Анализировать - это означает принимать решение, используя свои Весь процесс принятия верного и обдуманного решения можно разделить на три шага. Во-первых, следует собрать как можно больше информации. Затем ее нужно тщательно проанализировать и на основе сделанных выводов принять окончательное решение.
Как умение анализировать помогает решать проблемы
Стоит отметить важность этапа И в этом деле лучше использовать собственный опыт, поскольку чужие советы вам не помогут, а скорее наоборот - будут мешать. Поэтому меньше слушайте тех, кто не заинтересован в решении вашего вопроса. Некоторым людям не нужно объяснять, что значит анализировать, это дано им от природы. Но если вы обделены этим умением, то нужно тренировать свою способность к анализу и развивать Добиться результатов можно в любой области знания, но для этого придется приложить определенные усилия.
Как правильно анализировать - простые тренировки
Начинать тренироваться нужно с простых упражнений. К примеру, следует прочесть небольшой текст и постараться определить, какая часть в нем самая важная. Для этого вам нужно составить план основных событий, которые описаны в тексте.
Такое упражнение поможет вам научиться выделять из массы полученной информации самое главное. Этого будет вполне достаточно, чтобы добиться успеха практически в любой сфере деятельности. Только запомните, чрезмерное усердие в выполнении данного упражнения не принесет вам пользы. Большое количество ненужной вам информации никак не поможет вам научиться анализировать. Это только
Анализ в решении задач
Решение физических и математических задач также поможет вам научиться правильно анализировать полученную информацию. В точных науках, чтобы найти ответ, нужно для начала проанализировать приведенные условия. Только в этом случае вы поймете, Поскольку анализировать - это не так просто, то стоит во время выполнения данного упражнения постараться структурировать в определенной последовательности этапы решения.
Практическое применение анализа
Чтобы обрабатывать полученную информацию, нужно обладать такой чертой характера, как усидчивость. Если предложенные упражнения не кажутся вам сложными, то можно попробовать применить анализ на практике. Обратите внимание, что испытывать свои силы лучше на тех ситуациях, которые вас лично не касаются. В ином случае вы не сможете субъективно анализировать, это будет решение, принятое под воздействием эмоционального возбуждения. То есть оно не будет стопроцентно правильным.
Максимально объективное отношение к ситуации поможет вам научиться контролировать свои эмоции, что пригодится вам для развития аналитического мышления. Рекомендуется начинать с обыденных жизненных ситуаций, которые вы легко можете объяснить. Например, постараться найти причины, по которым произошла та или иная ситуация, или же объяснить поведение людей. Постепенно повышая уровень сложности решаемых аналитических задач, вы научитесь находить правильный выход практически из любой ситуации.
Чтобы адекватно оценить эффективность своих рекламных кампаний, нужно анализировать данные по сайту. Только так вы поймете, какие посетители к вам приходят, на каком языке говорят, что ищут, какой рекламный канал эффективнее всего, работает ваш контент или нет.
Для анализа данных по сайту используйте Google Analytics. Эта система предлагает огромные возможности для сбора и анализа самых разных данных. В том числе — стандартные отчеты, из которых можно почерпнуть много полезной информации по сайту.
Но часто стандартных отчетов недостаточно , или наоборот, они содержат много лишнего (чаще всего сталкиваешься именно с последним). Отталкиваясь от потребностей вашего бизнеса, и вас самих, как владельца сайта, создавайте в системе свои, пользовательские отчеты. Таким образом, вы сможете выбирать только те данные, которые вам действительно интересны .
Сложность с отчетами в Google Analytics в том, что новичку или владельцу бизнеса сложно разобраться в запутанном интерфейсе сервиса . Не всегда понятно, какие данные выбрать, чтобы получить нужный отчет. Заблудиться в Аналитиксе, и закопаться в тонне ненужных данных на самом деле проще простого.
В этой статье мы покажем вам, как создать пользовательские отчеты для вашего бизнеса на ряде примеров.
Чтобы отчеты работали корректно, и показывали реальную картину, нужно соблюсти несколько важных условий:
Вот теперь вы готовы к созданию собственных, пользовательских отчетов. Но для начала давайте разберемся, какие есть виды отчетов в Google Analytics.
Можно пойти двумя путями: доработать основной (если этой информации вам мало) или создавать пользовательские отчеты с нуля.
Доработать основной отчет очень просто.
Берем любой стандартный отчет и задаем дополнительный параметр:
Например, мне стало интересно, какова глубина просмотра страниц с разных устройств:
Как видите, отчет сразу изменился.
Но лучше создавать свои собственные отчеты, и задавать нужные вам параметры.
Создаются пользовательские отчеты на вкладке «Специальные отчеты – Мои отчеты – Добавить отчет».
