×
Россия +7 (495) 139-20-33

Кейс: сквозная аналитика для Tilda-сайта и нестандартной CRM

Россия +7 (495) 139-20-33
Шрифт:
0 7151
Подпишитесь на нас в Telegram

Мы привыкли, что сквозная аналитика востребована в крупном ритейле, и для ее обеспечения используются большие сложные CRM. Однако этот кейс демонстрирует, что связь транзакций и источников лидов интересует всех, кто хочет грамотно подходить к маркетингу. Даже модных блогеров, чьи сайты созданы на Tilda, а используемая CRM ограничена в функционале.

В агентство MediaNation обратилась онлайн-школа стилиста Насти Ерасовой – «Разборки в моде» с задачей настройки системы аналитики, которая позволяла бы оценивать доход от рекламной активности. Школа предлагает курсы, марафоны, вебинары, посвященные теме моды и стиля.

«Разборки в моде»

Онлайн обучение проходит на платформе GetCourse. Помимо организации и проведения самих занятий, платформа предлагает свою CRM-систему, которая дает возможность принимать платежи, сегментировать клиентов, анализировать продажи и ключевые показатели.

Платформа

Казалось бы, этого достаточно для того, чтобы получить внятную аналитику. Однако система не позволяет определить источник продажи, и, как следствие, эффективность рекламных каналов.

Ерасова НастяНастя Ерасова, создатель проекта
Для продвижения онлайн-школы мы используем несколько рекламных каналов, эффективность которых хотели бы оценивать. Поэтому главной задачей, с которой мы обратились в агентство, было получение данных по транзакциям и доходам с этих транзакций, учитывая специфику инструментов, с которыми мы работаем – сайт, созданный на Tilda, и CRM – GetCourse.

MediaNation разделила работу на два этапа:

  • реализовать сбор данных аналитических систем (Google Analytics и Яндекс.Метрики) на стороне CRM–сервиса GetCourse;
  • реализовать передачу данных об оплаченных заказах из CRM в Google Analytics и Яндекс.Метрику.

Аудит инструментов и оценка возможных сценариев передачи данных

Первое решение, которое напрашивалось, – собирать данные о транзакциях через коды электронной торговли, установленные на страницах «Корзина», «Оплата», «Спасибо за заказ».

Но это решение не удалось реализовать. Во-первых, несмотря на то, что после оплаты услуг онлайн-школы через Robokassa и PayPal пользователи могли вернуться на сайт (через редирект или нажав на кнопку «Вернуться в магазин»), это делали не все. Клиенты часто закрывали страницу системы оплаты, так и не перейдя к финальной странице «Спасибо за заказ».

Во-вторых, хотя переход на финальную страницу «Спасибо за заказ» и был возможен, выяснилось, что на ней не было полезной информации – ни номера заказа, ни оплаченной суммы. Добавить такие данные через разработчиков было нельзя и соответственно нельзя было их получить автоматически с помощью какого-либо скрипта.

Учитывая эти ограничения, мы решили собирать необходимые нам данные в CRM-системе GetCourse и передавать их в системы аналитики.

GetCourse позволяет работать с информацией по трафику и цепочкам взаимодействия пользователей. Однако многие данные собираются не так, как привыкли маркетологи, работая с традиционными аналитическими системами. Например, в базовом профиле пользователя источником трафика указывается домен сайта, а параметр канала – реферальный трафик. Это не позволяло оценить источники переходов на сайт и эффективность различных рекламных каналов.

Профиль пользователя

Несмотря на это, с профилем можно было работать, внеся в алгоритм сбора данных некоторые изменения.

Этап 1: сбор данных о заказе

Регистрационная форма – точка сбора данных о клиенте (имя-емейл-телефон). Нам было необходимо, чтобы в ней дополнительно собиралась корректная информация об источнике перехода на сайт, а также данные аналитических систем.

Мы создали код на Javascript, который во время регистрации дополнял информацию о клиенте и был расположен внутри контейнера Google Tag Manager. В результате стало возможно собирать идентификаторы аналитических систем из cookies браузера, а именно: ClientID Google Analytics, ClientID Яндекс.Метрики, ClientID Fаcebook, а также данные на всех уровнях UTM–меток (utm_source, utm_medium, utm_campaign, utm_content и utm_term) из URL-адреса. Отметим, что внешний вид регистрационной формы, которую видит клиент, не изменился, т.к. передача данных была реализована через дополнительные скрытые поля внутри заявки.

