Как сквозная аналитика снижает стоимость лида на 33%
Алгоритмы рекламных площадок работают неэффективно, если не видят офлайн-продажи. Ритейлеры регулярно сталкиваются с проблемой: клиент кликает на объявление, выбирает товар в интернет-магазине, но совершает покупку в физической точке продаж. Для системы аналитики такая сессия считается неуспешной, а кампания — неэффективной. Это приводит к тому, что алгоритмы обучаются на неполных данных, бюджет расходуется нерационально, а доля рекламных расходов (ДРР) остается завышенной. Передача данных о реальных покупках в реальном времени кардинально меняет экономику кампаний.
Разберем механику решения на примере сети товаров для дома COZY HOME. Долгое время компания не могла точно измерить реальный эффект от контекстной рекламы, поскольку покупки в офлайн-магазинах и мобильном приложении оставались в слепой зоне для алгоритмов оптимизации.
Как было до внедрения сквозной аналитики
Ранее маркетологам приходилось закрывать пробелы в аналитике вручную. Раз в день они выгружали данные об офлайн-заказах из CDP-платформы (Customer Data Platform) и переносили их в Яндекс Метрику.
Такой подход имел несколько критических недостатков:
- Задержка в обучении алгоритмов. Данные поступали с опозданием минимум на сутки, что не позволяло системе оперативно реагировать на изменения спроса и оптимизировать ставки.
- Неэффективность геотаргетинга. Кампании, направленные на привлечение трафика в конкретные физические магазины, показывали плохие результаты, поскольку алгоритмы не могли быстро связать показ рекламы с фактом визита и покупки.
- Оптимизация по оформленным, а не оплаченным заказам. Рекламные системы учитывали все онлайн-заказы, включая те, которые клиенты впоследствии не выкупали. Это искажало картину реальной эффективности, так как алгоритмы искали аудиторию, склонную к импульсивному добавлению товаров в корзину, а не к фактической оплате.
В результате стоимость целевого действия (CPA) оставалась высокой, а бизнес не мог объективно оценить возврат инвестиций в рекламу.
Механика склейки онлайн- и офлайн-данных
Чтобы решить проблему, COZY HOME внедрили сервис омниканальной атрибуции покупок (OPA). Главная задача заключалась в том, чтобы научиться в реальном времени передавать в Яндекс Директ информацию об офлайн-покупках и оплаченных заказах из приложения.
Процесс склейки данных работает следующим образом:
- Идентификация пользователя. При посещении сайта система присваивает пользователю уникальный идентификатор (yandex_client_id). Если посетитель оставляет контактные данные, этот ID передается в единый профиль клиента в CDP.
- Фиксация покупки на кассе. Когда клиент оплачивает товар в офлайн-магазине, кассовая система передает информацию о покупке в его профиль в CDP.
- Атрибуция к рекламе. Данные о покупке по API мгновенно отправляются в Яндекс Метрику. Система анализирует историю сессий пользователя за последний 21 день по его идентификатору. Если в этот период был зафиксирован клик по рекламе, покупка атрибутируется к конкретной кампании.
Точно так же настроили передачу данных о покупках из мобильного приложения. Принципиальное изменение заключалось в отказе от стандартной «Электронной коммерции» в пользу передачи только оплаченных и доставленных заказов.
Результаты и влияние на экономику
Переход на оптимизацию по реальным продажам дал заметный эффект уже на этапе тестирования. Алгоритмы начали искать аудиторию, которая не просто кликает, а совершает покупки с высоким чеком.
Сравнение показателей год к году показало:
- Снижение доли рекламных расходов. ДРР сократилась с 40% до 25%.
- Уменьшение стоимости лида. Показатель CPA снизился на 33%.
- Рост среднего чека. В тестовых кампаниях, оптимизированных по оплаченным заказам, средний чек вырос на 16,7%. Это связано с тем, что алгоритмы научились находить осознанных покупателей, а не тех, кто склонен к импульсивным действиям без выкупа.
В денежном выражении это означает, что при бюджете в 100 тысяч рублей выручка выросла с 250 до 400 тысяч рублей при сохранении тех же офферов.
Практические выводы для омниканального ритейла
Склейка O2O (offline-to-online) становится обязательным стандартом для ритейла с развитой сетью физических точек. Сквозная аналитика перестает быть инструментом для создания красивых дашбордов и переходит в разряд технологий, напрямую влияющих на маржинальность бизнеса.
Для эффективной работы рекламных алгоритмов необходимо:
- Отказаться от ручных выгрузок и настроить передачу данных из CRM или CDP в рекламные кабинеты по API в реальном времени.
- Оптимизировать кампании не по факту оформления корзины, а исключительно по выкупленным и оплаченным заказам.
- Объединять данные из всех каналов продаж (сайт, приложение, офлайн) в единый профиль клиента для корректной атрибуции.