Сразу хочу успокоить: задавать настройки каждый раз не нужно. Если вы уже один раз создали отчет, этот шаблон у вас остается в разделе «Мои отчеты». И вы каждый раз можете заходить и проверять те данные, которые вам нужны. На скрине видно, что у меня уже есть несколько созданных отчетов.
Итак, мы нажали «Создать отчет». Перед вами появится вот такая форма:
Теперь он будет всегда доступен (если не удалите) на вкладке «Мои отчеты».
Да, скажете вы, как все просто! А какие параметры и показатели выбирать?
Я поделюсь с вами некоторыми отчетами, которые делаю сама, и которые могут быть вам полезны — в первую очередь для владельцев корпоративных сайтов с блогом.
Для кого: для тех, кто продвигается на международном рынке, и хочет понять, где наиболее заинтересованная аудитория.
Для чего: чтобы понять, как распределяются трафик и конверсии по регионам, насколько высока конверсия и заинтересованность.
Создание: выбираем тип отчета – «Наложение на карту». Задаем параметры масштабирования.
В результате у вас получится отчет, по которому видно, из какой страны вы активнее всего получаете новых пользователей, и насколько эти новые пользователи заинтересованы содержимым вашего сайта.
Аналогичным образом можно сделать отчёт по городам или регионам одной страны.
Для кого: для всех, кто использует контент-маркетинг для привлечения новых клиентов; для всех, у кого есть блог. Без такого отчета в особенности не обойтись информационным сайтам.
Для чего : если вы создаете полезный контент, и хотите понять, насколько хорошо он работает – это именно тот отчет, который вам пригодится. Сразу видно, какая статья или какой материал не только интереснее всех, но и обеспечивает достижение целей, и полезен для вашего бизнеса.
Создание: выбираем тип отчета – «Анализ». Задаем следующие показатели и параметры:
В результате мы увидим название страницы, входы, и количество уникальных посетителей, количество отказов и просмотров страниц, среднюю продолжительность просмотра страницы, количество достигнутых целей и ценность цели за сеанс.
Для кого : для всех, кто занимается самостоятельно, и хочет увидеть результат своих усилий.
Для чего : данный отчет дает ответ на животрепещущий вопрос – правильное ли ключевое слово ведет на нужную страницу? Также отчет покажет другие данные, такие как время загрузки страницы, коэффициент конверсии и прочее.
Создание: выбираем тип отчета – «Простая таблица». В параметрах указываем «Название страницы» и «Ключевое слово». В показателях:
Если интересует что-то еще – добавьте.
А теперь самое интересное – фильтры. Посмотрите на скриншот.
А вот и сам отчет:
В простой таблице рядом стоят названия страниц и ключевые слова, по которым на них попадают пользователи. Благодаря показателям по достигнутым целям вы сможете понять, стоит менять свою стратегию или нет.
Для кого: для всех, кто занимается SEO-продвижением и хочет оценить вовлеченность пользователей.
Для чего: чтобы оценить эффективность страниц с точки зрения уникальных просмотров, процента отказов, процента выходов, достигнутых конверсий.
Создание. Тип отчета – «Анализ». Снова нужно задать фильтры, как в анализе ключевых слов. Параметры смотрите на скриншоте:
На выходе получаем вот такой отчет:
Перед вами десятка самых эффективных страниц вашего сайта. Сразу видно, у какой страницы больше всего процент отказов – вот и есть над чем подумать и поработать.
Для кого: для тех, кто рекламируется с помощью контекстной рекламы.
Для чего: чтобы понять, какие ключевые слова в ваших рекламных кампаниях Adwords эффективнее всего.
Создание: выбираем тип отчета – «Простая таблица». Задаем параметры и фильтры:
На выходе получите отчет со списком десяти самых эффективных ключевых слов. Также оцените их стоимость, количество конверсий и стоимость конверсии. Для удобства указана и группа объявлений, в которой находится это ключевое слово.
Для кого: для тех, кто использует социальные сети для продвижения сайта.
Для чего: чтобы понять, какие социальные сети дают больше трафика, куда нужно выгоднее инвестировать.
Создание: тип отчета – «Простая таблица». Задаем параметры:
Самое интересное здесь – в фильтрах. Включаем Источник, а в поле «Регулярное выражение» добавляем следующее:
facebook\.com|twitter\.com|linkedin|del\.icio\.us|delicious\.com|technorati|digg\.com| hootsuite|stumbleupon|netvibes|bloglines|faves\.com|aim\.com|friendfeed|blinklist|fark| furl|newsgator|prweb|msplinks|myspace|bit\.ly|tr\.im|cli\.gs|zi\.ma|poprl|tinyurl|ow\.ly|reddit
Это те отчеты, которых вам вполне хватит для начала. Захотите погрузиться глубже – пробуйте сами создавать отчеты, задавая разные параметры или расширяя стандартные.
