Как мы помогли «Асконе» измерять 50%+ ROPO-сессий

Внедрив систему сквозной аналитики с учетом заказов ROPO, ритейл-бизнес начинает измерять реальный ДРР, чтобы эффективнее работать с метриками онлайн-кампаний, корректировать общую стратегию маркетинга и перераспределять бюджет по каналам с учетом реальных конверсий в онлайне и офлайне.

Так бизнес видит более полные данные и может наращивать оборот, одновременно снижая долю рекламных расходов. Например, через опрос покупателей в электронном чеке мы замерили, что 60% + оффлайновых продаж у «Асконы» — это ROPO-продажи. И это важный инсайт для принятия решения в пользу перестройки системы аналитики с учетом оффлайновых продаж.

В этой статье расскажем о технологии построения и методах использования ROPO, которые мы применяем в . На примере проекта для «Асконы» покажем, как новый уровень идентификации пользователей на основе меняет понимание об эффективности маркетинга.

Это вторая статья о развитии ROPO-аналитики в «Асконе». В первом тексте мы рассказали, как заложили основу системы, внедрив электронные чеки, а заодно помогли развить программу лояльности, избавились от бумаги и получили 20% повторных покупок с нового канала коммуникации.

Мы отличаемся в подходе к построению сквозной аналитики и в логике, которую применяем. Коллеги по рынку, которые реализуют проекты со сквозной аналитикой, начинают строить систему с онлайн-данных — учитывают касания с рекламой и сайтом. И в эту систему пытаются подтянуть данные из оффлайн из CRM, как правило, через программу лояльности — так как это один из немногих доступных инструментов идентификации в офлайне, который обычно используют в отрасли.

Тут есть проблема: программа лояльности — не инструмент оцифровки касаний. Маркетологи пытаются объединить две разрозненные по подходу к идентификации системы, и это сильно ограничивает долю пользователей в системе ROPO-аналитики. Если идти через онлайн, всегда будет ограничение через логин на сайте, по жизни куки — все справляются с ними по-разному, кто-то лучше, кто-то хуже. У нас просто подход другой.

В мы идем из офлайна, где у ритейла максимальный оборот, в онлайн, но применяем на всём пути инструменты онлайн-идентификации.

Мы идем со стороны офлайна, где продажи максимальны для ритейла, и используем оцифровку офлайн- и онлайн-касаний в единой системе.

Наши основные инструменты — инновационная технология и электронный чек. Они дают нам максимальные охваты и принципиально новый масштаб оцифровки касаний в офлайне:

Эти же технологии мы используем для учета касаний на сайте и получаем замкнутый цикл с ЕДИНОЙ системой идентификации: где бы покупатель ни был, его касания оцифровываются.

Вот как мы помогаем клиентам развивать систему сквозной аналитики:

1. Внедряем электронный чек — это оцифровка покупки в магазине и расширение программы лояльности, которая дает нам максимальную идентификацию пользователей на мобильных устройствах. В ритейле больше 60% мобильного трафика.

2. Технология iDentityUP умеет идентифицировать анонимного покупателя по большому набору параметров, а это важно при коротком сроке жизни куки — наша система копит данные о касаниях (анонимные браузеры) и идентифицирует пользователя, назначая ему обезличенный GLOBAL VISITOR ID — достаточно идентифицироваться один раз внутри нашей экосистемы.

3. Дальше работает кросс-девайс технология, задача которой — объединить все устройства и браузеры виртуального покупателя, чтобы больше его не терять. Касания с клиентом в экосистеме частые, что позволяет следить за изменением параметров и корректировать идентификацию точнее, чем если бы аналитика узнавала только его редкие визиты с логином на одном сайте.

4. Сбор данных о поведении пользователей онлайн, конвейер преобразований событий в сессии, атрибуция расходов на сессии пользователей, мэтчинг сессий в пользовательские цепочки, мультиканальная атрибуция и визуализация данных, формирование отчетов — отдельный большой процесс, за который на этом проекте отвечал наш партнер MTRENDO-HOLOWAY.

MTRENDO-HOLOWAY взял на себя важную задачу по созданию инструмента управленческой аналитики. Обычно, чтобы предоставить клиенту достоверные данные для дальнейшей работы и аналитики, нужно:

• Соединить BigQuery данные из разных источников заказов и расходов — CRM, ERP, Google Analytics.
• Обеспечить качество склейки сессий, импортирования расходов и предоставления алгоритмов атрибуции.

