Клиент может изучать товар в интернете, а потом прийти за ним в офлайн-магазин. Как понять, что привело к покупке: рассылка, поисковая реклама, отзывы на сайте? Для этого используется ROPO-аналитика. На примерах «Асконы», «Бетховена» и EKONIKA показываем, как она работает, и делимся инструкцией по внедрению.
8 апреля 2025
Как использовать ROPO-анализ, чтобы оценить эффективность маркетинга
Как использовать ROPO-анализ, чтобы оценить эффективность маркетинга
ROPO (research online, purchase offline) — это модель поведения покупателей, когда человек изучает товар в интернете, а покупает в офлайн-магазине. Например, читает отзывы на игровые ноутбуки на маркетплейсах, но в итоге едет в магазин, тестирует разные модели и покупает там.
ROPO-анализ нужен, чтобы понять, как маркетинг бренда влияет на офлайн-продажи, и на основе этой информации принимать решения: куда вкладывать деньги, как привлекать клиентов и что продавать в каждом магазине.
Вместе с основателем сервиса Coffee Analytics Андреем Муратовым разбираемся, каким компаниям пригодится ROPO-аналитика, как собирать данные для оценки ROPO-эффекта и какие показатели рассчитывать.
Кому и для каких задач подойдет ROPO-аналитика
ROPO-аналитика нужна продуктовым и строительным гипермаркетам, крупным магазинам косметики, одежды и обуви, а также бизнесам, которые продают дорогие товары. Например, автосалоны фиксируют, сколько посетителей записались
на тест-драйв после просмотра сайта или рекламы. Малому бизнесу с ограниченным бюджетом ROPO-аналитика может быть невыгодна — нужен бюджет на внедрение систем сбора и анализа данных. Кофейне или салону красоты проще использовать прямые маркетинговые инструменты, например, опросы или георекламу, чтобы атрибутировать покупки к каналам без сложных аналитических систем.
на тест-драйв после просмотра сайта или рекламы. Малому бизнесу с ограниченным бюджетом ROPO-аналитика может быть невыгодна — нужен бюджет на внедрение систем сбора и анализа данных. Кофейне или салону красоты проще использовать прямые маркетинговые инструменты, например, опросы или георекламу, чтобы атрибутировать покупки к каналам без сложных аналитических систем.
Какие задачи крупный бизнес решает с помощью ROPO-аналитики:
Оценить эффективность рекламы. Магазин обуви запускает рекламу кроссовок в соцсетях. Без ROPO-аналитики кажется, что продвижение не работает, так как продажи на сайте не выросли. Но анализ показывает, что после просмотра рекламы люди покупают эти же кроссовки, но уже в офлайн-магазине. Значит, рекламный бюджет окупается.
Оптимизировать маркетинговый бюджет. Бренд косметики видит, что 70% клиентов читают email-рассылку, а потом покупают в магазине. В этом случае можно сократить бюджет на онлайн-рекламу и больше вкладываться в CRM-маркетинг.
Понимать, как взаимодействовать с покупателями. Например, клиент изучает на сайте смартфоны, но не покупает. Через пару дней он получает письмо или SMS с предложением скидки на покупку в офлайне и использует ее в магазине.
ROPO-аналитика помогает отправлять такие предложения тем, кто с высокой вероятностью придет за товаром.
ROPO-аналитика помогает отправлять такие предложения тем, кто с высокой вероятностью придет за товаром.
Подобрать нужный ассортимент в магазинах. Сеть магазинов одежды анализирует, какие вещи чаще смотрят на сайте в конкретном городе. Если в Москве ищут больше деловые костюмы, а в Сочи — пляжные платья, то можно заранее отправлять нужные товары в разные магазины.
Повысить лояльность клиентов. Мебельный магазин замечает, что клиенты изучают диваны на сайте, но не решаются купить сразу. Компания добавляет кнопку «посмотреть в магазине» с адресами, и клиенты приходят проверить удобство дивана перед покупкой. Это снижает сомнения покупателей и увеличивает продажи.
Выяснить, почему люди предпочитают покупать в офлайн-магазине. Это может указывать на проблемы с сайтом, ассортиментом или условиями покупки. Например, не указаны важные характеристики товара, условия доставки или она дольше, чем нужно покупателю.
Какие данные нужны для ROPO-анализа и как их связать
Для оценки ROPO-эффекта понадобятся данные с сайтов, приложений, рекламных платформ и офлайн-точек.
