Проектування дашбордів для веб-аналітики e-commerce сайту. Частина 2: Email-розсилки. Стратегічний дашборд

Email-каналом в e-commerce проектах користуються давно. Поштові розсилки запускають, щоб повідомити клієнтів про нові продукти та новини компанії, розповісти про поточних і запланованих акціях, поділитися цікавим контентом. Основними цілями використання даного каналу я вважаю: збільшення середнього чека і числа замовлень на клієнта шляхом розсилки супутніх товарів, стимулювання імпульсивних покупок через унікальні пропозиції та акції, підвищення лояльності аудиторії до продукту та “підігрів” аудиторії за рахунок розповіді про унікальних торгових якості продукту.


Поштові розсилки

Припустимо, що у компанії результати по email розсилкам цікаві трьом особам: директор з маркетингу (стратегічний звіт), аналітику (аналітичний звіт) та email-маркетологу (операційний звіт). Спроектуємо дашборд емейл-каналу для директора по маркетингу.

Дашборд буде відповідати на наступні питання:

  • Яка рентабельність і виручка з каналу?
  • Можемо збільшити прибутковість каналу?
  • Яка ситуація з клієнтами: не чи зростає рівень відписок, ми нарощуємо розмір бази передплатників?

 

Ключові показники ефективності

 

Фінансові показники

Частка виручки з емейл-каналу від усієї виручки. Покаже, наскільки важливу роль відіграє email-маркетинг порівняно з іншими каналами, варто результат за нього наших зусиль.
Середній чек. Покаже, збільшуємо ми средній чек замовлення за рахунок акційних пропозицій. Правильно підбираємо товари для вмісту листів — немає чи серед них дуже дешевих, затягують всю увагу під час перегляду листа на себе.
Виручка, Валовий прибуток (різниця між виручкою і собівартістю товару). Не втрачаємо ми гроші з-за знижок, ефективні наші акції, купують чи з розсилок високомаржінальний товар.
Рентабельність (відношення валового прибутку до виручки). Не було в якомусь місяці збитковою акції, підвищуємо ми маржинальність каналу з місяця в місяць.
Число замовлень.

Показники поштових розсилок

Частка відвантажень (відношення відвантажених замовлень до всіх замовлень). Показує, наскільки якісно ми обробляємо замовлення з емейл-розсилок. Можуть бути випадки, коли менеджери не сповіщені про секретну акції, а замовлення по цій акції приходять. У результаті клієнти чекали одну вартість товару та подарунки, а на ділі не отримали. Відобразимо у вигляді графіка з динамікою часток розподілу замовлень по статусах.
Частка відкриттів. Скільки було унікальних відкриттів листів від всіх доставлених листів. Показує, наскільки цікаві і актуальні заголовки використовуються.
Частка переходів. Скільки було сеансів в день відправлення листа від унікальних прочитань даного листа. Показує, наскільки заголовок відповідає змісту листа, наскільки цікавий контент і відповідні товари використовуються.
Коеф конверсії. Скільки замовлень було оформлено після переходу на сайт з листа. Відобразить стан наших передплатників та сайту: вони хочуть тільки подивитися товари на сайті або ж після переходу зацікавлені купити товар, зручний сайт для здійснення покупки.

Читайте також  Як вимкнути звуки повідомлень Windows 10

Лояльність бази

Частка спаму, Частка відписок. Наскільки сильно передплатники втомилися від наших листів, велика частота розсилки.
Розмір бази передплатників і її динаміка. Скільки передплатників приходять до нас через який спосіб підписки. Зростає база передплатників або зменшується.

Вивантаження і розрахунки в Power BI

Для підрахунку показників вище нам потрібно вивантаження з CRM з замовленнями, вивантаження з CRM з собівартістю замовлення, вивантаження з лічильника статистики (нехай це буде Google Analytics) з джерелом-каналом кожного замовлення, вивантаження з ESP-системи з даними по промо і тригерним розсилок.

Структура выгрузок

Для вивантаження GA будемо використовувати кастомный коннектор до Google Analytics від Power BI, але для відсутності семплювання пропишемо власну функцію, выгружающую дані по днях.

Текст функції для вивантаження джерел замовлень

let
 Джерело = (date) => let
 Джерело = GoogleAnalytics.Accounts(),
 #"***" = Джерело{[Id="***"]}[Data],
 #UA-***-2" = #"***"{[Id="UA-***-2"]}[Data],
 # "***" = #UA-***-2"{[Id="***"]}[Data],
 #"Додані елементи" = Cube.Transform(#"***",
{
 {Cube.AddAndExpandDimensionColumn, "ga:transactionId", {"ga:transactionId"}, {"Transaction ID"}},
 {Cube.AddAndExpandDimensionColumn, "ga:date", {"ga:date"}, {"Date"}},
 {Cube.AddAndExpandDimensionColumn, "ga:campaign", {"ga:campaign"}, {"Campaign"}},
 {Cube.AddAndExpandDimensionColumn, "ga:sourceMedium", {"ga:sourceMedium"}, {"Source / Medium"}},
 {Cube.AddMeasureColumn, "Transactions", "ga:transactions"}
}),
 #"Рядки з застосованим фільтром" = Table.SelectRows(#"Додані елементи", each [Date] = date)
in
 #"Рядки з застосованим фільтром"
in
Джерело

