Многие пользуются Яндекс.Маркетом без какой-либо аналитики вовсе, что не позволяет отслеживать конверсию по группам своих товаров. Google Analytics позволяет гораздо более эффективно размещаться в Маркете. Степан привел конкретные примеры и советы того, как настроить аналитику и на что стоит обращать внимание.

Допустим, что в интернет-магазине несколько тысяч товаров, и они стоят в каком-то едином статусе, при этом цена и наценка на них совершенно разная. Если размещаться в Яндекс.Маркете и никак это не анализировать, то в основном будут получаться дорогие клики по дешевым каналам. И самая большая проблема, что, не отслеживая никак привлечение, невозможно узнать данные по конверсии тех или иных товаров.

Google Analytics наиболее ценный инструмент для интернет-магазинов, потому что он позволяет сравнивать эффект от контекстной рекламы, полученный из разных источников. Немаловажно и то, что система Google Analytics быстро устанавливается и работает совершенно бесплатно.

Нужно быть готовыми к некоторым проблемам, могущим возникнуть на начальном этапе использования системы. В частности, в тех интернет-магазинах, в которых мало заказов, анализ будет накапливаться довольно продолжительное время. В случае, когда заказы составляют меньше половины от заказов магазина, может быть небольшая точность, но она со временем будет компенсирована. Если крупный магазин, то на это уйдут недели, а если маленький – то месяцы. Отчет с данными из Google Analytics передается в систему. Данные о том, что заказали, на какую сумму. Потом они агрегированно вводятся для всего магазина и могут быть применены для отдельных источников. Если все правильно настроено, то получится очень полезный отчет для электронной торговли.

Как правильно разметить ссылки в Яндекс.Маркете? Техразметку сделать лучше с помощью url, с помощью которой можно забить исходные данные и получить ссылку. Какова структура этих ссылок? Самый главный – это мета-источник, который можно писать в Яндекс.Маркет канал. Для Маркета используют канал так же, как и для контекстной рекламы.

Дальше еще одна метка, которая предназначена для различения рекламных кампаний. Например, есть каталог на сайте, в нем есть какие-то отделы. Можно взять эти названия и подставить в эту метку. Тогда информация о том, какой группой товаров интересовался пользователь, сразу же появится в Google.

В Google Analytics существуют разные способы получения данных о тех или иных конкретных товарах. Практика показывает, что практично анализировать товары группами. Просто потому что в магазине, у которого тысяча товаров и 10-20 товарных групп, данные по группам будут намного полезнее, чем по отдельным товарам, которые будут накапливаться многие, многие месяцы.

Google Analytics ведет отчет источника трафика, но при этом по умолчанию пользователь попадает в сводный отчет тестирования сайта. Важно отметить, что если не настроить такое отслеживание по меткам, то клики пользователей, кликающих в Маркете по неразмеченным ссылкам, можно анализировать, как единое множество по запросам Яндекс.Маркета. Даже на таком отчете можно делать выводы об эффективности Маркета. Можно сравнить, как работает Яндекс.Маркет по сравнению с другими источниками трафика.

В этом отчете есть еще один элемент – Price.ru, в котором видно, что конверсия одинакова, но средний чек отличается. Уже можно сделать вывод о том, какие товары размещаются в Прайсе, какие в Маркете.

Существуют также проблемные группы товаров. Если вы видите, что на первой, второй группе товаров не очень хорошо работает реклама, надо задуматься, что с этой группой не так. Что не так с рекламой по этим группам. Может быть, там четкий призыв позвонить, а не отправлять формы, неудачно составленный текст и т.д. То есть, это уже повод задуматься и, сравнивая с успешными группами товаров, разобраться, что с этой группой товаров не так. Анализировать по ходу накопления статистики становится все легче и легче.

Как можно повысить эффективность, обладая данными, предоставляемыми этим отчетом? Надо брать какой-то один период времени, брать данные из Analytics и брать данные по затратам. При этом многие могут столкнуться со следующей проблемой: Далеко не всегда через сайт идет 100% заказов. Для этого используется определенный коэффициент, который каждый магазин для себя может вычислить – отношение количества звонков к количеству заказов. Например, если известно, что на 100 заказов приходится еще 70 телефонных звонков, можно взять коэффициент 0,7, и экстраполировать эти данные на всю картину заказов. Таким образом можно проанализировать, как работают те или иные товары.

