой сквозной аналитики этим каналам не досталась часть продаж. Каналы недооценены — нельзя делать вывод, что они неэффективны.
3.
В каналах привлечения 80..90% заявок и продаж приходится на инструменты захвата лида и контакта — электронную почту и входящие звонки. 127 продаж из 139 продаж не связались с каналом привлечения.
Всего +4 продажи со средней маржой 29 000 р. делают канал facebook ads прибыльным с ROMI 33% 🤯
Цепочка последствий:
Если отключить каналы, которые кажутся неэффективными — с большой вероятностью продажи начнут падать, т.к. база контактов и заявок, которая приходила из facebook ads и google ads, постепенно выгорит ☹️ Из-за цикла сделки 2..6+ недель падение продаж будет заметно только через 2-3 месяца, т.к. какое-то время продажи будут закрываться старыми когортами клиентов и базой контактов.
Как себя проверить:
Когда вы смотрите отчет по эффективности каналов и кампаний, и видите, что больше 10% заявок и продаж приходится на способы оставить заявку или контакт — то каналы недооценены. Нельзя делать вывод, что каналы неэффективны и сокращать на них бюджет.
Нужно разобраться в причинах, почему в сквозной аналитике источник неверно связывается с заявками и продажами — и исправить эту ошибку.
***
Листайте слайды с подробным разбором первой ошибки ↑ Пишите в комментариях вопросы, а лучше — присылайте скриншоты с примерами ваших отчетов, вместе поищем и разберем ошибки 💪
В следующих постах разберем ошибку с когортами💥 Многие верно подметили, что не учитываются когорты и цикл сделки — разберем цепочку проблем, на что это влияет и почему конверсия в заявку и продажу на самом деле не выросла.
Разбираем первые ошибки консультанта — почему неверен вывод, что каналы facebook ads и google ads неэффективны и нужно сокращать бюджет на рекламу?
В комментариях много правильных ответов и почти многое нашли верно, но есть и популярные заблуждения. Начнем разбор по шагам:
1.
Как уже отмечал в комментариях, некоторые ошибки предельно просты и очевидны. Но не стоит их недооценивать — у 90% компаний в аналитике что-то делалось, а использовать ее и делать выводы по данным из аналитики нельзя. Нам нужны критерии, когда цифрам можно верить и насмотренность на типичные ошибки.
Если внимательно посмотреть на отчет из сервиса аналитики — видно, что сквозная аналитика недонастроена и не работает.
2.
Электронная почта и входящие звонки — это не канал привлечения, и не органика, это способ оставить заявку и захватить контакт. Их нельзя масштабировать, через них нельзя привлечь больше новых пользователей.
До того, как оставить эл. почту или телефон, пользователь приходит на сайт из платных каналов привлечения facebook ads и google ads. Но из-за кривой сквозной аналитики этим каналам не досталась часть продаж. Каналы недооценены — нельзя делать вывод, что они неэффективны.
3.
В каналах привлечения 80..90% заявок и продаж приходится на инструменты захвата лида и контакта — электронную почту и входящие звонки. 127 продаж из 139 продаж не связались с каналом привлечения.
Всего +4 продажи со средней маржой 29 000 р. делают канал facebook ads прибыльным с ROMI 33% 🤯
Цепочка последствий:
Если отключить каналы, которые кажутся неэффективными — с большой вероятностью продажи начнут падать, т.к. база контактов и заявок, которая приходила из facebook ads и google ads, постепенно выгорит ☹️ Из-за цикла сделки 2..6+ недель падение продаж будет заметно только через 2-3 месяца, т.к. какое-то время продажи будут закрываться старыми когортами клиентов и базой контактов.
Как себя проверить:
Когда вы смотрите отчет по эффективности каналов и кампаний, и видите, что больше 10% заявок и продаж приходится на способы оставить заявку или контакт — то каналы недооценены. Нельзя делать вывод, что каналы неэффективны и сокращать на них бюджет.
Нужно разобраться в причинах, почему в сквозной аналитике источник неверно связывается с заявками и продажами — и исправить эту ошибку.
***
Листайте слайды с подробным разбором первой ошибки ↑ Пишите в комментариях вопросы, а лучше — присылайте скриншоты с примерами ваших отчетов, вместе поищем и разберем ошибки 💪
В следующих постах разберем ошибку с когортами💥 Многие верно подметили, что не учитываются когорты и цикл сделки — разберем цепочку проблем, на что это влияет и почему конверсия в заявку и продажу на самом деле не выросла.
👍1