Як ми рахуємо продажі блогу про здоров’я — кейс ОН Клінік

Блог ОН Клінік — це медіа, що входить до складу бренду мережі медичних центрів ОН Клінік в Україні. Він має власну редакцію, бюджет і чіткі бізнес-цілі. Одна з ключових цілей ресурсу — сприяти продажу послуг медичних центрів.

З одного боку, Блог створює контент, який є результатом роботи редакції та використання бюджету. З іншого — важливо розуміти, як ці матеріали впливають на процес продажу, та ефективно керувати цим процесом, щоб підвищити його результативність.

Особливості проєкту

У 2024 році для Блогу ОН Клінік створили 5 028 345 символів без пробілів — це дорівнює 12 книгам про Гаррі Поттера. Кожного місяця два редактори забезпечують вихід близько 34 текстів. Це матеріали, підготовлені редакцією спільно з лікарями нашої мережі й зовнішніми авторами, котрих ми запрошуємо для висвітлення тем про здоров’я.

Редактор Зоряна Попович тримає в руках приблизний об'єм текстів, які були опубліковані у 2024 році

Результатом роботи редакції є трафік у майже 2,5 млн сесій на місяць. Завдяки наскрізній аналітиці від OWOX сайт дає змогу не лише збирати великий обсяг даних, а й якісно їх аналізувати.

Як почати рахувати вплив контенту на продажі

Спершу ми зосередилися на розробці  автоматизованої системи аналітики контенту, щоб команда маркетингу могла приймати обґрунтовані рішення щодо розподілу ресурсів у контент-стратегії. На основі отриманих даних ми прагнули:

• визначити вплив Блогу на продажі;
• з’ясувати, які теми приносять найбільший прибуток і конверсії;
• знаходити неефективні статті й покращувати їх для підвищення впливу;
• приймати рішення у контентній стратегії на основі реальних даних, а не припущень;
• розглядати контент як самостійний маркетинговий інструмент залучення клієнтів.

За основу ми взяли алгоритм Олексія Селезньова зі статті про розробку схожого аналітичного інструменту й контентної моделі атрибуції для блогу Netpeak Journal. 

В ОН Клінік є власний відділ вебаналітики, який створює звіти відповідно до потреб маркетингової команди.

Спільно з нашим відділом аналітики створили наступне завдання:

1. Атрибутувати вплив статей на конверсії та дохід від продажу послуг медичних центрів:

• зрозуміти, як визначати, які статті найбільше сприяють оформленню заявок на прийом до лікаря;
• проаналізувати, яким чином користувачі сайту взаємодіють із статтями на шляху до конверсії;
• розробити модель розподілу вартості кожної заявки між переглянутими статтями й присвоєння цінності статтям (контентна модель атрибуції).

2. Оцінити роль Блогу у вирішенні комерційних завдань:

• визначити ефективність контент-маркетингу на прикладі Блогу як окремого маркетингового каналу;
• порівняти ресурс з іншими каналами залучення трафіку й продажів: Google Ads, FB Ads, SEO, SMM, email-маркетинг.

3. Створити візуалізований звіт /дашборд у Looker Studio:

• побудувати інструмент для відстеження впливу кожної статті на запис до медичного центру;
• надати можливість гнучкої аналітики за категоріями контенту, авторами, категоріями відділень, редакторами, рейтингом статті, кількістю переглядів;
• зробити звіт зручним й зрозумілим для департаменту маркетингу й редакції.

Після погодження завдання ми звернулися до колег з OWOX із запитом на створення системи аналітики, що допоможе вирішити всі описані завдання.

Загальна логіка процесу атрибуції доходу на перегляди статей

Спочатку ми описали наявні обставини проєкту:

• дані про поведінку користувачів на сайті, які обʼєднані у формат сесій;
• дані з сайту збираються у сховищі BigQuery за допомогою OWOX BI GA4 events-based web streaming;
• дані про події користувача обʼєднуються у сесії за допомогою трансформації Merge Events into Sessions;
• інформація про оформлені транзакції та дохід передаються у BigQuery;
• додаткові дані про статті (наприклад, автор статті, рецензент, копірайтер, категорія) також передаються у BigQuery.

Далі ми опрацювали алгоритм контентної атрибуції.

1. Відібрати всі сесії користувача за конверсійне вікно (у нашому випадку — 30 днів) до оформлення заявки.

2. Перевірити, в яких із цих сесій були перегляди статей.

3. Розділити цінність заявки між сесіями з переглядом статей. В результаті цього кожна сесія отримує певну цінність від 0 до 1 (сумарна розподілена цінність від заявки становить 1).

4. Цінність, яка на попередньому кроці була присвоєна сесії, буде розподілена між статтями, перегляд яких відбувся в цій сесії.

Наприклад, якщо сесія отримала 0,25 цінності від однієї заявки, а під час сесії користувач переглянув п’ять статей (по одному перегляду на кожну), то:

•  кожна з цих статей отримає 0,05 цінності від оформленої заявки;
•  кожна стаття також отримає 0,05 (або 5%) від доходу.

Або, якщо сесія отримала 0,25 цінності від однієї заявки, але користувач переглянув три статті, причому одну статтю переглянув три рази, а дві інші — по одному разу, тоді:

• стаття з трьома переглядами отримає 0,05 × 3 = 0,15 цінності від заявки;
• дві інші статті отримають по 0,05 цінності від заявки.

