Согласно многим исследованиям и опросам, популярность бизнес-аналитики растет. Однако результаты, которых достигают компании, использующие инструменты бизнес-аналитики, сильно разнятся. Для того чтобы понять, почему одним компании успешны в применении бизнес-аналитики, а другие нет, необходимо более детально рассмотреть ключевые элементы аналитики и обратиться к опыту тех компаний, которые добились лучших результатов.
Переоценена ли бизнес-аналитика?
Как отмечают авторы исследования Bloomberg Businessweek, многие компании в последние годы обратились к бизнес-аналитике, стремясь извлечь максимум пользы из своих данных. Как выяснилось, 97% компаний с доходом свыше 100 млн. долларов используют ту или иную форму бизнес-аналитики, что на 90% больше, чем еще два года назад. Однако только в одной из четырех компаний уверены, что использование бизнес-аналитики было «крайне эффективным» для принятия решений. Это сильно отличается от тех обещаний, которые давали многие специалисты в этой области. Эксперты попытались понять, почему так происходит.
Основы бизнес-аналитики. Интенсив по аналитике
Общие выводы, полученные в результате исследования Bloomberg Businessweek, таковы:
- Бизнес-аналитика по-прежнему находится на начальной стадии развития. Несмотря на то, что она уже вошла в число распространенных технологий, большинство компаний по-прежнему полагаются на традиционные технологии. Электронные таблицы – инструмент номер один, использующийся в бизнес-аналитике.
- Компании довольно осторожно продвигаются в принятии инструментов бизнес-аналитики. Использование бизнес-аналитики в компаниях выросло за последний год, но не намного. Кроме того, аналитика, как правило, используется в рамках отделов или бизнес-подразделений, а не на уровне компании в целом.
- Интуиция, основанная на личном опыте, остается основным фактором при принятии решений. Аналитика используется лишь как часть процесса принятия решений на разных уровнях, в зависимости от организации.
- Проблемы, которые компании хотят решить с помощью аналитики, связаны, в первую очередь, с финансами: снижение затрат, повышение прибыли и управление рисками.
- Основным препятствием на пути к успешному использованию бизнес-аналитики является низкое качество данных.
- Многим организациям недостает сотрудников, обладающих необходимыми аналитическими навыками. Распространены ситуация, когда в компании не знают, что делать с результатами, полученными в ходе использования инструментов бизнес-аналитики.
- В эффективном использовании бизнес-аналитики ключевую роль играет культура. Компании, которым удалось внедрить «аналитическую культуру», наиболее успешны.
Интерпретируя и раскрывая перечисленные выше результаты исследования, его авторы обращают внимание на следующие ключевые моменты.
До сих пор на старте. Несмотря на широкое распространение инструментов бизнес-аналитики, большинство компаний все еще рассматривают бизнес-аналитику довольно узко – прежде всего, как средство для составления отчетности (инструментальные панели и ключевые показатели эффективности) или прогнозирования. Электронные таблицы остаются наиболее распространенным инструментом для бизнес-аналитики. Подавляющее большинство компаний не используют преимущества более продвинутых аналитических приложений, существующие на рынке. Кроме того они используют бизнес-аналитику в основном в тех областях, где превалирует количественная информация: стратегическое планирование, финансы, маркетинг и IT.
Всё о BA / Как стать бизнес-аналитиком / Интервью с Business Analyst Ромой Гордеюком
Шаг за шагом. Обычно новые идеи и технологии не внедряются сразу в рамках компании в целом. Решения, связанные с аналитикой, не исключение. Как показал опрос, обычно все начинается с некой пилотной программы для решения определенной проблемы. Если программа окажется эффективной, то ее расширяют.
По мере того как аналитика проходит «начальную стадию» и доказывает свою ценность, ее внедряют в других областях, отделах и т.д.
Зрелость. Результаты исследования 2011 года в сравнении с результатами 2009 года показывают, что компании достигли определенного развития в использовании аналитики за последние два года.
Немного компаний осталось на начальной стадии использования бизнес-аналитики для решения отдельных задач (5% сейчас в сравнении с 9% в 2009 г.) или просто в рамках отдела или проекта (20% сейчас и 28% в 2009 г.). Четыре компании из десяти используют бизнес-аналитику в разных функциональных областях или отделах. Если в 2009 году инструменты бизнес-аналитики в рамках организации в целом использовали 21% компаний, то в 2011 году их число выросло до 34%. По мнению экспертов, это хороший показатель зрелости.
Осторожный рост. Тем не менее, большинство организаций довольно осторожно расширяют использование бизнес-аналитики. В то время как 58% компаний заявили об увеличении использования аналитики в этом году, многие из них указали, что увеличение носило умеренный характер, а 36% респондентов сохранили прежний (как в прошлом году) уровень использования.
