Из точки А в точку Б: путь перевозчика к сквозной аналитике

Грузовая компания «Газелькин» занимается официальными грузоперевозками, предоставляет современный сервис и комплексный подход к переезду и перевозке требуемых вещей, мебели, техники и прочего по доступным ценам. «Газелькин» является лидером рынка, работает по Москве, Московской области, Санкт-Петербургу и Ленинградской области. Компания оказывает услуги как для физических, так и юридических лиц.

Как и в любом сегменте B2C, «Газелькину» важна узнаваемость. Фирменные цвета, логотип, шрифт – все это создает лицо компании. Однако один из самых важных моментов – это номер телефона. Идеальный вариант – это когда его даже не надо записывать. И у «Газелькина» был такой номер – 3 000 000.

Однако для оценки эффективности контекстной рекламы требовалась сквозная аналитика. Соответственно, один номер никак не вписывался в концепцию отслеживания поступающих заявок.

Три этапа изменений

Путь компании Газелькин к сквозной аналитике можно условно разделить на три этапа:

• То, что было раньше. Первый опыт подключения коллтрекинга и сбора данных.

• Что есть сейчас. Начали работать с Calltouch. Как интегрировались и настраивали аналитику.

• Планы. Задачи, которые планируется решить в будущем.

Общая цель всего этого одна – внедрить полноценную сквозную аналитику.

Метод проб и ошибок: почему клиенты не дозваниваются?

В октябре 2016 года согласовали коллтрекинг. Он был необходим для измерения результатов работы, выяснения количества и стоимости звонков по каждому рекламному каналу, выявления слабых и сильных сторон рекламных кампаний.

Сначала согласовали коллтрекинг только на 10% трафика. После подключения получили провал в звонках. Попробовали отключить скрипт: получили рост.

В кабинете подрядчика увидели, что порядка 25% потенциальных клиентов не дозваниваются, потому что в компании не берут трубку. Но этого не может быть: работает целый колл-центр, операторы берут трубку в течение 3 секунд.

Не выяснив причины, отключили коллтрекинг. Однако ещё какое-то время после отключения звонки продолжали поступать на подменные номера.

Коллтрекинг Calltouch

Тратьте бюджет только на ту рекламу,
которая работает

• Коллтрекинг точно определяет
  источник звонка с сайта
• Прослушивайте звонки в удобном журнале

Подробнее про коллтрекинг

В связи с этим главным требованием к следующему подрядчику было умение делать подмену номеров компании. Купили себе номера, внедрили коллтрекинг. Провала в звонках больше не было.

До подключения коллтрекинга в задачи специалиста по контекстной рекламе входили чистка трафика от мусора и a/b тесты объявлений. После подключения главной задачей стала корректировка стратегий управления ставками, исходя из стоимости звонка, по тем ключам, которые набирали статистику.

Также для сбора полноценной статистики, стали передавать данные по сделкам из CRM.

В результате различных проверок получали нестыковки в данных.

Как выяснилось позднее, у подрядчика есть лимит идентификаторов, по которым происходит склейка источника, звонка и сделки. И генератор этих идентификаторов подразумевает шестизначное число – то есть до одного миллиона, а у компании два миллиона посещений на сайте.

Трафик продолжал расти, погрешность всё увеличивалась: один и тот же id мог быть присвоен сразу нескольким посетителям. Такой результат компанию не устраивал.

Со своими номерами пришли в Calltouch.

Результаты первых экспериментов:

• На интеграцию каждого из 2-х сервисов ушло по 2-3 месяца;
• Задействованы фронтенд-разработчики, телефонисты, маркетинг;
• Отключили в контексте фразы с ультрадорогой ценой звонка;
• Сэкономили несколько десятков тысяч рублей в месяц.

Время расставаться: триста подменных вместо одного красивого номера

В мае 2018 года внедрили динамический коллтрекинг Calltouch.

Собрали статистику, появилась новая цель: снизить стоимость звонка с контекста.

