В e-commerce отдельные показатели редко дают полную картину. Продажи могут расти вместе с рекламными расходами, выручка — с падением маржи, а успешный товар — создавать проблемы из-за возвратов и логистики.
Поэтому аналитика должна связывать продажи, маркетинг и экономику товара. BI и дашборды собирают данные из разных источников в единую модель и позволяют быстро перейти от общего результата к конкретному товару, каналу или проблемному показателю.
Неважно, где происходят продажи — на маркетплейсе, в собственном интернет-магазине, через социальные сети или сразу в нескольких каналах. Бизнесу важно понимать не только объем продаж, но и за счет чего он формируется.
В аналитике обычно связывают:
Главное здесь не количество показателей, а связь между ними. Если заказы снизились, аналитика должна помочь понять причину — упал трафик, изменилась конверсия, выросла цена или товар оказался недоступен.
Аналитика у бизнеса обычно уже есть. Данные находятся в личных кабинетах маркетплейсов, 1С, МойСклад, CRM, Excel и других системах.
Проблема начинается, когда для каждого отчета приходится открывать несколько систем, выгружать данные, переносить их в таблицы и вручную сводить результаты. При росте ассортимента и количества каналов такая работа занимает все больше времени.
Есть и риск ошибок. Другой период, забытый фильтр или различия в логике расчета могут привести к тому, что одна и та же цифра в разных отчетах будет отличаться. Такая ошибка способна повлиять и на управленческое решение.
BI-аналитика объединяет данные по заданным правилам и автоматизирует расчет показателей. В результате руководитель может выбрать период, канал, категорию или товар и сразу увидеть нужные разрезы.
Хороший дашборд позволяет двигаться от результата к причине:
общий показатель → отклонение → разрез → конкретный товар или канал.
На первом уровне можно видеть продажи, среднюю цену, маржу, рекламу и оборачиваемость.
Следующий уровень — аналитика конкретных товаров.
Здесь можно сопоставить просмотры карточки, добавления в корзину, заказы, конверсию и выручку. Например, высокий трафик при низкой конверсии указывает на необходимость проверить карточку, цену или предложение.
Для оценки ассортимента используется ABC/XYZ-анализ. ABC показывает вклад товара в продажи, XYZ — стабильность спроса.
Отдельно стоит смотреть возвраты. Высокая доля возвратов способна заметно изменить экономику товара, поэтому важно учитывать их не только в количестве, но и относительно продаж и выручки.
Полезны и разрезы по характеристикам товара — например, по цветам и размерам.
Такая аналитика помогает принимать решения по ассортименту и закупкам, особенно если сопоставлять популярность характеристик с маржой, возвратами и остатками.
Для интернет-магазина важно связать маркетинг с продажами. Недостаточно знать, сколько посетителей привел канал — нужно понимать, сколько заказов и выручки он принес.
Поэтому рекламные расходы стоит сопоставлять с заказами, выручкой и, если данные позволяют, прибылью.
Посмотреть другие кейсы внедрения BI-аналитики
Многие начинают BI-проект с выбора системы. Но сначала стоит провести аудит текущей аналитики, определить задачи бизнеса, приоритетные показатели и требования к будущему решению.
BI внедряется поэтапно. Обычно от начала работы до первого дашборда проходит около месяца, после чего система постепенно расширяется. Поэтому в первую очередь внедряются показатели, которые нужны бизнесу для принятия решений сейчас.
Мы внедрили BI более чем в 127 проектах. Начинаем с консультации и брифинга, затем проводим бесплатный аудит аналитики и систем, формируем и согласовываем ТЗ. После этого разворачиваем базу данных, настраиваем интеграции и логику показателей, пишем скрипты и собираем отчеты.
Также помогаем подобрать систему под задачи конкретного бизнеса.
Если вы планируете внедрение бизнес-аналитики, запишитесь на бесплатную консультацию.