Ранние последователи. Как показал опрос, существует небольшая группа компаний (15%), которые заявили о значительном увеличении степени использования бизнес-аналитики в этом году. Эта группа демонстрирует более высокий уровень использования аналитических инструментов в сравнении со всеми другими респондентами. Эта небольшая группа компаний находится на «передовой» внедрения бизнес-аналитики.
Интуиция против технологий. В целом компании разделяют мнение, что аналитика помогает принимать эффективные решения. Более половины опрошенных утверждают, что они во многом полагаются на данные и показатели при принятии решений. Но, несмотря на это, интуиция, основанная на опыте, по-прежнему лидирует в качестве главного фактора при принятии решений.
В среднем соотношение интуиции и аналитики 60/40, согласно данным опроса. Они показывают, что аналитика не может целиком заменить опыт и знания. Но самое важное наблюдение заключается в том, что компании ищут должный баланс между бизнесом и культурой по мере того, как набираются опыта в использовании аналитики.
Желаемые результаты. Компании ожидают, что бизнес-аналитика решит серьезные проблемы. Во многом эти ожидания были сформированы поставщиками и СМИ, красочно описывавшими те чудеса, на которые способна бизнес-аналитика. Согласно респондентам, три наиболее важных вопроса, которые аналитика должна решить, это: снижение затрат, повышение прибыли и управление рисками.
Компании хотят оптимизировать процессы, чтобы достичь большей эффективности. Также они
Катастрофа или крушение иллюзий? Как отмечают эксперты, правда заключается в том, что многие компании еще не собирают «обещанные плоды». Только один из четырех респондентов заявил, что использование бизнес-аналитики было очень эффективным и помогло в принятии решений.
Что же мешает извлекать максимальную выгоду от инвестиций в аналитику? Эксперты называют следующие причины.
Это не просто ПО
Результаты исследования ясно показали, что пользу от использования бизнес-аналитики извлечь можно. Но секрет успеха не в самих технологиях и ПО. Главный фактор успеха в использовании аналитики – это культура, говорят специалисты. Компании, где руководство стремится принимать решения, основанные на фактах, продвигаются значительно дальше во внедрении аналитической культуры, что повышает отдачу от использования бизнес-аналитики. Респонденты выделили несколько вопросов, напрямую связанных с проблемой организации работы внутри компании, то есть с культурой:
- Низкий уровень доверия. Только 58% респондентов считают, что их руководство доверяет результатам бизнес-аналитики.
- Отсутствие поддержки. Четыре респондента из десяти говорят, что они не могут привлечь других сотрудников к работе, используя аналитику.
- Снизу вверх. Использование аналитики было инициативой снизу в 39% компаний. То есть именно сотрудники и представители отдельных подразделений выступили в качестве инициаторов внедрения аналитических решений, а не руководство.
Другие препятствия
По мнению экспертов, данные, процессы и люди – три основных проблемы для успешного внедрения бизнес-аналитики.
Данные. Результаты, полученные за счет применения бизнес-аналитики, хороши ровно настолько, насколько хороши данные, вводимые в инструменты. Управление данными – это проблема номер один, с которой сталкиваются компании, использующие или внедряющие бизнес-аналитику.
Сюда входят проблемы, связанные с качеством данных (их согласованность, цельность и пр.), а также их доступностью. Учитывая лавинообразный рост объемов данных, эта проблема будет только усугубляться. Эксперты едины во мнении, что эффективное использование бизнес-аналитики невозможно без выработки правильных стратегий управления данными.
Неупорядоченные данные. Другая проблема – неупорядоченные данные внутри подразделений и отделов. В большинстве компаний не налажен обмен информацией в рамках организации в целом, а данные недоступны тем, кто в них нуждается. Также организации страдают от недостатка интеграции, что опять же затрудняет использование бизнес-аналитики.
Кадровый вопрос. Только 23% опрошенных считают, что у них есть квалифицированные специалисты, обладающие необходимыми аналитическими навыками. Учитывая растущую популярность средств бизнес-аналитики, неудивительно, что потребность в специалистах растет, и спрос превышает предложение. Почти половина респондентов заявили, что их компании выплачивают премии сотрудникам с аналитическими способностями. Неспособность использовать аналитику для принятия решений и недостаток соответствующих аналитических навыков – две главных проблемы.
К аналитической культуре
Основываясь на данных опроса, эксперты дают рекомендации, как повысить эффективность аналитики.
Придерживаться курса. Несмотря на то, что многие компании еще не достигли той точки, где прибыль от использования бизнес-аналитики превышает инвестиции, они ясно осознают, что переход к использованию аналитики – долгосрочное предприятие. Шесть из десяти респондентов считают, что использование аналитики положительно сказалось на ведении бизнеса. Почти половина всех инициатив по бизнес-аналитике связана с корпоративными целями – знак того, что аналитическая культура во многих организациях развивается. Проблемы, связанные с внедрением любой новой технологии, характерны и для бизнес-аналитики, но респонденты уверены, что бизнес-аналитика стоит того, чтобы в нее инвестировать.
