Рассмотрим на примере. Месяц назад интернет-магазин запустил баннерную рекламу, разместил интеграцию у YouTube-блогера и оплатил рекламный пост в сообществе ВКонтакте. Компания получила 2 000 заявок, 250 продаж и 30 отказов от покупки уже после оформления заявки на сайте. Перед маркетологом встал вопрос, какой источник трафика принес больше прибыли и как узнали о продукте клиенты, которые в последний момент решили отказаться от покупки товара.

Нужные для ответа данные собирают разные инструменты. Посмотреть количество переходов на сайт с баннерной рекламы можно в рекламном кабинете. Количество заявок с каждого источника трафика — в системах веб-аналитики Google Analytics или Яндекс.Метрике. Количество отказов и продаж, в том числе повторных, — в CRM-системе.

Отдельно анализировать данные на разных этапах воронки продаж недостаточно. Компания может получать большой объем трафика и заявок с рекламы, но не зарабатывать. Заявки — это еще не прибыль, лидами нельзя оплатить аренду офиса или выплатить сотрудникам зарплату. Если трафик маркетингового канала не конвертируется в продажи, но компания продолжает тратить на него рекламный бюджет, деньги «сливаются».

Сквозная аналитика отслеживает весь путь клиента: от первого клика до покупки. Такой метод анализа помогает понять, какой источник трафика приводит покупателей, а какой приводит только заявки без дальнейшей оплаты. Помогает определить рекламу, которую можно отключить, чтобы выделить больше времени и денег на работу с каналами, которые приносят выручку.

С помощью сервиса сквозной аналитики интернет-магазин из нашего примера может увидеть, что большинство посетителей пришли на сайт с баннерной рекламы. Но конверсия в продажу у этого рекламного канала практически нулевая. С рекламы в сообществе ВКонтакте компания получила меньше заявок, но конверсия в продажу была в несколько раз выше, чем у баннерной рекламы. А вот аудитория, которая оставляла заявки после просмотра видео YouTube-блогера, чаще отказывалась от покупки на последнем этапе воронки продаж.