אנליטיקה מקצה לקצה: איך לדעת מה באמת מביא לקוחות

הפרסום רץ, הלידים מגיעים והמכירות זזות. אבל איזה ערוץ באמת הביא את הכסף? אנליטיקה מקצה לקצה עונה בדיוק על השאלה הזאת.

דמיינו שפתחתם חנות אונליין של חולצות לאוהדי סדרות טלוויזיה. יש לכם מלאי, רשימה של סדרות פופולריות וכמה קבוצות פייסבוק גדולות של מעריצים. אתם מזמינים פוסטים ממומנים בעשר קבוצות כאלה ומריצים ברילס סרטונים קצרים, שבהם חתולים בחולצות של סדרות שונות רוקדים באור ניאון.

מכאן יש שלושה תרחישים אפשריים:

• הקמפיין הצליח וכל המלאי נמכר. אתם משווקים גאונים וכבר מתכננים הרצאה בכנס. אנליטיקה מקצה לקצה נחמדה, אבל לא דחופה.
• הקמפיין נכשל. אף אחד לא התלהב, הגיע מכתב מעורך דין על שימוש בתמונות מהסדרות, והמעריצים כתבו שזו הכותנה הכי גרועה שראו. העסק נסגר.
• התרחיש הסביר ביותר. מכרתם חולצה או שתיים מכל סדרה שפרסמתם, ועוד שש חולצות של סדרות שלא הופיעו באף מודעה. במייל שאלו אם יש לכם גם טייצים, וחברה אחת ביקשה ספלים עם תמונה של פריז ליום ההולדת של המשרד. אתם מנסים להבין מה קורה. האם הפרסום בכלל עבד? ופריז: הזדמנות להרחיב את הקולקציה או שרק נדמה לכם?

אתם מחפשים תשובות בגוגל, ובכל מקום מופיעה אותה המלצה: אתם צריכים אנליטיקה מקצה לקצה.

במדריך הזה נסביר:

• מה זה אנליטיקה מקצה לקצה ואיך היא עובדת;
• אילו נתונים עסקים מחברים ולמה;
• איך מתחילים: הקמה בסיסית ב-5 שלבים;
• איך משתמשים בנתונים למכירות: ניתוח ABC ו-RFM;
• מי צריך להקים את המערכת ואילו טעויות כדאי להימנע מהן.

מה זה אנליטיקה מקצה לקצה ולמה היא צריכה

עסק צריך אנליטיקה מקצה לקצה בכל שלב, ברגע שקבלת ההחלטות הופכת לניחוש. אנליטיקה מקצה לקצה (End-to-end analytics) היא שיטה לחבר כמה מערכות מידע לתמונה אחת: מהקליק על המודעה, דרך הפנייה והעסקה, ועד הכסף שנכנס לחשבון. זה לא תמיד משהו מסובך.

הדוגמה הפשוטה ביותר היא רכישה באתר. הלקוח משלם, הבנק שלו מאשר את העסקה, הכסף עובר לחשבון של המוכר, המערכת מפיקה חשבונית ושולחת אותה ללקוח, ופרטי ההזמנה, מספר, פרטי קשר וכתובת, נשמרים במערכת ניהול ההזמנות.

העיקרון הוא שכמה משתתפים מחוברים למערכת שבה נרשם מידע מסוים. כשקורה אירוע, למשל רכישה, מופעלת שרשרת פעולות שמעדכנת את כל המשתתפים.

חשוב להבין: אנליטיקה מקצה לקצה היא שיטת עבודה, לא תוכנה שקונים מהמדף. זה תהליך שיכול לחבר כל מערכת שהיא.

אנחנו פוגשים אותה גם בחיי היומיום. שעון חכם שולח לטלפון את הקלוריות ששרפתם בריצה, והאפליקציה ממליצה לשתות יותר מים. אתם שולחים לעצמכם הודעה בוואטסאפ כדי לפתוח קובץ במחשב. אתם נכנסים לאזור האישי בחנות אונליין עם מספר הטלפון ורואים את כל ההזמנות הקודמות. בכל המקרים האלה מערכות שונות מחוברות ומעבירות מידע זו לזו.

