Исследование: новые стандарты рынка цифровой аналитики в условиях импортозамещения

В конце 2024 года, когда процесс импортозамещения после ухода зарубежных аналитических инструментов практически завершён, мы решили исследовать, как изменился рынок цифровой аналитики, появился ли новый аналитический стандарт и с какими сложностями сталкивается бизнес в новых реалиях.

Мы провели качественное и количественное исследование среди средних и крупных e-commerce, retail, finance и других проектов из ТОП-100 в РФ и хотим поделиться его результатами.

О чём мы поговорим

1. Почему важно говорить о новых стандартах рынка? Что мы вкладываем в это определение?
2. Кто герой нашего исследования? Какие задачи и вызовы стоят перед ним?
3. Из каких компонентов состоит аналитический проект и появился ли «золотой» стандарт у рынка?
4. Какие есть образы решений для нашего героя? И что мы об этом думаем?

Кому будет полезно дочитать до конца

• Вы руководитель команды маркетинговой аналитики. Вам будет ценно соотнести ваши задачи и боли с опытом коллег по рынку. Мы видим, что в большинстве случаев проекты испытывают одинаковые сложности.
• Вы маркетолог, и в вашем бюджете есть расход на аналитику. Вы на регулярной основе сталкиваетесь с внутренними ограничениями, которые транслирует служба безопасности.
• У вас сильное IT, но ваши задачи ограничены его ресурсом и внутренним контуром. Это наиболее распространённая боль, но почти все наши респонденты решают её одинаковым образом.

Что такое стандарт рынка аналитических решений

Стандарт рынка аналитических решений — набор ключевых элементов аналитической инфраструктуры, которые являются общими для большинства участников рынка. Это могут быть трекинги web- и app-данных, системы для визуализации данных и построения отчётности, сервисы для проведения A/B-тестирования и другие инструменты, позволяющие оценивать эффективность маркетинговых усилий.

Выбор верных аналитических инструментов помогает сократить издержки на их интеграцию, на развитие аналитического проекта, а также на привлечение дополнительных специалистов и их онбординг за счёт более широкого владения известным стеком.

О каких элементах аналитической инфраструктуры идёт речь

• Облачная инфраструктура, хранение и обработка данных
• Система управления тегами
• Инструменты сбора данных сайта и мобильного приложения
• Трекеры медийных просмотров
• Инструменты импорта и доставки других маркетинговых данных
• Инструменты проведения A/B-тестов
• Интерфейсы доступа к данным и построения отчётности
• Инструменты трансформации данных

Проанализировав более 50 проектов, мы отметили, что практически каждый респондент считает свой проект особенным, но, как правило, боли и сложности, возникающие в компаниях, повторяются. Поэтому мы усреднили портрет целевого респондента.

Кто он — Head of Marketing Analytics

• Head of Analytics. Находится в команде цифровых продаж. Возможно, в его KPI есть результаты продаж и/или маркетинга.
• У него есть своя аналитическая команда и/или внешний подрядчик. Это линейные аналитики разных уровней (их может быть и до 5, и более 50), возможно — ETL-специалисты.
• У команды скорее несколько бизнес-заказчиков. Работа выстроена через общий бэклог и сквозные правила приоритизации.

Чем занимается руководитель маркетинговой аналитики

• Поддержка сбора и доставки качественных маркетинговых данных. На отдельных проектах на эти задачи может уходить до 70% ресурса специалистов.
• Построение и поддержание регулярной маркетинговой отчётности. В том числе иногда вовлечение в оптимизацию performance, управление LTV и т.д.
• Организация и проведение A/B-тестов. Интересный инсайт: есть мнение о перекосе рынка труда в сторону таких специалистов.
• Поддержка мониторинга и алертинга. На части проектов задача имеет сопоставимую важность с поддержкой регулярной отчётности.
• Прогнозы и планирование. Бизнес активно вовлекает аналитические команды в форкастинг и задачи планирования.
• Предоставление self-service продуктов для бизнес-пользователей. Рано или поздно некоторые крупные проекты идут по пути своих аналитических продуктов.

С какими сложностями сталкиваются Head of Marketing Analytics

Импортозамещение. Процесс подходит к концу, но всё-таки ещё не закончен. Сложность с выбором и миграцией на альтернативный стек не стоит так остро в сравнении с 2022 годом, но усиление санкционных ограничений ещё пока содержит в себе риски для аналитических проектов вместе с необходимостью завершить задачу миграции.

Аналитическая зрелость. В ходе опроса мы выделили наличие запроса на развитие аналитической зрелости бизнеса. Это общий тренд, который наблюдается у всех наших респондентов. Самое интересное, что это запрос не только специалистов по аналитике и маркетингу — потребность подпитывается и от бизнеса.

Инвестиции. Почти во всех средних и крупных компаниях открыты инвестиционные аналитические проекты. Хотя есть нервозность, связанная с оптимизацией бюджетов: высокая ключевая ставка влияет на бюджет, который выделяет бизнес на аналитические проекты.

Процесс импортозамещения, стартовавший ещё в 2022 году после ухода крупных аналитических сервисов с российского рынка, накладывает сложности не только с процессом миграции на отечественный стек (сжатые сроки, обучение сотрудников и др.). Сложности возникают и с ожиданиями от новых инструментов. Наши респонденты поделились своими ожиданиями и реальностью, с которой они столкнулись.

