Алексей Шуликов
О маркетинговой аналитике, эмоциях руководства и exploratory метриках
Какое ваше представление о хорошем веб-аналитике? Каким он должен быть? С чего стоит начинать новичкам? Дайте пожалуйста пару советов.

Хороший веб аналитик в первую очередь должен обеспечить грамотный сбор данных.
Гарантированная доставка данных может быть одним из его KPI. Причем сюда нужно включить настройку целей, конверсий для сайта, а не только стандартные взаимодействия вроде просмотров страниц.
Если мы говорим про Google Analytics - это минимум настройка фильтров, исключающих ненужные данные, связь с рекламными системами, проверка качества настроенных целей.
Второе - это понимание KPI ключевых показателей эффективности для основных типов бизнеса. На первый взгляд может показаться что веб аналитику необходимо отслеживать только 3 - 4 ключевых универсальных показателя, таких как CR (конверсия), CTR, CPL (стоимость лида). Отчасти это верно, но если мы начинаем копать глубже, то, например, для блога очень важны поведенческие показатели, а для e-commerce сферы - показатели по продажам конкретных товаров, их брендов и т.д.

И третье, это способность и желание доставать из данных полезную информацию. Опытный аналитик любит копаться в цифрах, выискивать информацию, искать закономерности. Это как решение задачек без четко заданных условий и туманного ответа, которого может и не существовать. Но если находишь закономерность - получаешь награду в виде эффективности той или иной аудитории, грамотно настроенной воронки продаж и т.д.

Также нужно уметь быстро реагировать, создавать так называемые ad-hoc reports - отчеты по требованию. На своих лекциях я рассказываю про 2 вида метрик: Exploratory metrics (исследовательские показатели) и reporting metrics (стандартные отчеты).

Reporting metrics мы отслеживаем на постоянной основе - это ежемесячные или ежедневные стандартные отчеты.

Exploratory metrics - это поиск закономерностей в нашем объёме данных. Мы ищем данные метрики для лучшего понимания аудитории, чтобы в дальнейшем скорректировать настройки таргетированной рекламы. Либо для проведение a/b тестов, экспериментов, чтобы в дальнейшем улучшить основные бизнес показатели.

Зачастую стандартных отчетов в той же Google Analytics недостаточно, и приходиться выгружать данные в табличном виде и формировать отчеты, отвечающие на конкретный вопрос. Поэтому знания Excel или Google таблиц очень пригодятся.
Новичкам я бы посоветовал создать свой сайт на том же бесплатном Wordpress, заполнить его любым контентом, поставить счетчик Google Analytics и начать собирать данные. Когда вы пройдете путь с нуля, настраивая цели, фильтры и связки - это будет очень ценно.

Также есть замечательные официальные курсы от google в Google Ads Academy, причем они совершенно бесплатны. Я сам их проходил на начальном этапе. Более того, вы можете получить сертификат при успешном прохождении курса и сдачи тестов, что сильно повысит вашу ценность на рынке труда. Единственный минус - видео на английском, но с русскими понятными субтитрами. Тесты также можно сдавать на русском.

Если вы работаете в e-commerce сфере (онлайн продажи товаров ) вам поможет бесплатный демо аккаунт Google Analytics - Google merchandise store. Это открытая аналитика магазина google по продаже мерча - товаров с логотипом Google. Как вы понимаете аналитика настроена там идеально, можно ориентироваться как на пример.
Exploratory metrics - это поиск закономерностей в нашем объёме данных. Мы ищем данные метрики для лучшего понимания аудитории, чтобы в дальнейшем скорректировать настройки таргетированной рекламы. Либо для проведение a/b тестов, экспериментов, чтобы в дальнейшем улучшить основные бизнес показатели.
Какую систему лучше выбрать для аналитики и как правильно это сделать?

Must have для начинающего аналитика это само собой Google Analytics. Данная система бесплатна и при этом одна из лучших для веб-аналитики.

Яндекс Метрика интересна поведенческими визуальными отчетами такими как карта кликов, ссылок и скроллинга. А также тут очень удобно отслеживать эффективность форм на сайте по умолчанию, без дополнительных настроек.

