Системы сквозной аналитики / CRM не содержат данные по срезам вашей ЦА.
Системы сквозной аналитики / CRM не содержат данные по срезам вашей ЦА. Их можно собирать вручную на основе вопросов от менеджеров, дальнейших кастдэвов и так далее, но со старта этого нет.
Это частично решает «прокидывание» оффлайн-конверсий в Метрику и сводке данных в Директе, но помним про окно атрибуции в 21 день, ошибки мэтчинга, ненастроенные статусы у клиента в CRM.
В Директе | GAD можно за счет корректировок каждую группу выделить в отдельный сегмент и через простые метки utm передавать их внутрь систем, для этого нам нужно взять параметр {gbid} — это ID группы, и смэтчить это всё через стандартную ВПР-функцию в таблицах.
Но у нас сразу встает вопрос касаемо объема групп в РК. Мы всегда должны соблюдать ограничение на 1000 групп. Поэтому, если проект большой, то мы не сможем на каждый возраст или любой другой сегмент сделать свою группу, а излишняя сегментация по РК может навредить количеству конверсий и уменьшить наш датасэт для обучения.
Поэтому, если объем групп небольшой, то мы спокойно можем передавать данные, например, по возрасту / полу / типу устройства. Обычно лучше прокидывать возраст и пол, можно вместе, можно по раздельности, смотрите на ваш объем данных для достижения статистической достоверности.
А если наоборот, то можно попробовать сегментировать на разные РК, если у вас достаточно данных по конверсиям, или взять более крупные сегменты, получить хоть какую-то информацию.
Таким образом, мы можем узнать:
Какой сегмент имеет наибольшую квалификацию?
Какой сегмент аудитории приносит спам?
Какой сегмент аудитории лучше окупается?
У какого сегмента аудитории выше средний чек?
И так далее.
Это частично решает «прокидывание» оффлайн-конверсий в Метрику и сводке данных в Директе, но помним про окно атрибуции в 21 день, ошибки мэтчинга, ненастроенные статусы у клиента в CRM.
В Директе | GAD можно за счет корректировок каждую группу выделить в отдельный сегмент и через простые метки utm передавать их внутрь систем, для этого нам нужно взять параметр {gbid} — это ID группы, и смэтчить это всё через стандартную ВПР-функцию в таблицах.
Но у нас сразу встает вопрос касаемо объема групп в РК. Мы всегда должны соблюдать ограничение на 1000 групп. Поэтому, если проект большой, то мы не сможем на каждый возраст или любой другой сегмент сделать свою группу, а излишняя сегментация по РК может навредить количеству конверсий и уменьшить наш датасэт для обучения.
Поэтому, если объем групп небольшой, то мы спокойно можем передавать данные, например, по возрасту / полу / типу устройства. Обычно лучше прокидывать возраст и пол, можно вместе, можно по раздельности, смотрите на ваш объем данных для достижения статистической достоверности.
А если наоборот, то можно попробовать сегментировать на разные РК, если у вас достаточно данных по конверсиям, или взять более крупные сегменты, получить хоть какую-то информацию.
Таким образом, мы можем узнать:
Какой сегмент имеет наибольшую квалификацию?
Какой сегмент аудитории приносит спам?
Какой сегмент аудитории лучше окупается?
У какого сегмента аудитории выше средний чек?
И так далее.