Необходимость CRM в сквозной аналитике

Многие из вас слышали про CRM-системы и системы сквозной аналитики.
Но далеко не все знают, что эти две системы неразрывно связаны друг с другом.
Сквозную аналитику невозможно построить без использования CRM, и мы вам расскажем, почему это так.

В качестве примера CRM системы мы возьмем amoCRM, а в качестве примера системы сквозной аналитики будем использовать Alytics.

1. Основная схема системы сквозной аналитики.

Давайте сразу посмотрим на то, как выглядит типичная схема сквозной аналитики. Картинка-схема стара как динозавр, но она отлично отражает все элементы.

Кратко разберем схему. Есть трафик, который идет с рекламных каналов на наш сайт. После того, как потенциальный клиент попадает на сайт, он может стать лидом, если оставит нам свои контакты через форму заявки, телефон, e-mail и так далее. После этого информация о клиенте попадает в amoCRM.

Обратите внимание, что на каждом этапе информация идет в двух направлениях - на следующий уровень, и в систему сквозной аналитики. В этом и заключается работа системы - она анализирует информацию на каждом уровне взаимодействия с потенциальным клиентом.

Рассмотрим подробно вопрос о том, почему на этой схеме не обойтись без CRM системы и какую роль она выполняет (спойлер: самую ключевую).

2. Роль CRM в сквозной аналитике

Рассмотрим обычную ситуацию. Маркетологи и аналитики провели большую работу, собрали данные с источников привлечения клиентов: Direct, Adwords, соц. сети, органический трафик, наружная реклама и так далее. Они проанализировали с какого источника пришло наибольшее количество посетителей сайта, кто из них больше всего оставил заявок. Они точно знают сколько кликов или звонков по рекламе было, какой бюджет был потрачен на каждый из каналов. Круто, ребята молодцы!

А теперь вопрос: как мы узнаем следующие данные:

• Какие из этих заявок были успешно сконвертированы в клиентов?
• По какой причине те или иные клиенты были потеряны на определенном этапе воронки продаж?
• Насколько платежеспособные клиенты приходят с того или иного канала?
• Какова вероятность, что клиент придёт снова

Ответ на все эти вопросы один: мы можем узнать эту информацию только из отдела продаж. Именно туда попадает клиент уже после того, как маркетологи позаботились о нём. Именно отдел продаж взаимодействует с клиентом напрямую, и может узнать о нем столько информации, сколько не узнает никакой сайт. Конечно, при условии, что у вас хорошо обученные менеджеры =)

Все эти данные также важны для системы сквозной аналитики. Как мы упоминали выше, сквозная аналитика собирает данные со всех уровней. Но самая важная информация, это информация об успешно завершенных или провалившихся сделках. Без неё сквозная аналитика не имеет смысла в целом. Если говорить детально, то это следующая информация:

• Бюджет сделки
• Этап, на котором сделка сорвалась
• Скорость закрытия сделки
• Ответственный менеджер за сделку

3. Немного примеров

На основе этих параметров мы уже сможем ответить на бесконечное множество вопросов, которые могут у нас возникнуть:

• Сколько денег принесла нам реклама в Яндекс.Директ в прошлом месяце?
• Какой канал приводит больше всего клиентов, которые успешно закрываются, а какой меньше всего?
• А какой из каналов приводит клиентов, которые закрываются быстрее всего?
• На каком этапе продажи клиенты с рекламы в Adwords срываются чаще всего?
• С какого канала чаще всего берут в подарок, а с какого - себе? Может быть стоит запустить на определенный канал рекламу с упором на покупку в подарок?
• В какое время недели и суток больше всего заказов на товар?

И так далее. Сквозная аналитика это всего лишь инструмент для бизнеса. Бизнес это деньги. Мы должны знать, какой канал наиболее рентабельный. Без информации о прибыли - мы этого не узнаем.

4. "CRM-система? Не, у меня Excel и мне нормально."

Справедливый вопрос: что же собственно есть такого в CRM системе, чего нет в Excel? Да очень просто - возможность интеграции и автоматизации. Невозможно автоматизировать занесение данных из почты, телефонии, формы заявки в Excel. И даже если можно, то потом придется вручную выгружать эти же данные в систему сквозной аналитики. Вы потратите очень много времени на совершенно бесполезные действия.