Поддержка руководства. По результатам опроса, эффективное использование бизнес-аналитики почти всегда характерно для компаний (так считают 86% респондентов), где руководство доверяет результатам аналитики. Добиться расположения руководства можно, успешно решив какие-то важные вопросы с помощью аналитики.
Данные прежде всего. Прежде чем начинать проект по бизнес-аналитике, компания должна оценить эффективность своих стратегий по управлению данными, говорят эксперты. Компании с эффективным подходом к данным имеют в два раза больше шансов реализовать успешную программу по бизнес-аналитике. Видение данных как стратегического актива – ключевой элемент аналитической культуры.
Обмен данными. В развитии аналитической культуры ключевое место занимает избавление от неупорядоченных данных, которые разбросаны по разным отделам. Необходимо наладить обмен данными и информацией в рамках компании, люди должны иметь доступ к данным, которые им нужны, считают специалисты.
Интеграция. Компании, которые переходят от простого сотрудничества между отделами к интеграции, делают еще один шаг навстречу аналитической культуре. Интеграция — один из важнейших элементов в извлечении пользы из аналитики. Как отмечают эксперты, здесь важен целостный подход. Почти в шести из десяти компаний, добившихся успешной реализации проектов по аналитике, эти программы были интегрированы в рамках компании в целом.
Кадры решают все. Внедрение аналитических инструментов в условиях, когда в компании нет квалифицированных сотрудников, способных с ними работать, плохое вложение средств, считают эксперты. Из эффективных пользователей бизнес-аналитики 83% уже имели специалиста-аналитика в компании или планировали нанять больше.
Конкурентное преимущество
Результаты отчета Bloomberg Businessweek подтверждаются и другими исследованиями. Например, по результатам опроса, проведенного авторитетным изданием MIT Sloan Management Review, оказалось, что растет разрыв между компаниями, которые получают выгоду от бизнес-аналитики, и теми, кто не получает. Также был подтвержден тот факт, что поддержка аналитики руководством – один из ключевых факторов успеха.
Так, 58% респондентов заявили, что их компании извлекают конкурентное преимущество от использования аналитики. В прошлом году об этом говорили только 37% респондентов. Примечательно, что преимущество получают только те компании, которые используют аналитику не только для финансового прогнозирования, бюджетирования и управления логистикой.
Авторы опроса выделяют три уровня компаний в зависимости от успехов в применении аналитики: «начинающие» (Aspirationals), «опытные» (Experienced) и «трансформированные» (Transformed). Применение аналитических средств у «начинающих компаний» ограничивается задачами финансового менеджмента и управления цепями поставок, а основным инструментом остаются электронные таблицы. «Опытные» компании полагаются на аналитику в разработке стратегии, а также используют ее для повседневных операций. Им знакомы такие инструменты как средства визуализации данных и технологии продвинутого моделирования. «Трансформированные» компании – искушенные пользователи аналитики. Они ежедневно используют инструменты аналитики в большинстве направлений своей деятельности, они имеют интегрированное представление о бизнесе. По данным опроса, в 2011 году число «опытных» и «трансформированных» компаний существенно возросло, в то время как число «начинающих» даже уменьшилось до 5%.
Рис. 1. «Опытные» компании получают наибольшее конкурентное преимущество от использования бизнес-аналитики (по данным Bloomberg Businessweek)
Интересно, что опрос выявил, что успех зависит не столько от инструментов аналитики или наличия правильных людей, способных анализировать данные, сколько от организационных факторов. В наиболее успешных с точки зрения применения аналитики компаниях менеджеры поддерживали аналитику в рамках всей компании, были открыты изменениям и новым идеям. То есть речь идет все о той же аналитической культуре. Ее непросто добиться, поскольку для этого необходимо изменить способы мышления сотрудников, то, как они взаимодействуют друг с другом.
Также опрос показал, что в «трансформированных» компаниях внедрена культура, ориентированная на данные. Кроме того они обладают компетенцией в управлении информацией и опытом в аналитике, что требует больше возможностей и ресурсов, чем просто инвестиции в базовую аналитику. Культура, ориентированная на данные, управление информацией и опыт в аналитике вместе образуют то, что эксперты называют конкурентоспособной аналитикой, то есть такой аналитикой, которая дает компании преимущество на рынке (см. рис. 2). Примечательно, что авторы первого исследования пришли к аналогичному выводу.
Согласно опросу, культура, ориентированная на данные, имеет три ключевых характеристики:
- аналитика используется как стратегический актив
- руководство поддерживает аналитику в рамках организации в целом
- результаты аналитики доступны всем, кто в них нуждается
Рис. 2. Три основные области, от которых зависит успех в реализации конкурентного преимущества в аналитике.