Решили проанализировать лиды с визиток. В тот момент на всех визитках был указан один статический номер – 3 000 000. Была гипотеза о том, что люди, заинтересованные в услугах, перейдут с визиток на сайт, туда, где есть динамический номер. А те, кто не заинтересован, – по крайней мере запомнят красивый номер и, может быть, позвонят.

Для сбора статистики подменили красивый номер в визитках на обычный, и получили неожиданный результат: доля звонков по визиткам составляет 20% от общего количества звонков с контекста. С учетом звонков по визиткам цена звонка невысокая, а доля контекста значительно больше, чем предполагали.

Решили проверить предположение: дополнительные 20% звонков приходятся на брендовые запросы, когда клиент уже знает компанию, и ему не нужно переходить на сайт.

Сравнили доли звонков по визиткам с брендовых и небрендовых запросов. Вторых оказалось более 10%, соответственно, с ними нужно работать более детально.

Так как на визитках был указан статический номер, не могли получать статистику вплоть до ключевого слова. Необходимо было переработать структуру аккаунта.

Пересобрали аккаунт по новой структуре: собрали семантику, разделили на логические блоки. Два месяца 3 специалиста проделывали эту работу, получилось в результате 128 рекламных кампаний.

С увеличением бюджета на онлайн возникла следующая проблема: вырос трафик, и динамического пула номеров стало не хватать. На тот момент погрешность составляла 23%.

Чтобы устранить такую погрешность, нужно было установить ещё где-то 200 – 300 номеров. Процесс подключения небыстрый и дорогой, а погрешность необходимо было устранить в самые короткие сроки.

У компании есть медийный канал, на котором используются динамические номера. Он аккумулирует большое количество медийного трафика с маленькой конверсией. Заменили в канале динамические номера статическим подменным. Таким образом, получили информацию о стоимости звонка с канала и освободили необходимую часть номеров. Устранили погрешность.

К тому моменту все кампании были пересобраны по новой структуре, каждой из них назначен свой номер телефона на визитке. Получили возможность анализировать каждую кампанию.

Для увеличения эффективности работы контекста настроили автоматизацию управления ставками.

• корректно работающий коллтрекинг
• понимание, с какого источника звонит клиент
• автоматизация управления ставками по цене звонка

Все эти мероприятия дали рост звонков на 26% в течение первых двух месяцев.

Куда едем дальше?

В мае 2019 года находятся на этапе завершения интеграции с Calltouch и подключения системы сквозной аналитики.

У компании «Газелькин» своя АТС и самописная CRM-система, которая отправляет в Calltouch данные по сделкам.

Раньше отправляли информацию о звонках двумя событиями: в момент начала звонка и в момент его окончания. Схема довольно ненадежная, так как в случае сбоя данные не отправлялись и дослать их возможности не было.

В карточке каждого клиента 3 номера: основной и 2 дополнительных. По статистике, все 3 номера дают 80% соответствие с номером звонка.

Как это работает:

В момент сделки CRM отправляет в Calltouch запрос основному контактному номеру клиента. Если Calltouch зафиксировал звонок именно с этого номера, сделке присваивается call id звонка.

Если совпадения нет, значит проверяются дополнительные номера. В случае, когда ни один из номеров не соответствует, отправляют сделку с call id = 0.

Сбор данных по всем звонкам необходим для того, чтобы компания могла строить в Calltouch воронку по общему количеству сделок, независимо от того, привязаны они к источнику, или нет. Для уменьшения числа звонков без привязки к источнику, компания дорабатывает свою CRM.

На 3 этапе:

• Видят, что в различных рекламных кампаниях своя сумма среднего чека и своя конверсия;
• Решение об отключении рекламных кампаний принимают не на основании цены звонка, а на основании прибыли, которую она генерирует.

Результаты

Сейчас компания Газелькин видит в Calltouch все данные по расходам в одном окне: часть данных подтягивается автоматом, часть добавляют сами (SEO, офлайн).

Определяют соответствие звонка и сделки в 80% случаев.

В планах добиться 100% определения источника сделки, настроить передачу обратных звонков и заявок на сайте в Calltouch, тегировать все звонки и сделки кастомными параметрами для детального анализа.