В современной цифровой экосистеме, в условиях жесточайшей конкуренции между рекламодателями внутри потока изобилия товаров и услуг, маркетинговые усилия превратились в гроссмейстерские шахматные партии.
Каждая маркетинговая коммуникация должна быть тщательно спланирована, а, главное, детально проанализирована для того, чтобы своевременно влиять на ход рекламных коммуникаций и минимизировать риски потери прибыли.
Один из самых чувствительных типов цифрового маркетинга является Performance Marketing. Он не только дает возможность достигать быстрых и измеримых бизнес-результатов, но также является одним из самых рискованных типов маркетинга, так как успех зависит от точности данных, оперативности корректировок и умения адаптироваться к постоянно меняющимся условиям рынка.
Как оценить эффективность рекламной кампании при помощи инструментов performance-маркетинга рассказывает Алена Якина, Head of paid social (руководитель отдела платной рекламы в соцсетях) в компании EBAC.
Основные компоненты эффективного performance-маркетинга
1. Определение и постановка целей
Четкое определение и постановка целей являются основой эффективного performance-маркетинга.
В отличие от рекламных коммуникаций, направленных на узнаваемость бренда и рост лояльности, путь оценки которых, в некотором роде, тернист и абстрактен, эффективность performance-маркетинга оценивается конкретными метриками, которые предоставляют количественные данные о результатах рекламной кампании. Эти метрики можно оценить «здесь и сейчас».
Вот ключевые аспекты этого процесса:
Четкость и измеримость целей
- SMART цели: цели должны быть Specific (конкретными), Measurable (измеримыми), Achievable (достижимыми), Relevant (релевантными) и Time-bound (ограниченными во времени). Например, вместо абстрактной цели «увеличить количество лидов» поставьте цель «увеличить число лидов на 20% в течение следующих трех месяцев».
Бизнес-цели
- Соответствие бизнес-стратегии: цели маркетинговых кампаний должны быть непосредственно связаны с общими бизнес-целями компании. Это может быть увеличение продаж, привлечение новых клиентов, повышение уровня удержания клиентов или увеличение окупаемости затрат.
Ключевые показатели эффективности (KPI)
- Выбор и мониторинг KPI: определение и согласование ключевых показателей эффективности, которые будут использоваться для оценки успеха кампании всеми участниками процесса ведения клиента по воронке.
Измерение и отчетность
- Отчетность: предоставление глубокой и подробной отчетности о ходе выполнения поставленных целей в рамках всех этапов воронки, начиная от первого касания пользователя, заканчивая совершенной им продажей и последующей программой лояльности.
- Применение объективных методов измерения: важно сравнивать атрибуционные модели, которые помогают корректно определить вклад каждого касания в достижение конечного результата. Модели атрибуции, такие как линейная, временная, модель U-образной формы, а также Data-Driven решение позволяют посмотреть на результаты с разных сторон и минимизировать риск неправильного перераспределения инвестиций в ущерб бизнесу.
Командное согласование
- Взаимодействие между командами: обеспечение согласованности целей и шагов между маркетинговыми, продуктовыми, командами продаж и другими участниками процесса. Регулярное обсуждение прогресса и корректировка целей при необходимости способствует достижению объективной оценки для каждой команды, пониманию шагов и прогресса на всех этапах воронки. И, соответственно, формированию объективных выводов и правильных оптимизационных шагов.
2. Этапы пути клиента до покупки и их влияние на конечный результат
Существует мнение среди молодых рекламодателей, что performance-маркетинг ограничивается лишь запуском рекламной кампании в Яндекс Директ или таргетированной рекламой в социальных сетях. Кампанию запустили и можно начинать собирать урожай.
К сожалению (или к счастью), performance-маркетинг является частью большой коммуникационной цепи, все звенья которой активно влияют на конечную продажу.
Шаг 1: Показ пользователю рекламного объявления рекламодателя.
Шаг 2: Изучение информации о продукте/услуге на веб-сайте.
Шаг 3: Оставление заявки.
Шаг 4: Отправка лида в отдел качества для определения его квалификации.
Шаг 5: Разговор с менеджером по продажам.
Шаг 6: Оформление покупки, подписание договоров, выставление счетов.
Шаг 7: Совершение оплаты.
Здесь описан путь клиента в идеальных условиях, когда:
-
реклама настроена точно и сразу же зацепила пользователя;
-
веб-сайт оказался удобен и дал пользователю всю необходимую информацию по продукту и по ценам;
-
команда квалификации поставила клиенту 10 из 10 и отправила лид на обработку хорошему сэйлз-менеджеру, который любит свое дело и свой продукт;
- финансовые возможности клиента полностью покрыли предложение, которое было озвучено компанией.