Пользовательские или кастомные отчеты в Google Analytics могут содержать в себе только те данные, которые нужны вам, и только вам. Создайте для себя несколько шаблонов, и они всегда будут под рукой, вы всегда сможете проверить нынешнее положение дел.
Есть более простые отчеты, можно создавать и сложные с дополнительными настройками и переменными – мы с вами это уже увидели на примере последнего отчета.
Создавая отчеты, всегда думайте в первую очередь о целях вашего бизнеса. Какие задачи должен решать ваш сайт? Ответы на какие вопросы вы хотите получить?
Комбинируя разные показатели, вы сможете получить нужный ответ.
Сохраните статью себе, и попробуйте создать отчеты из приведенных примеров. Поверьте, аналитика вас затянет 🙂
С чего начать аналитику продаж? Все показатели аналитики делятся в соответствие с принципом 2Q1D на 3 вида: качественные, количественные и показатели развития. 2Q1D предполагает использование методов аналитики продаж по определенному универсальному алгоритму.
Quantity означает аналитику показателей продаж в количественном разрезе. Здесь отслеживается насколько эффективно работает система : холодные звонки, встречи, трафик с сайта или блога, инструменты интернет-маркетинга. Делая такой анализ, вы изучаете как максимально расширить вход или «горло» воронки.
Quality объединяет в себе группу методов аналитики в продажах, которые направлены на замер качественных показателей. Как составить ее в рамках quality? Измеряйте и воспользуйтесь такими методами, как:
Пользуясь такой аналитикой продаж, вы заботитесь о расширении стенок воронке по всей ее длине.
Developing. Речь идет о развитии бизнеса. Цель — создание новых воронок по продуктам и по каналам. Только после работы над quantity и quality запускайте новые продукты, подключайте новые каналы. Затем оцениваются темпы и качество развития, замеряются стандартные показатели продаж.
Аналитика продаж в компании начинается с текущей базы. Он позволит вам понять, какие клиенты покупают больше и чаще, а также какие продукты покупают больше и чаще. Зачем вам это нужно? Очевидно, что после такого исследования вы сможете выявлять представителей своей целевой аудитории с высокой степенью точности, что в свою очередь обеспечит рост выручки.
Буквы ABC XYZ означают:
Текущими клиентами должны заниматься отдельные менеджеры. Не стоит совмещать эти обязанности с работой по привлечению новых покупателей. Регулярный ABCXYZ-анализ поможет контролировать:
Важно поощрять повторные сделки. Делать это можно различными способами, в том числе, специальными программами лояльности, в которые входят подарки, бесплатные семинары или мастер-классы, скидки и акции по ассортименту и т.д.
Клиенты из группы 2 также важны: их предложения о том, что следует изменить для повышения их оценки, могут стать основой для сокращения оттока покупателей и улучшения дальнейшей работы.
Если у компании периодический цикл реализации товаров/услуги, то аналитика должна включать такой показатель, как доля в клиенте. Важно понимать, сколько продукции покупатель берет в вашей фирме, а за какой обращается к конкурентам. При этом также необходимо оценивать, какова ваша доля по потенциалу up-sale и cross-sale.
Получить данные можно тремя способами:
К примеру, компания ежемесячно поставляет одному контрагенту 40 пачек бумаги. При этом общий объем закупок – 100 пачек. Считаем долю в клиенте:
40: 100 = 0,4 или 40%.
А теперь надо подумать, как и за счет чего увеличить этот показатель: предложить более выгодную цену, удобную доставку, расширить ассортимент канцтоваров и т.д.
Что такое аналитика в продажах? Это прежде всего настройка системы отчетности. Отчеты для аналитики продаж формируются по 2 главным принципам: функциональному и структурному.
В соответствие с функциональным принципом аналитика по продажам отражает то, что происходит в бизнес процессах компании в целом.
А структурный принцип подразумевает аналитику в продажах по подразделениям.
Лидогенерация. Чтобы провести аналитику продаж в этой области, нужно следить за 2 направлениями:
Лидоконвертация. Это сфера первичных продаж. Самое главное в ней – повышение процента успешно закрытых сделок в составе входящего трафика. Тут анализируем 2 параметра:
Развитие клиентской базы. Это уже продвинутая аналитика или анализ продаж по 5 показателям.
Финансы. Аналитика продаж это в первую очередь расчет рентабельности деятельности по каждому из клиентов. Компании часто работают себе в убыток даже при большом обороте. Вы дорожите своими крупными, но проблемными контрагентами? А теперь посчитайте насколько вам вообще выгодно сотрудничество с ними.
Согласно данному принципу отчеты составляются по показателям 3 ключевых подразделений коммерческого направления.
Ежедневная, а также еженедельная отчетность и ее мониторинг составляют важную часть всей аналитики продаж. Методы, которые при этом используются, — это заполнение 2 прогнозных и 2 контрольных форм в .