Переход на е-чек Upmetric облегчает эту задачу, так как мы предлагаем нашим клиентам универсальный протокол сбора оффлайн данных о продажах. Понадобится только одна интеграция, которая предоставляет все необходимые данные о заказах, выкупаемости, CRM, и ROPO.

Инновационная технология идентификации и мэтчинга помогла «Асконе» повысить долю ROPO-продаж до значений, превышающих долю онлайн-продаж, и эта цифра будет только расти:

Это возможность в корне изменить эффективность маркетинга и новые инструменты для ежедневной работы.

Нельзя просто так взять и внедрить сквозную аналитику в компании — нужны новые процессы, омни-метрики, а главное — новое понимание работы в команде на всех уровнях, начиная с директора по маркетингу. Сможет ли бизнес перестроить процессы и начать работать по омни-KPI, в конце концов, зависит от человека.

Как работают сегодня маркетологи? Каждый живет в своих каналах, инструментах и бюджетах. Да, есть общая стратегия, но что она предлагает для офлайн-продаж? Да, микс понятен, но каждый специалист отдельно запускает и оптимизирует свои кампании.

Сквозная аналитика с учетом ROPO дает возможность руководителю по маркетингу перераспределять бюджет на разных уровнях, учитывая всю картину целиком:

«Аскона» получила инструмент, который помогает руководителям максимально четко распределять бюджет, анализируя общую картину, а не разрозненные рекламные каналы.

Такой подход дает новые возможности для аналитики маркетинга, команда «Асконы» может:

Вот одна из гипотез, которую мы смогли реализовать благодаря новому подходу к аналитике данных и протестировать в сентябре 2021 года.

Если увеличить расходы в кампаниях с низким ROPO-ДРР, вероятно, суммарный ROPO-ДРР снизится, а суммарная выручка — увеличится.

Изучили рекомендации мультипликатора ROPO, данные по трафику и стоимости заказа и выбрали для теста две кампании в Яндекс.Директ с низким показателем ДРР ROPO и с достаточным объёмом заказов к расширению. Увеличили бюджет в этих кампаниях на 40% в контексте по небрендовым запросам.

Ключевые показатели для оценки результата

1. Выручка online + ROPO,

2. Стоимость заказа online + ROPO,

3. Доля рекламных расходов (ДРР онлайн + ROPO) по группе кампаний с увеличенным бюджетом.

Результат

Мы превысили прогноз выручки и при этом снизили ДРР онлайн + ROPO по группе теста. Увеличение рекламного бюджета на 40% на выбранные кампании привело к результатам в виде:

1. Увеличения выручки по этим кампаниям на 45,9% относительно плана;

2. Снижения стоимости заказа по этим кампаниям на 2,59% относительно плана;

3. Снижения доли рекламных расходов по группе усиленных кампаний на 10,41%.

Выводы

• Мультипликатор РОПО раскрывает глаза руководителям и специалистам на реальную окупаемость кампаний.
• Только аналитика с учетом ОМНИканальных продаж и метрик дает директорам по маркетингу инструмент принятия решения построения и корректировки стратегию с учетом онлайн- и офлайн-целей бизнеса.

При выборе кампаний для исследования новых гипотез, следует учитывать фактор управляемости расходования бюджета по кампаниям, емкость канала и выбирать контрольную группу с показателями, близкими к кампаниям группы теста и исключить воздействие на них на время теста.

Мы знаем, что у «Асконы» 60% оффлайн-продаж — это ROPO-продажи. Поэтому важный следующий шаг — использование алгоритмов машинного обучения для атрибуций с учетом офлайн-продажи.

Измерение ROPO позволяет расширить возможности оптимизации рекламных кампаний через добавление оффлайн-конверсий и связанных с ними онлайн-расходов во встроенные механизмы оптимизации Google и Яндекс. Использование онлайн- и офлайн-конверсионных действий дают возможность с большей точностью и эффектом оптимизировать работу с контекстной рекламой и рекламой в соцсетях на основе ML-алгоритмов и специализированной разметки поведения на сайте.

На следующем этапе проекта планируется применить два подхода к оптимизации:

В связи с ограничениями использования иностранных технологий возможна реализация технологий и подходов описанных в кейсе на наиболее близкий по функционалу стек российских технологий: Yandex Metrika (Logs API) + Yandex Cloud + Yandex DataLens.