Но бывает ли так все идеально в бизнес-процессах? И всегда ли пользователь мегамотивирован и максимально расположен к диалогу?
3. Факторы, влияющие на performance-маркетинг
Каждый участник выше является важнейшим звеном цепочки и может правильными или неправильными решениями повлиять на конечный результат работы всех команд. Факторы цепи, которые потенциально могут сильно повлиять на финальный performance:
Настройка РК: таргетинг и сегментация аудитории
Ответственный – performance marketing. Примеры точек отклонения:
-
нацеливание на нерелевантный социально-демографический таргетинг (соцдем) и гео;
-
неправильная или недостаточная сегментация;
-
неправильная настройка пикселей и трекинга;
-
оптимизация на нецелевой event;
- неоптимальные ставки;
- неэффективное управление бюджетом;
- неправильная интерпретация данных и метрик;
- отсутствие своевременного реагирования на разные условия.
Можно перечислять долго, в каких местах менеджер может не доработать с РК.
Качественные примеры такого отклонения преследуют каждого из нас. Как, например, меня активно догоняет в социальных сетях реклама.
Креатив и рекламные материалы
Ответственный – performance marketing, content. Примеры точек отклонения:
- банально: ошибки в текстах, использование неверных ресайзов;
- нерелевантный продукту и аудитории визуал;
- низкое качество графики;
- перегруз текстом/нечитабельность;
- отсутствие УТП;
- использование одной визуальной/ текстовой стратегии – отсутствие текстовых и визуальных A/B-тестов.
И тут можно сгенерить множество других точек отклонения.
Лендинг и его конверсия
Ответственный – marketing, content, web design, IT. Пример точек отклонения:
- сложная навигация;
- низкое качество контента;
- переизбыток информации;
- неудобство использования (неюзабильность);
- отсутствие ключевых маркетинговых методик: не используется УТП, pain points, gain points, FOMO и т.д.;
- технические проблемы: отсутствие адаптации под разные устройства, медленная скорость загрузки, поломки форм и т.д.;
- отсутствие a/b тестов и так далее.
Скоринг лидов
Ответственный – Sales Development Representatives, Sales Department. Пример точек отклонения:
- выбор нечетких/неверных критериев для скоринга;
- недостаточная автоматизация;
- неоптимальные веса для оценки критериев скоринга;
- недостаточное обучение менеджеров;
- отсутствие обратной связи от команды продаж для корректировки моделей скоринга и так далее.
Ответственный – Sales Department. Пример точек отклонения:
- медленная реакция на лиды;
- недостаточное число касаний;
- недостаток знаний о продукте;
- отсутствие/несоответствие скриптов;
- использование единого скрипта для холодных и горячих продаж;
- неправильное использование CRM системы;
- низкий уровень персонализации;
- недостаток мотивации и другие.
Как итог, мы с вами с ходу сгенерировали 34 причины, которые негативно могут повлиять на финальный performance, а ведь это далеко не все потенциальные сложности в процессах!
Когда performance-маркетолог наблюдает в своих отчетах отрицательную окупаемость затрат, может ли он наверняка сделать вывод, что целиком и полностью ответственен за этот результат? Безусловно, не может.
Окупаемый performance – это комбинация усилий нескольких департаментов, за процессами которых необходимо следить, необходимо их оптимизировать и искать точки отклонения и роста на всем пути, а не только на стороне рекламной платформы.
Построение отчетности для объективной оценки результатов
Для того, чтобы быстро находить точки отклонения и множить эффективность клиентского пути на всех этапах, необходимо отслеживать все ключевые процессы, которые влияют на performance. В этом помогут прозрачные отчеты с количественными показателями на всех этапах воронки для понятной визуализации – все ли KPI достигнуты на всех этапах? Если где-то не достигнуты – повод закопаться в анализ.
1. Структура отчета
У каждого департамента, который принимает участие в ведении клиента и может повлиять на результат, должен быть свой глубокий аналитический процесс для того, чтобы каждый его участник мог контролировать качество выполняемой работы, достижение целей (личных и компании) и находить точки роста для развития, а также быстро находить отклонения от курса, банальные поломки и ошибки.
Даешь индивидуальную «дашбордизацию»!
