Документ описывает процесс построения ropo-отчетов для анализа взаимодействия между онлайн и офлайн покупками, включая сбор данных из различных источников, настройку модели атрибуции и автоматизацию отчетов. Он объясняет, как объединить данные о пользователях и транзакциях, чтобы определить влияние онлайн-рекламы на офлайн-продажи. Также приводятся примеры использования ropo-анализа и рекомендации по улучшению маркетинговых стратегий.

1. Построение ROPO-отчетов

2. 1. Объедим данные из рекламных источников
2. Настроим модель атрибуции
3. Автоматизируем отчеты по рекламным кампаниям
4. Найдем ценные инсайты в воронке продаж
OWOX BI — ВАШ ПЕРСОНАЛЬНЫЙ
МАРКЕТИНГ-АНАЛИТИК
12,000пользователей
200клиентов
90стран

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 OWOX BI Smart Data.

4. Кому и зачем нужен ROPO-
анализ?

5. Не все онлайн-воронки завершаются
покупками на сайте
Ищи онлайн Покупай офлайн

6. Выбираем телевизор
Что делаем на сайте?
● Читаем отзывы
● Сравниваем цены
● Сравниваем характеристики
Что делаем в магазине?
● Смотрим на качество
изображения
● Оцениваем скорость
переключения каналов
Так где же будет совершена покупка в итоге?

7. Consumer Barometer от Google
Источник

8. Как часто мы используем интернет для
принятия решений?
Источник
Где покупают пользователи
Онлайн Офлайн ROPO

9. Зачем и кому 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?
● Предлагайте карты лояльности онлайн
● Сделайте авторизацию условием акции или конкурса, используйте купоны
● Отправляйте ссылку на видео и лучшие примеры использования товара
на email
● Предлагайте бесплатный доступ к пробной версии (актуально для SaaS
бизнеса)
● Давайте возможность скачать полезный контент: презентации,
исследования
Найти ключи:
https://www.owox.ru/blog/articles/integrate-online-

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. Как убедиться,что вы все сделали
правильно?

15. Что получим в итоге?

16. 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.
5. Совершают ли они потом заказ через сайт? Что им мешает
изначально оформить заказ на сайте? Как сэкономить бюджет
на ремаркетинг на этих пользователях?

17. 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 офлайн заказах:
● Разовая выгрузка заказов из CRM
● Или автоматическая выгрузка заказов

18. Схема связывания пользователей для прямого ROPO

19. 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

20. 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

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

22. 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

23. 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

24. Схема движения данных

25. Объединение данных онлайн и офлайн
Данные связывались по такому сценарию:
1. Брали из таблицы о выполненных заказах id
транзакции, user_id и время, 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

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

27. Как изменяется число онлайн покупок?

28. Как изменяется средний чек заказа?

29. Как изменяется доход на пользователя?

30. Доход со всех онлайн каналов

31. ROPO-анализ в Smart Data

32. 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.

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

37. Полезные ссылки
1. Компания Darjeeling провела ROPO анализ и выяснила, что
40% покупателей заходят на сайт перед покупкой в
магазине
2. Как компания М.Видео оценила вклад онлайн-рекламы в
офлайн-продажи
3. Как настроить сквозную аналитику

38. mail@owox.ru
www.owox.ru
Вопросы?

39. www.owox.com/c/364

40. https://matemarketing.ru/http://2018.imetrics.ru/
Приглашаем вас