Dyrektorka marketingu dostaje cotygodniowy raport analityczny. Pięćdziesiąt stron. Ruch wzrósł o trzy procent. Współczynnik odrzuceń spadł o dwa procenty. Średni czas sesji wydłużył się o osiem sekund. Konwersje wzrosły o jeden procent.
Przegląda raport. Uznaje, że wszystko wygląda dobrze. Nic nie robi. Tydzień się kończy. Za tydzień dostaje kolejny raport. Ten sam schemat. Wszystko trochę w górę. Nie podejmuje żadnych decyzji.
Tymczasem konkurent dostaje cotygodniowy raport. Te same dane. Inna prezentacja. Raport pokazuje: nowy kanał uruchomiony we wtorek przyniósł czterdzieści procent ruchu z tygodnia, przy dwukrotnie wyższej konwersji niż w dotychczasowych kanałach. Rekomendacja: zwiększyć budżet nowego kanału o trzysta procent.
Konkurent zwiększa budżet. Nowy kanał rośnie. Przychody konkurenta rosną w tym miesiącu o piętnaście procent. Twoje rosną o jeden procent.
Te same dane. Inne raportowanie. Inne wyniki.
Koszt złego raportowania
Złe raportowanie kosztuje prawdziwe pieniądze.
Przykład: firma SaaS z miesięcznym przychodem cyklicznym (MRR) w wysokości dziesięciu tysięcy dolarów. Miesięczna rezygnacja klientów (churn) wynosi pięć procent. To pięćset dolarów przychodu traconego co miesiąc.
Złe raportowanie pokazuje, że klienci odchodzą, ale nie bada dlaczego. Nie wskazuje, które segmenty klientów odchodzą. Nie łączy odejść z konkretnymi zdarzeniami.
Koszt: sto klientów rocznie po pięćset dolarów każdy. To pięćdziesiąt tysięcy dolarów straty, której można było uniknąć.
Dobre raportowanie pokazuje, że churn wzrósł wśród klientów, którzy nie zaczęli używać głównej funkcji. Pokazuje, że kluczem jest wykorzystanie funkcji. Rekomenduje poprawę wdrożenia nowych klientów. Firma poprawia wdrożenie. Churn spada o jeden procent. Przychód rośnie o sto dolarów miesięcznie. Tysiąc dwieście dolarów rocznie.
Różnica między złym a dobrym raportowaniem: pięćdziesiąt tysięcy dolarów znalezione plus pięć tysięcy dolarów zaoszczędzone. Pięćdziesiąt pięć tysięcy dolarów wpływu wyłącznie dzięki raportowaniu.
Różnica między danymi a wnioskami
Dane a wnioski
Dane: ruch wzrósł w tym tygodniu o trzy procent.
Wniosek: ruch wzrósł o trzy procent, bo we wtorek uruchomiono nowy kanał płatny. Nowy kanał miał średni koszt osiem dolarów za odwiedzającego przy konwersji trzy procent. Dotychczasowe kanały mają średni koszt dwanaście dolarów za odwiedzającego przy konwersji dwa procent. Nowy kanał jest o trzy procent bardziej efektywny. Rekomendacja: przez dwa tygodnie przetestuj podniesienie dziennego budżetu z dwustu do pięciuset dolarów dziennie, by sprawdzić, czy efektywność utrzyma się w większej skali.
Dane to tylko liczby. Wniosek łączy liczby z przyczyną i rekomenduje działanie.
Złe raporty wymieniają dane. Dobre raporty dają wnioski.
Co sprawia, że raport jest naprawdę przydatny
Raporty odpowiadają na konkretne pytania
Przydatny raport odpowiada na konkretne pytanie. Nie odpowiada na wszystkie możliwe pytania. Odpowiada na to jedno, na które odpowiedzi potrzebuje w tym tygodniu osoba zainteresowana.
Przykład: kierownik marketingu zapytał „które kanały działają poniżej oczekiwań”. Przydatny raport pokazuje: koszt pozyskania z płatnego wyszukiwania wzrósł z ośmiu do dwunastu dolarów w ciągu ostatnich czterech tygodni. Koszt pozyskania z wyszukiwania organicznego wzrósł z dwóch do czterech dolarów (faktycznie jest darmowe, ale to koszt pozyskania klienta wraz z pracą nad organicznym). Koszt pozyskania z e-maila został na tym samym poziomie, jeden dolar.
Wniosek z raportu: płatne wyszukiwanie działa poniżej celu, czyli limitu ośmiu dolarów. Wyszukiwanie organiczne słabnie. E-mail jest stabilny. Rekomendacja: wstrzymać rozbudowę płatnego wyszukiwania, zbadać spadek w wyszukiwaniu organicznym, utrzymać wydatki na e-mail.
Bezużyteczny raport pokazuje: wszystkie kanały przyczyniły się do ogólnego wzrostu przychodów. Płatne wyszukiwanie wygenerowało czterdzieści procent przychodów. Organiczne trzydzieści pięć procent. E-mail dwadzieścia pięć procent.