Что собирать онлайн
Что собирать офлайн
Посещаемость сайта: какие страницы человек просматривал, как долго задерживался, откуда пришел. Например, пользователь провел 10 минут на странице товара — вероятно, он заинтересован в покупке.
Транзакции: что, где и когда купил клиент, сумма покупки.
Поведение в приложении. Какие категории товаров интересуют пользователя, какие функции он использовал. Если клиент ищет ближайший магазин через приложение — это сигнал, что он планирует визит.
Данные программ лояльности. Клиентов, которые используют карты лояльности, проще идентифицировать на кассах. Например, пользователь авторизовался в приложении, а затем предъявил карту лояльности в магазине.
Источники трафика: устройства, рекламные каналы, ключевые слова. Например, реклама в «Директе» привела пользователя на сайт, но купил он в магазине.
Отзывы покупателей. Например, мебельная сеть опрашивает покупателей в магазине и узнает, что 60% сначала смотрели товары на сайте.
Есть три способа связать поведение клиента в интернете с его действиями в магазине:
- Через коннекторы — цифровые следы, которые связывают онлайн- и офлайн-данные. Например, электронный чек, промокод на сайте на покупки в офлайн-магазине или карта лояльности, номер которой указывают при оплате в ресторане. Дополнительно можно использовать вайфай-снифферы — устройства, которые фиксируют мобильные телефоны в магазине. Так получится узнать, что клиент, который смотрел товары онлайн, пришел в торговую точку.
Например, электронные чеки можно использовать в сквозной аналитике. Клиент открыл чек или зашел на сайт, а система назначает ему виртуальный ID, объединяя все его устройства и действия. Опрос в электронных чеках помогает проверить точность системы и количество ROPO-заказов, которые она идентифицирует. У покупателей в салоне спрашивают, смотрели ли они товары на сайте, а у онлайн-покупателей — посещали ли они салон перед покупкой.
«Аскона» использует электронные чеки, чтобы связать действия пользователей на сайте и в магазине
Если у компании развитая инфраструктура (сайт, приложение, программа лояльности), внедрение коннекторов — лучший способ связать онлайн- и офлайн-каналы. Это позволяет точнее анализировать поведение клиентов. Например, крупная сеть одежды фиксирует посещения сайта, а затем через карту лояльности отслеживает покупки в магазинах. Как магазин может использовать эту информацию:
- Персонализировать предложения. Если клиент смотрел товар онлайн, но не купил, ему могут отправить скидку или бонус на эту вещь в офлайн-магазине.
- Персонализировать предложения. Если клиент смотрел товар онлайн, но не купил, ему могут отправить скидку или бонус на эту вещь в офлайн-магазине.
- Прогнозировать спрос. Если интерес к товару растет в онлайне, увеличить поставки в магазины.
- Опросы помогают, если бизнес только начинает внедрять ROPO-аналитику и у него нет систем для сбора данных. Также их можно использовать, чтобы проверить, правильно ли аналитическая система считает ROPO-эффект. Например, у покупателя спрашивают на кассе, видел ли он акцию в интернете. Этот метод менее точный: люди часто путают источники информации или забывают, как узнали о продукте.
- Если нельзя напрямую связать рекламу с офлайн-продажами, используют эконометрический способ. Он помогает определить, как реклама влияет на продажи, даже если нет данных о конкретных покупателях.
Если реклама не принесла дополнительного дохода или он не изменился после отключения рекламы, считается, что она не влияет на продажи
Сначала строят график базового уровня продаж — это прогноз того, сколько магазины заработали бы без рекламы. Этот уровень сравнивают с фактическими продажами в период рекламной кампании. Если продажи с рекламой выше, значит, от нее есть эффект.
Прогноз можно построить двумя способами:
Метод исторических данных. Сравнивают продажи в тех же магазинах до запуска рекламы. Например, если сеть кафе зарабатывала в среднем 5 миллионов рублей в месяц до рекламы, этот уровень принимают за базовый. Если после запуска рекламы продажи выросли до 6 миллионов рублей, то 1 миллион — это возможный эффект рекламы.
Метод сравнения похожих сегментов. Сравнивают регионы с похожим графиком продаж: в одном запускают рекламу, в другом — нет. Например, сеть обувных магазинов тестирует рекламу в Краснодаре, но не запускает в Сочи.
