Как автодилеру увидеть источники пешеходов: кейс Самара-Авто и Фастар

Пешеходы — одна из распространенных категорий клиентов в автобизнесе. Так называют покупателей, которые пришли в дилерский центр без зафиксированной заявки или звонка. В отчетности они выглядят как клиенты, самостоятельно пришедшие с улицы, — без связи с рекламой и другими маркетинговыми касаниями.

Но отсутствие зафиксированного источника не означает, что клиент никак не взаимодействовал с рекламой. Аналитика Smartis помогла Самара-Авто и Фастар обнаружить цифровой след у части пешеходов и увидеть, какие каналы сопровождали их на пути к покупке.

В этом кейсе рассказываем, как автодилер оцифровал пешеходов, какие источники удалось обнаружить и почему важно анализировать путь клиента целиком.

О компании

Самара-Авто и Фастар — крупная автомобильная группа, представленная несколькими брендами и работающая в Самаре и Новосибирске. Помимо продажи новых авто среди направлений деятельности есть также:

• продажа авто с пробегом;
• сервисное обслуживание и ремонт;
• детейлинг;
• финансовые услуги (кредитование и страхование);
• оптовая и розничная продажа автозапчастей.

Задача: выяснить, откуда приходят пешеходы

У Самара-Авто и Фастар была собственная отчетность по источникам продаж. В ней выделялась отдельная категория «пешеходы»: клиенты, которые пришли в дилерский центр, но источник их визита остался неизвестен.

Получалось, что бизнес видел факт покупки, но не понимал, что именно привело человека в дилерский центр.

В собственной системе клиент мог связать рабочий лист с заявкой или звонком из телефонии. Однако другие взаимодействия с рекламой — просмотры объявлений, посещения сайта и рекламные касания — не попадали в эту картину.

Из-за этого пешеход выглядел как самостоятельный источник продажи, хотя его визит мог быть результатом длительного изучения предложений.

Например, клиент увидел автомобиль на Авито, изучил объявление, зашёл на сайт дилера, а затем приехал в дилерский центр и купил машину. В CRM такой покупатель мог остаться обычным пешеходом.

Поэтому главная задача была — связать офлайн-покупки с предыдущими цифровыми касаниями и выяснить, какие рекламные каналы участвовали в привлечении клиентов.

Решение: объединить онлайн- и офлайн-касания

Чтобы восстановить путь пешеходов, мы использовали несколько источников данных и объединили их в единую карту пути клиента — CJM (Customer Journey Map).

1. Интеграция с телефонией

Данные о звонках и заявках позволяют учитывать обращения, которые автодилер уже отслеживал самостоятельно. Это отправная точка для восстановления истории взаимодействий клиента с компанией.

2. Post-view-аналитика

Post-view помогает учитывать рекламные касания, которые произошли до обращения или покупки, даже если пользователь не перешёл по объявлению напрямую или не позвонил.

Особую роль сыграла прямая интеграция с Авито: Smartis позволяет учитывать не только непосредственные обращения, но и просмотры объявлений, добавление в избранное и нажатие кнопки «Посмотреть номер». Благодаря этому можно увидеть интерес к предложению, который не привёл к звонку или заявке сразу.

3. Отслеживание сессий на сайте

Smartis позволяет связать посещения сайта с конкретным клиентом и его последующими действиями.

Аналитическое решение, которым пользовалась команда Самара-Авто и Фастар, фиксировало источник рабочего листа только если у пешехода появлялось касание с компанией. Однако, если звонка, чата с номером или заявки не было, то в компании не знали про него. При этом такая аналитика работала в рамках одного бренда.

4. Cross-brand аналитика

Для автомобильной группы важно анализировать не только отдельные бренды, но и путь клиента между ними.

Например, человек мог позвонить по поводу Lada, а затем приехать в дилерский центр другого бренда и купить Belgee. В отчётности второго бренда он выглядел бы пешеходом, поскольку предыдущий звонок не был связан с покупкой.

Smartis позволяет объединять взаимодействия с разными брендами в единую историю клиента. Это помогает обнаруживать перетекание аудитории между марками и видеть путь покупателя целиком.

Все доступные взаимодействия отображаются в CJM — карте пути клиента.

Сколько пешеходов удалось оцифровать

Для команды Самара-Авто и Фастар мы подготовили отчёт по пешеходам в каждом дилерском центре. В нём отображались:

• количество рабочих листов;
• количество пешеходов, зафиксированных в исходной отчётности;
• доля пешеходов среди рабочих листов;
• количество пешеходов, для которых удалось обнаружить пересечения с рекламой;
• доля пешеходов с найденными рекламными касаниями.

В одном из дилерских центров пешеходы составляли почти 31% клиентов. При этом у 37% из них удалось обнаружить рекламные источники.

По разным дилерским центрам доля пешеходов, для которых нашлись цифровые следы, составила от 20% до 49%.

Это позволило увидеть, что за категорией «пешеходы» скрываются клиенты, которые до визита в дилерский центр могли взаимодействовать с рекламой и изучать предложения онлайн.

Благодаря комплексной работе по оцифровке пешеходов удалось увеличить общий матчинг рабочих листов с 66 до 84,7%.

