ROPO-аналитика: как онлайн-продвижение влияет на офлайн-покупки

Как связаны между собой активность посетителей интернет-магазина и объем офлайн-продаж

Существует уже доказавшая свою эффективность технология — ROPO-атрибуция, определяющая связь активностей интернет-посетителей с их покупками в физических торговых точках. Разберемся, какие данные необходимо собирать, чтобы построить ROPO-отчет. 

Таких покупателей довольно много, что позволяет изучать динамику их поведения. 

Причины такого неочевидного для маркетолога образа действий вполне оправданы:

• Качество информации на сайте, где каждое свойство товара указано, характеристики перечислены, есть подробное описание и отзывы покупателей, делает их цифровыми витринами для отложенных покупок.
• Уже определившись с выбором, покупатель зачастую предпочтет увидеть товар лично, примерить, попробовать в действии.
• Многие к тому же не любят длительное ожидание и предпочитают получать товар сразу в момент покупки.
• Солидный процент пользователей не рискует совершать дорогостоящие покупки в интернете — как же, как и не считает уместным совершать в сети мелкие покупки.
• Все еще много людей, которые опасаются расплачиваться онлайн.

Процент таких покупок зависит от характера товара, географических и демографических факторов, менталитета и ряда других причин. И все же, исследования фиксируют значимые для любого бизнеса закономерности.

• Как показал анализ Google и «М.Видео», 48% офлайн-клиентов магазинов электроники предварительно смотрели товары онлайн. Эти же посетители принесли магазинам на 40% больше дохода, чем другие те покупатели, что не заходили на сайт.
• Если смотреть на зарубежные кейсы, то ibi search и University Regensburg еще в 2012 году установили, что 83% немцев знакомятся с продуктом в интернете перед офлайн-покупкой.
• По результатам опроса Barilliance, 21% австралийских офлайн-покупателей посещают сайт перед каждой покупкой в офлайн-магазине, а целых 71% поступают так время от времени.
• Исходя из опроса агентства DigitasLBi, 88% покупателей по всему миру изучают товары в интернете перед покупкой.

От чего зависит процент ROPO-покупок

Нужно думать не только в логике интернет-рекламы. Процент ROPO-атрибутированных покупок может быть выше, если:

• магазин присутствует на картах и в геосервисах;
• в сети есть отзывы от других покупателей;
• у него высокое качество каталога товаров и контент-страниц товаров;
• в соцсетях есть страницы филиалов с актуальными контактами (более 70% пользовательской вовлеченности происходит в локальных точках контакта). 

Анализ этих вопросов поможет выявить неожиданные причины снижения продаж. Например, роль может играть негативный отклик на популярном отзовике или снятие билборда, игравшего навигационную функцию. 

Применение ROPO-аналитики

Исследование пути потребителя (customer journey map) и влияющих на него факторов открывает для аналитика ряд возможностей. 

Атрибуция продаж и определение полной ценности маркетинговых каналов

Часть покупателей изучает товар на сайте, а приобретает в розничном магазине. Итоговая конверсия и окупаемость рекламы будет выше.

К примеру, если позиция слабо продается онлайн, не нужно убирать ее полностью. Вполне возможно, что благодаря сайту продажи этого товара в офлайн-магазине выше, чем если бы товар продавался только на физических полках. И такой срез нужно проводить по всем кампаниям. 

Улучшение маркетинговых активностей

Изучение своей аудитории и ее путей к покупке позволяет создавать максимально эффективные маркетинговые кампании.

К примеру, у вас настроена email-рассылка по брошенным корзинам. Если вы изучите опыт некоторых пользователей добавлять в корзину товар, чтобы, имея при себе такой список покупок, потом собирать их в физическом магазине, и идентифицируете их, вы не станете склонять их к уже состоявшейся покупке рассылками и напоминаниями.  

Увеличение среднего чека и доходности

Просмотр товара онлайн перед покупкой также повышает средний чек. Анализ GfK Russia показывает, что сумма ROPO-чеков на 23–37% выше для различных товарных категорий. А ROPO-покупатели в «М.Видео» тратят в среднем на 40% больше, чем чистые офлайн-покупатели.

Поэтому, определив товары-магниты (те, что повышают ROPO-конверсию) на вашем сайте, сфокусируйтесь на их онлайн-продвижении.

Улучшение сайта и повышение онлайн-продаж

ROPO-анализ может обнаружить, что посетителям неудобно проводить покупки на сайте. Эти знания помогут улучшить интернет-магазин.

Причины поведения покупателей можно изучать через выборочные прозвоны или анкетирование. Предлагайте варианты ответов — так вы упростите задачу. 

Чаще всего покупатели сталкиваются с такими неудобствами при покупке на сайте:

• цены на сайте отличаются от цен в офлайне;
• на сайте нельзя получить опции, которые есть в магазине — например, оформить рассрочку;
• долгая доставка;
• на сайте нет акций, практикуемых в торговых точках;
• недружелюбный интерфейс, сбои при заполнении форм, иногда даже невозможность заполнить форму;
• некорректное отображение в мобильной версии.

Многие магазины предлагают покупателям сайта эксклюзивные товары и более привлекательные цены, поощряя посетителей к онлайн-покупкам.

Методика проведения анализа

Предлагаем два способа провести анализ продаж на эффект ROPO:

• на основе точной идентификации пользователей (есть связь, ID);
• путем расчета коэффициента корреляции (нет связи, ID).

Первый подход реализуется путем сопоставления (или получения от покупателя офлайн-магазина) информации, по которой его/ее можно выделить среди пользователей интернет-магазина.

Эффективным приемом идентификации является использование коннекторов — например, купонов на подарок и скидочных промокодов, которые должен быть уникальными в пределах всей базы клиентов. 

Пользователь интернет-магазина получает индивидуальный код, который предъявляет при офлайн-покупке, после чего его чек засчитывается в ROPO-покупки и атрибутирован к тому каналу, по которому он изначально пришел на сайт. 

Альтернативно можно проводить опросы клиентов (до покупки в магазине или после — по телефону).

Чтобы результаты были релевантными, понадобится большая выборка. Для опрашивания пользователей в сети используют онлайн-калькуляторы, применяют технологии, определяющие достоверность каждого полученного результата — например, функцию pwr.t.test.

Правый верхний угол графика показывает, что «Яндекс» — самый эффективный канал рекламы, он принес наибольшее число покупок и наибольший доход (на этом графике размер круга равен доходу от одного клиента).

Второй подход, без связи, рассчитывает коэффициент корреляции и моделирует базовый уровень офлайн-продаж без учета онлайн-рекламы.

Сумма базового и дополнительного дохода составит фактические офлайн-продажи компании.

Соответственно, если онлайн-реклама не принесла дополнительного офлайн-дохода (или отключение рекламы не привело к его сокращению), мы можем сделать вывод, что реклама не влияет на продажи.

Множество эффективных прогнозов строятся на основе прошлых данных.

Среди методов прогнозирования на основе прошлого рекомендуем использовать ARIMA или ETS модели. Как считать и проверять такие прогнозы, можно узнать из нашего вебинара.

Фото на обложке: Nikola Stanisic / Shutterstock