Оглавление
Об авторе

Как выбрать инструменты

Учёт звонков и LTV — от Callibri до LTVytics

Сергей Муштук · 4 мин ·

В этой главе

Помните два звонка по поводу белой кофемашины? Покупатель внёс 10 000 ₽, а при выдаче доплатил 30 000 ₽. Через месяц он снова позвонил, на этот раз за фильтрами, и заплатил ещё 2 000 ₽. Что запишем в отчёт? Менеджер принял три звонка. Касса провела три платежа. Покупатель сделал два заказа. И всё это время с нами был один клиент.

Теперь представьте, что вы выбираете сервис. Маркетолог спрашивает, сколько стоил звонок. А владелец магазина хочет знать, окупились ли расходы на привлечение покупателя. Давайте проследим, какие записи понадобятся каждому из них.

С какой задачи начать?

Выберите в общем квизе, что хотите проверить на своих данных. Если пока есть только журнал звонков, начните с источника обращения. Если заказы уже связаны с покупателями, можно сразу перейти к повторным продажам.

Посмотреть все варианты подбора

Как связать звонок с заказом?

Callibri. Допустим, покупатель сначала уточнил наличие по телефону, а адрес для доставки прислал письмом. В МультиТрекинге Callibri есть учёт звонков и писем. Попросите показать оба обращения. Затем откройте заказ в CRM и выясните, по каким записям менеджер понял, что речь об одной машине. По совпадению имени такую связь устанавливать рискованно: в пятницу магазин мог обслужить двух Александров. МультиТрекинг и сквозная аналитика Callibri.

Calltracking.ru и Аллока. Здесь полезно заранее решить, что именно вы хотите узнать об источнике звонка. Покупатель пришёл по объявлению на сайт и позвонил по подменному номеру. Для проверки динамического коллтрекинга в Calltracking.ru возьмите известный звонок и попросите найти связанный с ним визит. Если же номер напечатан в каталоге, визита на сайте могло вообще не быть. Для такого размещения у Аллоки есть статический коллтрекинг: выделяете отдельный номер и считаете звонки на него. Разместили этот же номер и на листовке? По набранному номеру отличить листовку от каталога уже не получится. Коллтрекинг Calltracking.ru · Статические номера Аллоки.

QUON. В книге у QUON было четыре отдельных инструмента: коллтрекинг, работа с контекстной рекламой, заказ обратного звонка и прогноз окупаемости. Возьмём обратный звонок. Человек оставил номер в форме, система попыталась соединить его с менеджером, но никто не поднял трубку. Заявка есть. Состоявшихся разговоров — ноль. На демонстрации попросите провести одну такую заявку по журналу вплоть до результата дозвона. На сайте агентства QUON коллтрекинг и виджет обратного звонка описаны в составе услуг. Материалы QUON Agency.

Сколько стоило привлечение?

UTMSTAT пригодится для разбора источника и экономики заказа. Сначала проверьте, дошла ли метка кампании до обращения. Потом найдите оплаченный заказ и его себестоимость. Допустим, реклама обошлась в 10 000 ₽ и привела двух новых покупателей. Если это все затраты на привлечение в нашем примере, стоимость привлечения одного покупателя (CAC) равна 5 000 ₽. Число разговоров с каждым из них в знаменатель не входит. Сквозная аналитика и юнит-экономика UTMSTAT.

ROMI center. Иногда расхождение проще найти на шаг раньше. В рекламном кабинете за неделю потрачено 10 000 ₽. Столько же должно прийти в отчёт если валюта, период и порядок учёта НДС совпадают. В ROMI center подключение забирает данные из источника по расписанию. Проверьте, какой кабинет выбран, когда загрузились расходы и сохранилась ли их сумма после объединения с заказами. Если дневной расход размножился по строкам заказов, даже идеально посчитанный LTV не объяснит вам окупаемость. Как устроены подключения ROMI center.

Сколько принёс покупатель за 90 дней?

SmartAnalytics в печатном обзоре был интересен компаниям с длинной сделкой и повторными продажами. Сейчас на сайте разработчика когортные отчёты представлены в Smart Data Hub. Когорта в нашем случае — покупатели, которые впервые купили в одном месяце и пришли из одной кампании. Чтобы сравнить когорты, отсчитайте для каждой один и тот же срок от первой покупки. У январских клиентов к концу марта было больше возможностей вернуться, чем у мартовских. Работа с когортами в Smart Data Hub.

LTVytics в книге решал задачу интернет-магазина: отделить новых покупателей от постоянных и понять, сколько денег приносят повторные покупки. Эту задачу можно проверить на выгрузке из своей CRM. Возьмите номер заказа, постоянный идентификатор клиента, дату и сумму покупки, возвраты и переменные затраты. По первой покупке закрепите клиента за когортой, а повторные заказы найдите по его идентификатору.

Вот небольшой расчёт. За каждым из двух привлечённых покупателей мы наблюдали полные 90 дней с первой покупки. Все заказы выданы и оплачены, возвратов нет. Маржу считаем так же, как в примере с «Ромашкой»: из выручки вычитаем себестоимость и остальные переменные затраты по заказам. С расходами на привлечение сравним результат в конце.

Сколько в среднем принёс один привлечённый покупатель? Посчитайте сначала по выручке, потом по марже. И решите, какую сумму вы готовы сравнить с теми 5 000 ₽, которые ушли на привлечение.

Сверить расчёт на одного покупателя

По выручке получается (40 000 + 2 000 + 20 000) / 2 = 31 000 ₽. По марже — (8 000 + 800 + 4 000) / 2 = 6 400 ₽. В среднем учитываем обоих покупателей, в том числе того, кто ни разу не вернулся.

6 400 ₽ — накопленная маржа на покупателя за первые 90 дней, или LTV₉₀ по марже. Чтобы оценить ценность клиента за весь срок отношений, нужно ещё спрогнозировать, сколько принесут будущие заказы. После 5 000 ₽ затрат на привлечение остаётся 1 400 ₽ на клиента до постоянных расходов. Дальнейшие покупки в этот расчёт можно будет добавить, когда они состоятся.

Итак, какой отчёт попросить у подрядчика? Если вопрос о звонках, пусть покажет, как определён источник и чем закончился разговор. Если вопрос о ценности клиента, попросите раскрыть одну строку когорты до заказов, платежей и возвратов. В следующей главе посмотрим, как передавать эти данные между системами с помощью коннекторов.

Консультация по аналитике