Вот пример, который позволит нам рассчитать затраты, а потом старт для Маркета, который позволит размещаться нам более эффективно. Например, к нам за один месяц пришло 3 тысячи посещений по Google Analytics. В Маркете мы знаем, сколько на это придется потратить. Мы знаем общую сумму заказов по данной форме отчетов электронной торговли Google Analytics. Теперь рассчитываем коэффициент – отношение тех, кто к нам звонит к общей сумме заказов. Обладая этими данными можно посчитать, сколько процентов от всей нашей выручки мы потратили на привлечение, например, с Яндекс.Маркета.

Если поделить затраты на сумму доходов с поправкой на коэффициент, то можно получить цифру, которую мы потратили от выручки на привлечение заказов. Если получается, что заказы обходятся неоправданно дорого, то нужно понижать ставки. Но если понизить ставки, то автоматически упадет трафик, и заказы будут потеряны. Что делать?

В такой ситуации нужно выбрать лишь отдельные виды товаров, на которые и нужно понизить ставки. Нужно использовать предыдущие отчеты, построить отчеты по статистике по разным группам товаров, и для каждой группы сделать такой отчет. И где коэффициент затрат окажется больше, чем 10%, там понизить трафик, а в других местах, наоборот, повысить.

Есть метод попроще. В частности, в перенастройке отчетов электронных таблоидов в Google Analytics, он начнет выдавать для разных групп товаров полезность посещения. Он берет общий доход для группы товаров, например, цифра 13 рублей 80 копеек означает, что каждое посещение группы товаров приносит в кассу магазина 13 рублей 80 копеек. Это еще, конечно, без поправочного коэффициента, но, тем не менее, уже позволяет сравнить товары и понять, насколько выгодный каждый из них. Дальше, поскольку нет смысла тратить на привлечение по каждой группе более 10% от выручки, нужно взять ту самую полезность посещения, это и будет наша целевая ставка для маркетинга. Для получения совсем точной цифры это значение нужно поправить на коэффициент. Смотрим данные из Google Analytics, смотрим ту самую полезность посещения, учитываем ее полную полезность с помощью того коэффициента. То есть, мы предполагаем, сколько денег у нас оставили реально люди при посещении Яндекс.Маркета и высчитываем максимальную ставку, сколько бы мы хотели, чтобы они нам стоили.

Обладая всеми этими данными, можно идти в Маркет и менять ставки. То есть, имея четкое представление о том, что, например, для первой группы товаров реальная выгода будет лишь в том случае, если посещение будет стоить не больше двух рублей, а если больше, то это уже понижает рентабельность. Или, например, в группе «кошельки, платки» ставку надо повысить, потому что повышение ставки здесь даст ощутимое увеличение трафика.

В Маркете есть инструмент, который может создавать или активно распределять товары и, собрав такие группы, просчитав нужные ставки, можно вносить изменения. Отдельно нужно продумать названия товарных групп, потому что если их очень много, потом в них очень сложно будет разобраться. Это обязательно надо автоматизировать.

Обязательно нужно проверять все проставляемые ссылки. В частности, на сайте могут быть какие-то особенности, которые в обычной жизни не встречаются, но со сложными ссылками, метками начинает вдруг что-то не работать. Их нужно проверять вручную.

Еще бывает ситуация, когда кто-то побаловался на тысячу рублей, и у вас появился перекос в статистике. Такие транзакции сложно обрабатывать и редактировать. Но вся информация в Google Analytics задокументирована, и поэтому вы можете найти номер транзакции, при которой был большой всплеск и запустить на сайте вторую такую же транзакцию, но с отрицательным значением на сумму, которая была. Это явление останется, но его можно привести к каким-то нормальным значениям, чтобы можно было спокойно анализировать данные в независимости от такого перекоса.

И в заключение Степан сказал, что таким расчетным данным не стоит доверять на 100%. Потому что существуют звонки, по которым достоверная картина заказа неизвестна. Во-вторых, есть погрешность в Google Analytics. В-третьих, в Маркете идет оплата за клики, а Google Analytics считает посещения. Данные могут не совпасть со 100% точностью. Главное, в использовании этого инструмента – это тенденция обращать внимание на какие-то проблемные товарные группы. Или на то, что одна товарная группа приносит доход в два раза больше, чем другая товарная группа. Из этого стоит сделать вывод, что той товарной группе, которая дает больший доход стоить поднять ставки, но не сразу, а частями. Добавить 10%, потом еще 10 и так далее. Главное, что можно постоянно мониторить связку ссылок в Маркете и Google Analytics и, меняя ставки, видеть, как и что изменяется.

 

Источникwww.searchengines.ru

Поделиться в соц. сетях

Опубликовать в Google Plus
Опубликовать в LiveJournal
Опубликовать в Одноклассники
Опубликовать в Яндекс
Опубликовать в Мой Мир

Рекомендуем ещё