Oba raporty używają tych samych danych. Pierwszy odpowiada na pytanie. Drugi nie.
Trzy składniki przydatnego raportowania
Składnik pierwszy: porównanie z punktem odniesienia
Nigdy nie pokazuj wskaźnika w oderwaniu. Pokaż go w porównaniu z:
Poprzednim tygodniem lub miesiącem (zmiana bieżąca). Tym samym okresem rok wcześniej (sezonowy punkt odniesienia). Średnią z ostatnich trzynastu tygodni (punkt odniesienia dla normalnych wahań).
Bez porównania wskaźnik nic nie znaczy. Ruch wyniósł w tym tygodniu pięć tysięcy. Czy to dobrze, czy źle. To zależy od punktu odniesienia.
Jeśli w zeszłym tygodniu było cztery tysiące, ten tydzień jest dobry. Jeśli w zeszłym było sześć tysięcy, ten jest zły. Jeśli średnia to pięć tysięcy, ten tydzień jest normalny.
Punkt odniesienia usuwa niejednoznaczność.
Składnik drugi: związek z celem
Każdy wskaźnik powinien łączyć się z celem biznesowym.
Cel: zwiększyć przychody. Wskaźnik pierwszy: przychód w tym tygodniu wyniósł pięćdziesiąt tysięcy. Cel to sześćdziesiąt tysięcy. Brakuje szesnastu procent. Wskaźnik drugi: ruch wyniósł dziesięć tysięcy. Cel to jedenaście tysięcy. Brakuje dziewięciu procent. Wskaźnik trzeci: współczynnik konwersji wyniósł cztery procent. Cel to pięć procent. Brakuje dwudziestu procent.
Problemem jest wskaźnik trzeci. Ruch jest nieco poniżej celu. Ale współczynnik konwersji jest znacząco poniżej. Rekomendacja: poprawić współczynnik konwersji, by osiągnąć cel.
Bez celu wskaźniki to tylko liczby.
Składnik trzeci: przyczyna zmiany i rekomendacja
Jeśli wskaźnik się zmienił, dlaczego się zmienił.
Współczynnik konwersji spadł z pięciu do czterech procent. Dlaczego. Które strony konwertowały gorzej. Które źródła ruchu konwertowały gorzej. Które urządzenia konwertowały gorzej.
Jeśli wiesz dlaczego, możesz to naprawić.
Raport powinien wyjaśniać przyczynę i rekomendować naprawę.
Co pominąć w raportach
Nie umieszczaj wskaźników, które nie prowadzą do decyzji.
Odsłony to wskaźnik próżności. Nie raportuj odsłon. Raportuj konwersje według stron. To prowadzi do decyzji.
Unikalni odwiedzający to wskaźnik próżności. Raportuj ruch, który spełnia kryteria celu. To prowadzi do decyzji.
Czas na stronie to wskaźnik kontekstowy. Uwzględnij go, jeśli czas łączy się z konwersją. Ale nie raportuj czasu na stronie bez kontekstu konwersji.
Pomijaj wskaźniki, po których czujesz się dobrze, ale które nie wskazują działania.
Raport a panel
Różne cele
Raport: pisemna narracja z danymi. Odpowiada na konkretne pytanie. Daje wnioski i rekomendację. Tworzony co tydzień, co miesiąc, co kwartał.
Panel: bieżący podgląd wskaźników. Bez narracji. Samoobsługowy. Używany do monitorowania. Użytkownicy badają to, co chcą.
Raport to model „pull”, panel to „push”. Raport odpowiada na pytanie. Panel pozwala zadawać pytania.
Oba służą różnym celom. Oba są potrzebne.
Błąd zbyt częstego zmieniania raportów
Budujesz raport. Używasz go przez dwa tygodnie. Uznajesz, że jest nieprzydatny. Zmieniasz go.
Dwa tygodnie to za mało, by nauczyć się czegoś z raportu. Potrzebujesz miesiąca danych, by zobaczyć wzorce.
Używaj tej samej struktury raportu przez co najmniej miesiąc, zanim uznasz, że nie działa. Daj osobom zainteresowanym czas na przyzwyczajenie się i naukę.
Ciągłe zmiany raportów uniemożliwiają naukę.
Najczęstsze pytania
Czy w raportach uwzględniać wszystkie wskaźniki, które da się śledzić, czy tylko najważniejsze?
Tylko najważniejsze. Raporty z trzydziestoma wskaźnikami są bezużyteczne, bo czytelnik nie wie, które mają znaczenie. Wszystkie wskaźniki możesz śledzić w panelu. Ale raporty powinny zawierać pięć do dziesięciu wskaźników maksymalnie. Jeśli nie umiesz wyjaśnić, po co wskaźnik jest w raporcie, usuń go. Wskaźnik powinien albo prowadzić do decyzji, albo wyjaśniać, dlaczego zmienił się inny wskaźnik. Przykład: w platformie analitycznej możesz śledzić sto wskaźników. Ale raport tygodniowy powinien pokazywać maksymalnie pięć: przychód, ruch, współczynnik konwersji, koszt pozyskania, zwrot z wydatków na reklamę. Wszystkie pozostałe wskaźniki to szczegóły pomocnicze w panelu lub w pogłębionym raporcie miesięcznym. Z kreatorem stron WEMASY możesz to ustawić bezpośrednio na swojej stronie.
