Царь-метрика: измеряем неизмеримое в перфоманс

Само понятие перфоманс-маркетинга подразумевает получение четких, как бухгалтерские отчеты, результатов рекламных кампаний. Владельцы бизнеса могут с точностью до рубля посчитать, насколько окупился каждый вид запущенной рекламы, а затем проанализировать, что можно улучшить в следующий раз.

Но для некоторых компаний привычные схемы сбора и оценки данных не работают. Рассказываем, почему и что с этим делать.

Перфоманс — маркетинговая стратегия, направленная на получение измеримых результатов. В ней не используют абстрактные понятия и примерные значения, наоборот все можно посчитать, сравнить и оценить.

С помощью перфоманс-маркетинга удобно тестировать разные каналы продвижения, а затем выбирать среди них самые эффективные. Это делается с помощью разных метрик — их в перфоманс более 30. С помощью этих и других показателей можно оценить эффективность рекламы, то есть соотнести потраченный на нее бюджет с полученной прибылью. Вот несколько примеров:

Еще одна отличительная черта перфоманс-маркетинга — гибкость. Оценивать можно не только итоги, но и промежуточные результаты, например в середине уже запущенной рекламной кампании. Исходя из полученных данных кампанию можно скорректировать, чтобы улучшить показатели.

Иногда из-за специфики продвижения или самого бизнеса нельзя точно посчитать итоговый результат кампании или оценить вклад рекламы в сделки и продажи, чтобы получить идеальную отчетность.

Много точек касания с клиентом. Одни клиенты делают заказ в соцсетях, вторые — заходят в шоурум, а третьи — на сайт. Все они могут узнать о товаре или бренде из десятка разных видов рекламы — контекстной, таргетинговой, ТВ или наружной. Когда бизнес не может четко отследить путь каждого клиента, понять итоговую стоимость рекламы сложно, из-за этого результаты метрик размываются. Такая ситуация характерна для крупных брендов и товаров широкого потребления.

Долгий путь принятия решения. Это специфика сложных и дорогих продуктов, например, недвижимости, премиальных товаров или дорогих образовательных курсов. Клиент может увидеть рекламу и подписаться на рассылку, затем протестировать продукт, подумать и только спустя несколько месяцев купить. В этом случае определить, через какой канал он пришел иногда просто невозможно. 

Покупка происходит офлайн. Частая история с недвижимостью или авто — это дорогая и иногда разовая покупка, которую нельзя оформить онлайн. На сайте компании есть только общая информация, витрина, перечень услуг, а саму сделку заключают в офисе. Опять же путь клиента от первого клика до подписи на договоре проследить сложно, не всегда внедрена полноценная сквозная аналитика с учетом офлайн-взаимодействий.  

Маленькое количество заявок. Продукт очень специфический, поэтому продаж мало, но они все крупные. Это характерно для сферы B2B, например сложного производственного оборудования или крупной строительной техники. Здесь показатели веб-аналитики могут вообще ничего не говорить об эффективности кампании, потому что реклама окупается далеко не сразу.

В Digital Strategy мы разрабатываем маркетинговые стратегии для самых разных, в том числе сложных и специфических продуктов. Каждый подобный кейс уникален, например для «классической» рекламной кампании не хватает данных, корпоративная политика безопасности не позволяет использовать привычные системы аналитики, не настроена интеграция с CRM. Мы каждый раз индивидуально подбираем для клиента подходящие метрики, чтобы отслеживать эффективность кампании.  

Давайте рассмотрим на конкретном примере. Один из наших клиентов оказывает услуги в категории премиум. С помощью рекламы мы привлекаем несколько десятков целевых лидов в год, и момента первого контакта до принятия решения может пройти не один месяц.
Стандартные метрики и оптимизация по заявкам не очень хорошо работают — слишком мало конверсий, большая часть обращений приходит напрямую или по брендовым запросам. Их сложно связать с первыми рекламными визитами, потому что прошло слишком много времени, отслеживание между разными устройствами работает неидеально и т.д.

Что мы сделали:

Шаг 1. Разметили на сайте все возможные действия, которые может совершить пользователь: 

Все эти цели были для клиента фактически промежуточными

Шаг 2. Присвоили каждой из целей вес. Чем большую значимость или степень влияния на покупку имеет действие, тем больше его вес: 

На старте выгрузили все конверсии по датам и сопоставили с динамикой целевых обращений (клиенты еще не заключили договор, но проявили интерес) и реальных сделок из CRM. 

Чем сильнее была корреляция между событиями, тем больший вес получили промежуточные действия. Мы понимаем, что корреляция не всегда означает причину, но здесь на старте сделали допущение. Затем вручную внесли экспертные поправки в весовые коэффициенты на основе обратной связи от конечных клиентов. Если они упоминали какие-то действия или разделы сайта, то эти цели сделали чуть более значимыми (+10%). 

Шаг 3. Сформировали единый показатель «Скоринга», равный сумме всех целей, умноженных на коэффициенты.

S = Goal1*K1 + Goal2*K2 …

Полученный результат и есть наша целевая метрика. Гипотеза заключается в том, что мы пытаемся добиться максимального возможного значения «Скоринга». Это приводит максимум заинтересованной и вовлеченной аудитории, которая совершает на сайте целевые действия — на дистанции растет количество финальных сделок. 

Шаг 4. Настраиваем дашборды и отслеживаем результаты. В случае необходимости и после накопления статистики можем корректировать нашу «модель скоринга» за счет поправок в коэффициенты или добавления / исключения каких-то целей. 

Шаг 5. Результат 

С минимальными корректировками коэффициента получили результат, на который рассчитывали. Наша гипотеза полностью подтвердилась: рост целевой вовлеченной аудитории привел к росту конверсий и сделок. 

Мы напрямую не могли оптимизировать рекламу на сделки, потому что их мало и финальное касание могло быть даже офлайн или в соцсетях, то есть не отслеживается корректно аналитикой. Но все равно придумали способ, как работать по метрикам.