Клиент: Воля
Время сотрудничества: 5 месяцев
Результат: На 20% увеличилось число продаж и довольных клиентов. Найдена и ликвидирована причина потери лидов.
Бывало ли у вас так, что в отчётах маркетолога и менеджера по продажам число заявок из интернета сильно отличалось? Наверняка, да.
У этой проблемы может быть много причин, начиная с тех, которые связаны с разными методиками подсчёта, заканчивая банальными ошибками при тех же манипуляциях с подсчётами. Но какой бы ни была причина расхождения данных, главное, чтобы она не приводила к потере реальных лидов.
В этом кейсе вы узнаете, как мы предотвратили потерю 20% лидов, просто ответив на вопрос «Почему данные из разных отчётов не сходятся?».
Задача
После замены формы для заказа услуги резко увеличилось расхождение количества достигнутых целей Google Analytics и фактических лидов в CRM клиента. Необходимо было определить причину такой проблемы.
Проблема
Изначально на сайте клиента была размещена многошаговая форма для заказа услуги. Поскольку число входящих звонков значительно превосходило количество заполненных заявок с сайта, у нас появилось подозрение, что у пользователей не хватает терпения заполнять так много информации в форме.
Елена Березовская, Руководитель отдела аналитики
Мы выдвинули гипотезу, что если текущую форму сократить, то число отправленных форм увеличится на 40% при падении числа звонков на 10%. Затем мы решили проверить, как это будет работать на практике.
Для этого настроили отслеживание перехода пользователя от одного шага к другому при оформлении заявки. В результате выяснилось, что большой процент пользователей бросает оформление заявки на втором из четырёх этапов:
График результатов анализа эффективности формы заказа услуги
Подключить услугу «АНАЛИТИКА» от ADINDEX →
На основании этого было решено сократить форму. Новая форма содержала всего 4 поля — номер телефона по заданной маске, ФИО, адрес и комментарий.
В результате после такого обновления число заявок на сайте выросло на 45%.
НО!
Всё было хорошо до тех пор, пока при сопоставлении данных о количестве заявок из СRM и Google Analytics мы не увидели расхождение более чем на 20% (при допустимом расхождении до 5%).
Число лидов, отправленных с сайта в Google Analytics и СRM
Увидев этот график, мы стали искать причину.
Решение
В первую очередь мы проверили корректность настройки события и цели Google Analytics, которые отвечают за отправку формы. Цель работала корректно.
Тогда мы решили проверить отправку данных. То есть ответить на вопрос, какие именно заявки не попадают в CRM.
Для этого мы создали отдельную таблицу, куда заявки отправлялись по тому же действию, которое отправляет данные о действии в Google Analytics и в CRM колл-центра.
В результате получили следующие наборы данных:
- обезличенные данные в Google Analytics;
- данные во временной таблице;
- данные в CRM.
Схема передачи данных об отправке формы
Результат
Мы сравнили данные из разных источников и увидели, что в нашей «параллельной» таблице их больше.
Сопоставив данные в таблице с данными из CRM, получили список контактов, которых нет в CRM.
Проведя анализ тех контактов, которые не отправлялись, мы выяснили, что данные не отправляются в CRM в следующих случаях, если:
- пользователь начинал вводить номер с +380;
- у пользователя определённые коды операторов связи, например, номера, начинающиеся с 067;
- также выяснилось, что основная потеря происходит с устройств с разрешением экрана менее 360×640, а это порядка 45% всех пользователей. Как оказалось, оповещение о неправильном заполнении поля выводилось над формой после клика по кнопке «Подтвердить отправку» и пользователи с маленьким разрешением экрана просто не замечали этого сообщения.
Вид предупреждения об изменении формы
Было решено:
- доработать проверку правильности ввода номера;
- перенести комментарий о неправильном вводе к соответствующему полю:
Вид предупреждения после изменения формы
- сделать неактивной кнопку отправки данных до тех пор, пока данные не введены верно.
Такое обновление позволило нам предотвратить потерю 20% заявок от пользователей.
Выводы
Выявление и решение проблемы показало, что:
- логика сбора данных всегда должна быть прозрачной;
- необходимо прописывать требования к качеству данных;
- необходим процесс, который позволяет находить потери данных (например, сопоставление количества данных на разных шагах);
- если логика сбора данных или какие-то несоответствия вызывают у вас вопросы, не останавливайтесь, пока не найдёте причину этого.
Помните, важно не только предположить причину расхождения данных, но и подтвердить её существование. Гипотеза без подтверждения или опровержения — опасна, поскольку вводит в заблуждение и может привести к финансовым потерям.
