Как автоматизировать маркетинговую отчетность в ресторанном бизнесе

С помощью маркетингового агентства и продуктов OWOX BI маркетологи сети ресторанов полностью обновили систему аналитики.

В 57 ресторанах и точках службы доставки подают блюда японской и итальянской кухни. В связи с масштабированием и диверсификацией бизнеса перед отделом маркетинга встали новые задачи:

• Понять, какие рекламные мероприятия приводят новых пользователей на сайт и в мобильное приложение и сколько стоит привлечение клиента. Чтобы понять это, им пришлось объединить данные с сайта, мобильного приложения и CRM-системы.
• Получайте быстрые отчеты об эффективности и сравнивайте фактическую производительность с прогнозом. Для этого им нужно было автоматизировать маркетинговую отчетность.
• Оцените дополнительное влияние показов в СМИ на каналы эффективности и целевые действия на веб-сайте и в мобильных приложениях. Для этого они объединили необработанные данные на уровне идентификатора клиента с показами из Менеджера кампаний.

Давайте посмотрим, как они справились с каждой из этих задач, и дадим несколько советов тем, кто только вступает на путь автоматизации маркетинга.

Примечание. Все отчеты, представленные в статье, основаны на тестовом наборе данных.

Команда создала расширенную аналитику на основе OWOX BI, Google BigQuery и Power BI. Схематически система выглядит так:

OWOX BI импортирует данные о расходах из всех рекламных систем, а также необработанные данные веб-сайтов из Google Analytics и данные приложений из AppsFlyer. Затем он передает все эти данные в Google BigQuery.

Google BigQuery также получает прогнозные метрики, которые специалисты агентства рассчитывают в интерфейсе на языке R.

Внутри Google BigQuery данные обрабатываются и объединяются с помощью представлений и запланированных запросов.

Наконец, данные визуализируются в Power BI.

Команда сосредоточилась на трех отчетах, по которым они могут отслеживать необходимые метрики:

• Базовый управленческий отчет для сбалансированной системы показателей
• Отчет о привлечении пользователей на сайт
• Отчет о привлечении пользователей в приложение

Они разработали Матрицу воздействия — иерархию показателей — чтобы определить, на каких показателях следует сосредоточиться и в каких случаях. Они также использовали методологию сбалансированной системы показателей для мониторинга прогнозируемых данных. В результате получили отчет, который позволяет:

• понять, какие показатели опережают, а какие отстают от плана
• отслеживать основные KPI, имеющие разный вес для бизнеса (CPO, CR, Revenue, CTR)
• прогнозировать ключевые показатели эффективности

В архитектуре отчета можно выделить три уровня: бизнес-уровень, уровень KPI и подробный уровень.

Бизнес-уровень

На этом уровне вы можете увидеть план и факт для важных бизнес-показателей.

Из приведенных выше данных команда может сделать вывод, что KPI CR был превышен на 43%. При этом объем трафика и конверсии не достигли запланированных значений. Высокий CR может указывать на хороший UX веб-сайта и приложения — провалов мало, а пользователи хорошо конвертируются. Однако для обеспечения необходимого объема продаж необходимо увеличить объем трафика.

Уровень КПЭ

На основе отчета уровня KPI маркетологи анализируют эффективные и неэффективные размещения с точки зрения CR и стоимостных показателей — это позволяет быстро распределить бюджет между каналами для выполнения общего плана.

Отчет иллюстрирует соответствие плановых и фактических KPI верхнего уровня (CR, Посещения, Доход, Транзакции) прогнозным значениям. Например, вы видите, что план по общему объему трафика сайта не был выполнен, но это компенсируется более высоким CR в органическом и прямом трафике. Соответственно, необходимо повышать CR платного трафика (типа CPC) с более динамичной оптимизацией или повышенной закупочной стоимостью. Команде также может понадобиться увеличить покупку платного трафика в принципе для выполнения общего плана по трафику.

Подробный уровень

На этом уровне маркетологи смотрят динамику метрик по регионам и типам устройств — это тоже помогает перенаправить бюджет на то, что работает лучше.

Из приведенных выше данных можно сделать вывод, что команда перевыполнила план по общему количеству сделок и CR за данный период анализа на 5,5%. При этом как десктопный, так и мобильный трафик демонстрируют примерно одинаковую тенденцию к отставанию от объема конверсий (десктоп упал на 5,7%, мобильный на 5,6%). Соответственно, оба типа устройств приносят одинаковое количество конверсий. Но для оптимизации необходимо анализировать трафик в разделе CR.

Здесь видно, что мобильный трафик (1,8%) и планшетный трафик (2,8%) показали самые низкие CR в декабре. Поскольку мобильный трафик приносит такое же количество конверсий, что и трафик с десктопа, и, вероятно, он дешевле, маркетологи могут попытаться оптимизировать мобильный трафик, покупая более качественный трафик, чтобы повысить его CR.

На этом графике показан план производительности для трафика в разных городах. Имея информацию о закупленных объемах, можно сделать вывод, где неэффективность является критической и влияет на эффективность всех кампаний.

Благодаря этим отчетам команда смогла разделить все покупки на новых и постоянных клиентов. Это позволило исключить постоянных клиентов из рекламных кампаний для новых клиентов, тем самым снизив CPO по всем каналам. Просматривая статистику в разделе каналов для вернувшихся и новых пользователей одновременно, маркетологи смогли понять, какие источники приносят больше новых заказов, и склонить бюджет в свою пользу. В источниках, где преобладают повторные покупки, сократили бюджет, тем самым уменьшив общий плановый CPO.

Кстати, основные KPI в этих отчетах рассчитываются на основе данных CRM.

Приведенный выше отчет показывает, что наибольшее количество новых покупок для всего трафика с веб-сайта приходится на inst_kz (81,82%), Facebook Ads (43,45%), mobrain_int (31,25%) и gomobile_int (30,38%). Так как в целом у компании активная и лояльная аудитория и высокий процент охвата рынка, то понятно, почему некоторые сайты приводят в приложение клиентов, которые уже сделали заказ хотя бы раз. Для большей эффективности и выполнения KPI Customer Acquisition команда может попробовать исключить активную аудиторию CRM в настройках рекламной кампании и запустить акции для новых клиентов.

Здесь вы можете увидеть, что более половины десктопного трафика по всем группам каналов приходится на постоянных клиентов. Это указывает на важность работы с лояльной базой и увеличения удержания.

С постпросмотровой аналитикой можно оценить влияние медиаактивности на количество заказов.

Статистика показов загружается в BigQuery из Google Campaign Manager и детализируется до отдельного пользователя (идентификатора клиента). В отчете сравниваются сегменты тех, кто видел и не видел медийную рекламу. В результате мы можем оценить инкрементальное влияние медийных показов на каналы эффективности и целевые действия на сайте и в мобильном приложении.

Например, команда узнала, что конверсия в заказы у тех, кто видел видео и баннеры, была на 42% выше, чем у тех, кто их не видел. За счет постпросмотровой аналитики также определили, что аудитория тех, кто видел медийную рекламу, приносила вдвое больший доход.

В дальнейшем команда планирует развивать кроссплатформенную отчетность. Первым шагом является оценка влияния веб-трафика на конверсию приложения путем связывания данных мобильного приложения и веб-сайта. Такая отчетность позволит создать полное представление о ценности рекламных каналов и оценить их влияние друг на друга. Также это поможет принимать управленческие решения о развитии каналов взаимодействия с клиентами и корректировать стратегию маркетинговых коммуникаций.