Конечно, конструктор Tilda позволяет также вставлять свои собственные javascript-коды. Но мы решили прибегнуть к проверенному инструменту – Google Tag Manager – который ускорил и упростил решение задачи, и тем самым снизил для заказчика стоимость наших услуг.

Сбор данных о заказе

Пример дополнительных скрытых полей в регистрационной форме. GetCourse

Часть кода в Google Tag Manager

Часть кода в Google Tag Manager, который показывает, по каким правилам будут обработаны данные и переданы в соответствующие поля регистрационной формы.

В итоге необходимые данные об источниках перехода появились в CRM в карточках клиентов и их заказах.

Карточка клиента

Карточка клиента с созданными дополнительными полями. GetCourse

Страница с заказами

Страница с заказами и созданными дополнительными полями. GetCourse.

На этапе разработки скрипта для передачи данных в поля форм мы столкнулись со следующей проблемой: страница сайта и всплывающее окно регистрационной формы находились на разных поддоменах третьего уровня (domain.site.ru), что не позволяло передавать данные через cookies. Эта проблема была связана с кросс-доменным ограничением (Same Origin), цель которого – безопасность при работе с вкладками браузера. Мы пытались решить эту проблему через Cross-Origin Resource Sharing (CORS) на стороне GetCourse, но техподдержка платформы не смогла нам в этом помочь. Однако мы нашли выход. Поскольку лендинг и форма заявки находились на поддоменах третьего уровня, все ограничения можно было снять, добавив на оба сайта код document.domain = 'site.com'. Так мы и сделали: код был прописан в наш основной скрипт, который запускался на каждом поддомене через Google Tag Manager.

Основной сайт и всплывающее окно

Основной сайт и всплывающее окно (iframe) регистрационной формы на другом поддомене с консолью отладки Google Tag Manager.

Благодаря доработке скрипт из всплывающего окна (iframe) может прочитать cookies внешнего сайта и получить данные по UTM-меткам.

Этап 2: передача данных о заказе

Следующим шагом стало создание алгоритма, по которому данные из CRM передавались на сервер MediaNation для дальнейшей обработки. Мы использовали функционал «Процессы» в платформе GetCourse, в котором описали правила передачи информации о состоявшихся оплатах.

Передача данных о заказе

Визуальное отображение внутреннего функционала «Процессов» (правил передачи данных) с указанием сайта, на который будут отправляться данные из CRM.

В данном случае использовался сервер с техническим доменом MediaNation, который собирал отправленные данные.

В итоге общая схема сбора и передачи информации выглядела следующим образом:

Схема сбора и передачи информации

  1. Google Tag Manager запускал скрипт для записи в поля форм данных об идентификаторах аналитических систем и UTM-метках.
  2. Данные пользователей сайта и их конверсии передавались в аналитические системы. Но не передавались данные по доходу и транзакции.
  3. Данные о заказе, клиенте и источнике перехода на сайт передавались в CRM GetCourse.
  4. GetCourse передавал данные на сервер MediaNation, где они преобразовывались в соответствующий каждой аналитической системе (Google Analytics и Яндекс.Метрике) формат.
  5. Преобразованные данные отправлялись в каждую систему аналитики по своими протоколам:

5.1. передача данных в Google Analytics через Measurement Protocol;

5.2. передача данных в Яндекс.Метрику через офлайн–конверсии.

На стороне аналитических систем данные по трафику пользователей «склеивались» (через идентификаторы ClientID) с их транзакциям и отображались в отчетах.

В итоге

Нам удалось дополнить существующие отчеты в CRM GetCourse, разобраться в протоколах передачи данных на сторону аналитических систем и увидеть в отчетах данные о доходах.

Отчет Google Analytics

Отчет из системы Google Analytics по транзакциям и доходам

Отчет Яндекс.Метрики

Отчет Яндекс.Метрики о факте передачи данных по конверсиям (транзакциям) и их ценность (доход)

Решение поставленных задач помогло сделать шаг навстречу идеальной системе сквозной аналитики, когда в аналитических системах есть подробные данные об источниках лидов и совершенных ими оплатах. Все это поможет в дальнейшем улучшать показатели бизнеса.

Друзья, теперь вы можете поддержать SEOnews https://pay.cloudtips.ru/p/8828f772
Ваши донаты помогут нам развивать издание и дальше радовать вас полезным контентом.