Если в Краснодаре продажи выросли на 20%, а в Сочи остались прежними, можно предположить, что рост связан с рекламой.
Если в Краснодаре продажи выросли на 20%, а в Сочи остались прежними, можно предположить, что рост связан с рекламой.
Оба метода можно комбинировать или уточнять с помощью прогнозных моделей. Например, ARIMA, ETS.
Чтобы понять, какие рекламные каналы влияли на покупки в магазинах, рассчитывают их корреляцию с продажами. Сначала выбирают сегмент — например, магазины в Санкт-Петербурге в июле. Считают, сколько магазины должны были заработать без рекламы (прогноз) и сравнивают с реальными продажами. Разница — это выручка, которую могла принести реклама.
Дальше смотрят, какие рекламные каналы работали в этом сегменте.
Например, таргетированная реклама в соцсетях, поисковая реклама и email-рассылки. Анализируют, насколько продажи зависят от каждого канала, и рассчитывают, какая часть дополнительного дохода приходится на них.
Например, таргетированная реклама в соцсетях, поисковая реклама и email-рассылки. Анализируют, насколько продажи зависят от каждого канала, и рассчитывают, какая часть дополнительного дохода приходится на них.
В конце сравнивают, сколько выручки принес каждый канал и сколько на него потратили. Это позволяет понять, какая реклама окупилась, а какая — нет.
Какие показатели рассчитывают в ROPO-анализе
Полный список KPI бизнес определяет в зависимости от задач, но основные показатели связаны с выручкой и окупаемостью рекламы:
- Доля ROPO-покупок в выручке. Показывает, сколько процентов офлайн-выручки формируется за счет ROPO-клиентов и подтверждает значимость онлайн-каналов для продаж. Например, офлайн-магазин заработал 10 миллионов рублей за месяц, из них 4 миллиона — от ROPO-клиентов. Доля ROPO-покупок в выручке = 4 ÷ 10 × 100% = 40%. Это значит, что почти половина офлайн-выручки связана с онлайн-активностью клиентов, а сайт, реклама и CRM-маркетинг действительно влияют на продажи в магазинах. Если бы доля была, например, 5%, это могло бы говорить о слабой интеграции онлайн- и офлайн-каналов или недостаточной эффективности маркетинга.
Дополнительно к доле ROPO-покупок в выручке можно рассчитать мультипликатор ROPO. Он показывает, насколько офлайн-продажи зависят от онлайн-рекламы. Это отношение всех продаж (онлайн и офлайн) к онлайн-продажам. Чем выше мультипликатор, тем сильнее офлайн влияет на результаты канала, площадки или кампании. Если показатель высокий, стоит вкладывать деньги в этот канал.
- Полный ROMI — показатель эффективности маркетинга. С его помощью определяют, сколько денег бизнес получает с каждого вложенного в рекламу рубля.
- Полный ДРР (доля рекламных расходов) показывает, окупились ли инвестиции в рекламу.
В аналитических системах показатели рассчитываются автоматически, а затем выводятся в дашборд, как, например, у «Асконы»
В этом скринкасте — о том, как устроен ROPO-отчет, на каких данных он строится, какие показатели в нем есть и как их расшифровывать
Как клиенты Mindbox используют ROPO-эффект
«Аскона» строит сквозную аналитику и использует электронные чеки
Короткий срок жизни cookies и низкая доля авторизованных пользователей на сайте мешала «Асконе» анализировать действия одних и тех же пользователей в онлайне и салонах. С помощью электронных чеков и аналитической платформы Upmetric «Аскона» смогла идентифицировать анонимных пользователей без cookies и связать их онлайн- и офлайн-покупки. Это позволило компании увидеть, что 61,6% продаж — ROPO.
«Аскона» использует ROPO-аналитику для точной оценки рекламных кампаний. Раньше она учитывала только онлайн-продажи, но теперь анализирует и трафик в офлайн-магазины, что помогает находить недооцененные кампании и распределять бюджет эффективнее. Тестирование показало, что перенос средств с менее эффективных кампаний на более успешные увеличил выручку на 110,3%. Также сквозная аналитика позволяет отслеживать весь путь клиента — от рекламы в соцсетях до покупки в магазине, что помогает точнее распределять бюджет между каналами.
