Доходность рассылок, Open rate, Click rate, количество покупок и Доход - все в одном месте. Доход считаем, используя атрибуцию «последний непрямой переход». Так по умолчанию считает GA. Но мы сделали 2 важные доработки: Исключаем отмененные и возвращенные заказы.
Доходность рассылок
Open rate, Click rate, количество покупок и Доход - все в одном месте. Доход считаем, используя атрибуцию «последний непрямой переход». Так по умолчанию считает GA. Но мы сделали 2 важные доработки:
- Исключаем отмененные и возвращенные заказы
- Есть 2 режима: «только online» и «online+offline». Т.е. умеем учитывать заказы, совершенные в offline магазинах
Можно выбрать любую группу рассылок: автоматические, ручные, по проставленным тегам. И, конечно, можно наложить любой сегмент потребителей, как во всех наших отчетах. Часто спрашивают «каким образом вы учитываете offline покупки?». Отвечаем:
- Мы храним все заказы в одной таблице, в одном виде. Т.е. с технической точки зрения нам не важно, какие заказы учитывать - можем и так и так
- Атрибуция такая же. На скриншоте ниже видно, что бывают ситуации, когда человек открыл письмо, зашел на сайт, посмотрел, а потом через несколько дней совершил покупку в offline.
Давайте возьмем группу рассылок и сравним значения в GA и в отчете с двумя режимами. Вот что мы видим:
Рассылки
Рассылки
Рассылки
Сведем пару показателей в одну табличку для удобства
| Конверсия в заказы | Количество заказов | |
|---|---|---|
| Google Analytics | 0,48% | 64 |
| Mindbox «только online» | 0,04% | 58 |
| Mindbox «online+offline» | 0,14% | 200 |
Почему конверсия в GA выше? - Потому что считается от переходов, а не от отправленных писем. Т.е. GA не показывает полную картину и может ввести в заблуждение, что все хорошо. Почему в «только online» заказов меньше? - Тут может быть две причины. Первая - мы исключаем неудачные заказы. Вторая - мы используем свой трекер, а два трекера не могут работать полностью идентично. Если учитывать offline, то конверсия может быть в 3,5 раза выше? - Да. И нет причин не учитывать такие заказы.
Сравнение сегментов
Отчет помогает сравнить все пересчитываемые сегменты по полу, возрасту, обороту, среднему чеку и количеству покупок. Примеры использования:
- Поиск интересных закономерностей
- Чем отличаются пользователи IOS и Android?
- Есть ли отличия «смотрели кухни, но не купили» и «смотрели и купили»
- Оценка, какая стратегия работы лучше, если для разных сегментов разный подход. Например:
Делим рандомно всю базу на два сегмента «шлем письма 2 раза в неделю» и «шлем письма 4 раза в неделю» и потом сравниваем. По полу, возрасту и региону различий быть не должно. По разнице по чеку, сумме и количеству покупок можно понять, какой подход эффективнее
Динамика сегментов
Отчёт показывает помесячную динамику изменения оборота, числа заказов, среднего чека и числа потребителей для каждого созданного сегмента. Примеры использования:
- Смотреть, растут или падают плохие и хорошие сегменты RFM-сегментации
- Следить за динамикой интересующего целевого сегмента, например «женщины 25-35» или «подписчики на рассылки про бизнес»
