Чтобы ответить на вопрос о том, почему у клиник не получается настроить сквозную аналитику, давайте начнем с определения данного понятия.
Сквозная аналитика — это метод анализа, который позволяет оценить эффективность вложений в маркетинг путем отслеживания полного пути клиента: от просмотра рекламы до продажи и повторных заказов. Благодаря сквозной аналитике компания должна видеть реальную картину эффективности маркетинга: какие каналы рекламы и источники приносят продажи. «Сквозняк» полезен маркетологам, чтобы понимать, как планировать бюджет и какие каналы задействовать для получения максимальной прибыли.
Чтобы получить более полную картину мира, давайте обратимся к еще одному достоверному источнику. Например как трактует термин "сквозная аналитика" компания МТС, которая имеет свою платформу для маркетологов:
Сквозная аналитика – система сбора данных, которая нужна для анализа эффективности работы маркетинга. Она показывает полный путь покупателя: от первого показа рекламы до закрытия сделки. Главная задача сквозной аналитики – свести всю статистическую информацию о продажах в одно место и установить причинно-следственную связь между затратами на рекламу и закрытыми сделками.
Как мы видим, ключевое в этих определениях - ПОЛНЫЙ ПУТЬ КЛИЕНТА ОТ ПЕРВОГО ПОКАЗА ДО ЗАКРЫТИЯ СДЕЛКИ! Запомним этот очень существенный и наиважнейший момент, чтобы в дальнейшем честно ответить на вопрос о существовании "сквозной аналитики" и необходимости затрат сотен тысяч рублей, чтобы настроить отчеты, которые якобы покажут реальную эффективность рекламных компаний.
Для чего нужна "Сквозная аналитика"?
В маркетинге она призвана ответить на главный вопрос: как каждая рекламная кампания влияет на приток денег в бизнесе.
Возникает основной вопрос: "Возможно ли настроить реальную сквозную аналитику или это мифы, которые распространяют it-сервисы и специалисты, которые хотят продать свою услугу дороже, чем те специалисты, которые настраивают обычную качественную аналитику?".
Давайте разбираться, что не так с данным видом аналитики
Чтобы разобраться в этой запутанной и непростой истории нам предстоит понять реальный путь пациента, инструменты, с помощью которых он проходит этот путь, а также развитость современных технологий вплоть до чипа в мозге, который может появиться в каком-то скором будущем. Зачем чип? Скоро узнаете:)
CJM (карта пути клиента/пациента)
Чтобы одержать победу, необходимо победить сначала на бумаге.
CJM (карта пути клиента) или CJP (полный аналог CJM только в медицинской сфере - карта пути пациента) позволяет понять, как выглядит гипотетический, и далее при накоплении данных сопоставить его с реальным путем пациента от возникновения потребности до его прихода в клинику.
Когда мы составляем карту пути, то видим, какими инструментами будет пользоваться пациент, чтобы найти клинику и записаться на прием.
Технологии
Разработчики "сквозных аналитик" уверены, что существуют технологии, которые позволяют отслеживать все "следы" пользователя, чтобы далее по ним проследить полный путь от первого касания до покупки. Таким образом "сквозные аналитики" ощущают себя настоящими следопытами, которые в чаще леса пытаются найти потерявшегося человека.
Вот что говорят некоторые сервисы и специалисты, которые являются верующими в сквозную аналитику:
Чтобы отслеживать полный путь клиента по воронке продаж, необходимо пометить каждого пользователя. Для этого в сквозной аналитике используется ClientID — уникальный идентификатор пользователя, который хранится в Cookies браузера и сохраняется на длительный срок. Это позволяет системам аналитики связывать пользователя с каналами привлечения трафика, его действиями на сайте и итоговыми продажами.
Действительно инструменты коллтрекинга, омниканальности, ClientID (Яндекса и Google, а также ряда других сервисов) позволяют проследить некоторую часть пути пациента. Чаще всего это небольшая часть, которая может ошибочно трактоваться как полная, в связи с чем будут приняты управленческие решения, которые обрушат маркетинг без возможности его реанимировать за короткий срок. Ломать - не строить!
Как это применимо к сфере медицины сегодня?
Для того, чтобы разобраться в этом, необходимо ввести еще три термина: "АТРИБУЦИЯ", "ПРЯМАЯ КОНВЕРСИЯ" и "АССОЦИИРОВАННАЯ КОНВЕРСИЯ".
Модель атрибуции — это принцип, по которому система аналитики распределяет ценность между источниками, привлекающими пользователя на сайт перед покупкой. Чаще всего по умолчанию атрибуция идет по последнему значимому клику.
Прямая конверсия - у пациента возникла потребность, он перешел в Яндекс, вбил запрос, получил ответ, перешел по SEO (органическая нерекламная позиция в поисковой системе) на сайт и сразу совершил запись на прием, пришел в клинику, оплатил. Этот вид конверсии самый лучший и прозрачный. В этом сценарии сквозная аналитика возможна. С такой задачей справится бесплатный инструмент под названием Яндекс.Метрика.
