Автор: Илья Бродский Целевая аудитория: - Интернет-маркетологи
- Веб-аналитики
- Руководство
Основная задача аналитики бизнеса — найти причины роста или падения ключевых бизнес-показателей, найти точки роста, улучшить то, что работает плохо и усилить существующие сильные стороны.
В данной работе мы анализируем интернет-магазин с настроенной электронной коммерцией Яндекс.Метрики.
В работе использовались обычный API Яндекс.Метрики и Logs API Яндекс.Метрики.
Проблематика Чаще всего существует очень много факторов, влияющих на изменения основных бизнес-показателей интернет-магазина (в нашем случае, выручка). Причин, и в самом деле, великое множество: качество трафика, ассортимент товара, сезонность, политическая обстановка, юзабилити сайта и.т.д. Анализ клиентов позволяет взглянуть на картину с немного другой стороны: он позволяет понять, какие именно клиенты и почему именно они приносят основной доход. С помощью него можно понять, на каких клиентов стоит делать ставку и заниматься их привлечением, удержанием и развитием.
Решение В первую очередь, был проведен анализ простейших показателей:
- Мы посмотрели на зависимость доходов и посещений по месяцам, доходу и конверсиям в покупки по месяцам; выявили, что, несмотря на падение посещаемости, у нас почему-то росла конверсия, а вместе с ней и количество покупок и, как следствие, доход.
- Посмотрели распределение трафика по источникам в зависимости от месяца, увидели интересное изменение поисковой и e-mail рекламы.
- Посмотрели на распределение покупок по городам в зависимости от размера города.
Далее интереснее. Подключившись к Logs API (спасибо команде Яндекс.Метрики за помощь и консультацию в 3 часа ночи, кстати впервые в жизни видел, как разработчик по своей воле работает в ночь с пятницы на субботу), обойдя некоторые трудности, связанные с особенностью хранения сырых данных (да-да, не все так просто, если пользователь в одну сессию сделал несколько транзакций на разные суммы, а таких примеров в любом интернет-магазине куча), сделали следующие вещи:
Небольшое лирическое отступление или что же такое Logs API и почему это вроде как крутоРаботая в любой из двух всем известных систем аналитики, мы сталкиваемся с агрегированными данными (несколько измерений (dimensions) — несколько столбцов (метрик) — и вперед анализировать!), но в этом случае за нас, как за аналитиков, уже многое решили не спросив, а именно:
– за нас выбрали модель атрибуции;
– за нас посчитали показатели (а, может быть, мы хотели другие?);
– за нас построили уже отчеты, думая, что нам так будет удобнее;
– нам не дали возможность связать данные с другими системами (это, конечно, лукавство в какой-то степени, никто этого запрещать не будет, но как, простите, качественно связать данные из CRM с агрегированными данными из системы веб аналитики?);
– ну, или если созданный отчет устраивает вас полностью, но вы боитесь слова "сэмплинг" или слова "погрешность", то Logs API создан именно для вас.
Для этого Яндекс.Метрика дала возможность выгрузить сырые данные — гигантская таблица, где каждая сессия в отдельной строке или каждый хит в отдельной строке, для совсем извращенцев (зачеркнуто) профессиональных аналитиков. Итак, продолжим: взломав (зачеркнуто) приконнектившись к Logs API, мы сделали следующее:
- Отчет по цепочкам конверсий (аналог отчета в Google Analytics, который очень любят менеджеры по интернет-рекламе, говоря, что он расширяет сознание (зачеркнуто) понимание об источниках трафика, приносящих конверсии). В него добавили не только цепочки, по которым были транзакции, но еще и цепочки, по которым транзакций не было, и посчитали конверсии по ним. Удивительно, что некоторые цепочки с 50-60 % вероятностью конвертируют в транзакцию;
- Когортный анализ. Сделан полностью на DAX. Интересно видеть зависимость молодости когорты от принесенных денег в первые и последующие месяцы;