Jak szczegółowe powinny być wyjaśnienia zmian wskaźników?
Na tyle szczegółowe, by zarekomendować działanie, ale nie tak, by zmylić czytelnika. Przykład: „Przychód spadł o trzy procent. Spowodowała to pauza w płatnym wyszukiwaniu, w której testowano nową strategię stawek. Strategia nie zadziałała zgodnie z oczekiwaniami, a koszty wzrosły. Wróciliśmy do poprzedniej strategii stawek i spodziewamy się normalizacji przychodu do przyszłego tygodnia.” To wystarczająco szczegółów. Nie wchodź we wszystkie techniczne szczegóły strategii stawek. Wejdź w szczegóły na tyle, by osoba zainteresowana rozumiała, co się stało i co z tym robisz. Zła wersja: „Wstrzymaliśmy kampanie płatnego wyszukiwania na trzy dni, używając funkcji Smart Bidding z docelowym CPA ustawionym na dwanaście dolarów i korektami wartości konwersji zastosowanymi w segmentach nowych i powracających klientów.” Osoba zainteresowana jest zdezorientowana. Dobra wersja: „Koszty płatnego wyszukiwania wzrosły, więc wstrzymaliśmy kampanie i wróciliśmy do poprzedniego podejścia do stawek. Przychód powinien się unormować w przyszłym tygodniu.”
Jeśli wskaźnik spadł, wyjaśnić to sezonowością czy zbadać jako problem?
Jedno i drugie. Jeśli wskaźnik spadł i jest to oczekiwana zmienność sezonowa, zaznacz to. „Przychód spadł o osiem procent, co jest oczekiwane w sierpniu na podstawie danych z dwóch ostatnich lat.” Ale też zbadaj: „Jednak przychód jest też o trzy procent niższy niż średnia z sierpnia, co sugeruje dodatkowy czynnik poza typową sezonowością. Badamy, które kampanie wypadły gorzej niż punkt odniesienia z sierpnia.” Uznaj oczekiwany wzorzec, ale zaznacz nieoczekiwaną zmienność. Nie zwalaj winy na sezonowość i nie ignoruj problemów. Sezonowość wyjaśnia część zmiany. Dodatkowa odchyłka wymaga zbadania.
Jak sprawić, by tworzenie raportów nie zajmowało godzin?
Zautomatyzuj zbieranie danych. Narzędzie powinno pobierać wskaźniki i generować szablon. Ty dodajesz wyjaśnienie i rekomendację. Jeśli zbieranie danych jest ręczne, użyj szablonów zapytań. Jeśli formatowanie jest ręczne, użyj szablonów. Skup czas na wyjaśnieniu i rekomendacji, a nie na zbieraniu danych i formatowaniu. Czas włożony w szablon i automatyzację się zwraca. Przykład: poświęcasz dwie godziny na zbudowanie szablonu, który pobiera dane i formatuje raport tygodniowy. Każdego tygodnia poświęcasz trzydzieści minut na uzupełnienie wyjaśnienia i rekomendacji. Po czterech tygodniach szablon się zwraca. Po roku zaoszczędzisz osiemdziesiąt godzin dzięki automatyzacji zbierania danych.
Czy w raportowaniu uwzględniać dane konkurencji?
Tylko jeśli masz wiarygodne dane. Jeśli zgadujesz, pomiń je. Jeśli masz branżowe wskaźniki odniesienia lub kupiono dane o konkurencji, uwzględnij je dla kontekstu. „Nasz współczynnik konwersji to cztery procent. Średnia w branży to trzy procent. Wypadamy lepiej.” Kontekst pomaga ocenić, czy wskaźniki są dobre, czy złe. Ale nie spekuluj o wynikach konkurencji. Trzymaj się faktów.
Jak często całkowicie przebudowywać strukturę raportowania?
Raz w roku. Co kwartał sprawdzaj, czy raporty nadal są przydatne. Ale nie przebudowuj ich co kwartał. Pozwól strukturze się ustabilizować. Raz w roku, poza sezonem, sprawdź, czy struktura raportu powinna się zmienić z powodu nowych celów, kanałów, produktów lub zmian w organizacji. Częstotliwość zmian: jeśli kwartalny przegląd pokazuje, że raporty nadal działają, zostaw je. Jeśli większość osób zainteresowanych mówi, że raporty wymagają poprawy, zmień je. Jeśli narzeka tylko jedna osoba, zignoruj. Przebudowa co kwartał tworzy chaos i uniemożliwia naukę.