Система сквозной аналитики в «Асконе», которая помогает связывать данные из офлайна с онлайном с помощью электронных чеков
EKONIKA использует данные о поведении в онлайне и офлайне, чтобы отслеживать эффективность маркетинговых каналов
До перехода на новую платформу компания не получала часть данных из офлайна: информация о покупках в магазинах приходила с опозданием, а информации о выкупе онлайн-заказов вообще не было. В EKONIKA подключили Mindbox и теперь видят, как онлайн-коммуникации влияют на покупки в магазинах. Например, ROPO-анализ помог подтвердить пользу SMS-рассылок. От них хотели отказаться, потому что не могли измерить эффективность, опираясь на last non-direct touch: часть сообщений отправляли без ссылок, а если они были, пользователи на них не нажимали, а сразу шли в магазин.
Решили атрибутировать заказы к доставленным сообщениям и посчитать долю рекламных расходов. При окне атрибуции в один день ДРР за первый квартал 2024 года была ниже целевой более чем в два раза. Если бы SMS отключили, компания бы меньше заработала. Эксперимент помог сделать еще один важный вывод: клиенты в офлайне охотнее покупают после SMS, а значит, отправлять такие коммуникации выгодно.
В SMS есть ссылка на сайт, но покупатели не кликали на нее, а сразу ехали в торговый центр
«Бетховен» мотивирует покупать в офлайне
В зоомагазине «Бетховен» поведение покупателей отличается в онлайне и офлайне. В интернет-магазин люди заходят за конкретными товарами — кормом или наполнителем. В офлайне же чаще совершают спонтанные покупки, например, выбирают игрушки и аксессуары, которые можно потрогать и рассмотреть. Чтобы привлечь онлайн-покупателей в офлайн, «Бетховен» использует бонусные акции. Если человек делает заказы в интернете, ему могут начислить 500 бонусов, которые можно потратить только в магазине. Это мотивирует зайти в офлайн-точку и, возможно, купить что-то еще.
4 совета, как использовать ROPO-анализ
- Оценить готовность бизнеса. ROPO-аналитика эффективна для бизнесов с омниканальной моделью, где клиенты переходят из онлайна в офлайн. Например, для розничной сети электроники с сайтом и офлайн-магазинами, где клиенты часто ищут товары в интернете, а покупают на месте.
- Выделить ресурсы на проект: оплату подписки иинтеграцию платформы клиентских данных с сайтом, кассовыми системами, CRM-системой и аналитикой, внедрение коннекторов, оплату работы маркетологов и разработчиков, обучение команды.
Начать можно с пилотного проекта в одном регионе или сегменте, чтобы протестировать гипотезы и минимизировать риски. После — масштабировать проект на другие регионы или сегменты, адаптируя стратегию под локальные особенности. Если гипотеза не подтвердилась — пересмотреть подход.
Например, региональная сеть магазинов обуви измеряла ROPO-эффект в одном из городов. Они отслеживали, какие товары пользователи смотрели на сайте, и отправляли персонализированные SMS со скидками в офлайн-магазинах. После двух месяцев теста заметили, что трафик в магазины вырос на 15%, а средний чек увеличился. Компания расширила стратегию на другие города. - Подготовить данные. Например, историю действий клиентов на сайте (просмотры, добавления в корзину) и покупки в офлайне. Важно уделить внимание идентификации клиентов. Без программы лояльности или других способов связи онлайн- и офлайн-данных система не будет работать. Если клиент покупает без карты лояльности, можно использовать альтернативы — номера телефонов, промокоды, опросы
- Автоматизировать процессы. Ручной сбор данных и их анализ требуют много времени и не дают точных результатов. С помощью аналитических систем, CRM и CDP можно настроить автоматические отчеты и сэкономить время маркетологов.
Качественные выводы о ROPO на практике появляются, если глубоко погрузиться в аналитику и срезы. Например, полезно не только смотреть процент ROPO-покупок по разным каналам и рекламным кампаниям, но и добавить срезы по магазинам сети и географии. Аналитику удастся быстрее выявить необычные всплески в данных. На пересечении показателей «канал — кампания — гео» вы найдете самые сильные инсайты. Например, если в одном городе доля ROPO-покупок из канала Х выше, значит, эти люди чаще изучают товары онлайн и читают отзывы перед визитом в магазин. Можно активнее инвестировать в digital-рекламу, понимая реальный ДРР и ROI таких каналов.
