4 мифа о бесплатной аналитике

В 2024 году продуктовая аналитика – идея, которую уже не нужно "продавать" руководству и акционерам, как случалось 10-15 лет назад. Никто уже особо не представляет себе процессы работы с продуктом и маркетингом без адекватных данных. Детальный их сбор, верная разметка, понятные визуализации – обязательный стартер-пак для любой команды. Но если с тем, что принимать решения на основе данных, согласны все или почти все, то сами дорожки в "data-driven" могу быть самыми разными. Разберем поподробнее.

Казалось бы, сегодня ничего не стоит получить доступ к аналитике — достаточно просто поставить кусочек кода на сайт, и данные начнут поступать. И это самый первый миф из серии сказок про "бесплатную аналитику". В этой статье мы разберем основные заблуждения на тему того, сколько может (или должна) стоить продуктовая и маркетинг-аналитика в 2024 году.

Миф №1 – есть куча бесплатных сервисов аналитики. Значит аналитика должна быть бесплатной

Да, на рынке есть популярные бесплатные решения для продуктовой и маркетинг-аналитики – например, Google Analytics или Яндекс Метрика. Они привлекают тем, что позволяют начать работу с данными совсем без затрат. С первоначальной настройкой и установкой разберется даже школьник – воткнул кусочек кода и пошел получать удовольствие. Однако, установка – это только начало. И тот же самый школьник после инсталляции, как правило, быстро понимает, что кроме сбора данных с ними нужно собственно работать.

Работа с созданием и отправкой событий, обогащение данных офлайн-событиями и специфическими параметрами, формирование и чтение отчетов. Вся эта куча-мала выливается во вполне конкретные человеко-часы работы. То есть зарплату и прочие издержки. Вы можете делегировать эти задачи сотруднику, фрилансеру, агентству, можете сделать сами или попросить помочь кого-то из друзей-родственников. Но в это в любом случае придется инвестировать. Поэтому начнем с первого, не самого приятного вывода.

Бесплатной аналитики не бывает.

Согласившись с тем, что будете отталкиваться от данных в своей работе, вы уже приняли решение потратить на это ресурсы. И, как правило, стоимость подписки на приложение будет самой малой частью таких расходов.

Хорошая новость в том, что такие расходы поддаются оптимизации.

Миф №2 – наша команда разбирается в GA, так что деньги мы не тратим

Очень знакомая картина. Небольшой отдел или многорукий маркетолог одиночка. Привлекаются подрядчики или агентства на задачи привлечения трафика. Вся аналитика ведется с помощью бесплатных GA или Метрики. Все вроде бы счастливы.

Но это не так.

Во-первых, и GA, и Яндекс Метрика являются условно бесплатными. Они используют счетчики как рычаг для их главного бизнеса – рекламного. Ну и с какого-то момент в буквальном смысле становятся дорогими, иногда очень дорогими (речь про подписки Метрика ПРО и GA360).

Во-вторых, использование бесплатных (условно бесплатных!) счетчиков подразумевает массу ограничений на поставку, обработку и обогащение данных. Вы наверняка знаете про сэмплирование, пороговые значения, задержку в обработке данных, ограничения на междоменный трекинг и количество целей в рамках визита.

Кроме того, любая задача, хоть маленько выходящая за рамки стандартного скоупа, будет отдаваться вашей команде чудовищной болью. Например, связать трафик с расходами. Или получить доступ к рил-тайм репортам. Или настроить нотификации и алерты при достижении критических отметок в метриках.

Все вышеперечисленное не является проблемой на совсем уж маленьком масштабе. Но когда ваш маркетинговый бюджет вырастает до нескольких миллионов рублей в месяц, стоимость ошибки также кратно растет.

К сожалению, такие кейсы очень часто приводят к недоразумениям вида: мы экономим десятки тысяч рублей на сервисе аналитики, но готовы смириться с тем, что теряем из-за этого сотни, а то и больше. Отсюда еще один вывод.

