Построение ROPO отчетов. Или как оценить вклад он-лайн рекламы в офф-лайн продажи. Настя Чаусова - OWOX, Senior Digital Analyst

1. Построение ROPO отчетов

2. 1. Внедряем онлайн-аналитику
в проектах наших клиентов более 1 млн. транзакций в неделю
2. Разрабатываем сервисы в Google Cloud Platform
сервисам Google Cloud доверяют более 1000 компаний во всем мире
3. Организовываем профессиональные мероприятия
18 094
пользователей
16 335
проектов
80
стран

3. Сегодня в программе
1. Кому и зачем нужен ROPO-анализ?
2. Какая структура данных нам нужна для построения
отчетов и как собрать необходимые данные в Google
BigQuery?
3. Построение отчетов в Google Sheets и Data Studio и
анализ полученных результатов.
4. ROPO-анализ в Smart Data.

4. Кому и зачем нужен ROPO-
анализ?

5. Не все онлайн-воронки завершаются
покупками на сайте

6. Выбираем телевизор
● Читает отзывы
● Сравнивает цены
● Сравнивает характеристики
● Смотрит на качество
изображения
● Оценивает скорость
переключения каналов
Так где же будет совершена покупка в итоге?

7. Consumer Barometer от Google
ConsumerBarometer

8. Как часто мы используем интернет для
принятия решений?

9. Зачем нужен ROPO анализ?
● Поможет сделать выводы на уровне рекламных кампаний
● Улучшить условия доставки, оплаты, ассортимента
● Поможет понять, почему посетители не делают заказ на сайте,
а идут в магазин или вообще уходят к конкурентам
● Выявить ошибки в ценообразовании (разница стоимости в
онлайне и офлайне)
● Выявить ограничения в акциях
● Найти сложности, связанные с юзабилити сайта

10. Какая структура данных нам нужна для построения
отчетов и как собрать необходимые данные в Google
BigQuery?

11. Как объединить онлайн и офлайн?
● Карта лояльности онлайн.
● Выводить статус заказа на сайте
● Подписка на email-рассылку со специальными предложениями.
● Сделать авторизацию условием акции или конкурса, использовать купоны
● Предлагать офлайн-покупателям дополнительный месяц гарантии на товар, если они
зарегистрируют чек на сайте.
● Предлагать отправить ссылку на видео и лучшие примеры использования товара на email.
● Предлагать бесплатный доступ к пробной версии (актуально для SaaS бизнеса).
● Давать возможность скачать полезный контент: презентации, исследования.
● Форма для обратной связи с сотрудниками компании.
● Регистрация на вебинары, семинары, тренинги и т.д.
Найти ключи

12. 1. Клиент посещает ваш сайт и выбирает товар.
Сейчас известен только Google Analytics Client ID.
2. Затем он приходит в ваш офлайн-магазин,
совершает покупку и оставляет свой email-адрес в
анкете.
3. Вы отправляете офлайн-покупателям, которые
согласились получать рассылку, письмо со
специальным предложениями и акциями.
4. Как только клиент нажимает на ссылки из
электронной почты, вы можете связать его email-
адрес с Google Analytics Client ID.
Пример 1
Благодаря этому вы сможете
узнать рекламную кампанию,
которая привела его на сайт,
после чего он пришел в
физический магазин.

13. 1. Клиент приходит на сайт, выбирает товар и
подписывается на рассылку. Вам известны Google
Analytics Client ID и электронная почта.
2. Из рассылки он узнает об акции в офлайн-магазине,
приходит чтобы совершить покупку и оставляет
свою электронную почту, заполняя анкету, чтобы
получить карту лояльности.
Пример 2
Теперь вы можете сопоставить
email-адреса людей, которые
делали покупки в онлайне и в
офлайне.

14. Этапы решения задачи
1. Объединить данные онлайн и офлайн с данными о транзакциях
2. Выявить сегмент ROPO - заказов и пользователей, понять долю ROPO по
отношению к онлайну и офлайну.
3. Построить дашборды для верхнеуровнего мониторинга данных и их динамики.
4. Построить детальные таблицы для агентств , чтобы они могли использовать данные
о ROPO доходе в своем медиапланировании и отслеживать результаты. Эти
таблицы используют специалисты по контекстной рекламе, чтобы планировать
бюджет на разные регионы и эффективность с учетом ROPO-дохода.
5. Совершают ли они потом заказ через сайт? Что им мешает изначально оформить
заказ на сайте? Как сэкономить бюджет на ремаркетинг на этих пользователях?