Откуда приходят пешеходы

Следующим шагом стал анализ источников, с которыми взаимодействовали оцифрованные клиенты.

Выяснилось, что в 72,7% случаев перед покупкой автомобиля пешеходы изучали объявления автодилера на Авито.

Это показывает, что классифайд может участвовать в привлечении покупателей не только через прямые обращения. Пользователь может изучить предложение, продолжить поиск и приехать в дилерский центр позже — без звонка или заявки, которые связали бы покупку с рекламным каналом.

Как выглядит путь пешехода

После оцифровки части пешеходов команда смогла детальнее изучить их поведение в CJM. Рассмотрим путь одного из покупателей.

Перед звонком в дилерский центр клиент изучал объявления на Авито. При этом источник звонка был атрибуцирован картам, а не классифайду.

После общения с дилерским центром пользователь продолжил изучать предложения на Авито. В итоге путь завершился оформлением договора купли-продажи автомобиля.

От первого просмотра объявления до покупки прошло девять месяцев.

Без post-view-интеграции с Авито эти касания остались бы за пределами аналитики. В результате автодилер мог бы недооценить роль классифайда в принятии решения о покупке.

Изучение CJM помогло выявить три важных инсайта.

1. Путь пешехода начинается задолго до визита в дилерский центр. До покупки человек мог изучать объявления, взаимодействовать с рекламой и посещать сайт. Если учитывать только последнее обращение или источник, указанный в CRM, значительная часть этого пути останется невидимой.

2. Классифайд работает как площадка для изучения предложений, а не лидогенератор. Пользователь может не оставить заявку сразу, но вернуться к объявлению позднее и в итоге совершить покупку.

3. Стоимость маркетинговых затрат в продаже одного автомобиля ниже, чем видно на радарах CRM. Такие каналы как классифайды и контекст становятся более привлекательными и появляется запас для масштабирования, который раньше был ограничен отрицательным ROMI.

Алексей Горелов, Директор по маркетингу Фастар и Самара-Авто

Мы как бизнес в первую очередь смотрим на прибыль, поэтому распознавание трафика это не самоцель. Главное – четко понимать, сколько стоит выдача одного автомобиля после всех маркетинговых расходов. А также управлять бюджетом таким образом, чтобы в первую очередь использовать и масштабировать те каналы, которые дают наиболее дешевые выдачи. Благодаря отслеживанию трафика это становится возможным

Сайт — ещё одна часть пути

В CJM также удалось отразить сессии пользователей на сайтах дилерских центров.

Ранее команда Самара-Авто и Фастар анализировала посещения на уровне веб-аналитики, но не могла связать их с конкретным покупателем и другими его касаниями, если не было обращения. После объединения данных посещения сайта стали частью общей истории взаимодействий клиента с компанией.

Person based-аналитика: смотреть на клиента, а не только на бренд

Традиционный подход к аналитике часто предполагает отдельный анализ каждого дилерского центра или бренда. Однако такой подход может приводить к разрывам в данных.

Возьмем пример, который указывали ранее: клиент сначала интересовался Lada, а затем приехал в дилерский центр и купил автомобиль марки Belgee. Если анализировать бренды изолированно, покупка Belgee может попасть в категорию пешеходов, а предшествующий интерес к Lada останется незамеченным.

Smartis использует person-based подход: объединяет данные о доступных взаимодействиях, устройствах и обращениях в единый профиль клиента или домохозяйства. Это помогает восстановить последовательность касаний и увидеть, как интерес к одной марке может завершиться покупкой другой.

Такой подход полезен не только для анализа пешеходов. Он позволяет изучать перетекание аудитории между брендами и находить закономерности в привлечении покупателей.

Наталья Маслова, старший менеджер проектов Smartis

В контекстной рекламе часто встречается ситуация, когда реклама одного бренда приводит рабочий лист, а покупка в итоге оформляется у другого. Когда автодилер видит всю историю клиента, он может анализировать такие переходы и использовать эти данные для принятия решений. Например, выяснять, какие марки помогают привлекать покупателей других автомобилей и между какими брендами чаще происходит перетекание аудитории.

Результаты

Работа с данными помогла Самара-Авто и Фастар увидеть цифровые касания клиентов, которые раньше учитывались как пешеходы, и расширить представление об источниках продаж.

Основные результаты:

• У 20–49% пешеходов в разных дилерских центрах удалось обнаружить цифровой след.
• В 72,7% случаев перед покупкой пешеходы изучали объявления автодилера на Авито.
• Команда маркетинга получила единую CJM, в которой можно анализировать доступные касания клиента: звонки, посещения сайта, взаимодействия с объявлениями и переходы между брендами.
• Серая зона – обращения с неизвестного источника – сократилась на 18% и теперь уровень матчинга составляет 84,7%

Алексей Горелов, Директор по маркетингу Фастар и Самара-Авто

Категория «пешеходы» перестала быть полностью непрозрачной. Мы получили возможность увидеть часть предшествующих взаимодействий покупателей с рекламой и лучше понять, какую роль разные каналы играют на пути к сделке. После внедрения Smartis мы оцифровали почти 20% серого трафика, но мы не останавливаемся на достигнутом и продолжаем двигаться к цифре в 100%