Прийти к такой культуре можно разными путями. В каких-то случаях она может существовать с самого начала работы компании, в других – развивается со временем. Аналитический опыт создается с помощью квалифицированных сотрудников, инструментов и технологий, а управление информацией строится на управлении данными и способности предоставлять корректные данные правильным людям и в надлежащие время. Как показал опрос, нет какой-то одной последовательности развития этих характеристик. Какой из путей выбрать, зависит от особенностей работы в конкретной компании, степени открытости руководства нововведениям.
Заключение
Как показывают результаты исследований, подкрепленные комментариями специалистов, успешное внедрение бизнес-аналитики требует серьезной подготовительной работы и целого ряда организационных мер в рамках компании в целом. Они включают поддержку руководства, эффективных стратегий управления данными и внедрение аналитической культуры. Без учета эти факторов, инвестиции в бизнес-аналитику не принесут ожидаемых результатов.
Публикации
- Текущее состояние бизнес-аналитики: куда мы движемся отсюда? (The Current State of Business Analytics: Where Do We Go From Here?) . 2011 г.
- Дэвид Кирон, Ребекка Шокли. Создание ценности с помощью аналитики (David Kiron, Rebecca Shockley. Creating Business Value with Analytics). 15 сентября, 2011 г.
Источник: iso.ru
Сквозная аналитика: как увеличить отдачу от бизнеса, избегая типичных ошибок
Если настроить сквозную аналитику точно под цели и задачи своего бизнеса, наладить работу по правилам и регулярно анализировать данные, можно существенно улучшить бизнес-показатели. Но как это сделать быстрее, проще и без лишних затрат?
277 просмотров
Разобрали, как начать работу со сквозной аналитикой и выбрать решение, которое упростит жизнь и быстрее принесет дополнительную выгоду.
Почему важно разобраться сейчас?
Сегодня российский бизнес вынужден быстро адаптироваться к изменениям: искать новые каналы продвижения, мигрировать на другие площадки и перенастраивать рекламные кампании. В условиях кризиса бюджет на рекламу лучше не урезать, но важно понимать рентабельность этих вложений. Плюс выжимать из рекламы максимум, привлекать и удерживать клиентов, получать больше прибыли и в целом развиваться.
Возможности для этого дает сквозная аналитика — отчеты о взаимодействиях компании с клиентами на всех этапах воронки продаж, обработанные с учетом бизнес-задач и объединенные в единую систему.
Это комплексный анализ данных из всех источников и точек взаимодействия с клиентом: рекламных площадок, информации CRM-системы, мобильная и веб-аналитика, другие отчеты, которые настраиваются под конкретный бизнес и отображаются в одном окне.
Сквозная аналитика — эффективный инструмент, с помощью которого можно найти различные способы оптимизировать расходы или увеличить прибыль. Благодаря аналитике становятся очевидны:
- затраты на каждый канал трафика, сколько пришло лидов, сколько стали клиентами и какую принесли прибыль;
- окупаемость рекламных инвестиций вообще, каждой площадки и объявления в частности (ROMI);
- детальный путь клиента от первого контакта с рекламой до покупки и повторных продаж.
Еще система подсветит вопросы бизнеса — покажет влияние менеджеров по продажам и операторов колл-центра на итоговую выручку, сделает прозрачными слабые места и проблемы в процессах. Например, вы сможете увидеть:
- на каких этапах сделки клиенты отваливаются и почему;
- какие вопросы и сложности возникают на пути клиента;
- в каких регионах, офисах и филиалах продажи ниже нормы;
- кто из менеджеров работает неэффективно;
- какие проблемы есть в скриптах продаж и коммуникациях.
Эти данные помогают быстрее разбираться с проблемами и эффективнее управлять бизнесом. А также точнее ставить задачи подрядчикам, агентствам и специалистам, и быстрее получать результат, опираясь на конкретные экономические показатели.
Дальше о том, как приручить сквозную аналитику.
Шаг 1: определить, нужна ли сквозная аналитика вашему бизнесу
Иногда не нужно строить сложные системы. Так бывает, если для решения задач достаточно стандартных Google Analytics и Яндекс Метрики. Но есть бизнесы, которым сквозная аналитика действительно необходима.
Нужна ли моему бизнесу сквозная аналитика?
Например, небольшому интернет-магазину, где все заказы онлайн с оплатой на сайте, будет достаточно данных веб-аналитики. А вот производству мебели под заказ, агентству недвижимости или юридической компании нужно больше информации, чтобы снижать количество нецелевых клиентов, лучше работать с целевыми и отслеживать, что приносит больше продаж, на каком этапе и почему клиенты отказываются от заказов.