15. Какие данные нужны? В какой структуре?
Данные о поведении пользователей на сайте:
● Стандартный экспорт (выгрузка данных из GA в
BigQuery)
● Или OWOX BI PIPELINE - данные о поведении
пользователей (сессионный стриминг)
Данные об офф-лайн заказах:
● Разовая выгрузка заказов из CRM
● Или автоматическая выгрузка заказов

16. Схема связывания пользователей для прямого ROPO
Сайт
Данные о сессиях: Данные об онлайн
транзакциях:
sessionId
userId
clientId
transactionId
userId
CRM
Данные о
пользователе:
Данные об
офлайн
транзакции:
Номер карты
userId
Номер карты
transactionId

17. Структура данных из CRM
Минимальный набор полей в выгруженной таблице должен быть следующий:
● Дата совершения транзакции
● ID транзакции
● Сумма заказа
● ID пользователя
Дополнительные поля, которые позволят получить отчеты в дополнительных срезах:
● Город
● ID товара
● Количество товаров в заказе
● Цена каждого товара
● Тип оплаты
● Тип доставки
● Статус заказа

18. Схема связывания пользователей для обратного ROPO
Сайт
Данные о
сессиях
Данные об
онлайн
транзакциях
sessionId
userId
clientId
transactionId
userId
CRM
Данные о
пользователе
Данные об
офлайн
транзакции
Данные о
посещении
магазина
Номер карты
userId
Номер карты
transactionId
MAC-id
Данные с приложения
Данные о
пользователе
Данные о
посещении
магазина
MAC-id
userId
clientId
(userId)

19. Какие ошибки могут встречаться в
исходных данных?
Данные о поведении пользователей
● Наличие и корректная передача userId (или другого общего идентификатора
пользователя)
● Корректность данных о сессиях и транзакциях
Данные о транзакциях
● Проверить данные на наличие всех необходимых полей
● Наличие данных по всем дням
● Сопоставимый формат даты, дохода, города
● Наличие параметра userId у транзакций
● Дублирование транзакций

20. CASE:
ROPO анализ показал, что 40%
покупателей заходят на сайт
перед покупкой в магазине

21. О Darjeeling
1. Бренд был создан
Groupe Chantelle в 1995
году.
2. 155 магазинов
3. 8.7 миллионов
посетителей в год
4. Оборот составляет более
100 млн евро в год

22. Цели:
Оценить вклад онлайн кампаний в продажи офлайн
Сложности:
1. Darjeeling использует разные системы для сбора и хранения данных
2. Ранее никогда не пытались объединить данные

23. Data Flow

24. Объединение данных online & offline
Данные связывались по такому сценарию:
1. Брали из таблицы о выполненных заказах
transaction_id, user_id и time, например, 1 ноября.
2. В таблице с данными об онлайн-действиях
пользователей отбирали все сессии до 1 ноября.
Искали среди них такой же user_id.
3. Находили сессию, которая ближе остальных к
дате транзакции, и брали данные об источнике
трафика из этой сессии.
Таблица с данными по
выполненным заказам

25. Путь пользователя
Оказалось, что порядка
85% всех ROPO-продаж
Darjeeling совершаются в
течение 14 дней после
визита пользователя на
сайт.

26. Как изменяется число онлайн покупок?

27. Как изменяется средний чек заказа?

28. Как изменяется доход на пользователя?

29. Доход со всех онлайн каналов

30. ROPO-анализ в Smart Data

31. Какие данные вам нужны для получения
ROPO-отчетов в Smart Data
1. Поток Google Analytics Real-Time Data→Google BigQuery с настроенным сбором
данных о сессиях в OWOX BI Pipeline или Стандартный экспорт
2. Данные об офлайн-покупках транзакциях из вашей CRM-системы в виде
таблицы или представления BigQuery с такой структурой данных.

32. Все отчеты можно найти во вкладке ROPO
на странице Smart Data

33. link

34. link

35. link link2

36. Thank you!
Mail your questions at mail@owox.com

37. Thank you!
Mail your questions at mail@owox.com