1. «План оплат на неделю». В качестве примера аналитики продаж по этой форме приведем следующую таблицу.
Подобная таблица заполняется каждым продавцом еженедельно для того, чтобы можно было сформировать цели на следующую неделю. Неделя – критически важный период, так как в течение нее должна быть закрыта, как минимум, четвертая часть всего ежемесячного плана. Как делать аналитику продаж по «плану оплат на неделю»?
2. «План оплат на завтра». Для проведения аналитики продаж своевременно и корректно, вам необходимо постоянно отслеживать продвижение еженедельных планов по пайплайн. В этом вам поможет форма «план оплат на завтра».
Такая форма заполняется в конце рабочего дня, чтобы спланировать деятельность на завтра. Руководитель должен отслеживать ежедневное изменение по этой форме и сверяться с «планом оплат на неделю»
1. «Факт оплат за сегодня». Плановые показатели аналитики продаж контролируются с помощью отчета «Факт оплат за сегодня». Как делать аналитику продаж на ежедневной основе? Для этого сотрудники дважды в день заполняют такую таблицу.
Установите контрольные точки, когда продавцы вносят данные в эту форму. Например, они могут делать это первый раз перед обедом, а второй раз за полчаса до окончания рабочего дня. Такой контроль оправдан, так как стимулирует персонал двигаться к ежедневной цели, а руководителю позволит, вовремя вмешавшись, исправить ситуацию.
2. Отчет «Доска». Формируется автоматически как результат предварительной аналитики продаж. Пример:
Все данные в таком формате выводятся на видеопанель для всеобщего ознакомления.
Для чего нужна аналитика продаж по «доске»? По ней за несколько секунд можно определить, как обстоят дела с выполнением плана.
Особого внимания заслуживает первый столбец – «процент выполнения плана на текущий день». Не нужно путать его с абсолютным показателем, а вернее с абсолютно бесполезным показателем, который просто отражает процент закрытия плана.
Действительно, если представить ситуацию, что менеджер выполнил примерно 70% по прогнозу, и при этом мы находимся в середине третьего недельного цикла. О чем нам это говорит? Мы можем понять справляется человек с поставленными ему задачами или нет? Очевидно, что ответов на этот вопрос мы не получим.
Поэтому «процент выполнения плана на текущий день» — это показатель темпа. Таким образом, он «сообщает» о том, насколько будет выполнен план каждым из сотрудников, если тот продолжит работать в том же ритме.
Из приведенной выше «доски» ясно, что дела у Сидорова совсем плохи, Иванову следует сильно ускориться, и только лишь Петров работает почти со 100-процентной отдачей.
Для расчета показателя темпа выполнения плана в CRM загружается следующая формула:
Факт на текущий момент: (План на месяц: общее количество рабочих дней в месяце х количество отработанных дней за месяц) х 100
Аналитика по продажам товара и услуги также проводится по качественным и количественным показателям по звонкам.
1. Составляем технологические карты (листы развития сотрудников) – перечень навыков, необходимых для успешного закрытия сделки.
2. Слушаем ежемесячно 2-3 беседы каждого продавца и проставляем напротив навыков (чекпоинтов): «1» — применил и «0» — не применил.
3. Оцениваем каждый звонок по системе светофор: зеленый - в разговоре пройдено более 80% чекпоинтов из технологической карты; желтый - пройдено 60−80; красный - пройдено менее 60%.
Если перед вами желто-красное полотно, в отделе что-то пошло не так. В качестве мер по изменению ситуации используйте: тренинги, набор новых кадров, увольнение отдельных менеджеров.
Чем больше качественных разговоров по телефону с представителями свой целевой аудитории, тем выше выручка. Поэтому контролируем количество звонков:
Еще одним важным количественным показателем является длительность звонка. Тут смысл не в том, чтобы продавцы разговаривали меньше или дольше, а в том, чтобы найти оптимальную длительность для результативного звонка.
Аналитика крайне важна в процессе возвращения ушедших покупателей. Объяснить причину, подготовить правильный скрипт, наладить регулярную работу по этому направлению – все это можно сделать, имея под рукой сводные данные.
Побеседовав с «отвалившимися» покупателями, выясняются причины: возможно, случился какой-то конфликт, не сошлись характерами с новым менеджером, продукт не соответствует заявленному качеству или просто давно не звонили.
Имея аналитику в этом сегменте, можно составить план действий по : улучшить качество товара или сервиса, предложить эксклюзивный контракт, отправить приятный подарок и т.д. Постарайтесь доставить ушедшему клиенту удовольствие!
Как и в работе с текущей базой, привлечением новых клиентов должны заниматься отдельные менеджеры: по статистике отделов, это дает увеличение числа покупателей в 2-3 раза.
