Настройка и использование воронки продаж

Желание не только прогнозировать поведение потребителей, но и влиять на него появилось у бизнеса достаточно давно. Еще в 1898 году американский рекламист Элиас Сент-Элмо Льюис предложил использовать маркетинговую модель, иллюстрирующую путь клиента к покупке товара или услуги. Она получила название «воронка продаж». С ее помощью можно понять, какие шаги делает потребитель, что, в свою очередь, позволяет некоторым образом контролировать его поведение, а также незаметно подталкивать к совершению покупки. Тема воронки продаж – очень обширная. Ей посвящено множество книг и серьезных исследований. Ознакомиться с основными особенностями и практическим применением этого инструменты вы можете в статье https://www.owox.ru/blog/articles/sales-funnel/.

Структура воронки продаж

Классическая модель предусматривает линейный путь потребителя к заказу. Считается, что он проходит следующие основные стадии:

1. Неосведомленность о продукте.
2. Осведомленность.
3. Возникновение интереса.
4. Появление желания купить.
5. Совершение покупки.

Конечно, в жизни очень часто покупатели отходят от подобной линейной структуры. Они могут выходить из воронки продаж на различных этапах и так и не приобрести товар. Также довольно распространенным является возврат потребителя на предыдущие этапы. Несмотря на то, что воронка продаж не всегда отображает реальную картину, она представляет собой обязательный маркетинговый инструмент, который позволяет выявлять и устранять проблемные стадии процесса продаж.

Пример

Рассмотрим в качестве примера воронку продаж, где покупатели привлекаются полезным контентом на интернет-ресурсе. Эта схема выглядит следующим образом:

1. Пользователь пишет в поисковике интересующий его запрос, без стремления покупать какой-либо продукт.
2. Затем он посещает страницу из выдачи.
3. Посетитель изучает другой полезный контент, подписывается на блог.
4. Через какое-то время он начинает просматривать продукты на сайте.
5. Покупатель добавляет продукт в корзину и оформляет заказ.
6. При этом он остается потребителем полезного контента, что стимулирует его к будущим покупкам.

Можно ли использовать такую воронку на пользу бизнесу? Да, если есть цель завоевать доверие клиентов путем подтверждения своего профессионализма в конкретной области, или вам необходимо повысить узнаваемость своего бренда. Решить эти задачи можно, визуализировав шаги потребителя и анализируя трафик на каждой стадии воронки. Анализу должны подвергаться следующие параметры:

• действующие рекламные каналы;
• кликабельность рекламы;
• затраты на привлечение нового пользователя;
• поведение клиента на сайте (количество проведенного времени, страницы входа и выхода);
• целевые действия (число заказов, средняя стоимость покупки и пр.).

Регулярная работа с данными метриками позволит оценивать эффективность воронки продаж.

Настройка

Рассмотрим, как настроить воронку продаж в популярной системе веб-аналитики Google Analytics. Для этого:

1. Заходим в раздел «Администратор» и кликаем на пункте «Цели».
2. Ставим флажок напротив надписи «Собственная».
3. В строчке «Описание цели» пишем нужное нам название и ставим флажок на типе «Целевая страница».
4. Указываем страницу, посещение которой означает успешное оформление заказа. Она, например, может содержать элемент «order_id» или представлять собой страницу «Спасибо за покупку».
5. Нажимаем на переключатель «Последовательность», чтобы задать остальные шаги в воронке продаж. Каждый из них должен отвечать адресам конкретных страниц, которые клиент посещает на пути к покупке.

Расширение функционала

Google Analytics при всех своих преимуществах имеет ряд ограничений. Например, в нем не хватает важной информации о пользователях, которая зачастую есть во внутренней CRM-системе. Также она не располагает подробными данными о продуктах, включая маржу и поставщиков. Чтобы расширить функционал GA следует дополнить его информацией из CRM. Для этого можно воспользоваться удобной платформой OWOX BI, которая позволяет автоматически подгружать нужные данные и интегрировать их в облачном сервисе Google BigQuery.