Хочу рассказать вам пример-кейс для того, чтобы прояснить, почему очень важно фиксировать и считать все процессы:
1. Дашборд performance-маркетинга:
Performance-маркетолог замечает, что конверсия в продажу по каналу Google Display сильно упала. Он начинает анализировать глубже, смотрит статистику по кампаниям и объявлениям, но не обнаруживает значительных отклонений по остальным метрикам.
Начинающий маркетолог мог бы запаниковать, судорожно пересобирать кампании, оптимизировать, удалять кейворды и переписывать объявления. Однако опытный маркетолог идет дальше.
2. Дашборд лендинга:
Он переходит в дашборд лендинга, на который ведется реклама Google Display. Проверяет, проводились ли A/B-тесты, анализирует среднюю конверсию по лендингу и обнаруживает, что значительных изменений не наблюдается, только по каналу Google Display.
3. Дашборд SDR:
Переходит в дашборд команды SDR, смотрит отчет по качеству лидов и видит, что лиды обычного качества – проценты отказов и недозвонов примерно на среднем уровне, отклонений нет.
4. Дашборд отдела продаж:
Переходит в дашборд отдела продаж, просматривает отчет по скорости обработки лидов и видит, что при фильтрации по каналу Google Display время обработки лидов увеличилось с 1 часа до 3,5 часов. Анализируя статистику по дням, он обнаруживает, что лиды с Google Display в воскресенье не были обработаны и не было ни одного закрытия, а в понедельник наблюдается аномальный всплеск продаж.
Маркетолог идет к руководителю отдела продаж и выясняет, что лиды с Google Display в воскресенье не были видны сейлзам и свалились в понедельник большой кучей.
После совместной дискуссии маркетолог и сейлз идут к технарям для выяснения причин!
Совместно с IT-департаментом выясняется, что в воскресенье в холодной сейлз-воронке сломался скрипт распределения лидов. Все холодные лиды (после квалификации SDR) автоматически закрылись и были заново открыты и распределены только в понедельник.
Вывод: перформанс в 80% случаев зависит от множества факторов, и все не сводится только к рекламным кампаниям. Необходимо учитывать и фиксировать все процессы и данные для объективного анализа и оптимизации.
Какие дашборды рекомендовано генерировать для более глубокого подробного анализа процессов, и что они могут включать:
2. Инструменты для анализа данных
Для того чтобы вообще иметь возможность что-либо собирать и анализировать, важно настроить сбор и анализ данных на всех этапах, что требует использования различных инструментов и платформ, которые помогают обрабатывать и визуализировать данные. Ниже представлена схема, описывающая основную структуру и необходимые компоненты для создания отчетности:
Data Sources (источники данных)
Источники данных – это платформы и системы, откуда мы собираем информацию.
Примеры таких платформ: CRM-системы (например, AMO CRM, Salesforce, HubSpot), рекламные платформы (Yandex Direct, Google Ads, Hybrid, VK Ads и т.д.), инструменты веб-аналитики (Я.Метрика, Google Analytics, Adobe Analytics), социальные сети (VK, Meta*, Instagram*, LinkedIn).
Эти источники обеспечивают нас сырыми данными, необходимыми для анализа эффективности маркетинговых кампаний и других бизнес-процессов.
ETL/ELT (Extract, Transform, Load / Extract, Load, Transform
ETL – это процесс извлечения данных из различных источников, их трансформации в нужный формат и загрузки в хранилище данных. Примеры платформ: Airbyte, OWOX, Improvado.
ETL-инструменты помогают объединять данные из разных источников, очищать их и подготавливать для анализа. Без ETL-процесса данные из разных систем могут быть несовместимыми или неполными.
Data Warehouse (хранилище данных)
Хранилище данных – это централизованное хранилище, где собранные данные хранятся и организуются для последующего анализа. Примеры платформ: Clickhouse, Google BigQuery, Snowflake.
Хранилище данных служит центральным местом для хранения структурированных данных. Оно обеспечивает быстрое и эффективное выполнение запросов и отчетов, что упрощает анализ больших объемов данных.
Data Visualization (визуализация данных)
Визуализация данных – это процесс представления данных в графическом или визуальном формате (в виде привычных отчетов для маркетологов, например), что упрощает их интерпретацию и анализ. Примеры платформ: Qlik, Tableau, Power BI, Looker Studio.
Инструменты визуализации данных помогают создавать интерактивные дашборды и отчеты, которые позволяют быстро оценить результаты и принять обоснованные решения. Визуализация делает сложные данные более доступными и понятными для всех членов команды.
