Новости

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.

Что дает «Асконе» наш подход к сквозной аналитике

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.

Буст в идентификации клиентов: технологии и экосистема

Наши основные инструменты — инновационная технология и электронный чек. Они дают нам максимальные охваты и принципиально новый масштаб оцифровки касаний в офлайне:
  • до 96% охвата покупателей,
  • идентификацию на мобильных устройствах,
  • высокий open rate — до 36% на проекте «Аскона»,
  • возможность работать с данными об аудитории за пределами программы лояльности, чтобы корректно оценить влияние онлайнактивностей на продажи в оффлайне.
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:
«Аскона» видит, что влияние онлайн-маркетинга на продажи в оффлайне (ROPO) выше, чем на онлайн-продажи
Это возможность в корне изменить эффективность маркетинга и новые инструменты для ежедневной работы.

Новые инструменты аналитики для команды маркетинга

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:
  • На уровне специалиста по маркетингу — внутри каналов; например, переложить деньги из одной кампании в Яндекс.Директе в другую;
  • На уровне руководителя группы или отдела — между каналами; например, из Яндекс.Директа в Google Ads;
  • На уровне CMO — между группами каналов; например, из контекстной рекламы в медийную;
  • На уровне работы с внешними подрядчиками — у агентств свои KPI по своим каналам, которые тоже требует синхронизации в соответствии с общей омни-стратегией.
«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:
  • Формулировать гипотезы на основе омни-метрик — что можно сделать, чтобы выполнить план продаж с учетом офлайна?
  • Определять параметры и ключевые показатели для тестов гипотез.
  • Выбирать компании для проверки гипотезы — зоны роста по ROPO-метрикам.
  • Прогнозировать критерии успеха теста на выбранных кампаниях.
  • Разрабатывать отчет для отслеживания динамики и проверки результата теста гипотез.
Вот одна из гипотез, которую мы смогли реализовать благодаря новому подходу к аналитике данных и протестировать в сентябре 2021 года.

Кейс: одна гипотеза, которая помогла превысить план по выручке с канала на 46% сверх плана

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

Следующий этап проекта

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:
  • У «Асконы» есть автостратегии Google и Яндекс, которые уже оптимизируют контекстную рекламу на основе онлайн-конверсий. Если добавить в контекстную рекламу факт офлайн-покупки в привязке к онлайн-сессии, можно получить дополнительный эффект к оптимизации стратегий, результат будем мерить в AB-тестах.
  • Работа с текущей воронкой покупателей. «Аскона» может мониторить посетителей на своем сайте, точно определить тех, кто еще не совершил покупку ни онлайн, ни в офлайне, и разделить их на сегменты по степени вероятности прохождения воронки. ML автоматически меняет ставки на эти сегменты, ежедневно перераспределяя пользователей в зависимости от их поведения — и так эффективнее расходует рекламный бюджет и ускоряет продвижение к покупке.
Минимизируем технологические риски
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.
2022-03-25 20:43