В мебельных магазинах обычно не одна точка касания с покупателем и цикл сделки может быть довольно длинным:
— клиент ходит по сайтам, изучает товары;
— возвращается на некоторые из них, с понравившимися моделями и хорошими ценами;
— звонит уточнить условия доставки, материалы, цвета и т. п.;
— смотрит адреса магазинов, чтобы вживую посмотреть на образцы и потрогать, полежать на кровати, изучить материалы и т. д. — картинки не могут всего передать, а покупка основательная и надолго;
— заказывает на сайте или в офлайн-магазине.
Таким образом, у нас много разных источников данных: веб-аналитика, данные по звонкам, продажи в магазине, статистика рекламных кампаний. Если не сводить все вместе, то невозможно понять, какие маркетинговые активности повышают продажи, а где мы теряем клиентов. Здесь и помогает сквозная аналитика.
Если по всем признакам вашему бизнесу сквозная аналитика будет полезна, вот что еще нужно учесть до старта.
Что может пойти не так
1. Компания внедряет систему во время перемен внутри или слишком поспешно. Если подключить сквозную аналитику и параллельно переделывать сайт, перестраивать работу отдела продаж или вести технические работы, то может получиться так: данные некорректные или неполные, заявки теряются или дублируются, а сотрудники растеряны и перегружены. И эффективность рекламы оценить трудно.
2. Компания затягивает внедрение системы или ей никто не пользуется. Частая ошибка, особенно в крупных компаниях, — ждать полной готовности и доводить до идеала, чтобы внедрить сразу всё. Здесь есть риск потерять время и деньги, но так и не начать использовать сквозную аналитику или не получить ожидаемого результата.
3. Сотрудники не прошли обучение или не мотивированы использовать систему. Это критично для ведения CRM и актуализации информации о клиентах, статусах и суммах сделок. Если менеджеры не вносят информацию или делают это неправильно и несвоевременно, данные в аналитике некорректны и сам инструмент не приносит пользы.
Как избежать неудачи
Не ждать полной, идеальной готовности, а осваивать систему постепенно — отдельными блоками, где уже все устоялось и ситуация стабильна. Например:
- запустили новый сайт — настраивайте часть с веб-аналитикой, счетчиками, личным кабинетом пользователя и т. д.;
- закончили оборудование нового колл-центра и начали работать — настраивайте CRM и интеграции, обучайте сотрудников правильно фиксировать данные и объясняйте важность правильных данных, влияние на результаты работы и вознаграждение и т. д.
А готовые и освоенные элементы объединяйте в единую систему.
Шаг 2: поставить задачи, которые нужно решить
Рекомендуем делать это так:
- Определить заказчиков системы аналитики. Это могут быть разные типы пользователей: собственник бизнеса, руководитель отдела продаж или маркетолог.
- Определить задачи, которые должна решить сквозная аналитика. Для разных заказчиков это могут быть разные задачи.
Например, увеличить эффективность рекламы за счет прозрачности данных от трафика на сайт до конечных продаж или понять, какие именно инструменты приносят прибыль — это задачи для маркетолога или агентства. А для руководителя отдела продаж — видеть эффективность по менеджерам, отделам или регионам.
В зависимости от задач подбираются инструменты, технологии и архитектура конечного решения. Поэтому сначала формулируются цели и задачи, а потом разрабатывается решение.
Что может пойти не так
1. Иллюзия контроля. Ряды цифр, графики и диаграммы в отчетах могут сначала вызвать ощущение полного контроля. Но если из аналитики сразу не следуют решения и оптимизация бизнес-процессов, то улучшений не будет. А будут расти объемы данных, счета за обслуживание системы и недовольство перегруженных сотрудников.
Как избежать. Четко определить вопросы, решение которых помогут бизнесу расти. Какие нужны данные для решений, какие есть варианты их получения. Это можно обсудить с ключевыми сотрудниками или привлечь специалистов агентства, которые возьмут на себя этот подготовительный этап.
2. Много лишних данных. Когда непонятно, какие данные нужны для работы, в систему собирают максимальное количество информации из всех источников. На всякий случай. При этом качать эти данные затратно, а обрабатывать долго.
Хотя на самом деле нужна лишь малая часть полученной информации.
Как избежать. Собирать только те данные, по которым можно реально принимать решения для улучшений. Например, информацию о движении пользователя по воронке продаж из CRM-системы. А для оптимизации сайта будет достаточно и веб-аналитики.
Шаг 3: придумать и выстроить процессы
Уже обозначили, что осваивать систему сквозной аналитики лучше постепенно, а необходимые опции можно добавлять в процессе работы. Однако саму архитектуру стоит продумать и описать заранее, до начала внедрения системы.
Если не учесть все источники и способы получения данных, а также нюансы пути пользователя в воронке продаж, то система сквозной аналитики будет работать некачественно.
