Как сэкономить 80% на рекламе — кейс производителя электровелосипедов Delfast

Команда OWOX создала интеллектуальную панель инструментов для Delfast, компании, которая производит и продает электронные велосипеды. С помощью сквозных фильтров на этой панели Delfast смогла определить дорогие и неэффективные рекламные кампании, отключить их и сэкономить 80% своего ежемесячного рекламного бюджета.

Delfast — ведущий мировой производитель электровелосипедов, производящий уникальные экологически чистые электрические велосипеды, отличающиеся исключительным запасом хода, мощностью и скоростью. Компания занесена в Книгу рекордов Гиннеса по наибольшему расстоянию, пройденному на eBike без подзарядки — 228 миль.

Delfast — украинско-американская компания с двумя штаб-квартирами в Киеве, Украина, и Уиттиере, Калифорния. Они разрабатывают и прототипируют электровелосипеды в Украине, производят их в Китае и завершают окончательную сборку в Лос-Анджелесе.

Delfast начал свою деятельность как курьерская служба в Киеве, Украина, в 2014 году. В 2017 году компания решила закрыть свой успешный курьерский бизнес и полностью посвятить себя развитию eBike, запустив успешную кампанию на Kickstarter, которая официально положила начало эре Delfast Bikes.

Маркетологи Delfast хотели понять, какие онлайн-кампании приносят им реальную прибыль, а какие тратят впустую их рекламный бюджет. Для этого им нужен был отчет, объединяющий данные цифровой аналитики с информацией о продажах из их CRM. В отчете нужно было показать, какие онлайн-кампании приносили лиды, сделки и выполненные заказы, сколько рекламного бюджета было потрачено на эти кампании и какой доход они приносили.

Проблема заключалась в том, что данные компании собирались и хранились в разных системах: расходы на рекламу хранились в рекламных сервисах, действия пользователей на сайте — в Google Analytics, а информация о пользователях и продажах — в HubSpot. Чтобы построить отчет на основе этих данных, маркетологам Delfast нужно было проверить на наличие ошибок и очистить, стандартизировать, сгруппировать и объединить данные в единый формат. Это нужно было делать регулярно по мере обновления данных, чтобы всегда иметь актуальную картину.

Очистка, нормализация и проверка совместимости данных из разных источников занимает много времени, если делать это с нуля и вручную. Для подготовки отчетов аналитикам необходимо создать и поддерживать каскад взаимосвязанных преобразований SQL. Позже это превращается в клубок SQL-запросов и скриптов, отладка которых занимает много времени, но не создает дополнительной ценности.

Поэтому в Delfast решили автоматизировать подготовку отчетов с помощью продуктов OWOX BI.

Шаг 1. С помощью OWOX BI Pipeline компания автоматически собирает данные из всех своих источников в Google BigQuery:

• Информация из Google Analytics
• Исходные данные с сайта
• Расходы на рекламные услуги
• Данные о клиентах из CRM-системы HubSpot

OWOX BI автоматически конвертирует сырые данные в готовый для аналитики формат: унифицированные форматы тегов, единая валюта, отсутствие дубликатов и аномалий, обнаружение ботов.

Шаг 2. OWOX BI Transformation автоматически применяет базовые преобразования к собранным данным, такие как сеансизация, объединение данных о расходах, определение типа пользователя (новый или вернувшийся), пользовательская группировка каналов и многие другие.Кроме того, Delfast может создавать и применять собственные преобразования.

Шаг 3. С помощью OWOX BI Transformation аналитики OWOX создали модель данных для Delfast, учитывающую необходимые метрики и бизнес-функции.На основе этой модели данных они построили витрину данных, подключенную к Google Looker Studio.

Вот как выглядит поток данных:

Благодаря модели данных аналитики и маркетологи Delfast значительно сократили время подготовки других отчетов и информационных панелей. Теперь, когда им нужен отчет для специального анализа, они обращаются не к необработанным данным, а к данным, которые уже очищены, дедуплицированы и содержат необходимые бизнес-метрики.

В результате Delfast получил девятистраничную смарт-панель, которая объединяет их онлайн-данные (расходы, сеансы и пользователи) с данными CRM (контакты, сделки и закрытые сделки).

Благодаря этой панели маркетологи Delfast определили кампании, которые потребляли большую часть бюджета и приносили онлайн-конверсии, но не приводили к заключенным сделкам.

Затем маркетологи Delfast отключили эти кампании и смоглиперераспределить 80% высвобожденного бюджета на другие кампании.

На главной панели отображается статистика по всем ключевым показателям с разбивкой по группам каналов, источникам/каналам и кампаниям.

На других страницах подробная информация представлена ​​отдельно для объявлений, сеансов, посетителей, контактов, сделок и завершенных сделок.

Ключевой особенностью этой панели инструментов являются сквозные фильтры. Например, при применении группового фильтра каналов к сеансам (оставляя только платный поиск) панель инструментов отфильтрует всю следующую часть воронки и обновит все показатели (посетители, контакты, конверсии и выполненные заказы).

Перед применением фильтра:

После применения фильтра:

Благодаря этому специалисты Delfast могут оперативно узнавать стоимость не только онлайн-конверсий, но и выполненных заказов.

Еще одним преимуществом этой панели инструментов является то, что фильтр дат можно применять отдельно для каждого объекта в воронке. Например, фильтрация всех конверсий за февраль не уменьшит несвязанные объекты на других этапах воронки.

Это позволяет маркетологам видеть все конверсии, которые приносят кампании, с учетом отложенного эффекта. Например, скажем, компания Delfast запустила рекламную кампанию в январе и провела сеансы для нее в январе. Теперь они хотят знать, сколько конверсий принесла эта кампания не только в январе, но и в феврале, марте и апреле. Чтобы увидеть эту информацию, им просто нужно применить фильтр даты к сеансам — все остальные объекты (конверсии и выполненные заказы) не будут фильтроваться по дате.

Если вы хотите такую ​​же панель инструментов, подпишитесь на демонстрацию!