«Кто сидел на моем стуле? Кто спал в моей постели? Фабелио узнал, что онлайн-покупатели делают в своих розничных магазинах

Мебельный многоканальный магазин Fabelio.com из Индонезии решил выяснить, кто самая крупная рыба в пруду и приносит наибольшую прибыль — оффлайн или онлайн. С OWOX BI они получили подробный ROPO-отчет и улучшили свою аналитику.

Fabelio.com — интернет-магазин мебели и предметов интерьера. Компания была основана в Джакарте, Индонезия, в 2015 году и планирует выйти на рынок Юго-Восточной Азии. Веб-сайт Fabelio.com ежемесячно посещают более миллиона уникальных пользователей.

Fabelio.com имеет десять демонстрационных залов, где покупатели могут увидеть, как выглядит продукция, потрогать материалы, протестировать мебель и оплатить свои покупки. Маркетологам Fabelio было интересно узнать, как их усилия в области онлайн-маркетинга способствуют продажам в офлайн-магазинах, и получить ответы на такие вопросы, как:

• Сколько времени требуется покупателю, чтобы принять решение о покупке?
• Как это время зависит от категории продукта?
• Какие онлайн-каналы оказывают наибольшее влияние на воронку продаж на последних этапах перед офлайн-покупкой?
• Какие категории мебели наиболее популярны среди онлайн-покупателей, которые позже совершают покупку в офлайне?
• Со сколькими точками соприкосновения на веб-сайте обычно сталкиваются клиенты перед совершением покупки?
• Чем отличаются все эти параметры для новых и постоянных клиентов?

Продавцы Fabelio.com записывают имя, адрес электронной почты и номер телефона каждого посетителя их выставочных залов. Поэтому компания точно знает, когда покупатели посещают офлайн-магазин, даже если они ничего не покупают. Это дополнительный источник данных. Это также ставит новую задачу: как отразить эти данные в воронке продаж и определить, какой онлайн-источник должен быть указан для этих офлайн-посещений.

Чтобы построить интеллектуальную аналитику, измеряющую влияние онлайн-продвижения на офлайн-продажи, команде Fabelio.com пришлось связать данные об активности посетителей сайта с данными об активности покупателей в салонах. Для построения умной аналитики необходимо выбрать надежное облачное хранилище, в котором будут согласовываться все собираемые вами данные. В качестве облачного хранилища данных Fabelio.com выбрала Google BigQuery. BigQuery — идеальный выбор для компании с ограниченными ресурсами:

• Он имеет гибкую ценовую политику и относительно недорог по сравнению с аналогичными системами.
• Нет необходимости устанавливать какое-либо программное обеспечение на ваши серверы или обучать ваших сотрудников; базовых навыков SQL достаточно.
• Имеет множество готовых библиотек для работы и интеграции с другими сервисами.

Маркетологи Fabelio установили следующую схему сбора данных в Google BigQuery:

Для отслеживания событий на сайте Fabelio использует Google Analytics (GA) — одну из самых популярных систем цифровой аналитики в мире, в том числе на индонезийском рынке. У компании есть воронка Enhanced Ecommerce в GA:

Помимо ключевых взаимодействий с веб-сайтом, команда Fabelio отслеживает различные микроконверсии:

Эти данные помогают им сегментировать клиентов, глубоко исследовать воронку транзакций и точно оценивать источники трафика.

Чтобы оценить влияние рекламных каналов на продажи, нам нужно сравнить доходы и расходы по каждому каналу. Чтобы собрать данные для этой оценки, команда Fabelio настроила автоматический импорт расходов в Google Analytics с помощью OWOX BI Pipeline. С помощью этих данных о расходах маркетологи Fabelio могут анализировать KPI для кампаний в Google Ads (который имеет интеграцию с GA) и других сервисах:

Для импорта данных о действиях клиентов на сайте и расходах на рекламу в Google BigQuery команда Fabelio использовала OWOX BI Pipeline. Этот сервис одновременно отправляет одни и те же обращения в Google Analytics и Google BigQuery. В результате данные не подвергаются выборке и доступны для анализа в Google BigQuery уже через 2–5 минут после отправки.

Fabelio хранит данные о клиентах, заказах и посещениях салонов в CRM Magento. Чтобы связать офлайн и онлайн данные, специалисты Fabelio наладили ежедневную выгрузку данных CRM в Google BigQuery с помощью плагина Fluent.

Существует множество общедоступных готовых решений для интеграции Google BigQuery с другими системами. Например, у OWOX BI есть несколько бесплатных скриптов для интеграции вашей CRM с облачным хранилищем.

После того, как все данные собраны в Google BigQuery, необходимо выровнять их в одну таблицу. Аналитики OWOX BI помогли маркетологам Fabelio подготовить набор данных для онлайн- и офлайн-заказов с правильной структурой.

На финальном этапе команда Fabelio реализовала модель атрибуции на основе воронки машинного обучения, включая офлайн-заказы. Для корректной работы этой специальной модели нужны данные о посещениях офлайн-магазинов. Чтобы предоставить эти данные, аналитики Fabelio подготовили дополнительный источник данных для атрибуции пользовательских событий.

Чтобы закончить, команде Fabelio оставалось только запустить расчеты. В результате компания получила воронку, учитывающую офлайн-заказы и посещения:

Fabelio.com получил автоматические отчеты, которые позволяют маркетологам находить информацию и принимать правильные решения.

Маркетологи Fabelio теперь имеют доступ к следующим инсайтам в OWOX BI Smart Data:

1. Сравнение ценности рекламной кампании по разным моделям атрибуции: GA Last Non-Direct Click и ML Funnel-Based Attribution by OWOX BI

2. Распределение ценности по источникам и каналам на разных этапах воронки

Кроме того, аналитики OWOX BI подготовили для Fabelio автоматически обновляемый дашборд в Data Studio. На этой панели маркетологи Fabelio могут фильтровать данные по источнику, категории продукта, типу покупателя, месту покупки, способу оплаты, названию выставочного зала, количеству дней с момента первого посещения и первого сеанса и т. д.

Панель управления помогает маркетологам Fabelio найти ответы на следующие вопросы:

1. Со сколькими точками взаимодействия на веб-сайте обычно сталкивается клиент, прежде чем совершить покупку, и насколько выгодны эти точки взаимодействия?

2. Когда был первый сеанс клиента, совершившего покупку?
   

3. Сколько в среднем точек соприкосновения на веб-сайте встречаются с конкретными категориями приобретаемых товаров?
   

4. Сколько времени проходит от первого посещения веб-сайта до покупки в данной категории товаров?

PS Наши коллеги из Fabelio.com решили внедрить это решение после прочтения нашей статьи «Многоканальная розничная торговля: почему и как интегрировать онлайн и офлайн точки взаимодействия с клиентами». Если этот кейс побудил вас задуматься об интеграции онлайн- и офлайн-точек взаимодействия, вам следует попробовать создать отчеты ROPO с помощью OWOX BI. Вы можете испытать все возможности OWOX BI во время бесплатного пробного периода.