Деньги, которые вы тратите на сервис продуктовой и маркетинговой аналитики, являются частью ваших постоянных расходов. У этих расходов есть вполне конкретная функция – например, оптимизация маркетингового бюджета. И если вы экономите на оплате приложения 100-300тыс., а оно (возможно) сэкономит миллионы, то скорее всего вам стоит чуть больше времени провести в компании P&L, вашего бухгалтера и калькулятора. И все встанет на свои места.

По крайней мере на какое-то время.

Миф №3 – будем платить 15тыс за Roistat, у них все включено

Вместо Roistat вы можете поставить любое другое известное вам приложение: Calibri, UIS, Calltouch и так далее. Как правило, это платные сервисы, которые подразумевают несколько ключевых интеграций, довольно отзывчивую поддержку и уместную кастомизацию. Они успешно позволяют найти ответы на очень важные вопросы – зарабатываем ли мы на нашем трафике, сколько зарабатываем, с каких сегментов клиентов и источников трафика мы зарабатываем больше и так далее.

Один из главных (и недооцененных) плюсов таких приложений – это вовлечённая команда поддержки и подробная документация. Каким бы специфическим ни был ваш кейс, инженеры поддержки (по крайней мере некоторых компаний) смогут найти адекватное решение или даже несколько таковых. Это крайне удобно в случае, если в вашей команде не хватает рук и/или экспертизы.

За чек в тысячи (реже - десятки тысяч) рублей в месяц вы вправе ожидать не только и не столько сам сервис, сколько удобного и эмпатичного советчика. Что крайне важно для бизнеса, выросшего из скорлупы минимальных бюджетов на маркетинг. Проблемы таких сервисов начинаются, когда ваши требования по кастомизации выходят за рамки стандартных. А это не такая уж и редкая история.

Дело в том, что большинство таких сервисов таргетируются в относительно массовый сегмент, сидящий на коробочных решениях: CRM, ERP, склад, счетчики аналитики, рекламные кабинеты. Поэтому, в случае наличия чего-то нестандартного (например, самописная или сильно докрученная CRM) ваш провайдер вполне резонно потребует компенсации доработок. И это компенсация вполне может достигать 6-значных цифр (в рублях).

То есть – пока вы остаетесь в относительно прогнозируемом стеке (например, AMO-Яндекс Метрика-Яндекс Директ), коробочное решение в духе Roistat будет вполне резонным выбором. Но рано или поздно вы соберете все низко висящие фрукты и бизнес потребует расти там, где раньше это делать не получалось – в оптимизации верха воронки, оперативного обогащения данных, экспериментов с атрибуцией.

И вот тогда вы можете совершить еще одну ошибку.

Миф №4 – мы построим свой луна-парк. И он будет бесплатный

Это противоположный полюс по отношению к "халявщикам" от аналитики. Квалифицированная команда c ядром в виде сильного эксперта. Есть понимание, как гуляют данные, где есть пространство вероятности для ошибок, а где можно вполне ощутимо сэкономить. Это команда смотрит на задачу самостоятельного построения системы аналитики как на вполне обычный (пусть и не всегда типовой) проект.

Крайне редко (как правило, если вы птицы масштаба Озона или Авито) такие начинания заканчиваются успехом. Гораздо чаще это превращается в нервную, нескончаемую тягомотину с перманентным обнаружением нетипичных кейсов, ошибок и неожиданных обновлений документации.

Аргументы у построения своей "звезды смерти" вполне себе приземленные – на нашем трафике мы тратим очень большие деньги (сотни тысяч рублей и более) на сервисы аналитики. Так что дешевле нам будет написать свою Гугл Аналитику. Увы, не дешевле.

Первое и самое популярное заблуждение – "мы все запустим и будем смотреть в отчеты". Так не будет. В первую очередь потому, что все сервисы, вовлечённые в ETL-процессы, регулярно и порой непредсказуемо меняют документацию для своих API. Для конечного заказчика это означает, что все будет ломаться. Регулярно и непредсказуемо.