Есть о чем рассказать? Тогда присылайте свои материалы Марине Ибушевой


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Примеры использования ChatGPT в SEO-стратегии
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Если кто то хочет протестировать Cat GPT в SЕО проектах на базе нашего агенства, приглашаем наудалкнную работу Tg: @thegoodlink
Почему сайтам нужно переезжать с конструкторов на полноценные CMS
Анна
1
комментарий
0
читателей
Полный профиль
Анна - Ха, занятно. А я еще видела полезное описание тут digitalproweb.ru/sozdanie-sajtov-vybrat-konstruktory-ili-cms
Как показывать рекламу посетителям сайтов конкурентов
Павел
2
комментария
0
читателей
Полный профиль
Павел - Спасибо за комментарий. Гипотеза была в том, что с указанными счетчиками конкурентов показы будут не просто похожей аудитории их сайтов (как при рекламе по доменам), а именно на аудиторию которую Яндекс для себя разметил как целевая дл сайтов конкурентов. Важно, это гипотеза. А про белые нитки, как говорится, доверяй, но проверяй))
Как мы увеличили для клиента трафик из поиска в 7 раз. Кейс
Кирилл Половников
2
комментария
0
читателей
Полный профиль
Кирилл Половников - Оба этих статуса (редирект и малополезная) преобладали в качестве проблем с индексацией. Помогла работа с .htaccess (в нем были ошибки и его чистили), работа над корректировкой редиректов, каноникалами и прочими техническими ошибками. Нельзя сказать, что только редиректы были ключевым препятствием.
Как в перегретой нише получать заявки и добиться конверсии в 19%
ZRZ8GCHIZ6 www.yandex.ru
1
комментарий
0
читателей
Полный профиль
ZRZ8GCHIZ6 www.yandex.ru - ZRZ8GCHIZ6 www.yandex.ru
Что такое Яндекс Советник, и кому от него жить хорошо
Мама Стифлера
1
комментарий
0
читателей
Полный профиль
Мама Стифлера - Вызывает сожаление, что вы не осознаете, что Яндекс.Советник может быть рассмотрен как форма рэкета, которая заставляет компании, размещающиеся в Яндекс.Маркете, выплачивать дополнительные финансовые средства, повышая в конечном итоге прибыль Яндекс.Маркета, но не принесет пользы для посетителей сайта.
Самые быстрорастущие доменные зоны в 2023 году. Исследование RU-CENTER
Станислав
1
комментарий
0
читателей
Полный профиль
Станислав - С 2019 года количество доменов в зоне .ru остается на одном и том же уровне - около 5 млн. Все изменения на уровне 1% от этого объема в плюс или минус
Как дожать сайт до ТОПа? Выжимаем весь сок из SEO под Яндекс и Google
Фанит
2
комментария
0
читателей
Полный профиль
Фанит - Спасибо автору за статью, полезно! По поводу сниппета сайта, для увеличения CTR можно дополнительно внедрить основные схемы микроразметки и улучшить его, чтобы выделялся на фоне конкурентов, особенно заметно в Google.
Особенности внутренней перелинковки для крупных сайтов
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Haaaa! Articol despre "перелинковка" cu scopul de a acapara BackLink-uri. Înțeleg cu exemplele din zona ru, da chiar sa folosiți și md, panda, serios?
Можно ли продвигать сайт спонсорскими ссылками: разбор кейса
Александр
1
комментарий
0
читателей
Полный профиль
Александр - Хм.... ооочень сомнительный результат. За 10 000 в месяц получить 1 запрос в топ10, да ещё и в google, который на ссылки всегда лучше Яндекса реагировал - такое себе.... При этом достаточно странно были отобраны запросы с местами за ТОП50. Ведь давно известно же, что ссылки так быстро не сработают, к тому же за такое короткое время максимально, на что можно рассчитывать - это небольшое повышение средней. Поэтому тут логично было бы подобрать запросы, либо те, которые находятся близко к ТОП10, например на 11-15 местах, и посмотреть на их динамику. Либо на запросы, которые уже в топ10 находятся (5-10 места). Ведь после отключения контекста CTR в google кратно вырос и, например, разница 1 и 2-х местах отличается почти в два раза! Поэтому, если бы ссылки сработали на рост позиций с 5-10 мест, на 1-4 - это был бы кратный толк как в росте трафика, так и с точки зрения отдачи от вложений. Тем более как раз подвижки в 2-3 позиции уже дали бы ощутимый результат (если это, конечно не НЧ и микроНЧ запросы).... Так что считаю, эксперимент изначально был провальным уже на этапе отбора запросов.
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
386
Комментариев
373
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
141
Комментариев
121
Комментариев
118
Комментариев
100
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
80
Комментариев
77
Комментариев
74
Комментариев
67
Комментариев
64
Комментариев
60
Комментариев
59

Отправьте отзыв!
Отправьте отзыв!