Как цифры меняют управленческие решения Год назад я нанял себе финансового директора и теперь не понимаю, как я раньше жил без цифр, которые у меня теперь есть. Вернее, понимаю: когда сильный экономический подъем везде, рынок прощает многое, и как только рынок начинает сжиматься - наступает время эффективных. Сам по себе я человек эмоциональный, много действий делаю “по ощущениям”. И сейчас очень сильно изменился способ принятия управленческих решений. Теперь перед принятием каких-либо решений я задаю себе вопросы по-другому. Например: “А действительно ли мы можем нанять этого человека себе в команду? Соответствует ли это нашей финансовой модели?” Именно благодаря цифрам понимаешь, что нужно перестроить оргструктуру или продукт, чтобы все это можно было масштабировать. А что мешает этому - наоборот, убрать. И, скорее всего, многие из вас также принимают решения на основе цифр, так как это делает бизнес более твердым. Точно так же и с сайтами. Можно просто стрелять пушкой по всем каналам — и что-то даст вам продажи, а можно оцифровать и понять реальную картину: что именно кормит вас. Цифры помогают измерить эффективность не только в бизнесе, но и в маркетинге. Поэтому внедрение аналитики на сайт — это база. По уровням внедрения аналитики я бы выделил следующие: - 0 уровень - нет никакой аналитики; - 1 уровень - настроена базовая аналитика (есть показатели трафика с помощью Яндекс Метрики или аналогов); - 2 уровень - настроены цели в сервисах аналитики, вы видите источник трафика, откуда пришла заявка; - 3 уровень - настроена сквозная аналитика (показывает путь клиента, все касания с вашим брендом, сколько выручки он принес); - 4 уровень - настроена сквозная аналитика + корректно считаются расходы на привлечение клиента (сопоставляется, сколько денег ушло на привлечение). Как правило, на старте, когда у вас лидов мало, 2-го уровня аналитики достаточно: можно в обычной таблице свести звонок/заявку и его источник — это уже даст вам информацию. Или можно просто спросить у каждого лида: “Откуда вы о нас узнали?” 😀 Но реальность может быть другой. Приведу пример: если смотреть последний источник лидов, может быть так, что 90% заявок у вас приходит с контекстной рекламы, и вы принимаете решение, например, забить на SEO. Позже обнаруживаете, что контекстная реклама по факту была хорошо настроена на ретаргет (показ рекламы только тем, кто уже касался вашего сайта), и, отключив другие каналы трафика, с контекстной рекламы заявки у вас тоже резко обнуляются. То есть по отдельности этот канал в данном случае перестает работать. Вот так можно отключить какой-то ключевой источник трафика, не видя до конца всей картины и взаимосвязей. Во многих нишах (особенно там, где высокие чеки) пользователь принимает решение не мгновенно, а примерно так: - поискал в Яндексе что-то, попался на экспертную статью; - пошел сравнивать отзывы на отзовиках, посмотрел отзывы на Яндекс Картах; - забыл про потребность временно, но на следующий день реклама попалась от Яндекс Директа где-то в Дзене; - и потом, вбивая какой-то запрос, попадает на некий рейтинг ТОП-компаний, там увидел уже знакомый ваш бренд, переходит на сайт → оставляет заявку. Сквозная аналитика как раз показывает путь пользователя. Также распределяет выручку по всем каналам, чтобы вы видели, как и что влияет на нее. Данные берутся из вашей CRM, и все это связывается с источником трафика, который оставил заявку. И это также помогает измерить точку А - увидеть, какие изменения приносят вам те или иные подрядчики, действия, источники трафика, инвестиции и т.д. На основе этого вы сможете принимать качественные решения. Например, у вас может выполняться вот эта простая математическая формула для измерения эффективности: CAC < LTV CAC (Customer Acquisition Cost) — затраты на привлечение одного клиента; LTV (Lifetime Value) — сколько денег приносит клиент за все время. Формулы могут быть разными, но их объединяет одно: для их использования нужно видеть цифры. И в следующих постах я