В результате внедрения CRM-системы 40% рабочего времени ваших менеджеров будет автоматизировано. То есть они смогут это время использовать для продаж. Не трудно подсчитать, что окупится внедрение системы довольно быстро.

Если вы уже пользуетесь CRM, то вам будет проще внедрить систему сквозной аналитики, так как 30% работы уже сделано.

5. Технический процесс интеграции CRM и сквозной аналитики.

Данный процесс можно разделить на 2 части.

Первая - это интеграция CRM с сайтом или другой точкой соприкосновения с клиентом. Вторая - интеграция CRM уже с системой аналитики. В качестве примера мы возьмем amoCRM и Alytics. Так как специалисты Alytics самостоятельно проводят интеграцию со своей системой и amoCRM, то вам нужно только позвонить им, и за вас все сделают. Поэтому мы не будем рассматривать здесь вторую часть, а рассмотрим подробно первую.

Именно в интеграции CRM и сайта таятся ошибки, которые могут стоить вам денег из-за потерянных данных. Лучшим решением будет обратиться к специалистам, которые делали уже это не раз и знают все тонкости. В любом случае вам понадобится помощь программиста, поэтому лучше сразу взять комплексную услугу по настройке.

Но если вы решили все делать сами, то рассказываем как.

Общий принцип следующий: передавайте в CRM всю информацию, которую сможете получить. Вся эта информация может пригодиться. Но есть определенные вещи, которые просто обязаны передаваться во что бы то ни стало, потому что без них нет смысла в интеграции как таковой. Перечисляем:

• Все UTM метки
• Адрес страницы, на которой была оставлена заявка.
• Идентификатор формы, на которой была оставлена заявка.
• Cookies
• Специальные метки отслеживания (Yandex, Google, Facebook)

В amoCRM есть кастомные поля. Это поля, которые вы сами создаете и в них вы можете класть любую информацию, которая вам нужна, и называть их как угодно. Таким образом, необходимо создать отдельные поля под каждую UTM-метку, адрес страницы, идентификатор формы и cookie. Эти поля нужно создать и в карточке сделки, и в карточке контакта/компании.

Теперь важный момент: один и тот же клиент может оставлять несколько заявок на сайте в разное время. Например, один и тот же покупатель может покупать в вашем интернет магазине постоянно. Получается, что клиент один, а сделок с ним много. Точно так же это и должно отображаться в amoCRM. При первичном заказе, должен создаваться контакт, и к нему создаваться сделка. И в контакт и в сделку у нас будут размещены одни и те же параметры. А вот при повторном заказе контакт должен определиться как уже существующий, и по уже существующему контакту должна создаться новая сделка. В сделку будут помещены новые параметры, а вот в контакте они останутся неизменными.

Что нам это дает? Из контакта мы можем узнать, с какими параметрами он попал к нам в систему впервые. А из каждой конкретной сделки мы понимаем, откуда началась эта сделка. Из контакта мы можем определить его LTV, количество повторных покупок, периодичность покупок. Из сделки мы понимаем скорость закрытия, на каком этапе срываются, на каком этапе задержки.

Придерживаясь принципа "Передавайте все, что только можно", вы сможете построить срезы по любым фильтрам в Alytics. Если в форме заявки есть поле "Сколько вам лет", то можно будет узнать параметры аудитории, ориентируясь на её возраст. Если есть поле "пол", то по гендерному признаку. Простор для фантазии большой.

Илья Макаров, генеральный директор Alytics, часто на конференциях по сквозной аналитике приводит в пример одну забавную историю. В системе Alytics есть интеграция с сервисом погоды Gismeteo. Это дает возможность определять погодные показатели в конкретный период времени заказов. Так вот с помощью данной аналитики в одной компании, которая торгует игрушками на батарейках для взрослых, было выяснено, что количество заказов увеличивается во время плохой погоды. Наверное, в дождливую погоду женщинам живется грустнее.

Как бы ни было смешно, эта история ярко демонстрирует силу систем сквозной аналитики, которые в связке с CRM помогут делать выводы на основе самых подробных данных. Об аналогичном случае с крупным магазином мебели Hoff можно прочесть здесь: https://alytics.ru/blog/cases/3549/?sphrase_id=4365

Tilda Publishing