אילו נתונים עסקים מחברים

בשיווק, אנליטיקה מקצה לקצה היא בדרך כלל חיבור של הוצאות הפרסום לכמה מקורות מידע:

• הכנסות מהאתר;
• הכנסות מהחנות הפיזית;
• שיחות טלפון וטפסים שהושארו באתר;
• פניות בוואטסאפ ובצ'אט;
• הטיפול בלידים ומצב העסקה ב-CRM;
• זמינות מלאי ומצב המשלוחים;
• דיוורים ותקשורת אוטומטית עם לקוחות;
• מועדון לקוחות, נקודות וקופונים;
• מאגר מידע אחד שמרכז את כל אלה ומסונכרן עם הנהלת החשבונות.

אילו נתונים העסק יאסוף ויחבר תלוי לרוב בגודל שלו:

• עסק זעיר מסתפק בדרך כלל בחיבור של הכנסות, הוצאות, שיחות ופניות.
• עסק קטן מתעניין גם בחיבור למלאי ולמשלוחים.
• חברה בינונית או גדולה צריכה אוטומציות, תקשורת מותאמת אישית, מועדון לקוחות וניתוח מעמיק של נתוני הלקוחות.

מה עושים עם הנתונים

פירוט של פעילות השיווק

זה הצורך הראשון של עסקים זעירים וקטנים: לחבר את ההכנסות וההוצאות למערכת אחת ולראות כמה לקוחות הביאה כל מודעה. את המשימה הזאת השוק כבר פתר ברובה, ויש לה פתרונות מוכנים.

Google Analytics 4 חינמי, מתחבר ל-Google Ads בכמה קליקים ומראה המרות לפי מקור תנועה. כדי לראות גם קמפיינים של Meta, דיוורים ופוסטים אורגניים, מוסיפים לכל קישור פרמטרי UTM. את ההוצאות מכל הפלטפורמות אפשר לרכז בלוח מחוונים אחד ב-Looker Studio, בעזרת מחברים מובנים או כלים כמו Supermetrics.

אם אתם מוכרים כרטיסים להופעות, מנויים או מוצרים עם תשלום מיידי באתר, זה כנראה כל מה שצריך, ולזמן ארוך.

מה קרה לליד אחרי הפנייה

המידע הזה חיוני לעסקים עם מחזור מכירה ארוך: תשלום במזומן בזמן המסירה, טיפולי שיניים, רכבים, נדל"ן ומוצרים ושירותים ל-B2B. כאן לא מספיק לדעת כמה טפסים מילאו. צריך לראות מה קרה לכל פנייה: האם נסגרה עסקה, על כמה ומתי הכסף נכנס בפועל.

בפועל עושים את זה כך: שומרים ב-CRM, יחד עם הליד, את מקור ההגעה שלו, פרמטרי ה-UTM ומזהה הקליק של גוגל (GCLID). כשהעסקה נסגרת, מחזירים את המידע לפלטפורמות הפרסום: ל-Google Ads בעזרת ייבוא המרות אופליין, ול-Meta דרך Conversions API. כך האלגוריתם לומד להביא לקוחות שקונים, ולא רק אנשים שממלאים טפסים.

לחלק ממערכות ה-CRM, כמו HubSpot, יש חיבורים מובנים לפלטפורמות הפרסום. במערכות אחרות, כמו monday.com, מחברים את הנתונים בעזרת Make, Zapier או n8n, וזה דורש קצת עבודת הגדרה.

יש גם משימות מורכבות הרבה יותר. למשל, להבין אם ההזמנה באתר הגיעה מלקוח קבוע, כמה נקודות לתת לו, מתי קנה בפעם האחרונה ומהי הקטגוריה האהובה עליו, כדי להציע לו עליה הטבה מוגדלת. למשימות כאלה אין פתרון מוכן, מה שלא יהיה כתוב באתר של הספק. זה פרויקט פיתוח.

ניטור העסק בחברות בינוניות וגדולות

לחברות גדולות יש לרוב תקציב לכלים מורכבים, אבל חסרים אנשים שיוודאו שהנתונים עוברים נכון. וחשוב מזה: חסרים משווקים שבאמת ישתמשו בכל האפשרויות. מערכת כזאת לא נבנית בלי מפתחים, ארכיטקט נתונים ואנליסטים.

אנליטיקה מקצה לקצה עוזרת להבין את הלקוחות, לתכנן מבצעים, למדוד את התוצאות ולבנות אסטרטגיית צמיחה. אבל כל זה נשאר על הנייר אם היא לא מחוברת למערכת בקרה.

