Якщо людина клікнула на рекламу у Facebook, перейшла на сайт та купила товар — тут все ясно: для статистики онлайн-конверсій та аналізу поведінки користувачів в мережі є багато простих інструментів. Але що робити з офлайн-покупцями, які прийшли у фізичний магазин після того, як побачили банер, загуглили бренд, або відвідали сайт? Як виявити, яким був їх шлях клієнта та яка диджитал-реклама спрацювала в цьому випадку?
Команді Pufetto вдається відслідковувати вже половину офлайн-транзакцій, найближчим часом цю цифру планують довести до 80+%.
8 років експериментуємо зі статистикою
Наша бізнес-модель — online-to-offline, вона передбачає поєднання магазинів з сайтом та залучення покупців з мережі в офлайнові магазини, адже ми виробляємо меблі, а їх краще побачити наживо. Тому різноманітні спроби відслідковувати офлайн-конверсії ми робили з самого початку існування Pufetto, тобто десь з 2013 року. Від того, наскільки точно ми зможемо виміряти цей показник, залежало, наскільки ефективними будуть наші маркетингові витрати.
Різні формули та покрокові інструкції, як вимірювати офлайн-конверсії, описані у багатьох статтях та шукаються в Google за кілька хвилин. Проблема в тому, що в реальному житті готові рецепти погано підходять, або працюють лише для невеликої кількості компаній.
Наприклад, одна з найпростіших ідей виглядає так: коли покупець дзвонить в магазин, його сесії присвоюють унікальний ідентифікатор, який згодом просять назвати під час покупки у фізичному магазині. Але далеко не усі дзвонять перед покупкою, а щоб мотивувати людину записати та назвати код, потрібно закладати в бюджет додаткові знижки.
Специфіка нашого бізнесу передбачає додаткові особливості:
- Між появою потреби та покупкою проходить багато часу (людина може захотіти диван, але обирати його та виділяти на це гроші може кілька років);
- Відносно невелика кількість транзакцій з точки зору big data (меблі — не ті товари, які купують щодня, і навіть не раз на місяць);
- Відвідування сайтів з різних девайсів, а також family purchase (обираючи ліжко, члени сім’ї пересилають одне одному лінки, тому їх відкривають кілька людей, з ноутбуків, планшетів та телефонів);
За таких умов, відтворити шлях покупця (customer journey) набагато складніше, аніж здається.
Як ми це робимо
Головна задача — знайти точки стикання з клієнтом в онлайні та офлайні та «зметчити» їх. Віднайти будь-які дані про конкретного користувача в онлайні та співставити їх з даними, які він лишить в магазині під час покупки. Це може бути електронна пошта, номер телефону, особистий ідентифікатор тощо. Як тільки офлайнового покупця вдається співставити з конкретним онлайновим користувачем сайту, можна проаналізувати, які дії призвели до покупки, та яка діджитал-реклама спрацювала.
Вже зараз ми дійшли до показників, коли відслідковуємо половину конверсій. Основні інструменти для цього — наш власний сайт, CRM-система, Google Analytics, Google Bigquery, велика кількість Excel-таблиць, а також інтелектуальні зусилля розробників.
Найпростіший приклад: людина заходить на наш сайт та лишає свій мейл, щоб підписатися на новини. Коли через півроку вона оформить замовлення у фізичному магазині на цей самий мейл, ми можемо підтягнути хоча б частину її онлайн-історії та з великою долею вірогідності — джерело, з якого вона зайшла на сайт ще тоді, в перший раз. Тому ми спонукаємо підписуватися на новини — надаємо за це 300 гривень знижки.
Втім, якби усі, хто підписався, рано чи пізно купували б товари — це було б надто просто. На ділі таких лише кілька відсотків, тож алгоритм доводиться ускладнювати. Наприклад, вводити мотивації для реєстрації в персональному кабінеті, створювати механіки «відкриття всіх виробів, що клієнт додав до себе у вішліст в телефоні, — в магазинах на великих екранах», або навпаки — кастомізувати для клієнта замовлення на девайсах в наших магазинах та відправляти йому на пошту — на його девайси.
У випадку з direct й brand organic трафіком, тобто тими покупцями, які зайшли на сайт цілеспрямовано, ми не можемо бути впевнені, що це було першим контактом з нашим брендом. Частину таких покупців ми відмічаємо у джерелах трафіку як «порадили друзі». Може бути, що їх першу точку контакту ми «не піймали» — до відвідування сайту це міг бути випадковий лайк в Instagram рік тому, або додавання у закладки після медійної кампанії сайту три роки тому.
Загалом ми намагаємося трекати користувачів з усіх джерел. Від самого каналу (був це Facebook, Instagram, банерна реклама, чи будь-що інше) це не залежить. Скоріше від самої поведінки користувача — якщо він користується сайтом в режимі інкогніто, дуже часто змінює девайси, чистить cookies, або ретельно уникає так званих «точок метчингу»: підписки на новини, дзвінка, і так далі. — задача ускладнюється.
Що ми далі робимо з цими даними
Робота з офлайн-конверсією нічим не відрізняється від звичайної конверсії в e-commerce. Проблема тільки в тому, що отримувати ці дані значно складніше. А далі ми робимо звичні речі: приймаємо рішення про ефективність каналів та маркетингових кампаній та специфіці поведінки клієнта до моменту купівлі.
Трекаючи ці дані, цікаво спостерігати, наскільки справжні стимули до купівлі товарів відрізняються від того, що лишається в голові покупця. Наприклад, відповідаючи в магазині на офлайн-опитувальник, клієнт може сказати, що потреба у ліжку в нього виникла два тижні тому, і він швидко прийняв рішення про купівлю. Але якщо зануритися в діджитал-аналітику, виявляється, що він вже як мінімум, рік отримував наші розсилки та періодично заходив на сайт роздивлятися меблі.
Якщо резюмувати, складність вимірювання офлайн-конверсій — складне завдання, але не нездійсненне. «Коробочних», гарантовано ефективних і недорогих інструментів поки що немає. Але комбінуючи різні інструменти і підходячи до задачі креативно, це завдання цілком можна реалізувати практично для будь-якого бізнесу.