Впервые со статистикой я столкнулся в университете. Нам нужно было обрабатывать большие объемы данных, которые --мы получали в результате биологических опытов. Как раз тогда, спасибо преподавателям, я и получил базовые навыки аналитика.
Позже работа с показателями продолжилась в профессиональной отрасли: веб-разработке и интернет-рекламе. Из опыта я заметил, что новички часто совершают одни и те же ошибки, когда начинают заниматься аналитикой. Про них я и расскажу. Но для начала разберемся, зачем вам вообще нужно собирать данные и проводить анализ.
Для чего компании что-либо анализировать
Главное – анализ данных может объяснить причины каких-либо изменений. Например, у вас начала падать прибыль. Можно хвататься за голову и паниковать, а можно спокойно провести аналитику и понять, что причиной падения послужил сезонный спад, увольнение лучшего менеджера или ухудшение качества продукта.
Еще аналитику любят за то, что она помогает контролировать изменения. Вот вы закупили новое оборудование для работы. Как понять, оправдало ли оно затраты компании? Ответ на этот вопрос вы можете получить после анализа показателей.
А теперь перейдем непосредственно к ошибкам.
Грабля №1: ошибочное сравнение
Все, кто знаком с понятием сезонности понимают, что продажи нужно сравнивать не помесячно, а в разрезе года. То есть показатели за январь нужно сопоставить не с февралем, а с январем предыдущего года. Это достаточно очевидно, но тут есть и более хитрые ошибки.
Например, вы сравниваете производительность двух станков и понимаете, что один из них приносит больше прибыли. Но стоит копнуть глубже и окажется, что в расчеты не попала стоимость обслуживания. В итоге менее производительный станок на самом деле более выгодный для компании.
Или другой пример – вы запустили две рекламные кампании. Одна из них принесла 300 клиентов за 100 000 ₽, вторая – 400 клиентов за 50 000 ₽.
Рекламная кампания | Расход | Количество клиентов | Стоимость клиента |
---|---|---|---|
Инстаграм | 100 000 ₽ | 300 | 333,3 ₽ |
Фейсбук | 50 000 ₽ | 400 | 125 ₽ |
На первый взгляд может показаться, что вторая кампания в разы успешнее. Теперь проведем более глубокий анализ и соберем полную информацию: средний чек клиентов в первой кампании — 50 000 ₽, прибыль – 14 900 000 ₽. Средний чек второй кампании — 30 000 ₽, прибыль — 11 950 000 ₽. --С полными данными открывается объективная картина: первая кампания оказалась намного успешнее. А вы по ошибке чуть не отключили ее, чтобы сфокусироваться на менее эффективной.
Рекламная кампания | Расход | Количество клиентов | Стоимость клиента | Средний чек | Прибыль |
---|---|---|---|---|---|
Инстаграм | 100 000 ₽ | 300 ₽ | 333,3 | 50 000 ₽ | 14 900 000 ₽ |
Фейсбук | 50 000 ₽ | 400 ₽ | 125 | 30 000 ₽ | 11 950 000 ₽ |
Вывод: чтобы обойти граблю сравнения, нужно приводить данные к одному знаменателю. Обычно это отношение доходов к расходам.
Грабля №2: маленькая выборка
Следующая ошибка молодых аналитиков – построение выводов на основе небольшого количества данных. Правда, иногда и опытному специалисту приходится идти на компромисс: сбор данных всегда обходится в солидную копейку.
Итак, в чем заключается ошибка. Предположим у нас работают две рекламные кампании (РК). Одна из них принесла трех клиентов, другая – одного. Объявления мы показали 500 потенциальным клиентам. В этом случае сказать, что первая РК успешнее второй мы не можем: слишком мало данных, чтобы говорить о какой-то закономерности.
Нам остается лишь строить предположения, что первая кампания возможно окажется более успешной. Если же гипотеза не оправдается, и первая РК не принесет нужное количество клиентов, то всегда можно вернуться ко второй. Поэтому не стоит принимать категоричные решения на основе маленькой выборки.
Грабля №3: концентрация только на собственных данных
С нами случилась замечательная история. На одной из РК клиентов мы решили опробовать новую гипотезу с УТП в объявлениях. Через некоторое время стало понятно, что она сработала, да ещё как — показатели в среднем оказались в 2 раза выше других РК. На радостях мы начали готовить новые гипотезы на основе успешной. Разочарование пришло еще через неделю: данные вернулись в норму и кампания стала такой же, как и другие – не лучше и не хуже.
Мы долго искали причину такого кратковременного взлета. После разговора с клиентом выяснилось, что в период всплеска продаж он параллельно запустил РК и на другой площадке. Этим и объясняется повышенный интерес пользователей: они видели рекламу на другой площадке, а потом их «догоняли» наши объявления в соцсетях.
Эта история научила нас тому, что на рекламу могут влиять сторонние факторы: выборы, чемпионат по футболу, отключение света, концерт рок-звезды, рекламная кампания конкурента. Нужно всегда смотреть по сторонам и не зацикливаться только на своей кампании.
Давайте подытожим выступление:
- Чтобы сравнить эффективность инструмента, приводите данные к одному знаменателю. В случае с продажами лучше сравнивать конечную прибыль, а не промежуточные результаты, типа количества заявок.
- Делайте выводы только на основе достаточной выборки. Если выборка маленькая, то хотя бы предусмотрите возможность вернуться на шаг назад и перераспределить усилия.
- Во время анализа учитывайте внешние факторы: пользователи не только видят вашу рекламу, но еще и рекламу конкурентов.
Надеемся, вам был полезен наш опыт. А какой был у вас? Делитесь своими историями в комментариях.