Ассоциированные конверсии - это промежуточные посещения сайта из разных каналов и источников трафика, которые привели к осуществлению конверсии. В Яндекс.Метрике и Google Analytics конверсии засчитываются по последнему клику, после которого произошло целевое действие. Стоит иметь ввиду, что чаще всего путь пользователя с момента того, как он заинтересовался продуктом/услугой и совершил покупку, не ограничивается одним переходом на сайт и кликом по кнопке «Записаться на прием». Обычно перед совершением конверсии человек несколько раз попадает на целевую страницу из разных каналов.
Построим простой путь пациента, когда сквозная аналитика безусловно сможет справиться и показать нам результат:
Сценарий 1: Пациент заболел - сам начал поиск в сети интернет - перешел по контекстной рекламе или SEO - заполнил заявку - администратор перезвонил - пациент пришел в клинику и заплатил за прием.
В данном примере мы говорим о "ПРЯМОЙ КОНВЕРСИИ". Т.е когда пациент пришел сразу, приняв быстрое решение о записи. Таким образом атрибуция будет понятная и правильная - контекстная реклама привела пациента на сайт, после чего он записался и пришел в клинику. Маркетолог хлопает в ладоши и считает ROMI, правда делает это чаще всего неправильно из-за давления руководства, которое хочет считать ROMI сразу после первичного приема.
Сценарий 2: Пациент заболел - начал поиск в сети интернет - перешел по контекстной рекламе - изучил сайт и закрыл его, так как срочно надо было ехать за ребенком в детский сад. Придя домой пациент зашел на почту, где его догнала ваша реклама РСЯ. При клике по баннеру произошел очередной переход на сайт, на котором он вновь ознакомился с информацией и вновь отложил принятие решения. Спустя неделю ваша реклама догнала пациента в социальной сети Вконтакте. После очередного перехода на сайт пациент заполняет заявку на запись.
Если следовать логике атрибуции по последнему значимому клику, то аналитика покажет, что реклама во Вконтакте привлекла пациента, но эти выводы будут некорректными, так как прогрев произошел благодаря первому касанию через контекст. Именно здесь на помощь приходят "Ассоциированные конверсии".
Ассоциированные конверсии в Яндекс.Метрике и Google
Разберём, какие модели в Яндекс Метрике помогают анализировать источники трафика. Всего их пять:
- «По первому переходу» — в ней вся ценность отдаётся первому каналу трафика, который привёл посетителя сайта к нужному действию. При этом она засчитывает все визиты на сайт, совершённые пользователем.
- «По последнему переходу» — здесь учитывается только последний переход, который привёл к нужной цели. Остальные визиты не учитываются, поэтому данная модель будет неинформативной при анализе ассоциированных конверсий.
- «По последнему значимому переходу» — вся ценность присваивается только значимому источнику, с которого пришёл пользователь перед покупкой, заявкой, регистрацией, звонком. Значимыми считаются: рекламные баннеры и объявления, социальные сети, мессенджеры, поисковые и рекомендательные системы, рассылки, ссылки на сайтах. Визиты с сохранённых страниц, внутренние переходы и прямые заходы на сайт модель не учитывает.
- «По последнему переходу из Директа» — по ней всю ценность получает последний переход из рекламного объявления, баннера в Директе. Если таких визитов не было, система отдаст ценность последнему переходу из значимого источника.
- Автоматическая — конверсии, к которым привела рекламная кампания, определяются с помощью алгоритмов машинного обучения. Алгоритмы учитывают различные факторы: время до и после конверсии, тип устройства (кросс-девайс), проявление интереса пользователя и членов его семьи (домохозяйства) к товару или услуге и т. д.
Google с июля 2023 года использует новый формат – Google Analytics 4, где нет отчета по ассоциированным конверсиям, но данные можно посмотреть в отчетах по атрибуции. В отчетах по атрибуции для ресурсов Google Аналитики 4 доступно три типа моделей атрибуции: модели на основе правил для платных и бесплатных каналов, модель на основе правил для платных каналов Google и атрибуция на основе данных. Чтобы посмотреть отчеты по атрибуции, на панели слева следует нажать «Реклама» и в разделе «Атрибуция» выбрать «Сравнение моделей» или «Пути конверсии».
Вывод: чтобы оценить, насколько эффективно работает канал, важно понимать, на каком этапе воронки он располагается, и уже исходя из этого выбирать модель атрибуции для его анализа. Например, если компания выводит новый продукт на широкую аудиторию, анализировать результаты будет правильнее при помощи модели по первому переходу. Так как на данном этапе источники будут работать на узнаваемость бренда, а не на продажи.
Разбираемся дальше.
Сценарий 3: Пациент заболел и попросил супругу найти клинику. Супруга начала поиск - перешла по SEO на сайт - ознакомилась с услугами и ей все понравилось. Она отправила мужу ссылку на сайт. Муж перешел по прямой ссылке из мессенджера. У него возникли вопросы о качестве лечения и он решил найти отзывы на внешних источниках. В Яндексе пациента вбивает "ФИО врача + отзывы". Яндекс предлагает отзовики: ПроДокторов, Напоправку, Сберздоровье. Пациент переходит по ссылке на Продокторов, читает отзывы и далее записывается напрямую через агрегатор.