חיבור להנהלת החשבונות

בכל שלב בחיי העסק, הנהלת החשבונות צריכה להשתנות יחד עם היכולות החדשות. אם מוציאים כסף על פרסום, צריך להחליט מראש:

• איך רושמים את ההוצאה לפי כל פעילות שיווקית;
• איפה רושמים את ההכנסה מאותן פעילויות;
• איך מטפלים בנקודות, בקופונים ובביטול הזמנות;
• איך מחשבים משלוחים חינם;
• איך מאחדים מק"טים למבצעים ולמארזים בהנחה.

המטרה היא לא לבנות, בעזרת כל הכלים האלה, הנהלת חשבונות מקבילה עם מספרים שגויים. המספרים של האנליטיקה השיווקית ושל הנהלת החשבונות עלולים לא להתאים לעולם. עסק שהצליח לגשר על הפער הזה הוא עסק שמנוהל באמת לפי נתונים.

רק אנשים טכניים יכולים לחבר את הנהלת החשבונות לפלטפורמות הפרסום, למאגרי המידע, למועדון הלקוחות ולמערכת המלאי. אז אם מנהל שואל למה מפרסמים מוצר שאזל מהמלאי, התשובה היא בדרך כלל לא "השיווק פספס", אלא "המערכות לא מחוברות".

איך מתחילים: הקמה בסיסית ב-5 שלבים

לפני שמקימים משהו, כדאי להעריך את גודל העסק. השקעה גדולה באוטומציה לא תמיד מחזירה את עצמה בהיקפים קטנים. ורוב העסקים שרוצים לשפר את הרווחיות מהפרסום צריכים קודם כול לתקן את הטעויות בהגדרות הקיימות: תגיות שבורות, קמפיינים בלי UTM או המרות שנספרות פעמיים. לבנות מערכת חכמה תמיד כיף יותר מלחפש באגים בחשבונות הפרסום, אבל ההתחלה היא שם.

אלה חמשת השלבים של הקמה בסיסית:

• שלב 1: משמעת UTM. כל קישור בקמפיין, בדיוור ובפוסט ממומן מקבל פרמטרי UTM לפי מבנה קבוע: מקור, ערוץ ושם קמפיין.
• שלב 2: אירועים מרכזיים ב-GA4. מגדירים את הפעולות שחשובות לעסק: שליחת טופס, לחיצה על וואטסאפ, שיחת טלפון ורכישה. נוח לנהל את כל התגיות דרך Google Tag Manager.
• שלב 3: מקור ההגעה נשמר ב-CRM. מוסיפים לטפסים שדות נסתרים שקולטים את ה-UTM ואת ה-GCLID, כדי שלכל ליד במערכת יהיה מקור.
• שלב 4: המכירות חוזרות לפלטפורמות הפרסום. כשעסקה נסגרת, מעבירים אותה ל-Google Ads ול-Meta כהמרה, עם הסכום.
• שלב 5: לוח מחוונים אחד. מרכזים ב-Looker Studio הוצאות, לידים, עסקאות והכנסות, ומחשבים את העלות לגיוס לקוח ואת ההחזר על ההוצאה בפרסום (ROAS) לכל ערוץ.

אחרי השלבים האלה כבר אפשר לענות על השאלה מהפתיחה: איזה פרסום הביא את הכסף, ולא רק את הקליקים. גם דף הנחיתה משתתף בזה: אם הוא בנוי נכון, כמו שהסברנו במדריך על עיצוב דף נחיתה, קל למדוד בו כל פעולה.

אנליטיקה ומכירות: ניתוח ABC ופילוח RFM

נניח שהמערכת כבר עובדת. בשלב הראשון היא עוזרת בעיקר בשני דברים: להבין את מבחר המוצרים ולפלח את הלקוחות כדי להציע להם הצעות אישיות.

ניתוח ABC של מבחר המוצרים

כשמעצבים מחדש את האתר, צריך להחליט מה יופיע בראש העמוד ומה בתחתיתו, על מה לכתוב בעמוד הבית ועל מה לא. הדילמות האלה נובעות מכך שהמקום על המסך מוגבל, המשתמש לא יכול לזכור הכול, וגם העיצוב צריך להישאר נקי.

כאן עוזר ניתוח ABC, שמאפשר לתעדף במהירות כמעט כל דבר. משתמשים בו בעיקר בסחורה ובניהול מבחר המוצרים. הוא מראה אילו מוצרים הם רבי המכר, אילו יוצרים ביקוש קבוע ואילו כמעט לא מכניסים כסף, אבל עדיין מוצגים.

