Как за 6 шагов построить полноценную сквозную аналитику в Google Analytics

Вводные данные

Полтора года назад у нас появился новый клиент — ООО «ТИС». Предприятие производит и поставляет промышленное оборудование. Сеть представительств компании охватывает всю страну — от Новороссийска до Владивостока.

Интернет-представительство компании — сайт remen.ru, на котором продаются всевозможные комплектующие для промышленного оборудования. Всего 17 категорий товаров.

Для рекламы внушительного ассортимента компания не жалела средств — например, в ноябре 2016 в «Яндекс.Директе» было одновременно запущено 300 кампаний.

Успейте купить корпоративный пакет COSSA-2025 со скидкой!

Cossa анонсирует главный рекламный формат на весь 2025 год: сразу 8 различных опций.

Пакет идеально подходит для онлайн-сервисов, стартапов, интернет-компаний и digital-агентств.

Успейте приобрести пакет до повышения цены!

Главная боль заказчика: «Не понимаем, откуда к нам приходят покупатели».

Учитывая масштаб компании и размер вложений в рекламу, вопрос стоял очень остро.

Из-за специфики отрасли посетители «ТИС» предпочитают звонить или отправлять запросы на электронную почту. Поэтому заказчик хотел знать рекламные источники, которые генерируют заявки. Ранее клиент использовал только Google Analytics, а также пытался внедрить коллтрекинг — но этих инструментов ему было недостаточно.

Проанализировав проект, мы выделили шесть подзадач.

1. Установка Google Tag Manager.

2. Настройка отслеживания звонков.

3. Отслеживание обращений на email.

4. Импорт данных о расходах в Google Analytics.

5. Импорт данных о доходах в Google Analytics.

6. Визуализация данных.

Описывая решение каждой задачи, мы покажем, как настроить сквозную аналитику и какие инструменты для этого лучше использовать.

Установка Google Tag Manager

Практически все компании анализируют онлайн-конверсии в Google Analytics. Но далеко не каждый проект может похвастаться тем, что над ним работал один разработчик от начала до конца. Если сайт переходит «из рук в руки», с кодом может случиться путаница — и тогда о правильной аналитике можно забыть.

Так и произошло с remen.ru. Изначально над проектом работало много не связанных между собой разработчиков, в том числе фрилансеров. Код Google Analytics на сайте всё время менялся, а иногда и вовсе исчезал. Данные передавались некорректно или не передавались вообще.

Решение

Нужно перенести коды отслеживания Google Analytics в диспетчер тегов Google Tag Manager. После этого можно управлять и настраивать скрипты прямо в панели GTM, не внося дополнительные изменения в код сайта.

Настройка отслеживания звонков

Во многих бизнес-тематиках покупатели предпочитают звонить по телефону. В этом случае важно знать, какие рекламные источники приводят к звонкам и заявкам. Тут в игру вступает коллтрекинг.

«ТИС» хотела отслеживать звонки с собственных номеров в формате 8-800. Такие номера нужны для региональных офисов — покупателям из разных регионов удобнее звонить на бесплатный национальный номер.

Сервис, которым пользовался заказчик изначально, так и не смог установить динамический коллтрекинг для номеров 8-800. Статический для проекта не подходил — потребовалось бы более 1000 номеров для нескольких сотен рекламных кампаний.

Решение

Для настройки отслеживания звонков мы обратились в Ringostat и за два дня подключили динамический коллтрекинг на номера клиента. Рекомендуем устанавливать именно этот вид отслеживания звонков: в отличие от статического он даёт углубленную информацию о рекламных источниках обращений по телефону — вплоть до ключевого слова.

Схема, которая иллюстрирует работу динамического коллтрекинга:

Скриншот журнала звонков по проекту (в последних четырёх столбцах информация о рекламном источнике, канале, кампании и ключевом слове):

Благодаря коллтрекингу доступна детальная информация об обращениях по телефону. В случае с Ringostat нам открылось более 30 параметров и событий. Они передаются мгновенно, это преимущество Webhook — технологии для оперативной передачи данных из одного сервиса в другой. Скорость играет решающую роль для проекта, по которому поступает большое количество звонков, а также используется несколько аналитических инструментов.

Рекомендуем устанавливать форму обратного звонка — наши партнёры делились кейсами, в которых callback увеличивал количество обращений на 48%. К тому же детальная статистика по обратным звонкам дополняет аналитику обращений по телефону.

Также мы настроили переадресацию звонков на мобильные номера сотрудников. Это помогло решить проблему пропущенных обращений.

Отслеживание обращений на email

У компаний, которые торгуют промышленными или специфическими товарами, большой процент обращений поступает на email — в нашем случае они составляют 40%.

Так происходит по следующим причинам:

• запрос товара с артикулом и перечнем характеристик удобнее прислать в текстовом виде, а не диктовать по телефону;

• приглашения на участие в тендере обычно тоже присылают на email;

• среди покупателей продукции большой процент людей старше 30–40 лет — им привычнее написать на электронную почту, чем заказать обратный звонок или заполнить форму на сайте.

Как и в случае со звонками, важно знать рекламные источники, вплоть до ключевых слов, которые генерируют заявки на электронную почту.