Что может пойти не так и как этого избежать
Несогласованность задач системы сквозной аналитики с бизнес-процессами компании. Если не продумать и не учесть все детали работы с заявками, например, как их обрабатывать в ночное время и в выходные, не учесть лиды из чат-ботов или принцип обработки заказов в последний день месяца, то аналитические отчеты будут некорректными.
Как избежать. Вместе с ключевыми сотрудниками прояснить и подробно описать реальный процесс движения заявки, выявить слепые зоны. Для технического задания на разработку системы важно учесть все особенности и условия работы своей компании.
Строительная компания внедрила этапы сделки по продаже квартир и статусы в CRM, которые передаются в систему сквозной аналитики:
Первичное обращение (целевой лид) → запись в офис на просмотр или встречу с менеджером → оформление договора → предоплата → финальная оплата → сделка закрыта или объект сдан.
Это сделали без общения с менеджерами и не учли, что на практике есть нюансы:
продажа по ипотеке или в рассрочку включает дополнительные этапы согласований и проверок;
визит в офис может быть не один, часто бывают повторные — с просмотром демонстрационных квартир и дополнительными вопросами;
нужно учитывать продажу или допродажу парковочного места, кладовки;
есть дополнительные сервисы от застройщика, которые тоже можно продавать, и они входят в цикл работы с клиентом. Например, ремонт и сдача квартир в аренду — часть бизнес-модели, которая тоже должна считаться.
Шаг 4: разобрать связи с другими инструментами
Сквозная аналитика объединяет в одном интерфейсе данные из различных каналов: рекламных систем, веб-аналитики, коллтрекинга, CRM и других. При этом каждый из них — самостоятельный инструмент со своими возможностями.
Например, статистика рекламных кампаний дает только количество показов, CTR, CPC и пр. Здесь можно повлиять на кликабельность и стоимость клика, но понять, как это влияет на продажи, не получится. А если добавить аналитику сайта, то можно увидеть, что ищут люди, — собирать данные по объявлениям и удалять те, что не приносят лидов.
Данные о работе с клиентами, закрытых сделках и суммах заказов сквозная аналитика подтягивает из CRM. Чтобы не создавать сделки вручную после каждого обращения, в систему интегрируют коллтрекинг — и все сделки и задачи формируются после контакта автоматически, а данные клиента сразу попадают в базу.
Все статусы и история лидов в CRM-системе.
Прежде чем объединять бизнес-инструменты в систему сквозной аналитики, нужно посмотреть, получится ли интегрировать то, чем уже пользуется компания. Возможно, что-то нужно доработать и перестроить, а что-то поставить с нуля. Еще важно убедиться, что данные из каждого отдельного канала достоверны.
Что может пойти не так и как этого избежать
1. Неполные или неверные данные из каналов. Сотрудники могут ошибиться в формулах расчетов или забыть обновить данные — в итоге фактические затраты на рекламу не совпадут с данными аналитики.
Еще бывают ошибки в UTM-метках рекламных кампаний, расставленных вручную. Или размечаются, например, не все страницы сайта. Ошибки могут выдавать и ссылки, сокращенные при помощи сторонних сервисов, а также некорректно или частично заполненные формы заявок.
Как избежать. Пройти и проверить каждый путь данных от самого источника до финального отчета, найти и постараться устранить проблемы.
2. Хаос и бессистемная работа с заявками. Если работа в CRM ведется некачественно, например, несвоевременно актуализируются статусы сделок, много карточек-пустышек и мусорной информации — точность данных сквозной аналитики будет сомнительной.
Как избежать. Выстроить систему работы с шаблонами и регламентами, объяснять сотрудникам, почему важно ответственно подходить к сделкам в CRM:
- продумать статусы заявок и критерии присвоения этих статусов;
- подготовить подробные инструкции, обучать сотрудников работе в CRM и контролировать ее качество;
- подключить системы автоматизации для формирования сделок (коллтрекинг, чат-боты).
Шаг 5: подобрать и внедрить решение
Систему сквозной аналитики можно собрать с нуля — самостоятельно или с помощью профессиональной команды. А можно выбрать готовое решение и пользоваться сервисом за абонентскую плату. У каждого из вариантов есть плюсы и минусы, которые нужно учитывать при выборе.
Например, решение «из коробки» можно внедрить легко и быстро, но с ограничениями в функциональности. Хорошо, если будет возможность получить нужные опции или доработать систему за дополнительную плату.
Собирать систему самостоятельно сложно и ответственно, зато можно заточить все исключительно под себя. Помощь профессионалов будет стоить денег, особенно за кастомное решение.
Как избежать ошибок
Выбирать исходя из задач и потребностей бизнеса, уже работающей в компании системы онлайн-маркетинга, функций продукта и доступного бюджета, наличия специалиста, способного обслуживать систему. При выборе готового решения сравнить по пунктам:
- Стоимость использования платформы и прайс интеграций дополнительных инструментов.