העיקרון פשוט. מחלקים את המוצרים לשלוש קבוצות:

• קבוצה A. כ-20% מהמוצרים שהכניסו כ-80% מההכנסות בתקופה הנבדקת.
• קבוצה B. כ-30% מהמוצרים שהכניסו כ-15% מההכנסות.
• קבוצה C. כ-50% הנותרים, שהכניסו כ-5% מההכנסות.

טעות לחשוב שבקבוצה C יש רק מוצרים שאף אחד לא צריך. נמצאים שם מוצרים שיוצרים תחושת בחירה, מוצרים שחייבים להיות במלאי בלי קשר לביקוש, ומוצרי יוקרה. קונים אותם לעיתים רחוקות, אבל הם שומרים על נאמנות הלקוחות לאורך שנים.

ניתוח ABC עוזר:

• להבין אילו יתרונות של העסק כדאי להבליט לכולם;
• להחליט איזה מידע להציג רק במקרים מיוחדים;
• להעריך גם דברים אחרים, למשל קמפיינים.

אפשר לפלח באותה דרך גם את הקמפיינים: לפי ההכנסות שהביאו ולפי התקציב שהם צורכים. קמפיין שנמצא בקבוצה C בהכנסות ובקבוצה A בהוצאות הוא מועמד ראשון לבדיקה. פילוח כזה נותן הרבה אפשרויות לאופטימיזציה של התקציב ועוזר לבנות מארזים ומבצעים.

פילוח לקוחות בשיטת RFM

מועדון לקוחות עוזר להודות ללקוחות על כך שהם בוחרים בכם, ונותן להם סיבות לחזור לעיתים קרובות יותר. הוא מקל במיוחד בשני מצבים הפוכים: כשרוצים לפנק לקוח, וכשצריך להתנצל בפניו.

לפנק זה לא פשוט: המחווה צריכה להיות נכונה, אישית, מוצדקת ומדודה, לא נדירה מדי ולא תכופה מדי. גם התנצלות היא מחווה מסובכת. היא לא צריכה להיראות כמו התחמקות מהבעיה, ומתנה לא צריכה להיראות כמו שוחד. וברוב המקרים הלקוח לא יגיד לכם ישירות שמשהו השתבש. צריך להבין את זה לבד.

בשביל המצבים האלה קיימת שיטת פילוח הלקוחות RFM:

• R (Recency) – כמה זמן עבר מהרכישה האחרונה;
• F (Frequency) – באיזו תדירות הלקוח קונה;
• M (Monetary) – כמה כסף הוא הוציא.

כל לקוח במאגר מקבל ציון מ-1 עד 4 בכל אחד מהמדדים:

• ב-Recency, 1 הוא לקוח שקנה לפני הרבה זמן, ו-4 הוא לקוח שקנה לאחרונה.
• ב-Frequency, 1 הוא לקוח שקנה פעם או פעמיים, ו-4 הוא לקוח שקונה הרבה.
• ב-Monetary, 1 הוא לקוח שהוציא מעט, ו-4 הוא לקוח שהוציא יותר מכולם.

משלושת הציונים נוצר קוד שמגדיר את קבוצת הלקוח. למשל, 444 הם "האלופים": קונים הרבה, קנו לאחרונה והוציאו סכום גבוה. קבוצות נפוצות נוספות:

• לקוחות נאמנים;
• לקוחות עם פוטנציאל לנאמנות;
• לקוחות שקנו לאחרונה;
• לקוחות שצריך להזכיר להם שאנחנו קיימים;
• לקוחות בסיכון, שאנחנו עלולים לאבד;
• לקוחות שעזבו ולא מגיבים.

אם מריצים את הניתוח פעם בחודש או ברבעון ועוקבים אחרי השינויים, מגלים דברים מעניינים. למשל, לקוחות שקנו הרבה והפסיקו בבת אחת, לקוחות חדשים שהוציאו סכום גבוה, או לקוחות שקונים הרבה, אבל רק בסכומים קטנים ובהנחות גדולות.

לכל קבוצה אפשר לבנות אסטרטגיית תקשורת משלה ולהגדיל כך את ההכנסות. חלק מהלקוחות, למשל, בכלל לא צריך לקבל הודעות על מבצעים. כלי בינה מלאכותית יכולים לעזור לנתח את הקבוצות ולנסח לכל אחת מסר מתאים, כמו שהסברנו במדריך על אסטרטגיה שיווקית עם AI.