Вполне нормальна ситуация когда на сайте установлено сразу несколько систем аналитики, так что можете смело ставить обе системы.

В данной статье мы говорим про исключительно веб-аналитику, поэтому данных систем будет вполне достаточно для грамотного отслеживания всех метрик.
Всем ли проектам нужна веб-аналитика? Можно ли обойтись без неё?

Безусловно. Мы живем в эпоху высокой конкуренции, поэтому без data-driven подхода тяжело выстроить эффективный бизнес.

Data-driven - это подход основанный на данных. Т.е. для Компании быть data driven это значит принимать решения на основании выстроенной аналитики, а не на эмоциях и догадках, даже если их предлагает руководство.
Поделитесь, пожалуйста, каким-то успешным вашим кейсом.

Могу привести пример из опыта работы в компании Цитрус. Одной их первых моих задач была настройка составных целей - движение пользователя по воронке покупки, которая включала в себя следующие шаги - добавление товара в корзину, ввод данных по доставке и оплате, завершение оплаты.

Настроив цель, я буквально через 2-3 дня заметил что на одном из этапов теряется достаточно большое количество потенциальных покупателей - этап ввода данных. По факту, была обнаружена сугубо техническая проблема, причем она была достаточно не очевидна при обычном тестировании, но на большом объёме данных всплыла.

Решив данную проблему, нам удалось улучшить конверсию данного этапа воронки на 35% и, как следствие, количества продаж.

Т.е. аналитик должен быть индикатором любых изменений, скачков, падений продаж или трафика, причем суть может быть разной природы, главное до нее докопаться.
Как вы совершенствуете свои знания?

Ранее это была email подписка на несколько полезных ресурсов, но сейчас это исключительно Telegram-каналы. Практически все топовые ресурсы завели свои Telegram-каналы.

https://t.me/internetanalytics - замечательный канал лидера в отрасли Алексея Никушина.

https://t.me/analysts_hunter - им же организованный чат для поиска работы в сфере аналитики.

https://t.me/webmagic - полезный канал по контекстной рекламе и веб-аналитике

https://t.me/webanalyst - канал больше сосредоточен на продуктах Google - GA, Google Data Studio, Google Optimize

https://t.me/serpstat_ru - канал крупного универсального сервиса serpstat по маркетингу и аналитике.

https://t.me/owoxbicis - канал компании Owox нацелен на настройку более сложных вещей по сквозной аналитике.

https://t.me/schoolWA - интересный кейсы, настройки, но не для начального уровня.

https://t.me/neokotler - канал который агрегирует самые интересные подборки со всех популярных маркетинговых каналов.
Какие тренды вы могли бы выделить сейчас в этой сфере?

Я бы выделил появление должности "Маркетинговый аналитик". В чем разница между веб-аналитиком и маркетинговым аналитиком?

Веб аналитик сосредоточен по большей части на показателях эффективности сайта таких как конверсия, заявки и т.д.
Маркетинговый аналитик копает гораздо глубже. В его задачи входит построение сквозной аналитики. Сквозная аналитика это не только отслеживание действий на сайте, но и связка этих взаимодействий с CRM системой, бизнес эффективностью.
Самый простой пример - отслеживание эффективности маркетинговых каналов интернет магазина. При стандартном отслеживании мы увидим кол-во заявок а не кол-во фактических продаж. Для понимания факта продаж понадобиться импортировать эти данные из CRM системы в Google Analytics. Так мы сможем посчитать CAC (стоимость привлечение клиента, не заявки) и следовательно рентабельность инвестиций в тот или иной маркетинговый канал.

Так сложилось, что зачастую вопросы веб аналитики закрывает маркетолог в компании. При небольших бюджетах на рекламу маркетолог действительно может закрыть основные вопросы по аналитике.

Но все больше средние и крупные компании выделяют отдельную должность под аналитику, т.к. хороший маркетолог просто не успеет одновременно настраивать грамотный сбор данных, копаться в цифрах и при этом генерить идеи по рекламным активностям.
Made on
Tilda