И в этом направлении также необходимо вести аналитику. Как и насколько обновилась база клиентов за последние полгода, какова конверсия из лидов в сделки, что представляет воронка по работе с новыми клиентами – эти и другие тематические отчеты должны быть под рукой руководителя.
Наличие исследований по новым клиентам поможет также подготовить предложения, которые позволят увеличить средний чек. К примеру, предлагать к основному продукту дополнительные, включить в ассортимент комплекты или усовершенствованные версии продукта по более высокой цене, начислять бонус за средний чек.
Мотивировать персонал могут и различные профессиональные конкурсы. Для большинства команды очень важно не ударить в грязь лицом, получить общее признание, поэтому азарт можно использовать для поддержки продаж.
Важно определить цель конкурса. Например, кто быстрее выполнит 50% плана или кто выполнит план на месяц за 3 недели, распродажа старой коллекции, кто больше продаст товаров определенного производителя.
Можно предложить команде побороться как за вполне себе материальный приз (поездка на выходные на базу отдыха, купон в СПА-салон, ужин на двоих в ресторане и т.д.), так и за возможность победителю получить вымпел, сидеть на кресле босса и т.д.
Обязательно проводите аналитику – какие конкурсы наиболее интересны вашим сотрудникам, чтобы выявить наиболее актуальные формы для нематериальной мотивации.
С помощью webhook пушим лиды в Google Sheets через Zapier, а из Google Sheets пушим данные в Google Analytics с помощью того же Zapier.
Какие у нас могут быть источники лидов?
У 80% сервисов есть такая функция, как webhook, например, при звонке на динамический номер, коллтрекинг отправляет данные о посетителе на URL, который мы укажем.
Какой URL нам указывать? - Нам нужен механизм, который может принять данные, выбрать из них, что нам нужно, и вставить их в Google Sheets в виде новой строки. Эту задачу выполнит сервис Zapier, будучи коннектором.
Источник > Zapier > Google Sheets > Zapier > Google Analytics
Логичнее всего будет начать с источников, давайте на реальном примере реализуем связку. В нашем случае в качестве источников выступает коллтрекинг Roistat и формы на сайте.
Переходим на сайт zapier.com и регистрируемся, нажимаем Make a Zap!
После этого откроется рабочее окно, давайте разберемся в интерфейсе:
Выбираем встроенный коннектор:
Нажимаем Catch Hook и Save + Continue:
Переходим на вкладку Set Up Webhook и копируем URL для приема вебхук, пусть пока лежит в буфере.
Переходим на Set Up Options и нажимаем Continue:
Теперь нам предлагают сделать тестовый запрос по вебхуку, мы параллельно открываем ROIstat и переходим в настройки сценария коллтрекинга:
Внутри вставляем наш URL, применяем и сохраняем сценарий, теперь нужно зайти на сайт и совершить тестовый звонок. Надеюсь, что коллтрекинг у вас работает корректно.
По документации ROISTAT вебхук передает следующие данные
После звонка вы увидите в Zapier, что он получил вебхук, нужно нажать Continue и сделать следующий виджет.
Задаем название для коннектора Get from ROISTAT, пока не забыли. В поиске вводим и выбираем Google Sheets
Создаем у себя в Google Drive новую таблицу, где у нас будут храниться все данные и вводим названия колонок. В нашем случае это:
Нужно понимать, что по коллтрекингу у нас есть повторные звонки, и было бы неправильно создавать новые лиды (строки), которые дублируют предыдущие. Для этого перед каждым добавлением строки (лида) мы по колонке Контакт (номер телефона) ищем, есть ли в ней уже такой номер телефона, который мы хотим добавить. Напомню, что номер телефона мы до этого уже получили по вебхуку.
Теперь у нас автоматически появляются колонки из таблицы, которые мы создали ранее. Для каждой колонки нам нужно выбрать значение и вебхука, которое мы получили ранее. То есть, потом эти значения будут вставляться в колонки, которые мы сейчас выберем.
Нажимая на поле, у нас появляется выпадающий список с название поля и значением, которые содержит вубхук из Роистата.
Например, в колонку «Дата» мы хотим вставлять значение «Date» вебхука, и так нужно сделать для каждого поля:
Нажимаем Continue и отправляем тестовую строку Fetch & Continue:
Все, теперь Zapier предлагает нам активировать коннектор, что мы с радостью делаем. Первый коннектор готов:
У нас есть таблица, в которую поступают новые лиды, теперь нужно научить клиента взаимодействовать с ней и фиксировать продажи.