Решение

Заявки на электронную почту можно и нужно отслеживать по аналогии со звонками, особенно если их много. Специально для заказчика мы написали email-трекер, который каждому посетителю сайта показывает уникальный адрес электронной почты. Этот адрес закрепляется за ним на один месяц на основе Client ID.

Хитрость в том, что у «Яндекса» и Google можно доставлять почту на домене, даже если перед @ стоят лишние символы. Поэтому для email-трекинга не нужно генерировать много почтовых ящиков — достаточно добавить рандомные буквы и цифры:

Трекер работает следующим образом:

• клиент заходит на сайт и видит электронную почту;

• после отправки письма становится доступен Client ID в Google Analytics;

• по нему сопоставляется, какая почта закреплена за конкретной сессией пользователя;

• данные улетают в Google Analytics.

Благодаря информации о сессии пользователя становится известен и рекламный источник, вплоть до ключевого слова и кампании. Так можно узнать, какая реклама приводит к заявкам на email.

После установки коллтрекинга и email-трекера мы настроили цели для отслеживания таких конверсий:

• звонки;
• email-обращения;
• обращения через онлайн-чат JivoSite;
• заполнение онлайн-форм;
• обратный звонок (callback).

Так можно охватить все каналы коммуникации, из которых поступают заявки.

Импорт данных о расходах в Google Analytics

Для полноценной аналитики надо знать стоимость каждого звонка, обращения на email, через форму обратной связи или в онлайн-чате. Только так можно корректно рассчитать, окупаются ли инвестиции в рекламу.

Изначально для загрузки данных о расходах в Google Analytics из «Яндекс.Директа» наш клиент использовал стороннее решение. Но оно не показывало статистику в разрезе всех динамических параметров: известно количество переходов, но при этом непонятно, сколько денег на них потрачено.

Для полноценной аналитики не хватало таких данных:

• {source} — площадка РСЯ;
• {position_type} — тип блока;
• {region_id} — ID региона;
• {region_name} — название региона.

Решение

Сейчас импорт данных о расходах из «Яндекс.Директа» в Google Analytics настроен с помощью сервиса MixData Import и учитывает все указанные выше параметры. После настройки импорта мы вывели простые дашборды в Google Analytics и построили кастомные отчёты для удобства сотрудников компании.

Пример отчёта по эффективности рекламных кампаний (из соображений конфиденциальности мы не можем показать аналогичный отчёт для проекта remen.ru):

Пример отчёта по эффективности рекламных каналов:

Импорт данных о доходах в Google Analytics

Для получения объективной картины по рекламным каналам стоит отслеживать не только расходы на рекламу, но и доход, который она приносит. Точнее — фактические продажи. С помощью одного только GA сделать это невозможно — необходимо связать «Аналитику» с CRM и коллтрекингом.

Решение

Чтобы анализировать и заявки, и продажи, мы настроили импорт доходов в Google Analytics. У клиента установлена «1С:CRM». Наш программист вместе с программистом «1С» разработали такой алгоритм:

• когда пользователь оставлял заявку, данные с помощью Webhook отправлялись на файл обработки, а оттуда — на FTP. Так специалисты получали информацию о Client ID. К ней добавлялись данные о номере телефона (в случае звонка) и email (если было отправлено письмо). Информация о посетителе, полученная через онлайн-консультанта, также складировалась на FTP;

• далее специалист «1С» раз в 15 минут извлекал эту информацию и присваивал контактам и сделкам идентификаторы Google Analytics. Ежедневно в 23:00 данные о продажах централизованно отправлялись в Google Analytics.

Так можно регулярно отслеживать, сколько было продаж из конкретных рекламных источников.

Визуализация данных

Для сквозной аналитики необходим удобный инструмент для компоновки графиков и визуализации отчётов. Google Analytics кажется user-friendly далеко не всем — однако это не повод отказываться от визуализации.

Рядовым сотрудникам заказчика было трудно строить сегменты и делать сравнения. Поэтому первоначально для этих функций мы использовали Qlik Sense. Несмотря на преимущества этого инструмента, работа с ним требовала времени: выгрузить туда данные, объяснить визуализатору, какая информация нужна в графическом виде и так далее. Qlik Sense не прижился.

Решение

Google Data Studio предназначен для работы с массивами данных, а благодаря связи с Google Analytics необходимая информация передаётся буквально одним кликом. Что ещё важнее: GDS понятен любому пользователю и позволяет принять правильное решение даже без доскональных знаний в сфере аналитики.

Поэтому спустя год мы рекомендовали заказчику именно этот инструмент. Ниже пример визуализации из Google Data Studio:

Результаты

Благодаря нашей схеме обмена данными между платформами можно построить комплексную и глубокую аналитику. Следующий шаг — анализ больших объёмов информации из разных источников.

В этом году мы планируем подключить к проекту Google BigQuery — инструмент для обработки больших объёмов данных. Если вам интересно узнать об этом апгрейде — оставляйте комментарии, и мы напишем продолжение кейса, когда решение будет реализовано.

Мнение редакции может не совпадать с мнением автора. Если у вас есть, что дополнить — будем рады вашим комментариям. Если вы хотите написать статью с вашей точкой зрения — прочитайте правила публикации на Cossa.