В этом кейсе мы расскажем о прогрессивной оценке трафика в случае, когда у нас длинный цикл принятия решения о покупке и мы хотим понять, какие люди приходят в РК по ключам или кампаниям. Мы покажем дашборд в DataLens, который может изучать поведение и интересы людей вплоть до ключевого слова.
Фрагмент дашборда издалека. Ниже разберем его подробнее.
Введение в контекст. Мы продаем сложные B2B-услуги по разработке сайтов и PWA-приложений на JS. Для нас абсолютная норма, когда клиент приходит к нам через несколько месяцев после взаимодействия с нашим контентом или сайтом. Это связано с естественными процессами бизнеса и его запросами на разработку. Да и вообще выбор подрядчика для IT-разработок — сложная задача.
При проведении рекламной кампании мы не можем опираться на большие конверсии и поэтому используем хитрую систему мидлконверсий. Но даже этого может быть недостаточно, и хочется побольше узнать про интересы пользователей. Тем более что любая рекламная B2B-кампания рискует нарываться на своих конкурентов, а не ЦА. Исходя из этого, хочется уменьшить такие ситуации.
Итак! В нашем распоряжении 3 инструмента:
- «Яндекс Директ»
- «Яндекс Метрика»
- DataLens — BI-система, которую можно развернуть в «Яндекс Облаке»
Это не кейс-инструкция. Мы здесь покажем, что можно сделать и какой в этом смысл.
В DataLens есть готовая интеграция с «Яндекс Метрикой», и поэтому мы можем через него вертеть данные «Метрики», как мы хотим. Нам нужен дашборд, в котором мы можем нарезать данные по всем уровням UTM-меток, гео, дате, устройствам, целям, действиям. А также мы хотим ответить на следующие вопросы:
- Какой аффинити-индекс интересов у аудитории в разрезе?
- Какие микроконверсии и мидлконверсии совершают?
- Когортный анализ?
- Какая доля возвратов?
- Какие страницы посещают?
В дашборде можно создавать селекторы, которые будут фильтровать данные по нашему указанию. В фильтрацию можно добавить очень много параметров. Даже ClientID. В фильтрах можно указывать несколько значений, и все данные на странице дашборда будут фильтроваться.
Дальше создаем 4 чартера с данными
Чартер-ключи
Тут таблица, которая выводит количество визитов по слову и процент людей, которые вернулись после на сайт. Также группировки по количеству визитов суммарно.
Возврат пользователя на сайт — это положительное действие. В данной ситуации можно исключать ключи, которые не приводят возвратных пользователей.
Чартер-интересы
Выводит аффинити-индекс интересов.
Страницы и микроконверсии
Это возможно сделать, если просмотр страницы и клик на какой-то объект оформлять как просмотр товара. Сущность просмотр страницы в «Яндекс Метрике» находится в другой БД и поэтому там они не хотят связываться.
У нас на сайте есть много компонентов, на которые можно нажать и получить дополнительную информацию. То, на что люди нажимают, тоже служит для оценки трафика.
Без scatter plot никуда. Каждая точка — это интерес из таблицы, а оси — это процент вернувшихся и аффинити-индекс. Можно быстро просмотреть точки, при наведении мышкой показывает количество визитов.
Тут же можно делать когортный анализ, чтобы посмотреть на длину когорты и возвратов. При этом фильтры остаются рабочими.
Вот пример хорошего и плохого ключа для нас. Y хороший.
В идеале, конечно же, нужно сделать сводную таблицу, где по строкам интересы, по столбцам UTM-метка, а внутри аффинити-индекс. Но, к сожалению, ее не получается сделать, выдает null в дашборде. Можно сделать руками через Excel или прямо через API.
Если вернуться к селекторам, то там можно сделать обратную фильтрацию и выбрать категории интересов. И тогда таблица покажет ключи, людей с этими интересами. Перевернуть все сверху вниз.
Итого
Дашборд — это удобное место, где можно рефлексировать на тему проведенной рекламной кампании. Разделять данные с целью понять, что было сделано правильно, а что нет. Что интересует аудиторию, какие действия они совершили и что им интересно. Подобные размышления позволяют создавать новые гипотезы и находить нестандартные решения, которые очень нужны в конкурентной борьбе.