Выйти из сумерек: как «Рольф» находит клиентов, которые не проявляются онлайн

Сейчас сложное время и для импортеров, и для дилеров, и для покупателей. Спрос на автомобили снижается. Этому способствуют как геополитические факторы, так и падение потребительской способности.

Усугубляет ситуацию демографическая яма 1990–2000 годов. Наша целевая аудитория — люди в возрасте от 25 до 45 лет. Но сейчас эта аудитория уменьшается. А потому растет цена трафика.

Поэтому мы поняли — пора менять подход и ужесточать «борьбу» за каждого клиента, чтобы получать те же и даже лучшие результаты на сокращающейся аудитории. Нам нужно менять подход, уделять более пристальное внимание маркетингу и — особенно — аналитике.

Существует несколько источников трафика, на которые мы смотрим — Google Analytics, Яндекс Метрика и другие. Они аккумулируются в ClickHouse. Туда же подтягиваются данные CRM, из офлайна. Расходы трафика мы тянем из рекламных кампаний — онлайн-кабинетов.

Все это проходит через систему управления базами данных с открытым кодом PostgreSQL. С ее помощью можно создавать и хранить базы данных, работать с данными через запросы на языке SQL. Туда же включаются сведения из аналитического сервиса Calltouch о взаимодействиях на различных путях пользователя. Эта информация преобразуется в витрины веб-данных и финальную отчетность.

На текущий момент аналитика в автомобильной индустрии не самая совершенная. Как мы видим пользователя? Он переходит по целевому запросу, никаких взаимодействий с сайтом не совершает. Поэтому пользователь пропадает из нашего поля зрения до момента появления контракта в офлайне. Но при такой аналитике управлять маркетингом — все равно что ехать ночью на жигулях без тормозов и фонарей.

В поисках решения мы обратили внимание на смежные индустрии. Например, в e-commerce сильно прокачана история с показателем ROPO. Research Online Shopping Offline — что переводится как «изучение онлайн, покупка офлайн». ROPO-эффект — явление, когда люди находят информацию и сравнивают цены в интернете, прежде чем совершить покупку в физическом магазине.

Коллеги давно работают с перетеканием трафика из онлайна в офлайн и научились его анализировать. Есть множество исследований, которые подтверждают, что порядка 80–90% пользователей сперва изучают продукт онлайн, а завершают потребительский цикл офлайн.

Поговорим о решениях, которые позволяют оценить ROPO. Сначала перечислю методы, которые работают не очень хорошо:

• Опросы. Главный минус этого способа в том, что на вопрос «откуда вы о нас узнали», люди обычно отвечают «из рекламы», не называя точный источник трафика.
• Объем продаж. Это когда мы запустили рекламную кампанию и смотрим, как она влияет на продажи. Тут тоже точность невысокая.
• Wi-Fi-ловушки в дилерских центрах. Их можно устанавливать в разных местах, чтобы смотреть, как пользователи пересекались — это хорошо. Минус метода — не все включают Wi-Fi. Точность хромает.
• Оператор фискальных данных (ОФД). Для аналитики ОФД нужно, чтобы оплата производилась банковской картой, но ведь большинство покупок оформляется в кредит. Нам не подходит.
• Данные сотовых операторов. Операторов на рынке много, у каждого — свой кусочек аудитории. Информацию о пользователях придется покупать в разных источниках.
• Счетчики посетителей. Самый неточный способ: ведь система будет фиксировать даже менеджеров.

Мы выбрали наиболее релевантный для нас инструмент — QR-коды.

Например, в дилерском центре на каждом подержанном автомобиле есть QR-код с ценником и дополнительной информацией. Будем честны, не все клиенты их сканируют — многие сразу подзывают продавца. Но те посетители дилерского центра, которые используют код, попадают на наш сайт — на карточку автомобиля с меткой. Благодаря этой метке мы можем размотать клубок всех посещений пользователя и узнать, из каких источников он к нам приходил.

В результате мы увидели, что порядка 30%, сканирующих QR-коды, уже были на наших сайтах, но при этом не взаимодействовали с нами в онлайне.

В этом помог инструмент Big Data от Calltouch, который позволяет отследить историю посещений веб-ресурсов по номеру телефона. Мы собрали контакты 42 246 покупателей, которые не проявились онлайн, и прогнали их через сервис Calltouch. Результаты — ниже.

30 885 человек попало к нам через объявления на классифайдах, 2 150 — через Яндекс и Google карты, 9 211 не оставили никакого цифрового следа, то есть, они пришли офлайн.

А еще мы посмотрели, как эти пользователи взаимодействовали с нашей платной онлайн-рекламой. Данные собирали по двум направлениям — автомобили с пробегом и новые автомобили Hyundai. Оказалось, что более 20% клиентов — неважно, хотели они купить новый автомобиль или нет — посещали сайт rolf-probeg.ru.

Хотелось бы заострить внимание на том, какое место занимают сайты в цепочке касаний. Основная доля трафика приходится на первое касание. При этом есть длинный хвост касаний там, где пользователи и аудитория разных сайтов пересекается друг с другом.

На вопрос, сколько людей приходит из офлайна, мы ответили, но продолжили исследование. Нас интересовало, как пользователи взаимодействуют с нашими ресурсами и после каких касаний совершают целевые действия — это заявка, звонок, создание рабочего листа.

Основная доля целевых действий приходится на первое касание с сайтом. При этом более 50% покупателей взаимодействуют с нашими ресурсами свыше пяти раз. Далее мы измерили время от первого касания до принятия решения.

Оказалось, 1–5 дней достаточно лишь 8% пользователей. Это говорит о том, что аудитория сейчас не готова приобретать автомобиль, поскольку это достаточно крупная и дорогая покупка, требующая более детального изучения. 97% посетителей наших дилерских центров нужно 91–100 дней для принятия решения о покупке.

Эти данные позволяют выстроить аналитику не от заявки до контракта, а гораздо детальнее. Теперь мы видим весь путь потребителя: от первого касания с сайтом, на который пользователь попал через объявление, до контакта офлайн. Это помогает строить более эффективную стратегию, правильно оценивать стоимость лидов, а также превращать разовых клиентов в постоянных за счет их интеграции в нашу экосистему с широким спектром возможностей.

Сразу скажу, еще не все реализовано, но мы уже понимаем, что нужно делать дальше. Основной вывод: если у вас большое количество людей в офлайне, которых вы не можете идентифицировать по трафику из предыдущих посещений, то это не значит, что покупатели странные, просто вы не разгадали, откуда именно они пришли. А для этого следует анализировать весь путь клиента.

Источник: https://vc.ru/marketing/720965-vyyti-iz-sumerek-kak-rolf-nahodit-klientov-kotorye-ne-proyavlyayutsya-onlayn