- Возможности визуализации отчетов, экспорта-импорта и переноса данных, интеграции с вашей CRM, системами коллтрекинга и др., а также кастомных доработок.
- Удобство использования, которое можно понять по бесплатным демо-версиям.
Важно. Сама система сквозной аналитики должна быть рентабельной. Прежде чем внедрять то или иное решение, нужно рассчитать стоимость и целесообразность его использования. В этом тоже могут помочь привлеченные специалисты и агентства: на базе потребностей и задач они составят сравнительную таблицу и предоставят все расчеты.
Главное в статье
— Сквозная аналитика покажет не только эффективность рекламных каналов и окупаемость маркетинговых инвестиций, но и подсветит слабые места и проблемы в бизнес-процессах для последующих изменений.
— Сложная система аналитики нужна не каждому бизнесу: сначала стоит убедиться, что стандартных Яндекс Метрики и Google Analytics действительно недостаточно. Если сквозная аналитика необходима, внедрять и осваивать ее лучше отдельными блоками, в которых процессы устойчивы и понятны. А потом объединять в одну систему.
— Важно поставить задачи, которые будет решать новая система, и для каких подразделений компании. Здесь стоит привлечь ключевых сотрудников, знающих процессы и все этапы сделок. Затем определить метрики, необходимые для решения этих задач. И не собирать ничего, кроме этих данных.
— Сквозная аналитика показывает, но не решает. Поэтому важно подробно описать все процессы и учесть все источники получения данных, удостовериться в их корректности, а также выстроить систему работы по регламентам, принимать управленческие решения и контролировать их реализацию.
— Выбирать стоит гибкое решение, которое можно настраивать под разные задачи и изменения бизнеса. Также нужно учитывать бюджеты и возможности интеграций с уже работающими в компании системами.
Еще больше наших материалов о работе с рекламой читайте в блоге на сайте.
Источник: vc.ru
Как использовать данные для принятия лучших решений по продукту?
В этой статье мы предоставим вам подробное руководство по использованию бизнес-аналитики для вашего продукта. Вы узнаете, какими задачами ваша компания должна руководствоваться на первых порах, какие сервисы вы можете использовать и какие отчеты принесут вам больше всего пользы.
Как начать использовать бизнес-аналитику
Вместо того чтобы сразу же акцентировать внимание на выборе аналитических инструментов, вы должны сосредоточиться на фундаментальных аспектах, которые сделают вашу жизнь проще в долгосрочной перспективе.
1. Учитесь связывать бизнес-цели с данными
Главная задача аналитики состоит в том, чтобы помочь вам в развитии вашего бизнеса. С ее помощью вы можете повысить прибыль, получить больше пользователей или рефералов. Многие компании располагают огромными объемами данных, но при этом они не понимают, как нужно использовать эту информацию для роста бизнеса.
Чтобы избежать такой участи, вы должны попытаться понять, какие аспекты вашего продукта можно улучшить благодаря большему количеству данных. Возможно, у вашей onboarding-схемы слишком низкая конверсия, а быть может, пересмотреть нужно стратегию удержания клиентов. Именно в таких вопросах вам будут полезны ваши данные.
Всегда помните, лучшие аналитические проекты начинаются с четко обозначенной цели (например, вы хотите выяснить, как увеличить вашу free-to-paid конверсию).
2. Создайте план отслеживания, прежде чем вставлять какой-либо код
Большинство инструментов, которые вы будете рассматривать, собирают данные на основе отслеживания событий. Это Kissmetrics, Mixpanel, Amplitude и Intercom. Событием называют действие, которое выполняет пользователь (к примеру, регистрация в вашем сервисе, загрузка изображения или воспроизведение песни).
При необходимости вы также можете назначать свойства рядом с любым событием. Скажем, если пользователь скачивает на вашем сайте какой-то снимок, они позволяют вам отследить не только факт загрузки картинки, но и ее формат (jpg,png, gif) или размер.
План отслеживания — это Google или Excel таблица, содержащая все события и свойства, которые вы хотели бы отслеживать. Выполняя планирование таким образом, вы сможете избежать критических ошибок.
Как выбрать правильный аналитический инструмент?
При выборе аналитической платформы вы должны понимать, что сервиса, который бы удовлетворял все ваши потребности в плане аналитики, попросту не существует. Скорее всего, вам придется использовать 2-3 инструмента, отвечающих на разные вопросы.
1. Kissmetrics
Суть работы Kissmetrics заключается в привязке каждого действия на вашем
веб-сайте к определенному пользователю. С помощью этой платформы вы можете проследить каждый шаг клиента от первого визита до покупки. Kissmetrics ориентируется, прежде всего, на мобильные приложения и медиа-компании. Совсем недавно они добавили в свой сервис уведомления, которые позволяют вам использовать email’ы, чтобы вовлекать клиентов и побуждать их к повторным сессиям.