Для сервисов сквозной аналитики изменение в чьей-то документации – это вполне рядовой кейс. Поэтому они постоянно проактивно мониторят эти изменения, сюрпризом последние практически никогда не являются. Однако, инхаус-команды далеко не всегда готовы к подобным сценариям.

Заблуждение номер два – "все легко и понятно, завтра будет готово". Это иллюзия. Пользователи Google Analytics в бешенстве засыпают форумы поддержки сообщениями о багах и несостыковках. И это приложение, которому совсем скоро стукнет 20 лет. Просто напросто некоторые особенности и правда не самые простые для понимания. Например, учет timestamp события, логика Data Driven атрибуции или корректный парсинг User-Agent.

На поверхности может показаться, что все такие кейсы можно объять и решить за один-два спринта. Но из-за пункта первого (обновлений документации) они будут плодиться и возникать заново. И чаще всего – в тех местах, которые вы чинили совсем недавно.

Сколько же имеет смысл платить за аналитику?

Цифры, которая может однозначно ответить на это вопрос, не существует. Однако, можно следовать определенным принципам, которые помогут оптимизировать расходы на аналитику.

Вот они:

1. есплатной аналитики не бывает. Вы начали платить еще до того, как запустили сбор данных. Так что отбросьте эту вредную мысль с самого начала.
2. Оплата собственно самого сервиса – только вершина айсберга. Учитывайте время и другие ресурсы, которые будете тратить на работу с данными. Закладывайте это в свои расходы.
3. Аналитика – точно такой же продукт со своей (пусть и не всегда легко калькулируемой) добавочной ценностью. И вы можете определиться с бюджетом на аналитику исходя из того, что (и в каком размере) планируете получить с помощью нее.
4. Поэтому аналитический сервис вполне может стоить сотни тысяч рублей в месяц. Особенно, если может стать рычагом для экономии или роста доходов на несколько миллионов
5. Не бойтесь остаться статичными. Ваш стек может и будет расти и развиваться вместе с вами. Вы можете менять и добавлять приложения, людей, подрядчиков вместе с ростом бизнеса и появлением новых задач.
6. До последнего избегайте масштабных и дорогостоящих инхаус-проектов. Помните, что аналитика – это не ваш бизнес, а функция вашего бизнеса.

Разберем один из примеров разумного управления бюджетом на продуктовую и маркетинговую аналитику – сервис UX Rocket от компании Excite Kit.

1. В первую очередь вы можете прикинуть, что вам может дать аналитика с инсайтами, оптимизация воронки, проверка гипотез с помощью UX Rocket. Скажем, это может быть прирост или экономия в выручке или прибыли. Прикинем плановую цифру и запомним это число.
2. Далее. Начиная работать, вы получите сервис аналитики, экспериментов и персонализации из коробки в лице одной аппки. Значит, что уже со старта можете отключить и не платить что-то другое – скажем если у вас уже есть вендор для AB-тестов. По сути это возможность начать экономить еще до начала работы. Хорошо.
3. В UX Rocket есть функционал авторазметки. Это означает, что дата-инженеру или аналитику не придется "погибать" в системе управления тегами, чтобы перенести важные, но не самые ключевые события. Еще одна галочка.
4. У сервиса есть русскоязычная техподдержка, стоимость которой включена в подписку. Это значит, что мы покупаем не только софт, но и экспертизу. Профессиональная экспертиза стоит дорого. Учтем.
5. Если выберите облачную версию, то UX Rocket сами зарезервируют под вас сервера, а вам не нужно будет париться над разворачиванием и эксплуатации отдельной базы данных. Минус нагрузка на DevOps-команду и/или аналитиков.
6. Есть приятные опции в виде интеграций с Яндекс Директ и Google BigQuery. Приятные, потому что бесплатные. Добавим в копилку.

Просуммировав все цифры или их приближения, вы можете сравнить полученное число с оффером от UX Rocket и понять для себя, насколько это для вас оправдано. Аналитика не может быть бесплатной, но ее стоимость обязана быть адекватной вашим задачам и ограничениям.

Получите оффер от UX Rocket прямо сейчас: