⭐Сквозная аналитика и маркетинг

Когда-то давно, работая в отделе маркетинга в недвижке (2016 год), у нас появился руководитель маркетинга, который стал делать сквозную аналитику. Для меня это было что-то на космическом, я не понимала как это работает и мечтала разобраться, так как видела в этом будущее и навык, который позволит мне на рынке труда выглядеть привлекательнее.

Но я так и не разобралась😂
Пока не пришла в Сбер.

Помню, что на приглашении на работу я тогда ещё сомневалась стоит ли принимать предложение о работе, так как выглядело это как работа веб-аналитика, а я хотела быть даааата😁 Господи, хорошо, что хватило ума согласиться🤣 если бы мне тогда сказали, что я буду заниматься сквозной аналитикой, то я бы даже не раздумывала (хотя может говорили и я прослушала).

Ладно, хватит прелюдий, перейдём к делу.

Сквозная аналитика – это инструмент, с помощью которого маркетологи пытаются понять и посчитать эффективность маркетинговых инвестиций.

Вот заплатили вы 1 ярд рублей из своего кармана за продвижение пирожков и что? Как понять, что оно все было не зря?

Без сквозной аналитики вы бы пошли смотреть график продаж. В худшем случае искали бы бугорки глазами, в лучшем – использовали бы регрессионную прогнозную модель как было бы с рекламой, а как без неё и разницу записали бы на маркетинг. Последний вариант, кстати, не так уж плох, если у вас смесь рекламных активностей, есть тв/радио/баннеры и другие поверхности либо плохооцифрованные, либо без доступа к сырым данным.

В случа простроенной сквозной аналитики становится относительно понятен пользовательский путь до конверсии и появляются ответы на многие вопросы:
• На сколько эффективен ваш маркетинг?
• Где и какие касания были у пользователя с вашей рекламой?
• Сколько стоит новый пользователь для вас?
• На каких площадках ваша целевая аудитория живёт?
• Как в следующий раз распределять бюджет между площадками?
• Когда дальнейшее инвестирование в площадку уже бессмысленно?
• и др. подобные вопросы

Звучит классно, но почему же я тогда пишу про «относительно понятен» и «пытаются понять» и как будто нет никакой уверенности в этой аналитике.

Потому что пока есть много вопросов к данным в маркетинге:
начиная с того, что часть поверхностей мы никак не можем учесть напрямую (то есть мы не знаем, что Брунгильда вчера вечером смотрела камеди клаб и видела нашу рекламу), заканчивая тем, что разметка рекламных ссылок ведётся вручную и человек часто ошибается при их разметке.

Но тем не менее, даже наличие несовершенной сквозной аналитики позволяет улучшать маркетинговые показатели и показатели продаж. Лучше с ней, чем быть совсем слепым котёнком в мире жестокой рекламы😸

Глобально маркетинговые данные деляться на 3 составляющих:

1. Данные о рекламе
Яндекс Директ, VK, медийные площадки и сети и пр.
– информация о расходах, показах, охватах, кликах по объявлениям

2. Цифровые следы 👣 на сайте и приложениии
Яндекс Метрика и AppMetrica, G.Analytics, AppsFlyer и др.
– информация об устройстве, гео, пользовательском взаимодействии с цифровым продуктом

3. CRM
Amo, Bitrix и др.
– информация о продажах, клиентах, звонках и других взаимодействиях

Вот сквозная аналитика связывает все это воедино. И хорошо, если у вас продукт полностью имеет цифровой путь (например, все взаимодействие пользователя происходит в приложении или на сайте), хотя даже в этом случае возникают не менее важные вопросы про атрибуции, распределение бюджета и расчёт эффективности маркетинга. А если у пользователя путь по продукту неоднородный и сделки совершают оффлайн (дошли вы таки на массаж😁 или спортзал), то это все несколько усложняет построение аналитики и встают дополнительные задачи создания устойчивых связок между цифровыми следами и клиентами)

➖➖➖➖
Давно вам ничего «умного» не писала, у меня этот месяц оказался драматически тяжёлым как в профессиональном плане, так и личном.

Попишу вам немного о знакомом, старом и понятном, чтобы почувствовать в этом опору и постоянство)

✨ Квест «Боевая хроника рыцаря Сиквела: Великий путь по очищению данных в Медианном замке»

В далекой стране Бизнесляндии долгие годы процветала наука и мудрость. Её народ радовался гармонии, которую приносили чистые данные. Они помогали открывать палатки с новыми яствами, находить причины отсутствия покупателей и растить благосостояние жителей страны.

Сердцем страны был великий Медианный замок, где хранились священные свитки и таблицы с чистейшими и полными данными.

Но однажды темный маг Хаоса, решил покорить Бизнесляндию и наложил ужасное проклятие на сокровища замка.

Святые таблички были осквернены и начали терять свои истинные значения, постепенно заполняясь неверными цифрами и случайными символами. Информация стала смешиваться, исчезать, порождая суету и сумбур.

Вскоре страна погрузилась в мрак неразберихи и заблуждения. Начались споры и конфликты, разрушающие прежнюю идиллию. Жители впали в отчаянье.

Тогда Совет Старейших принял важное решение: послать самого внимательного и отважного рыцаря Сиквела восстановить чистоту данных. Только пройдя испытания, он сможет войти в Медианный замок и спасти Бизнесляндию.

----
Для веселья я написала шуточный квест про данные (возрождение текстовых квестов!).

Героя Сиквела ждут несколько проблем на его пути к чистым данным, помогите ему справиться с ними или перейти на темную сторону😏

🧙‍♂️Завтра будет первая развилка:)
Весь квест будет тут #квестСиквел

👾Об аномалиях.

Сиквел успешно прошёл лес и выбрал Перцентиль правосудия😁 см. #квестСиквел

Поэтому сегодня поговорим немного про аномалии, зачем и где используется.

Любопытно, что на собесах часто не отвечают на вопросы как будут определять и отсекать аномалии. Хотя во всех курсах это чуть ли не в самом начале объясняется. Ещё часто на собесах говорят про ящик с усами и совершенно забывают про отсечение с помощью простых методов 3σ, перцентилей, IQR (считай тот же ящик), я уже не говорю про распознавание аномалий с помощью ML

Визуально с помощью ящика, конечно, удобно сказать о наличии выбросов, но что-то с ними сделать и как-то происследовать уже будет сложнее.

Может показаться, что это сухая теория, но на самом деле превентивные меры даже на простых мат.моделях с отслеживанием аномалий могут экономить миллионы рублей бизнесу.

Приведу несколько кейсов (добавляйте свои в комментариях):

• Резкий рост трафика на сайт. Если у вас нет автомасштабирования ресурсов на сервере, то вы будете предупреждены и можете успеть отреагировать. Или это может помочь отследить атаку на сайт.

• В данных резкий скачек/падение количества строк. Возможно, что появились дубли или наоборот, не все строки записались или получены.

• Резкое изменение метрик в приложении/на сайте. У нас это может означать, что события в продукте отвалились или в рекламных кампаниях какие-то изменения – как запланированные, так и нет. Последнее как раз стоит проверить и исключить, либо проинформировать кого следует😁

• сигнал о мошейнеческих денежных операциях (слишком большие переводы или снятие наличных). В сложных банковских операциях это может быть лишь сигналом, там, конечно, более сложные алгоритмы определения таких операций.

Все это звучит здорово, но есть несколько НО:

• простые решения работают только, если скачки были резкие, а не тренд на постепенный рост/снижение. Тут понадобится что-то чуть посложнее, например, с использованием данных прошлых лет или вычисление продолжительных тенденций

• требуется подбор чувствительности определения аномалий (реакция на небольшое изменение). Высокая чувствительность алертинга может засыпать поддержку/аналитиков сообщениями о ложных срабатываниях и их начнут игнорировать

• сложнее уловить аномалии по двум и более измерениям, методы нужно будет дорабатывать

