Jak uzgodnić konwersje z analityki i CRM

Jak uzgodnić konwersje z analityki witryny z danymi w CRM

Analityka witryny i system CRM zliczają różne rzeczy. Analityka może rejestrować zdarzenie wysłania formularza, podczas gdy CRM zapisuje leada dopiero po weryfikacji, deduplikacji lub pomyślnym przekazaniu danych. Rozbieżność między tymi wynikami nie musi oznaczać błędu śledzenia. Warto jednak ustalić spójny sposób ich porównywania i zrozumieć, dlaczego dane o konwersjach różnią się między analityką a CRM.

Celem jest ustalenie, co stało się z każdą istotną konwersją, a nie wymuszenie zgodności liczby w obu systemach. Praktyczne uzgodnienie zaczyna się od jednego zdarzenia, opiera na ustalonym zestawie reguł i uwzględnia przyczyny wszelkich różnic. Ten proces pomaga odpowiedzieć na pytanie, jak uzgodnić dane z Google Analytics i CRM.

1. Zdefiniuj konwersję i leada, których dane uzgadniasz

Wybierz jedną konwersję z analityki i odpowiadający jej wynik w CRM. Możesz na przykład porównać zdarzenie w witrynie demo_request_submit z rekordami CRM utworzonymi jako nowe leady z prośbą o prezentację. Nie łącz tego zdarzenia z zapisami do newslettera ani zapytaniami telefonicznymi — to inne działania klientów, które mogą przebiegać odmiennymi ścieżkami.

Zapisz, co zalicza się do każdej kategorii. Konwersją w analityce może być zdarzenie pomyślnego wysłania formularza, uruchamiane po potwierdzeniu odbioru przez serwer. Leadem w CRM może być nowo utworzony rekord z prawidłowym adresem e-mail, a nie istniejący kontakt, którego dane zostały zaktualizowane. To rozróżnienie określa, jakie wnioski można wyciągnąć z porównania.

Ustal okres raportowania i uwzględniane statusy. Jeśli analizujesz pierwszy tydzień miesiąca, podaj dokładne daty i godziny początku oraz końca, a także zdecyduj, czy uwzględniasz leady otwarte, zakwalifikowane, odrzucone lub usunięte. Zakres powinien być na tyle wąski, by dało się wyjaśnić wyniki. „Wszystkie konwersje i cała aktywność w CRM” to zazwyczaj zbyt szerokie ujęcie, by zdiagnozować problem.

Zapisz definicję we wspólnej notatce, zanim pobierzesz dane. Ten prosty krok zapobiega sytuacji, w której jedna osoba liczy każde wysłanie formularza, a druga tylko leady zaakceptowane przez dział sprzedaży. Jeśli potrzebujesz szerszej metody planowania przepływów danych, potraktuj to uzgodnienie jako osobne zadanie pomiarowe, zamiast ponownie projektować całą integrację CRM.

2. Ustal zasady porównania przed pobraniem danych

Najpierw uzgodnij strefę czasową. Systemy analityczne i CRM mogą zapisywać znaczniki czasu w różnych strefach lub wyświetlać je zgodnie z odmiennymi ustawieniami konta. Przed porównaniem dziennych wyników przelicz oba zestawy danych na tę samą strefę, na przykład UTC. W przeciwnym razie wysłanie formularza tuż przed północą może zostać przypisane do różnych dat.

Użyj tego samego zakresu dat, ale jasno określ, który znacznik czasu decyduje o uwzględnieniu rekordu. Analityka może opierać się na czasie zdarzenia, a raport CRM filtrować według czasu utworzenia leada. Jeśli utworzenie rekordu jest opóźnione, daty mogą przypadać na różne okresy raportowania. W przypadku uzgadniania często najlepiej zacząć od czasu zdarzenia, zachowując czas utworzenia rekordu w CRM, by wyjaśnić opóźnienia.

Jeśli analizujesz przypisanie konwersji do kampanii, udokumentuj też okno i model atrybucji. Konwersja może być widoczna w obu systemach, ale mieć przypisane inne źródło, ponieważ analityka i CRM mogą stosować odmienne zasady przypisywania zasług. Liczbę rekordów porównuj osobno od atrybucji kanałów — mieszanie tych kwestii utrudnia interpretację wyniku.

Z góry ustal, jak postępować z testami, spamem, duplikatami i odrzuconymi rekordami. Możesz na przykład wykluczyć wewnętrzne zgłoszenia testowe, używając znanego adresu testowego, ale nie usuwaj leada tylko dlatego, że dział sprzedaży później oznaczył go jako niezakwalifikowany. Taka zmiana statusu może wyjaśniać wynik biznesowy, ale nie unieważnia pierwotnego zgłoszenia.