Что в итоге увидит система "сквозной аналитики"? Пациента привел агрегатор. Какие выводы о SEO будут сделаны? Оно не работает, так как конверсии через поисковую выдачу не зафиксированы. Помогут ли "Ассоциированные конверсии"? Нет, аналитика не отобразит необходимую информацию.
Сценарий 4: Пациент привык читать отзывы на одном из отзовиков, например на ПроДокторов. Зашел на платформу, почитал информацию о врачах-неврологах, выбрал подходящего, у которого не подключена запись-онлайн, так как клиника не имеет подобную интеграцию из-за ограничений в МИС. После ознакомления с отзывами пациент идет на сайт клиники (в Яндексе вбивает название клиники, которое он узнал на сайте ПроДокторов), чтобы подробнее прочитать на основном сайте и принять окончательное решение. По SEO пациент попадает на сайт. Яндекс.Метрика фиксирует переход по брендовому запросу. Пациенту все нравится и он записывается через сайт клиники. Атрибуция по последнему значимому действию засчитывает "очки" SEO и сайту. ПроДокторов просто стоит с боку и вообще никак не фигурирует в аналитике, в связи с чем маркетолог клиники уверен, что лучше всего работает SEO по брендовому запросу, пренебрегая отзовиками, которые на самом деле являются драйвером для формирования брендовых запросов.
Если следовать дальнейшей логике подобных атрибуций, можно дойти до абсурда и сделать выводы, что например такое направление как PR и офлайн-реклама, которая чаще всего является драйверов для роста узнаваемости, на самом деле не нужны, так как прямых конверсий из этих каналов чаще всего нет совсем или они в очень ограниченном количестве.
Нужна ли аналитика?
Стоит ли сделать вывод, что в итоге нет смысла настраивать аналитику по каналам? Такой вывод будет не верным. Когда мы говорим про аналитику, то должны понимать принципы ее построения, а также вероятность погрешности, чтобы не наломать дров. Если не учесть все точки касания на пути пациента, можно сделать например такой ошибочный вывод: вкладываться нужно только в контекстную рекламу, ведь она дает конверсии, а SEO и агрегаторы вообще остановить.
Сколько стоит настройка аналитики
Если мы говорим про корректную аналитику (на сколько можно применить понятие корректности в данном сегменте бизнеса), то настройка в среднем начинается от 50 000-150 000 рублей. Если у вас большое количество каналов, CRM, МИС и т.д., то систему аналитики надо постараться настроить "до денег в кассе".
Сколько стоит работа грамотного аналитика, который не наломает дров, а сможет строить эффективные гипотезы и постоянно донастраивать системы аналитики? Стоит ориентироваться на зарплату от 150 000-200 000 рублей.
К каким выводам можно прийти, понимая порядок цифр описанный выше? Если ваш бюджет меньше или сопоставим с этими показателями, то думать о "сквозной аналитике" точно пока рано, так как вам для начала нужно получать больше трафика и его далее конвертировать в пациентов. Когда у вас настроены бизнес-процессы и вы видите высокие показатели конверсий в запись, доходимость и оставаемость на лечение, то после этого будет полезно, увеличивая бюджеты на маркетинг вводить сложные системы аналитики, над которыми будут работать профессионалы.
Что важно учитывать при построении гипотез и принятии управленческих решений:
- Ассоциированные конверсии — это важные составляющие воронки. Если их не учитывать, не получится оценить эффективность каналов и получить от РК максимально возможное количество целевых действий.
- С помощью ассоциированных конверсий компания может постараться узнать (но при этом не получить исчерпывающий ответ), где потенциальные пациенты знакомятся с её продуктом или услугой, отследить подробную, но при этом всеже не полную длину пути взаимодействия и рассчитать, какой вклад в кампанию вносит каждый канал.
- Чтобы получить более точную картину взаимодействия пользователей с каналами трафика, стоит анализировать все конверсии с помощью различных моделей атрибуции. В Метрике данные атрибутируются по пяти моделям, каждая из которых помогает оценить рекламные источники по определённым параметрам.
- Понимание того, что "сквозной аналитики" не существует позволяет не тратить бесконечные силы и бюджеты на ее выстраивание.
- Аналитика позволяет получить не полную, но полезную информацию, чтобы построить новые гипотезы, которые могут улучшить эффективность рекламных кампаний. Ключевое слово здесь - МОГУТ.
Аналитика это волшебная кнопка к продажам?
Любая аналитика всего лишь инструмент. Собираемые показатели не увеличат деньги в кассе, но позволят при необходимых для этого навыках построить новые гипотезы, которые в итоге могут привести к увеличению потока пациентов, а также снижению затрат на маркетинг.
Так а при чем тогда чип в мозге? 🧠 Только при его наличии (и то с некоторыми ограничениями) можно будет выстроить полный путь пациента от первого касания до денег в кассе.
Остались вопросы? Пишите в комментариях и рассказывайте о своем опыте построения сквозной аналитики.
Маркетплейс для клиник