Для этого ранее мы создали 4 колонки:
С выручкой все понятно, как сделать фиксированный набор значений, для этого создаем отдельный лист и для каждого поля делаем набор значений для выбора:
Нажимаем правой кнопкой мыши на ячейку статуса и выбираем Data validation:
Появляется окно с настройками, в нем нажимаем на табличку, чтобы выбрать значения для выбора:
Выбираем диапазон статусов:
Все, теперь у нас в поле «Статус» есть фиксированный набор:
Аналогично делаем с колонкой «Качество лида» и выбираем грейдинг лида, лучше делать это в цифрах.
Для этого создаем новый коннектор Make a Zap!
Задаем имя коннектора Google Sheets to Google Analytics, выбираем Google Sheets в качестве виджета, как делали ранее, но теперь выбираем не создание новой строки, а New or Updated Spreadsheet Row (Проверка новых или обновленных строк):
Выбираем аккаунт, как делали ранее, повторяться не будем, далее выбираем тот же документ на Google Drive, лист и Trigger Column (Триггер-колонка). Суть в том, что коннектор каждые 15 минут проверяет лист и смотрит на триггер-колонку, в нашем случае, это «Статус сделки», если значение в ней изменилось, то он отправляет данные в Google Analytics.
Нужно сделать условия и фильтры:
Тестируем виджет, нажимаем Fetch & Continue, чтобы получить данные для создания следующего виджета.
В качестве следующего виджета выбираем Filter:
Выбираем Only continue if..
Выбираем в первом поле колонку «Статус сделки», далее (Text) Contains и «Продано»,
Итого у нас получается условие:
Если у новой или обновленной строки значение в колонке Статус сделки содержит слово «Продано», то мы отправляем данные в Google Analytics, а если нет, то нечего не делаем.
Но нам нужно отправлять данные в Google Analytics в 3-х случаях: «Отказ», «Продано» и «Думают». Сейчас мы отправляем только при «Статус сделки» = «Продано», поэтому добавляем еще два условия OR на «Отказ» и «Думают».
Нажимаем Fetch & Continue и видим, что он проверил последнюю строку и говорит, что она не подходит ни под одно условие, нам так и нужно, так как у нас нет условия на статус «В обработке».
Наш следующий виджет, это Google Analytics:
Выбираем Create a Measurement:
Event Action (Действие события) - Передаем значение
Event Label (Просто еще одно поле) - Передаем показатель качества лида
Event Value (Сумма, которую принесло событие) - Просто цифра, в нашем случае, мы хотим передать сумму сделки.
Custom User ID (Google Client ID) - без этого значения GA не поймет, с какого канала пришел клиент, то есть мы не сможем понять, что изначально клиент пришел с контекста.
Нажимаем Continue и Send Test To Google Analytics, важно заметить, что мы не увидим событие в Google Analytics, так как коннектор отправляет запрос в дебаг-моде, это как бы тестовый режим GA, чтобы не портить реальную статистику тестами.
В ответ мы получим такое окно, нам важно, чтобы valid было равно true, это значит, что запрос в GA валидный.
Если есть проблемы, то можно поискать их в hit, это сам запрос, который был составлен.
Активируем коннектор:
Меняем значение последней строки в таблице на «Продано»:
Переходим на домашнюю страницу Dashboard в Zapier и у нашего нового коннектора нажимаем Run (запустить):
Появится уведомление, что коннектор обнаружил уведомления в 2-х строках и отправил 2 события в GA:
Проверим, что GA получил эти события:
Создаем цель в GA на событие «Статус сделки» - «Продано»:
Создаем аналогичные цели для других статусов:
Теперь мы полностью завершили цикл и сделали сквозную аналитику, но у нас по-прежнему не учитываются лиды из форм на сайте.
Для этого ставим разработчику проекта задачу сделать webhook при отправке форм с сайта, это простая задача, которая не требует много времени.
Перед постановкой задачи вы должны учитывать несколько моментов.
Процедура аналогична настройке коннектора для ROIStat, поэтому постараемся без подробных описаний. Создаем новый коннектор Make a Zap и выбираем Webhooks виджет, в нем Catch Hook:
Ссылку для приема вебхуков отдаем разработчику, нажимаем Continue и в разделе Edit Options тоже Continue, далее нам предлагают протестировать URL, для этого нужно как-то эмитировать вебхук - заходим на hurl.it
Вставляем URL в поле Destination и выбираем POST из выпадающего списка:
Ниже получаем:
Это значит, что запрос ушел и был принят, теперь в Zapier нажимаем OK, I did this:
Следующий виджет, это Google Sheets, в нем выбираем Create Spreadsheet Row:
Копируем запрос:
Заходим на Hit Builder , вставляем запрос и нажимаем Validate hit:
При добавлении нового столбика все настройки сбиваются в виджетах. Можно смотреть историю работы коннекторов в Task History
Создаем отчет:
Настраиваем:
Учтите, что события в отчете будут отображаться с задержкой минут 15.
Вам нужна аналитика.