3. Porównaj konwersje z analityki z leadami w CRM

Aby ustalić, jak porównać konwersje z analityki z leadami w CRM, utwórz wiersz dla każdej konwersji z wybranego okresu i poszukaj odpowiadającego jej rekordu w CRM. Jeśli oba systemy przechowują wspólny identyfikator zgłoszenia lub zdarzenia, jest to najpewniejsza podstawa dopasowania. Przekazuj ten identyfikator w procesie obsługi formularza i zapisuj go w polu CRM, by można go było później zweryfikować.

Jeśli nie ma wspólnego identyfikatora, użyj precyzyjnie określonego zestawu pól, na przykład znacznika czasu zgłoszenia, typu formularza i identyfikatora odpowiedniego z punktu widzenia prywatności, dostępnego dla Twojego zespołu. Sam znacznik czasu to słaba podstawa: dwie osoby mogą wysłać ten sam formularz w odstępie kilku sekund, a jedna osoba może wysłać go dwukrotnie. Jeśli dane są niepełne, nie traktuj przybliżonego dopasowania jako pewnika.

Oznacz każdy wynik porównania jako dopasowany, niedopasowany lub niejednoznaczny. Dopasowany wiersz ma jednoznaczny odpowiednik. Zdarzenie z analityki uznaj za niedopasowane, jeśli zgodnie z ustalonymi regułami nie ma odpowiadającego mu rekordu w CRM. Wiersz jest niejednoznaczny, gdy może odpowiadać więcej niż jednemu rekordowi albo dostępne dane nie pozwalają rozstrzygnąć dopasowania. Zachowaj te kategorie oddzielnie — nie sprowadzaj każdego przypadku do odpowiedzi „tak” lub „nie”.

Podstawowa tabela robocza może zawierać identyfikator zdarzenia analitycznego, znacznik czasu zdarzenia, nazwę formularza, identyfikator rekordu CRM, czas jego utworzenia, aktualny status i wynik dopasowania. Ogranicz dostęp do danych osobowych i używaj wyłącznie pól niezbędnych do wykonania zadania. Jeśli formularz nie ma stabilnego identyfikatora zgłoszenia, odnotuj to jako ograniczenie śledzenia, zamiast udawać, że dopasowanie na podstawie znacznika czasu jest rozstrzygające.

4. Zdiagnozuj rozbieżność między analityką witryny a danymi CRM

Rozbieżność między analityką witryny a danymi CRM może powstać na kilku etapach między działaniem użytkownika a raportem. Traktuj każdą możliwą przyczynę jako hipotezę do sprawdzenia, a nie gotowe wyjaśnienie. Zacznij od niedopasowanych rekordów i sprawdź, czy dotyczą głównie jednego formularza, przeglądarki, kampanii lub okresu.

• Zgoda lub blokowanie reklam: Użytkownik może wysłać formularz, gdy zbieranie danych analitycznych jest ograniczone lub zablokowane. Sprawdź, czy formularz dociera do serwera i czy zgodnie z obowiązującymi ustawieniami zgody zdarzenie powinno zostać zarejestrowane.

• Uruchamianie tagu: Tag analityczny może nie uruchamiać się po wysłaniu formularza albo uruchamiać się, zanim wysłanie się powiedzie. Przetestuj formularz w kontrolowanej sesji i potwierdź, że zdarzenie pojawia się wyłącznie na właściwym etapie procesu.

• Przekazanie danych z formularza: Potwierdzenie wyświetlone w przeglądarce nie dowodzi, że dane z formularza dotarły do CRM. Sprawdź punkt końcowy formularza lub dziennik integracji pod kątem potwierdzenia prawidłowego przekazania danych i błędów dotyczących tego samego zgłoszenia.

• Weryfikacja w CRM: Reguła CRM może odrzucić rekord z powodu braku wymaganego pola lub nieprawidłowej wartości. Przejrzyj dzienniki odrzuceń i, jeśli to możliwe, powiąż odrzucone zgłoszenie z identyfikatorem zdarzenia.

• Deduplikacja: CRM może zaktualizować istniejący kontakt zamiast utworzyć nowego leada. Wyszukaj identyfikator w istniejących rekordach i sprawdź, czy system zarejestrował aktualizację lub scalenie.

• Opóźnione utworzenie: Kolejka, zaplanowane zadanie lub ręczna weryfikacja mogą opóźnić utworzenie rekordu w CRM. Zanim uznasz go za brakujący, porównaj czas zdarzenia z czasem utworzenia rekordu.

Sprawdzaj po jednej przyczynie naraz. Jeśli wszystkie niedopasowane wiersze dotyczą konkretnego formularza, najpierw przeanalizuj jego obsługę i sekwencję śledzenia, zamiast zmieniać raportowanie kampanii. Zmianę tagów lub obsługi formularza należy odnotować wraz z datą jej wdrożenia, aby przy późniejszym porównaniu można było odróżnić dawny błąd od obecnego.

