Работа с аналитикой рекламной кампании — почему данные различаются?

Ситуации, когда маркетологи и рекламодатели получают разные данные из разных источников аналитики при анализе рекламной кампании случаются не так уж редко. Что делать в этом случае и кому доверять? Расскажут специалисты AdButton.

Почему данные различаются

Происходит такое по причинам невнимательности человека, который обрабатывает данные, или же из-за особенностей сбора аналитики. Это приводит к рискам неправильной оптимизации кампании и, как следствие, выброшенным на ветер деньгам. Нередко неправильная оптимизация бюджета контекстной рекламы способна убить эффективную кампанию.

Назовем наиболее часто встречающиеся причины ошибочных данных:

• неправильные UTM метки или их отсутствие;
• исчезновение скрипта;
• неверная интерпретация данных в Яндекс.Метрике и Google Analytics;
• разные модели атрибуции;
• войны клонов.

Неправильные UTM метки или их отсутствие

Если в контекстной рекламе убрать из ссылки utm метку cpc по причине невнимательности или спешки, картина получается грустная. По данным отчетов аналитики видно, что тысячи клиентов пришли непонятно откуда. И хотя все утверждают, что узнали о компании и продукте из Яндекс.Карт или контекста, но статистики о том, какой из источников более эффективный, нет. Причина же — в некорректной разметке utm.

Исчезновение скрипта

Чтобы определить источник попадания на сайт, на него устанавливают скрипт. Он позволяет получить данные по лидам и сессиям. Это особенно важно для компаний, где сбор клиентов выполняется благодаря формам лидов и звонков. Представить себе ситуацию, когда коллтрекинг работает, звонки идут, отдел продаж работает, а источник не определён — для маркетолога это хуже холодного душа. Без подключения скрипта понять, какой лид и насколько эффективен невозможно.

Яндекс.Метрика или Google Analytics

Любой владелец бизнеса, продвигающий свои товары и услуги в интернете, наверняка пользуется услугами аналитики этих двух рекламных систем. Однако при анализе рекламных кампаний маркетологи нередко сталкиваются с цифрами противоречивыми. К примеру, посмотрим процент и количество отказов. У Яндекса это показатель может составлять 1%, у Гугла – достигать 10%. Кому в таком случае верить, если цифры кардинально разные?

Необходимо помнить, что эти рекламные системы являются конкурентами. И поэтому данные аналитики не учитывают результаты друг друга. К примеру, количество сессий с контента у Яндекс не отображается в аналитике Гугл и наоборот. По этой причине маркетологам приходится вытягивать статистику из рекламных аккаунтов вручную, что не обходится без ошибок, связанных с человеческим фактором.

Разные модели атрибуции

Существует несколько правил определения источника, их называют моделями атрибуции: это последний непрямой клик или последнее взаимодействие. При подготовке аналитического отчета необходимо учитывать принцип формирования. Последним взаимодействием называют источник перехода. Это может быть как контекстная реклама гугл, так и переход по сохранённой ссылке. А вот вариант последний непрямой позволяет отследить источники, откуда пришел клиент. То есть, если пользователь отложил решение о покупке, совершив спустя время переход по поисковой выдаче, но узнал о компании из КМС в Гугл, то последний и будет источником. Статистика по моделям атрибуции будет существенно различаться.

Войны клонов

В бизнесе нередко используются методы недобросовестной конкуренции, что также оказывает влияние на данные аналитики. Показатели сессий могут накручивать боты, от чего конверсии падают вниз. Нередко случается, что звонок совершают номера, вызывающие сомнения. Оказывают влияние на результаты аналитики и случайные клики, например при скроле страницы. Из-за этого показатели разных систем могут существенно различаться. В этом случае не будет ошибок, допущенных маркетологом.

Как избежать неточностей?

Чтобы избежать таких неточностей при анализе статистики, специалисты AdButton рекомендуют:

• Автоматизировать сбор данных – это исключит влияние человеческого фактора. Сегодня многие данные легко импортируются автоматически – от корректировок ставок в контексте до получения информации с других платформ.
• Интегрировать все площадки, с которыми взаимодействует бизнес. Следствием интеграции станет инструмент позволяющий определить источника трафика. Важно сделать это вовремя, чтобы получать самые свежие данные.
• Проверить наличие скрипта на сайте — нередко случается, что после выхода новых лендингов или при проведении редизайна он может быть удален случайно.
• Обращать внимание на специфику бизнеса и среднюю скорость принятия решения. Если что-то выбивается из предполагаемого анализа, нужно проверить модель атрибуции.
• Анализировать данные Яндекс.Метрики и Google Analytics вместе — они позволят получить полную картину.

Определение источника трафика, анализ поведения пользователей и другие данные аналитики – важная часть оптимизации рекламной кампании и продвижения в интернете в целом. Чтобы достигнуть успеха, нужно овладеть анализом полной мерой. Чего мы вам и желаем.