Я совершенно уверен в этом, потому что сегодня всем нужна аналитика. Не только продуктовой команде, не только маркетингу или финансам, но и продажам, доставке, сегодня каждому в стартапе нужна аналитика . Аналитика помогает принимать все решения, от стратегических до тактических, как управляющим, так и рядовым сотрудникам.
Это пост о том, как создать аналитику в вашей организации. Речь пойдёт не о том, какие метрики отслеживать (об этом уже написано много хороших постов), а о том, как сделать так, чтобы ваш бизнес их генерировал. На практике выясняется, что на вопрос реализации - как мне построить бизнес, который добывает данные для принятия решений? - ответить гораздо труднее.
И этот ответ всё время меняется. Экосистема аналитики развивается очень быстро, и варианты, которые есть в вашем распоряжении, значительно изменились за последние 2 года. Этот пост отражает рекомендации и опыт использования технологий данных в 2017-м году.
Я почти двадцать лет проработал в аналитике. Я видел много успешных кейсов, но гораздо больше было неудачных. В начале своей карьеры я внедрял устаревший BI для предприятий (эх) . С 2009-2010-го я построил первую аналитику в Squarespace и поднял крупный раунд при помощи этих данных. Потом я стал операционным директором в Argyle Social , стартапе по анализу социальных сетей, а затем вице-президентом по маркетингу RJMetrics , ведущей платформы BI для стартапов.
Теперь я помогаю руководителям стартапов внедрять аналитику, будучи генеральным директором и основателем Fishtown Analytics . В Fishtown мы начинаем работать с компаниями, после того, как они поднимают раунд A, и помогаем им по мере их роста выстраивать свою аналитику. К настоящему моменту мы прошли через процесс, который я опишу в этой статье, более чем с дюжиной компаний, включая Casper , SeatGeek и Code Climate .
Я пошагово объясню, как нужно делать аналитику на каждой стадии вашего стартапа. Мои рекомендации для каждой стадии помогут ответить на вопрос: «Каков абсолютный минимум, которым я могу обойтись?» . Мы здесь не для того, чтобы строить воздушные замки; нам нужны самые дешёвые решения.
Давайте начнём.
(От 0 до 10 сотрудников)
На этом этапе у вас нет ресурсов и нет времени. Есть миллион вещей, которые вы могли бы измерить, но вы настолько погружены в детали своего бизнеса, что вообще-то можете принимать неплохие решения, основываясь на инстинкте. Единственной штукой, которую вы всё-таки должны измерять, является ваш продукт, потому что именно продуктовые показатели помогут вам быстро делать итерации в этой критической фазе. Всё остальное уходит на задний план.
Если вы не подкованы по технической части, возможно, вам понадобится программист, который поможет с GA и отслеживанием событий. Вся эта настройка не займёт больше двух часов, включая чтение документов. Потратьте на это время, выделенное на разработку, оно того стоит.
Ничего, что не перечислено выше. Не позволяйте никому продавать вам хранилище данных, платформу BI, большой консалтинговый проект или… ну вы поняли. Оставайтесь сфокусированными. Когда вы начинаете строить аналитику, появляются дополнительные расходы. Данные всё время меняются. Меняется бизнес-логика. Ступив на эту дорожку, вы уже не сможете поставить свой аналитический проект на паузу. Отложите большие инвестиции на потом.
Появится много вопросов, на которые вы пока просто не сможете ответить. Это нормально (на данный момент).
(От 10 до 20 человек)
Вы немного увеличиваете свою команду. Эти люди нуждаются в данных, чтобы выполнять свою работу. Они могут и не быть экспертами по данным, поэтому вам нужно убедиться, что они делают основные вещи правильно.
Ещё слишком рано для хранилища данных и для аналитики на основе SQL - просто это занимает слишком много времени. Вам необходимо тратить всё своё время на бизнес, а не аналитику , и самый простой способ сделать это - воспользоваться встроенными отчётами различных SaaS-продуктов, с которыми вы уже работаете. Кроме того не нужно нанимать аналитика на полный рабочий день. Сейчас есть более важные вещи, на что потратить свои ограниченные средства.
(От 20 до 50 сотрудников)
Именно тут всё становится интересным, а изменения за последние два года - очевидными. Как только вы поднимете свой раунд A и у вас будет 20+ сотрудников, у вас появятся новые возможности.
Эти возможности обусловлены одной штукой: технологии в аналитике быстро улучшаются . Инфраструктура такого рода, как сейчас, раньше была доступна только крупным компаниям. Её преимущества? Более надежные показатели, большая гибкость и более подходящая платформа для будущего роста .
Это самый сложный и наиболее важный этап: многообещающий, если вы всё сделаете правильно, но болезненный, если неправильно.