• шумные данные усложняют определение аномалий с помощью любых методов

~~~~
Неидельность простых подходов не означает, что их не надо использовать. Надо. Они просты, дешевы и эффективны. И лучше начать именно с них, понимая природу изменений ваших данных, уже проще будет идти в ML. А может быть вам их будет достаточно и обращаться к саентистам не нужно😁

🔵Проблемы в маркетинговых данных.

Не дали вы Сиквелу перейти на сторону Темных Данных и успешно завершили квест😁

Поэтому перейдем от шуточного квеста к реальности.

Проблем в данных оооочень много, поэтому поговорим о части из них:

1. Данные о рекламе
– Не все рекламные площадки такие же продвинутые как Яндекс или VK: данные забираются вручную и могут быть без расходов (расходы, например, были указаны в договоре), поэтому эти данные так же вручную куда-то складываются.
А это всегда ошибки и задержки

– Даже Яндекс/ВК не даст вам до пользователя увидеть все его касания с их рекламой, так как данные от этих площадок передаются в агрегатах

– Ссылки для рекламы размечаются руками, что опять же создаёт проблемы. А потом они ещё и могут поменяться в ходе рекламной кампании😅

2. Цифровые следы 👣 на сайте и приложениии
– Неоднородный пользовательский путь с пересечением веб-приложение-офлайн-чаты-звонки, а в добавок к этому еще несколько устройств: что-то может на этом пути теряться, данные между каналами могут плохо передаваться и/или не иметь устойчивых связок и идентификаторов

– AdBlock и очистка кук браузера прерывает пользовательские пути вне авторизованной зоны. Пока пользователь не авторизуется или не оставит контакт, мы его не идентифицируем. Но даже в случае идентификации можем не узнать о канале привлечения.

– Потеря рекламных меток из-за редиректов. Тут чисто техническая проблема, но она случается и из-за неё не всегда понятна рекламная кампания, с которой пришёл пользователь. А в Яндекс Метрике ещё есть и особенности с определением трафика: если при редиректе передается реферер с метками, а визит до редиректа не успел открыться, то Метрика эти ваши метки потеряет, даже если в браузерной строке они будут.

– Кривая разметка событий на сайте/приложении. Просто разработчики решили заменить форму регистрации или обратной связи, а о вас не подумали) и какое-то время будете жить без данных по конверсиям🤡 или данные перестанут учитываться в расчете эффективности маркетинга (у вас взлетит CPA/CAC).

У нас как-то раз перестал передаваться правильный идентификатор заявки в CRM и я потом по логам сайта собирала сквозную, жесть была🤣

3. CRM
– нет связки сделок/звонков с данными по цифровым следам

– нет CRM и заявки собираются на почту и руками потом обрабатываются

– множество сделок и множество заявок (особенно все в один день) добавляют сложности в определении к какому же источнику отнести продажи.

У нас в b2b у одного человека (ЛПР) может быть множество компаний. ЛПР этот может так же переходить из компании в компанию. Это дополнительно взрывает мозг при разработке методик расчетов😂

– отсутствие нужных полей, интеграций в CRM, что бы создать связки между CRM и сайтом/приложением

4. Методологии
– Неидеальные методологии связи между всеми источниками данных.
Будьте готовы, что идеальных не существует. Начните с простой и постепенно усложняйте.

– Много вопросов к атрибуции: какое касание считаем главным, будем ли равномерно между источниками распределять конверсии или это будет взвешанная модель расчёта. Неправильно выбрали и управление рекламой пошло по звезде

Тут главное работать в тесной связке с маркетологами, чтобы их экспертизу по маркетингу и продукту отражать в методологиях

➖➖➖➖
Это все, конечно, верхушка айсберга, я постоянно сталкиваюсь с разными проблемами на техническом и методологическом уровне. А пока есть проблемы – у нас есть работа😁

Поэтому, когда вы приходите в подобные команды, начните с исследования того как и какие данные собираются, как и где формируются точки метчинга между разными системами и какие есть проблемы.

Качественные и полные данные  – это не только основа эффективного маркетинга, но и наступающей на пятки AI-трансформации, поэтому стоит свои задачи начать с этого, а не с дашбордов и отчётности

🔥Брунгильда хочет 1 000 000 ₽ в найме.

У Брунгильды закончился квартал и она подводила очередные итоги и немного расстравивалась, что таааак много чего сделано, а достижениями, тем более за рамками своей должностной инструкции, далеко не все назовёшь.

Ее это злит. Она так не хочет. Брунгильда хочет результатов и не просто результатов, а таких которые станут ступеньками, чтобы через несколько месяцев лет выйти на зп 1 млн.

А ещё она не понимает за что в её сфере станут столько платить. Явно не за знание оконных функций 😁 Для исследования этого вопроса Брунгильда залезла на хх и посмотрела резюме людей, которые ориентируютя на такой уровень зп, хотя, конечно, она понимала, что таких уже не ищут на хх, а переманивают по знакомству.

С одной стороны она словила чувство самозванца и осталась под впечатлением какие бывают достижения, особенно в сравнении с ее😁 А с другой стороны, это помогло ей вдохновиться некоторыми личностями, чужими результатами и начать смотреть шире на свою работу и как ей можно развернуться. Рамки оказались только у нее в голове:)

После хх Брунгильда принялась к «коленочному» планированию в метро😁 коротко записала крупные результаты, которые она хочет видеть через 1 год и достижения, которые она запишет в конце 3 и 4 квартала, когда их закроет (можно сказать, стратегическая лестница на минималках). А ещё той, кем она хочет быть и какие качества иметь.

---
В итоге получился аналог стратегической лестницы для Брунгильды, о которой я уже как то раз писала и даже проводила эфир. Лучше такое сделать на коленке, чем никак не сделать и ждать мифических изменений:)

⚡️Материалы по личной стратегии:
• Что делать после 50 лет в IT?
• Алгоритм построения личной стратегии
... и Эфир «Цели и личная стратегия»
... и Стратегический менеджмент для жизни + матрица компетенций для аналитика

Я вместе с Брунгильдой закрывала этот непростой квартал и знаете, разделяю её чувства😁

Кто так же вместе с нами покатался на эмоциональных качелях, признавайтесь😁:

😭 – самозванец меня демотивировал, не хочу никаких достижений
🔥 – вдохновился на работу в новом квартале и запланировал задачки/проекты
😎 – половину запланированного уже реализовал
🤡 - жив и слава Богу!



⚡️Нужен DevOps, middle, Python

Мы разрослись, у нас 4 продукта, 2 ai-агента, куча дата продуктов, но только 1 DevOps, который разрывается на миллион задач.

Если есть знакомый ci/cd пайпланист (или это вы), возможно, с интересами в ai/ml, то присылайте резюме @IyaZotova