Как отследить эффективность рекламных кампаний в привязке к продажам конкретного товара и производителя

Как известно, в большинстве случаев, до совершения покупки, клиент совершает более одного касания с вашим сайтом.

Поэтому для оптимизации маркетинговых активностей важно анализировать, как и какие каналы взаимодействуют между собой и их влияние на продажи. Самый простой, но, к сожалению, не самый точный способ – это анализировать отчеты по многоканальным конверсиям (пути к конверсиям, сравнение моделей атрибуции). Для получения этих данных достаточно установить код отслеживания Google Analytics и настроить электронную коммерцию или как минимум цель.

Однако есть ситуации, когда бизнесу интересно какие каналы эффективны при продаже определенных брендов и товаров.

Настроив расширенную электронную торговлю, можно увидеть, какой бренд или товар покупают, и какой источник трафика является последним на пути к покупке некоторого количества этого товара.

При этом выгружая данные о последнем непрямом клике при помощи Core Reporting API последнее непрямое касание отобразится верно, даже если оно было совершено более чем 30 дней до конверсии.

Потому в некоторых транзакциях в выгрузке ‘last non-direct con’ есть источники, отличные от прямых, а в выгрузке ‘MFC’ эта же конверсия будет иметь только прямые переходы. Но более частая ситуация, когда в выгрузке ‘last non-direct con’ есть источник/канал как последний непрямой, а в выгрузке ‘MFC’ он либо ассоциированный, либо первый либо последний. Чтобы не потерять источники нам необходимо выбрать все уникальные пары Идентификатор транзакции — источник или канал из двух таблиц ‘MFC’ и ‘last non-direct con’

Так как нам нужно выбрать данные о транзакции и всех источниках, которые участвовали в ней без дубликатов, мы используем следующую формулу:

=UNIQUE(QUERY({‘last non-direct con’!B16:C;MFC!B16:C}; «Select * where Col2!=»»))

• UNIQUE() — функция, которая возвращает уникальные строки в указанном диапазоне, убирая дубликаты.
• QUERY(данные; запрос) — функция Выполняет запросы на базе языка запросов API визуализации Google. Это SQL подобный язык.
• {Источник 1;Источник 2} — данные для запроса из нескольких источников.
• «Select * where Col2!=»» — запрос, который выбирает все столбцы данных при условии, что стрики.

Получив уникальные пары параметров, нам необходимо для каждой из пар заполнить значения.

Рассмотрим в качестве примера полученные значения для последнего непрямого клика. Для этого используем формулу, которая делает следующее:

Для ячейки С2: Данная формула для всех непустых строк проверяет есть ли совпадение пары параметров в выгрузке ‘last non-direct con’. Если совпадение есть, то нужно добавить число транзакций по последнем непрямому клику для данной пары параметров, если нет — записать ноль.

Вид формулы

=ARRAYFORMULA(ЕСЛИ(A2:A<>»»;ЕСЛИОШИБКА(ARRAYFORMULA(ВПР(A2:A&B2:B;{‘last non-direct con’!B:B&’last non-direct con’!C:C\’last non-direct con’!D:D};2;0));0);»»))

• ARRAYFORMULA() — Благодаря ей можно использовать использовать массивы в функциях, которые не предназначенных для этого.
• ЕСЛИ(источник; значение_при_соблюдении_условия; значение_при_несоблюдении_условия) — позволяет задать условие, когда использовать формулу
• ЕСЛИОШИБКА(значение; [значение_при_ошибке]) — формула для обработки ошибок
• ВПР(запрос; диапазон; индекс; [отсортировано]) — производит поиск по первому столбцу диапазона и возвращает значение из найденной ячейки.

Рассмотрим детальнее часть формулы

ARRAYFORMULA(ВПР(A2:A&B2:B;{‘last non-direct con’!B:B&’last non-direct con’!C:C\’last non-direct con’!D:D};2;0))

• Так как функция ВПР может искать только по одному значению, то объединяем в формуле параметры в финальной и исходной таблице в один:

A2:A&B2:B
‘last non-direct con’!B:B&’last non-direct con’!C:C

• Из таблицы нам нужно вернуть значения столбца D при выполнении заданных условий. Для этого создаем массив данных, сгруппировав в нем получившейся объединенный параметр со столбцом из таблицы:

{‘last non-direct con’!B:B&’last non-direct con’!C:C\’last non-direct con’!D:D}

• 2 — указывает какой столбец из группы возвращать при совпадении.
• 0 — указывает на то, что совпадение параметров должно быть точным

Аналогично для других значений.

В результате получаем следующую таблицу:

Далее при помощи скрипта объединяем транзакцию с ее товарами и их параметрами и сохраняем в архив. На примере транзакции 100602 в результате работы скрипта получим следующее:

Финальная таблица имеет довольно странный вид, так как предназначена для визуализации в Google Data Studio.

Последним шагом при настройке сбора данных для отчета является установка таймеров на выгрузку данных из Google Analytics и скрипт.

Финальный шаг — визуализация данных в Google Data Studio.

При визуализации необходимо быть внимательным при выборе типа агрегации.

Так, например, для графика “число транзакций за выбранный период”. Идентификатор транзакции берется как показатель и считается его количество без учета повторов, так как идентификатор транзакции является уникальным.

Кто-то может спросить, почему нельзя использовать совмещенные данные в Data Studio?

Совмещение данных в Google Data Studio появилось относительно недавно и все еще имеет ряд ограничений в работе сервиса. Например, не всегда удобно использовать совмещенные данные, по той причине, что технически, совмещенный источник данных является продуктом операции left outer join (Она знакома тем, кто работает с SQL). К тому же нашей команде было быстрее и проще написать скрипт.

Но, если у вас нет опыта написания скриптов, то вы можете создать совмещенные данные в Data Studio. Он позволит устранить необходимость сначала управлять вашими данными, экономя ваше время и усилия.

Ну и в завершение, расскажем о плюсах и минусах нашей настройки.

Плюсы

• Автоматически формируется отчет.
• Можно увидеть данные в новом разрезе.
• Позволяет экономить человекочасы и исключает ошибку, связанную с человеческим фактором.

Минусы

• Такая реализация подходит для бизнеса у которого период принятия решения менее 30 дней или они готовы пожертвовать данными и статистикой за более длительный период.
• В Google Таблицах можно хранить до 5 миллионов ячеек в одном документе, потому вам необходимо рассчитать как надолго вам хватит таблицы для хранения данных. Возможно на года, а возможно и на месяца.

Как видим, при помощи Google Sheets, Google App Script, Google Analytics Spreadsheet Add-on, Google Data Studio можно создавать базу для решения нетривиальных задач.

Подключить услугу «АНАЛИТИКА» от ADINDEX →