(От 50 до 150 человек)
Этот этап потенциально является наиболее сложным. У вас всё ещё есть относительно небольшая команда и немного ресурсов, но вас попросят предоставить всё более изощренную и разнообразную аналитику для бизнеса, и ваша работа может напрямую повлиять на успех или неудачу компании в целом. На вас никто не давит.
Здесь важно продвигаться вперед, убедившись, что вы продолжаете закладывать основу для будущих этапов вашего роста. Решения, которые вы принимаете на этом этапе, могут заставить вас врезаться прямо в кирпичную стену, если вы не будете думать о будущем.
Легко увлечься и начать инвестировать в мощную инфраструктуру данных. Не делайте этого. На этом этапе крупные инвестиции в инфраструктуру по-прежнему являются дорогостоящим развлечением. Вот несколько советов о том, как оставаться гибкими:
(От 150 до 500 сотрудников)
Этот этап связан с созданием аналитических процессов, которые масштабируются. Вам необходимо балансировать получение ответов, необходимых сегодня, с внедрением аналитических методов, которые будут масштабироваться по мере продолжения роста вашей команды.
К моменту, когда у вас будет 150 сотрудников, вероятно, из них только небольшая команда (3-6 человек) будет заниматься исключительно аналитикой. К тому времени, когда у вас будет 500 сотрудников, таких легко может стать 30 и больше. 3-6 аналитиков могут действовать довольно бессистемно, обмениваясь знаниями (и кодом) неформальным образом. К тому моменту, когда у вас будет 8+ аналитиков, процесс начнёт очень быстро разваливаться.
Если вы не справитесь с этим переходом, вы фактически будете работать всё хуже и хуже по мере того, как ваша команда растёт : вам понадобится больше времени, чтобы добывать полезные инсайты, и ваши ответы будут более низкого качества. Просто это нелинейный рост сложности: у вас будет всё больше данных и всё больше аналитиков, работающих с ними. Чтобы бороться с этим, вам нужны процессы для надёжной совместной работы.
Не принимайте оправдания. Делать аналитику на этом уровне - тяжелая работа, и для этого требуется талантливая и мотивированная команда, которая постоянно придумывает что-то новое и совершенствуется. Code review требует времени и энергии. Аналитики не привыкли проверять свой код. А документирование - кропотливый труд. Вы встретите сопротивление этим практикам, особенно среди старых членов вашей команды, которые помнят «старые добрые времена». Но по мере того как сложность возрастает, вам нужно развивать свои процессы, чтобы адаптироваться к ней.
Эти процессы на самом деле делают аналитику проще, быстрее и надёжнее, но их реализация напоминает выдёргивание зубов. Если вы серьёзно отнесётесь к масштабированию аналитики, то продвинетесь вперед.
Я пришел к каждой из этих рекомендаций после нескольких лет самостоятельной работы в компаниях, а затем масштабирования этого подхода будучи консультантом. Возможность поработать с рядом похожих клиентов сделала для меня совершенно понятным, насколько редко компании выполняют такую работу хорошо .
Жаль, что я наткнулся на этот пост только сейчас, когда Тристан упомянул его в своей совершенно замечательной еженедельной рассылке по аналитике и data science (срочно подписывайтесь, он там отбирает самые сочные из недавних статей и постов по теме).
Последние 16 месяцев я фактически провожу в Skyeng как раз те изменения, которые тут описаны. Когда я пришёл в компанию в октябре 2016-го, мне пришлось собирать data warehouse, строить инфраструктуру данных , организовывать единый доступ к данным для всей компании. Затем я собрал распределенную команду из SQL-аналитиков, прикреплённых к различным бизнес-юнитам, настроил коммуникацию между ними, процессы code review и шаринга результатов. Сейчас у нас 20 аналитиков, помимо меня, и я выстраиваю децентрализованную схему управления этой структурой.
Спасибо Тристану, сейчас я вижу, что двигался в правильном направлении и не наступил на большинство граблей.
2. Я последние 2 года работаю с Redash - он на порядок дешевле Mode и покрывает почти все кейсы, кроме разве что python notebooks. Looker, к сожалению, официально не работает с компаниями из России.
3. Singer - это простой фреймворк от создателей Stitch с открытым исходным кодом, который позволяет писать кастомные коннекторы к источникам данных на python. Например, мы сделали при помощи него свой коннектор к Typeform, чтобы перманентно собирать результаты опросов пользователей.
4. Мы в Skyeng пока не доросли до правильного code review аналитики при помощи пул-реквестов, но я написал простой скрипт, который забирает из Redash все новые SQL-запросы, кладёт в master, назначает ревьюера и делает пост об этом в Slack. Так мы не теряем в скорости, но получаем стабильно работающий процесс review пост-фактум по горячим следам.
5. Книга вышла в 2017-м году на русском под названием Аналитическая культура.
От сбора данных до бизнес-результатов.
Теги: Добавить метки