И, подобрав все платформы на всех необходимых этапах, буквально одним взмахом волшебной палочки вы получаете свой желанный отчет!
Допустим, мы хотим оценить эффективность рекламной кампании в Яндекс Директ.
- Data Sources: мы собираем данные из Яндекс Директ, CRM-системы (например, AMO для данных о лидах и продажах) и Яндекс Метрику для анализа поведения пользователей на сайте.
- ETL: используем платформу OWOX для извлечения данных из всех этих источников, их трансформации и очистки.
- Data Warehouse: загружаем очищенные данные в Google BigQuery, где они централизованно хранятся и организуются для анализа.
- Data Visualization: с помощью PowerBI создаем дашборды и отчеты, которые показывают ключевые метрики эффективности.
Атрибуция в performance-маркетинге
Вот вы уже, как воистину аналитик (а скорее всего вы там не один) потратили целую вечность для того, чтобы собрать свой отчет и готовы выдохнуть, но не тут-то было! Как интерпретировать данные – это новый квест. Построение отчетности – только первый шаг на пути к объективной оценке маркетинговых усилий. Важно не только собрать данные, но и учесть возможную субъективность данных и постараться вывести их в максимально справедливом ключе.
Здесь на помощь приходит атрибуция, которая помогает определить, какие каналы и точки взаимодействия внесли наибольший вклад в достижение конечной цели. Вот пример субъективного чтения данных:
Например, пользователь сначала видит баннер на Яндекс Дисплее, потом кликает на рекламу в соцсетях, изучает цены на сайте, получает электронное письмо с акцией, взаимодействует с контентом в блоге и, наконец, совершает покупку после получения промокода по электронной почте. При использовании модели атрибуции Last Touch, весь вклад будет приписан последнему каналу – email-рассылке, что не учитывает роль предыдущих взаимодействий. С другой стороны, при First Touch атрибуции вся заслуга будет приписана первому касанию – баннеру, что игнорирует последующие контакты.
Справедлива ли такая однобокая оценка вклада каналов? Определенно, не во всех случаях. Часто, рассматривая в таком ключе результаты, есть риски выключить канал, который, на самом деле, имеет большой вес в клиентской коммуникации.
Есть разные виды атрибуций для разных типов интерпретации:
Last-Click атрибуция – весь вклад приписывается последнему каналу перед конверсией.
First-Click атрибуция – весь вклад приписывается первому каналу, через который клиент взаимодействовал с брендом.
Линейная атрибуция (Linear) – вклад равномерно распределяется между всеми точками взаимодействия.
U-образная атрибуция (U-Shaped) – больший вклад приписывается первому и последнему касаниям, остальной вклад распределяется между промежуточными касаниями.
W-образная атрибуция (W-Shaped) – вклад распределяется между первым касанием, касанием при ведении лида и последним касанием перед покупкой.
Data-Driven атрибуция (алгоритмическая) – использует машинное обучение для динамической оценки вклада всех каналов.
Мне бы очень хотелось сейчас разойтись на пару десятков листов про то, как важно рассматривать данные с разных сторон, используя разные модели, какую лучше выбрать при различных кейсах, но, к сожалению, это отдельная тема для статьи.
Заключение
Успех перформанса начинается с четких, измеримых целей, которые соответствуют бизнес-стратегии, а не бьют стратегию вразрез. Эффективный маркетинг включает анализ всех этапов пути клиента от первого касания до покупки. Важно оптимизировать настройку рекламных кампаний, креативы, конверсию лендингов, скоринг лидов, работу сейлз-менеджеров и другие клиентские шаги, так как каждый элемент влияет на результат.
Создание прозрачной отчетности помогает визуализировать достижения и легко выявлять проблемы. Примеры использования дашбордов показывают, как анализировать и исправлять отклонения. Различные модели атрибуции помогают корректно оценить вклад каждого канала и избежать субъективности.
Совет: старайтесь смотреть на картину клиентского пути целиком, а не фокусироваться только на отдельных элементах. Если ваши рекламные кампании оптимизируются, креативные идеи без конца тестируются, но ваш веб-сайт висит с неработающими лид-формами, хороший perfomance не получится (и наоборот). Нужно расти и развиваться сообща, стремиться к высокому performance и improvement на всем клиентском пути, активно коммуницировать с другими департаментами, делиться тестами, победами и поражениями, нарабатывать совместный опыт и делать совместные выводы. И тогда у вас непременно все получится!
*деятельность Meta Platforms, Inc. и принадлежащих ей социальных сетей Facebook и Instagram запрещена на территории РФ.