Ожидания команды аналитиков

• Сбор и хранение сырых данных — для реализации расчётов и проведения исследований: атрибуция, CJM, сложные тесты, узкие сегменты и т.д.
• Возможность гибкого масштабирования — растут не только объёмы собираемых данных, но и объёмы и сложность вычислений.
• Возможность подключить self-service BI-инструменты — бизнес-пользователям ценно передавать удобные инструменты работы с данными.
• Скорость получения данных — всё чаще звучит запрос на realtime-отчётность: для ML-скоринга, для рекомендательных систем. Это накладывает сложности при использовании только внутреннего контура.
• Доступ к пользователям и передача данных вовне — решение задач за пределами контура: данные для CPA-систем, для рекламных агентств, передача аудиторий и триггеров в рекламные системы.

Реальность и её ограничения

• Сбор персональных и/или транзакционных данных — для проектов, где маркетинг активно использует облачное хранилище данных. Это ограничение со стороны службы безопасности.
• Доступ во внутренний контур — для проектов, когда маркетинг использует внешние инструменты сбора данных или привлекает подрядчиков на работы во внутренний контур.

А что с ограничением в кадрах

Помимо того что найти узкого специалиста стало сложнее и дороже, а онбординг занимает всё больше времени, требования к аналитическим профессиям стали жёстче и шире. Как следствие, рынок кадров не успевает подстроиться под заявленные бизнесом требования. Это вызвало нехватку специалистов грейда middle и выше.

• Усилились требования к техническим компетенциям — знание SQL и Python сейчас являются скорее обязательными.
• Рост зарплат — в течение года на 30–50%, в течение 2–3 лет на 200%.
• Не хватает middle- и senior-специалистов — проблема не новая, но каждый респондент её упомянул.
• Полярное отношение к владению стеком — в одних компаниях знания носят обязательный характер (и всё чаще проводится live coding), в других обучают стеку в процессе.

Инструменты аналитики. Что используется на проектах

Где рынок пришёл к стандарту

• Yandex Cloud и Yandex Managed Service for ClickHouse — у большинства наших собеседников это решение используется как основное для хранения маркетинговых данных.
• Яндекс.Метрика и AppMetrica — как инструмент отслеживания основных метрик сайта и приложения, эффективности источников, а также для работы с готовыми отчётами в UI.

Где рынок ещё идёт к стандарту

• Сырые данные сайта. Удивительно, но некоторые крупные компании не работают с сырыми данными. Мы видим очень осознанные причины в выборе сбора сырых данных от Яндекс.Метрики или DataGo.
• Менеджер тегов. Большинство проектов продолжают использовать Google Tag Manager, а в качестве альтернатив скорее аккуратно рассматривают Matomo, Clever Data.
• Менеджер A/B-тестов. Интересный инсайт: более 50% проектов рассматривают собственные решения с элементами open-source.
• Импорт расходов из рекламных кабинетов. Несмотря на наличие продуктовых решений, большинство проектов решают задачу самостоятельно.

Рынок значимо продвинулся с 2022 года в формировании стандарта альтернативного технологического стека, но процесс ещё не завершён.

Где появилось решение, но не появился стандарт

Наиболее важные выводы

В крупных и средних компаниях запрос к инфраструктуре маркетинговой аналитики сильно шире, чем к платформе для построения отчётности. Поэтому (несмотря на сильный в 2022 году тренд ухода в инхаус) мы видим, что в большинстве известных нам проектов можно выделить два контура:

1. Решение от IT / Data Office — основное корпоративное хранилище, где собираются и обрабатываются самые различные данные бизнеса.
2. Маркетинговое хранилище — исходно является точкой сбора данных из маркетинговых источников.

Часть респондентов развивает маркетинговый контур и выделяет там «песочницу» для работы с данными, передавая деперсонализированные клиентские/транзакционные данные. Это позволяет закрывать 85% задач аналитики цифрового маркетинга. Для оставшихся 15% используется корпоративное хранилище, куда частично загружаются данные цифрового маркетинга.

Почему так

1. Решения на внутреннем контуре от Data Office не предоставляют маркетинговым командам нужной гибкости и скорости работы с данными.
2. Ограниченные ресурсы IT-команд не позволяют реализовать маркетингу по-настоящему все свои задумки.
3. Доставка маркетинговых данных на внутренний контур, их обработка и обратная доставка в рекламные сервисы — не самая тривиальная задача, если это требуется в режиме, близком к реальному времени.
4. Развивая собственные аналитические продукты, маркетингу необходимо вписываться в общую корпоративную логику построения хранилища (согласования).

Какое решение? Маркетинговое хранилище данных

Фактически рынок спустя 2,5 года осознанно или неосознанно вернулся к построению так называемого маркетингового хранилища данных.

Хранилище маркетинговых данных (Marketing DWH) — это решение для хранения данных, позволяющее собирать и объединять маркетинговые данные из всех ваших различных источников в одном месте, а также:

• строить отчёты и быстро проверять гипотезы;
• гибко подключать внешние BI-инструменты;
• в режиме, близком к realtime, формировать сегменты и доставлять аудитории в рекламные сервисы;
• не ограничивать себя ресурсом IT-департамента и сложностями работы со службами безопасности.

Издержки на поиск и интеграцию новых аналитических инструментов, недостаточный функционал отечественных решений, дороговизна привлечения уникальных специалистов и их онбординг — последствия импортозамещения, с которыми столкнулись практически все аналитические проекты.

Мы продолжаем исследовать опыт руководителей аналитических проектов крупного и среднего бизнеса и искать тот самый «золотой стандарт рынка цифровой аналитики».