2. Segment.com
Segment.com — это универсальная платформа, которая помогает вам работать с несколькими аналитическими сервисами одновременно. Предположим, что вы хотите пользоваться Kissmetrics и Mixpanel. Оба эти инструмента будут отслеживать примерно те же события и свойства для сбора информации. Вместо того чтобы настраивать каждый сервис, вы можете ввести свои данные в Segment.com и отправить их в Kissmetrics или Mixpanel.
С помощью этого решения вы можете отследить ваши данные один раз и разослать их в сотни инструментов. Кроме того, Segment.com позволят вам менять аналитические платформы без необходимости в переписывании трекингового кода.
3. Google Analytics
Google Analytics — это «золотой стандарт» в мире анализа маркетингового трафика. Практически каждая компания использует этот инструмент, чтобы анализировать свои маркетинговые каналы и понимать, что пользователи делают до регистрации.
4. Heap Analytics
Heap Analytics похож на Kissmetrics, однако этот сервис фокусируется на компаниях, которые не хотят внедрять на сайте масштабные изменения. Heap отслеживает все действия пользователей автоматически, без какого-либо дополнительного кода, и потому настраивается этот сервис проще, чем Kissmetrics, Mixpanel или Amplitude. Если у вас не хватает разработческих ресурсов, этот вариант вполне приемлем.
В конечном счете ваш набор инструментов будет выглядеть примерно так:
- Segment.com
- Google Analytics
- Kissmetrics или Mixpanel или Amplitude
Самые полезные аналитические отчеты
1. Отчет о воронке
Отчет по воронке помогает понять, где посетители «выходят» из вашей воронки. Вот как он выглядит в Kissmetrics:
В данном примере мы видим, что лишь 3% посетителей сайта регистрируются в сервисе. Чтобы улучшить этот показатель, вы можете сегментировать Funnel Report по каналам трафика и попытаться увеличить поток трафика с каналов, которые дают вам больше всего регистраций или квалифицированных лидов. Помимо этого, можно провести несколько сплит-тестов, чтобы увеличить конверсию из визита на сайт в регистрацию.
2. Когортный анализ
Когортный анализ позволяет вам видеть коэффициент удержания каждой группы пользователей. Этот отчет выглядит так:
Слева вы видите, сколько новых пользователей зарегистрировались в вашем сервисе. Справа показан % клиентов, которые возвращаются к продукту после одного, двух дней и т. д. С помощью когортного отчета вы можете понять, насколько эффективна ваша стратегия удержания в долгосрочной перспективе.
3. Сегментация для поиска инсайтов
Вы также можете сегментировать ваши данные для поиска ценных инсайтов. Именно здесь в игру вступают свойства.
В этом отчете сегментируется событие «signup_completed» по свойству «authentication_type», чтобы выяснить, каким способом чаще всего регистрируются пользователи. Как видите, 98% аудитории предпочитают делать это через email вместо Facebook или Twitter. Исходя из полученной информации, вы могли бы отказаться от обоих социальных опций и посмотреть, как это повлияет на коэффициент регистрации.
4. Уведомления на основе событий
Вы можете использовать события и свойства, чтобы рассылать таргетированные сообщения своим пользователям. Не отправляйте им 5 писем сразу же после регистрации — вместо этого постарайтесь отобрать для них только самые релевантные email’ы.
Представьте, что вы пытаетесь провести новых клиентов через onboarding-процесс. Одни пользователи могут завершить лишь первый его шаг, тогда как другие с легкостью пройдут несколько этапов. У вас есть возможность настроить уведомления таким образом, чтобы они рассылались людям, только если те выполнят (или нет) определенное действие.
Долгосрочные проблемы, которых следует опасаться
Используя аналитические данные в течение длительного периода времени, вы можете столкнуться со следующими проблемами:
1. Схема наименований
Ваша схема наименований должна быть логичной и простой для понимания. Например, если у вас есть событие, которое отслеживает моменты, когда пользователь что-то покупает, вам следует назвать его «покупкой».
Постарайтесь сделать схему наименований настолько простой, чтобы новые сотрудники могли освоить ее за несколько дней.
2. Недостаток обучения
Обучение является важной частью любого аналитического проекта. Если ваш продакт-менеджер не умеет пользоваться Kissmetrics, как по-вашему он сможет собрать сведения, которые его интересуют?
Вы можете провести общий курс по аналитике для всей вашей команды, но затем вам все равно нужно будет следить за каждым сотрудником по мере того, как они начнут создавать свои собственные отчеты.
3. Точность данных
И наконец, ваша компания должна будет активно работать, чтобы поддерживать точность данных. Если команда не может довериться собранной информации, она не станет ее использовать. Ожидайте появления ошибок отслеживания после запуска нового продукта или серьезных изменений в основном сервисе.
Делайте бизнес на основе данных!
Источник: lpgenerator.ru