מי צריך להקים אנליטיקה מקצה לקצה

כדי להקים אנליטיקה מקצה לקצה בעסק, צריך אנליסט. הוא יכול לעשות כמעט הכול, חוץ מהחיבור של מועדון הלקוחות.

משווק לבד לא יבנה מערכת כזאת. הוא יכול להגדיר UTM, אירועים ב-GA4 ולוח מחוונים בסיסי. לחיבורים בין המערכות צריך אנליסט עם יכולות פיתוח, ובחברה גדולה לוקחים מפתח ואנליסט בנפרד. זה לא זול, ולכן עסקים קטנים ובינוניים עובדים לרוב עם סטודיו או אינטגרטור חיצוני שמקים את החיבורים, ומשאירים את הניתוח השוטף לצוות השיווק.

טעויות נפוצות

• מערכת מורכבת לפני שהבסיס עובד. לוח מחוונים מרשים לא יעזור אם חצי מהקמפיינים בלי UTM וההמרות נספרות פעמיים.
• ספירת לידים במקום מכירות. קמפיין שמביא הרבה טפסים זולים יכול להפסיד כסף, אם אף אחד מהם לא הופך ללקוח.
• CRM בלי מקור הגעה. אם הליד נכנס למערכת בלי מקור, אי אפשר לדעת איזה ערוץ הביא את העסקה.
• מספרים שלא מתואמים עם הנהלת החשבונות. אם השיווק והכספים סופרים הכנסות בשתי דרכים שונות, ההחלטות יתבססו על מספרים שגויים.

איך RJL Studio עוזרת לחבר את הנתונים

ב-RJL Studio אנחנו מקימים את החיבורים שהופכים נתונים מפוזרים לתמונה אחת: טפסים באתר שמעבירים ל-CRM את מקור ההגעה, אירועים ב-GA4 וב-Google Tag Manager, החזרת עסקאות ל-Google Ads ול-Meta ולוחות מחוונים ב-Looker Studio. את החיבורים בין המערכות אנחנו בונים ב-n8n, ב-Make וב-Zapier.

רוצים לדעת איזה פרסום באמת מביא לכם לקוחות? קראו על שירותי האוטומציה והאינטגרציות שלנו או על ניהול קמפיינים, או השאירו פרטים ונחזור אליכם.

שאלות נפוצות על אנליטיקה מקצה לקצה

מה ההבדל בין Google Analytics לאנליטיקה מקצה לקצה?

Google Analytics מראה מה קורה באתר: מאיפה הגיעו המבקרים ומה הם עשו. אנליטיקה מקצה לקצה מחברת את זה גם למה שקרה אחרי האתר: שיחות, עסקאות ב-CRM, תשלומים והנהלת חשבונות.

האם עסק קטן צריך אנליטיקה מקצה לקצה?

כן, אבל בגרסה פשוטה. לרוב מספיקים UTM מסודרים, אירועים ב-GA4, מקור הגעה שנשמר ב-CRM ולוח מחוונים אחד. מערכות מורכבות מתאימות לעסקים עם הרבה עסקאות ומחזור מכירה ארוך.

אילו כלים צריך כדי להתחיל?

Google Analytics 4 ו-Google Tag Manager למדידה, מערכת CRM לניהול הלידים והעסקאות, ו-Looker Studio ללוח המחוונים. לחיבורים בין המערכות משתמשים ב-Make, ב-Zapier או ב-n8n, או במחברים המובנים של ה-CRM.

למה המספרים ב-Google Analytics לא תואמים ל-CRM?

יש לכך כמה סיבות: מבקרים שחוסמים עוגיות או לא מאשרים מעקב, לקוחות שעוברים בין מכשירים, פניות בטלפון שלא נמדדות באתר, ומודלים שונים של ייחוס המרות. פער מסוים הוא נורמלי, אבל פער גדול מעיד לרוב על בעיה בהגדרות.

כמה זמן לוקח להקים את המערכת?

הקמה בסיסית של UTM, אירועים, מקור הגעה ב-CRM ולוח מחוונים לוקחת לרוב כמה ימים עד כמה שבועות. מערכת מלאה עם מועדון לקוחות, מלאי והנהלת חשבונות היא פרויקט של חודשים.