Генерація колонки з датами і виклик функції

let
 x = Number.From(DateTime.LocalNow())-Number.From(#date(2017, 1, 1)),
 Source = List.Dates(#date(2017, 1, 1), x, #duration(1, 0, 0, 0)),
 #"Converted to Table" = Table.FromList(Source, Splitter.SplitByNothing(), null, null, ExtraValues.Error),
 #"Changed Type" = Table.TransformColumnTypes(#"Converted to Table",{{"Column1", type date}}),
 #"Renamed Columns" = Table.RenameColumns(#"Changed Type",{{"Column1", "DimDate"}}),
 #"Викликана настроюється функція" = Table.AddColumn(#"Renamed Columns", "ga - trans id", each #"ga - trans id"([DimDate])),
 #"Розгорнутий елемент ga - trans id" = Table.ExpandTableColumn(#"Викликана настроюється функція", "ga - trans id", {"Date", "Campaign", "Source / Medium", "Transactions", "Transaction ID"}, {"Date", "Campaign", "Source / Medium", "Transactions", "Transaction ID"})
in
 #"Розгорнутий елемент ga - trans id"

Для підрахунку динаміки показників порівняно з минулим місяцем і порівняно з минулим роком скористаємося додатковою таблицею з датою. Загальний фільтр на лист по даті буде використовувати колонку з датою з додаткової таблиці, а розрахунок зміни показників буде знімати ці фільтри і використовувати їх як пошук поточної дати.

Читайте також  Аналіз графіків бінарних опціонів або як я в черговий раз довів собі, що халяви не існує

Розрахунок динаміки виручкиПравда, порівняння січня 2018 року і грудня 2017 не вдасться через таку формулу. Якщо порівняти місяці поточного року і місяця минулого року критично, то формулу доведеться істотно збільшити.

Зм. Виручка, місяць =
(sum(‘CRMorders'[Виручка]) —
CALCULATE(SUM(‘CRMorders'[Виручка]);
Filter(ALL(‘CRMorders’);
And(And(And(year(‘CRMorders'[placed_on])=year(Max(‘DateNow'[Дата]));
month(‘CRMorders'[placed_on])=month(Max(‘DateNow'[Дата]))-1);
‘CRMorders'[Source / Medium]=«UniSender / email»);
‘CRMorders'[status]=«logistic_delivered»))))/
CALCULATE(SUM(‘CRMorders'[Виручка]);
Filter(ALL(‘CRMorders’);
And(And(And(year(‘CRMorders'[placed_on])=year(Max(‘DateNow'[Дата]));
month(‘CRMorders'[placed_on])=month(Max(‘DateNow'[Дата]))-1);
‘CRMorders'[Source / Medium]=«UniSender / email»);
‘CRMorders'[status]=«logistic_delivered»)))

Стратегічний дашборд для аналітики Email-каналу

В результаті маніпуляцій вийшов дашборд наступного виду.


Показники в динаміці


Дані за поточний звітний період

Алгоритм використання дашборда директором відділу маркетингу може бути наступним.

  1. Визначаємо частку виручки від каналу в поточному місяці. Якщо вона незначна (наприклад, менше 10%), тоді звіт дивимося побіжно. Обговорюємо з email-маркетологом якісні можливості щодо зростання каналу. Це може бути перехід на іншу систему ESP, підвищення частоти розсилки, більш активний збір передплатників в базу. Якщо частка виручки від каналу велика, то заглиблюємося у звіт.
  2. Вибираємо в фільтрі минулий місяць і дивимося на значення фінансових показників та їх динаміку порівняно з минулим роком. Якщо динаміка позитивна і нас повністю влаштовує, закриваємо звіт. Якщо щось не так, то дивимося глибше.
  3. Причина зниження виручки при приблизно постійних інших показниках може полягати у зниженні середнього чека, числа замовлень, маржинальність, частки відвантаження. Якщо бачимо падіння в якомусь одному показнику, то ставимо завдання аналітику розібратися в причинах.
  4. Якщо сталося падіння не вдалося пояснити через фінансові показники, то дивимося глибше на показники розсилки. Чи Стали ми менше відправляти листів, наскільки добре листи відкривають, клацають по посиланнях з листа і роблять замовлення.
  5. Для розуміння ситуації в цілому по каналу та його впливу на лояльність клієнтів дивимося динаміку передплатників, з яких форм клієнти підписуються, стали частіше відправляти листи в спам і відписуватись.
Читайте також  Як «Яндекс» і Google підводять підсумки року

Підводячи підсумки, в стратегічному звіті я відобразив основні показники ефективності каналу (їх вийшло багато, але прибрати зайве завжди простіше, ніж додати). З дашборда наочно видно, які показники не досягають цільових значень і в яку сторону рухатися для пошуку причин негативних тенденцій та організації заходів щодо поліпшення ситуації.

Степан Лютий

Обожнюю технології в сучасному світі. Хоча частенько і замислююся над тим, як далеко вони нас заведуть. Не те, щоб я прям і знаюся на ядрах, пікселях, коллайдерах і інших парсеках. Просто приходжу в захват від того, що може в творчому пориві вигадати людський розум.

You may also like...

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *