Для начала предлагаю определиться с терминологией. Мы понимаем под этим термином комплекс программных средств и бизнес-процессов. Поэтому сквозная аналитика не может быть представлена одним сервисом, он может быть лишь одним из компонентов. К следующей публикации я рассмотрю возможности самых популярных сервисов.

Чтобы понять, что такое сквозная аналитика, давайте посмотрим на нее в общих чертах. Если совсем просто, то это объединение данных о взаимодействиях клиентов с компанией. Взаимодействия делятся на два типа: онлайновые и оффлайновые.

Онлайновые

• Сайт, мобильное приложение (Google Analytics, соц. сеть)
• Рекламные системы (Google AdWords, Яндекс.Директ и т.д.)
• Онлайн мессенджер (Jivosite, Битрикс24 и т.п.)
• Коллтрекинг (Calltouch, Comagic и т.п.)
• Обратные звонки с сайта (Callbackhunter и др.)
• Сторонние сервисы (AppStore, GooglePlay и т.д.)
• Расходы на продвижение (SEO, копирайтинг и т.д. )

Оффлайновые

• Маркетинг (акции, кампании, раздатка и расходы на них)
• ERP (1С, внутренние затраты)
• АТС (Mango, Asterisk и т.п.)
• CRM (1С, Битрикс24, AmoCRM и т.д.)
• Косвенные расходы (хостинг, заработная плата и т.п.)

Как вы видите, за каждый тип отвечает своя система, некоторые из них имеют штатные возможности интеграции, но встает закономерный вопрос:

Где объединять все эти данные?

Во-первых, объединять все системы сразу слишком трудозатратно, а во-вторых, выбор системы зависит от вашего бизнеса и задач, которые вы ставите перед сквозной аналитики. Так для небольшого интернет-магазина будет достаточно возможностей Google Analytics и Google Sheets, а для крупного бизнеса больше подойдет Google Big Query, IBM Watson или MS Power Bi. У каждой из этих систем есть свои особенности. Более подробный обзор их основных возможностей мы сделаем в следующих постах.

Давайте определимся с тем, на какие вопросы можно получить ответ с помощью сквозной аналитики, и где взять такие вопросы. Для начала стоит разобрать основные KPI вашего бизнеса. Основные вопросы будут касаться того, что на них влияет. Если в вашем штате есть маркетолог или бизнес-аналитик, то от них будут постоянно поступать вопросы, ответы на которые сможет дать подобный инструментарий. Любые аномальные всплески или падения в том или ином показателе зачастую являются поводом для подробного изучения, т.к. это может сигнализировать не только о сбоях, но и возможностях для вашего бизнеса.

Исходя из этого, мы можем определиться, какие системы требуют объединения, и, следовательно, каким инструментом лучше пользоваться.

Важно также учитывать основные требования к данным каждого компонента системы аналитики:

• Актуальность (регулярность обновления данных)
• Связанность (каждая новая порция данных должна иметь хотя бы одно общее поле, по которому их можно будет связать с другими данными)
• Целостность (каждая выгрузка за определенный период должна содержать все имеющиеся данные)

Как происходит объединение данных?

Для каждого сервиса формируется связка и настраивается периодичность обмена данными. Большинство сервисов имеют API, по которому можно получать необходимые данные, или же возможность выгрузки в одном из стандартных форматов (XML, CSV). В некоторых случаях для интеграции с АТС необходимо разработать приложение, формирующее файл обмена. Подобный механизм приходится разрабатывать и для отправки других “внутренних” данных компании.

Кто же должен заниматься самой аналитикой, и как это происходит? Все зависит от того, в каком сервисе вы планируете связывать данные. Если речь о Google Analytics, то в этом случае вы сможете решить свои задачи с помощью сертифицированного специалиста, а если речь идет о других сервисах, то эти задачи можно решать командой штатных специалистов, или же обратиться в компании, специализирующиеся на услугах внедрения и аналитики.

Поскольку аналитика данных довольно новое направление, то требования к аналитику достаточно высоки. Зачастую список основных требований выглядит примерно так: Высшее образования в области экономики/финансов, статистики либо информационных технологий. Владение методами анализа рынка, основами статистики, наличие аналитических способностей, навыками работы с большими объемами информации. Базовые знания SQL и программирования (например на языке Python).

Но должен отметить, что для некоторых компаний может быть достаточно нескольких индивидуальных отчетов, например, по каждому подразделению, которые могут формироваться в автоматическом режиме с заданной периодичностью.

Сам процесс анализа строится по следующей схеме:

Работа над данными строится по парадигме Agile. Каждый цикл может занимать как несколько дней, так и месяц, зависит от потребностей вашей компании. Например если вы планируете какую-либо маркетинговую кампанию длительностью один месяц, то будет оптимально выбрать работу с недельными циклами. За этот период успеет накопиться достаточно данных для анализа, и у вас будет время на оптимизацию кампании.

Кроме отчетов с помощью сквозной аналитики можно полноценно рассчитывать такие показатели как ROI (по каждой кампании или в целом), DROI ( по маркетинговым действиям, не имеющим прямой отдачи, а влияющие лишь опосредованно), LTV (суммарные продажи за жизненный цикл клиента), RLTV (прибыль полученная от конкретного клиента) и другие важные для бизнеса показатели.

Итак мы видим что сквозная аналитика подходит не для всех компаний. Основные условия, при которых внедрение сквозной аналитики возможно:

• Продвинутый и современный подход к решению бизнес-задачу топ-менеджмента компании
• Инфраструктура, позволяющая сбор и хранение данных
• Наличие формализованных или автоматизированных бизнес-процессов в компании

Сколько это стоит?

Как вы уже поняли, построение системы аналитики, это не только разовые действия по интеграции различных сервисов (которые мы рекомендуем проводить поочередно с небольшими интервалами), но и постоянная работа аналитика или команды, состоящей из аналитиков и разработчика.

Стоимость каждой интеграции колеблется от 30 000 до 100 000 руб., а суммарно может достигать до 500 000 руб. Услуги сторонней компании по аналитике и текущему развитию сервиса могут составлять от 50 000 до 200 000 в месяц.

Естественно, каждый случай индивидуален и требует отдельной оценки и планирования работ.

Какова реальная эффективность внедрения подобных систем?

Непосредственно аналитика не приносит прибыли, но позволяет оптимизировать большую часть статей расхода, влияющих на продажи, и лишь немного за счет увеличения продаж. Если говорить о конкретных цифрах, то средняя оптимизация расходов составляет около 15%, а увеличение доходов около 5%. Т.е. внедрение сквозной аналитики будет эффективным при ежемесячной прибыли более 500 тыс. рублей.

В продолжении этой статьи мы разберем возможности и особенности нескольких сервисов “сквозной аналитики”: Colibo, Origami, CoMagic, Roistat.