5. Uwzględnij duplikaty, opóźnienia i zmiany statusu

Nie każda konwersja z analityki powinna skutkować utworzeniem nowego leada w CRM. Ktoś może wysłać formularz dwukrotnie albo CRM może scalić drugie zgłoszenie z istniejącym kontaktem. Zdarzenia konwersji licz zgodnie z definicją analityczną, a unikalne rekordy CRM — zgodnie z definicją przyjętą w CRM. Wyniki mogą się zasadnie różnić, ale zasady obsługi duplikatów muszą być jasno określone.

Zanim oznaczysz konwersję jako niedopasowaną, uwzględnij opóźnienie w przekazaniu danych. Jeśli rekord w CRM pojawi się kilka godzin później, zgłoszenie nie zaginęło — dotarło z opóźnieniem. Zachowaj oba znaczniki czasu i ustal stały okres oczekiwania na potrzeby rutynowego raportowania. Odpowiedni czas zależy od przebiegu procesu, dlatego uzgodnij go z zespołem odpowiedzialnym za integrację.

Oddziel utworzenie rekordu od późniejszych zmian jego statusu. Lead oznaczony po weryfikacji jako niezakwalifikowany nadal istnieje w CRM, nawet jeśli nie kwalifikuje się już do raportu sprzedażowego. Usunięty rekord wymaga osobnego wyjaśnienia: sprawdź, czy usunął go użytkownik, proces retencji danych czy operacja scalania. Opieraj się na historii audytu CRM, zamiast wyciągać wnioski na podstawie bieżącego widoku.

Przy każdym wyjątku zapisz krótką przyczynę, na przykład „scalony duplikat”, „utworzony następnego dnia” lub „odrzucony z powodu niespełnienia wymogu pola”. Dzięki temu uzgodnienie będzie przydatne dla zespołu odpowiedzialnego za kolejny etap. Jeśli podczas analizy pojawią się wątpliwości dotyczące prywatności lub dostępu, skorzystaj z zatwierdzonych w organizacji wytycznych dotyczących bezpieczeństwa witryny i przetwarzania danych.

6. Skoryguj uzgodnienie, nie zmieniając historii

Gdy znajdziesz potwierdzone źródło problemu, usuń jego przyczynę. Jeśli tag uruchamia się przed pomyślnym otrzymaniem odpowiedzi, zmień regułę uruchamiania i przetestuj potwierdzone zgłoszenie. Jeśli CRM odrzuca prawidłową wartość z formularza, popraw mapowanie pola lub regułę weryfikacji zgodnie ze standardowym procesem wprowadzania zmian. Korekta powinna usuwać potwierdzony błąd, a nie tylko upodabniać do siebie oba wyniki.

Zachowaj pierwotny czas zdarzenia w analityce i czas utworzenia rekordu w CRM. Jeśli uzupełniasz brakujące rekordy lub zdarzenia, oznacz je jako uzupełnione i zachowaj datę korekty. W przeciwnym razie późniejszy analityk może pomylić odtworzone dane ze zdarzeniem zarejestrowanym na bieżąco.

Odnotuj każdą zmianę definicji, filtrów lub zasad atrybucji. Jeśli na przykład od pierwszego dnia kwartału raport zaczyna wykluczać wewnętrzne testy, opisz tę zmianę i nie porównuj poprawionego wyniku z wcześniejszym tak, jakby zasady pozostały bez zmian. Nawet gdy pomiary stają się lepsze, wcześniejsze liczby powinny nadal dać się zinterpretować.

7. Monitoruj uzgodnienie w czasie

Powtarzaj porównanie według ustalonego harmonogramu, na przykład po każdym okresie raportowania lub po istotnej zmianie formularza. Za każdym razem stosuj to samo zdarzenie, te same zasady dotyczące statusów i strefy czasowej oraz tę samą metodę dopasowywania. Jeśli proces się zmienia, udokumentuj nową regułę i datę jej wprowadzenia.

Monitoruj nierozstrzygnięte rozbieżności według przyczyny, a nie tylko jako jeden odsetek lub łączną liczbę. Niewielka grupa błędów weryfikacji w CRM może wymagać interwencji innego zespołu niż konwersje pominięte z powodu ustawień zgody blokujących zbieranie danych analitycznych. Przypisz każdą kategorię zespołowi, który może ją zbadać, i w miarę możliwości dołącz kilka przykładowych identyfikatorów bez danych osobowych.

Ustal wspólnie z osobami odpowiedzialnymi za analitykę i CRM próg, po przekroczeniu którego należy eskalować problem. Powinien on uwzględniać typowe wahania w działaniu systemów, dlatego uzgodnij go przed skonfigurowaniem alertów. Gdy zaobserwowana rozbieżność przekroczy ten limit, powiadom odpowiedzialny zespół, podając okres, formularz, którego dotyczy problem, liczbę niedopasowanych rekordów i wykonane już wstępne kontrole. Konkretne powiadomienie pozwala działać — stwierdzenie „liczby wyglądają źle” nie wystarczy.