Сумарна цінність, атрибутована до сесії, залишиться незмінною.

Технічна реалізація контентної моделі атрибуції

Після того, як ми сформували логіку атрибуції та визначили, як саме статті блогу впливають на оформлення заявок і дохід, настав етап технічної реалізації цієї моделі. Щоб ефективно втілити запропонований алгоритм і автоматизувати процес розрахунків, ми продовжили використання наявних інструментів OWOX BI та BigQuery. 

На їх базі була налаштована система регулярного збору, обробки та аналізу великих обсягів інформації про взаємодії користувачів із контентом. Далі детально опишемо послідовність кроків, SQL-запити та трансформації даних, що допомогли реалізувати нашу контентну модель атрибуції.

Алгоритм виконання запиту №1 «Розрахунок розподілу цінності за атрибуцією» 

1. Формуємо масив з транзакціями, які були очищені від дублів.
2. Відбираємо сесії, у яких відбувся хоча б один із наступних сценаріїв:

• перегляд статті;
• конверсія;
• перегляд статті й конверсія.

3. Виконуємо розрахунок атрибуції за сесіями користувача (розподіл цінності між сесіями в межах конверсійного вікна, яке за замовчуванням становить 30 днів). Розрахунок виконується тільки для сесій, у яких була конверсія та які містили перегляд статей.
4. Розподіляємо цінність між переглядами статей. Цінність, отриману кожною сесією (визначену на попередньому етапі), розподіляємо між усіма переглядами сторінок Блогу, що відбулися в цих сесіях.

Алгоритм виконання запиту №2 «Підготовка фінального датамарту»

1. Формуємо масив даних за атрибуцією на основі результатів запиту з попереднього етапу «Розрахунок розподілу цінності за атрибуцією».
2. Відбираємо дані за сесіями, у яких були перегляди статей, у вигляді масиву.
3. Обʼєднуємо результати розрахунку атрибуції з вибраними сесіями. Створюємо фільтр, який дозволяє відбирати сесії залежно від наявності переглядів статей і конверсій.
4. Перетворюємо масив даних на пласку таблицю для зручності подальшої роботи.
5. Далі до отриманих результатів додаємо дані зі статтями з таблиці-довідника.

Таблиця-довідник містить інформацію про кожну статтю: 

• назва статті;
• посилання;
• автор; 
• рецензент;
• копірайтер;
• категорія тощо.

6. На останньому кроці до отриманих результатів додаємо дані по транзакціях, щоб розрахувати показники по revenue (доходу).
7. Окремо додаємо показник «Заявка оформлена з блогу», який відображає, скільки заявок користувачі залишають через форму на сторінках ресурсу.

Регулярний запуск SQL-запитів для розрахунків і формування підсумкових таблиць реалізований у OWOX BI Transformation. Інструмент надає змогу:

• налаштувати регулярний запуск операцій; 
• визначити послідовність запуску;
• запускати процеси за певним тригером;
• налаштовувати змінні.

Візуалізація звіту

Для з’ясування цінності кожної статті в Looker Studio на етапі візуалізації підсумовуємо усі цінності, які стаття отримала в результаті розрахунку атрибуції.

Аналогічно визначається й дохід атрибутований на кожну статтю. Для цього цінність від оформленої заявки, яку отримала стаття, множиться на дохід від цієї заявки. 

Приклад розрахунку. Сумарний дохід від заявки становить 1610 грн. Перед оформленням заявки у користувача було три сесії з переглядом статей. 

Кожна сесія отримує 0,33 цінності від транзакції. Оскільки в кожній сесії користувач переглянув лише одну статтю, тому вона отримує всю цінність від сесії — 0,33.

Дохід статті становить: 0,33 * 1610 грн = 536,67 грн.

У цьому конкретному прикладі користувач в другій і третій сесіях переглядав ту саму статтю. Отже, загальна цінність цієї статті буде складатися з цінностей двох сесій: 

0,33+0,33=0,66. 

А дохід, атрибутований цій статті, обчислюється так:

0,66 × 1610 грн = 1073,33 грн

Таким чином, стаття отримає 1073,33 грн атрибутованого доходу, а не 536,67 грн, як у попередньому прикладі.

У фінальному звіті це виглядатиме наступним чином.

Результати

Після всієї проробленої роботи ми отримали зведений звіт у Looker Studio, який містить:

• дані про дохід із Блогу;
• ефективність окремих статей, авторів, редакторів, категорій і тегів. 

Тепер ми чітко розуміємо, скільки грошей приносить кожна стаття, категорія контенту, кожен автор і  редактор, й інші ключові показники. 

Завдяки цій аналітиці контент-план формується з урахуванням тем, які гарантовано принесуть прибуток. 

Якщо раніше ми лише припускали, що Блог впливає на дохід компанії, тепер бачимо чіткі цифри: щомісячний внесок ресурсу у загальних дохід сайту компанії становить 10–12%.

Висновки

1. Контент блогу в медичній сфері є ефективним маркетинговим інструментом, здатним приносити до 12% доходу сайту компанії. Для максимального результату важливо регулярно аналізувати й оптимізувати контент на основі реальних даних.
2. Для ефективного управління контент-маркетингом необхідно систематично оцінювати прибутковість окремих авторів, редакторів і категорій контенту. Це дає змогу концентрувати ресурси на найбільш успішних темах і форматах.
3. Контентна модель атрибуції дозволяє точно оцінити внесок кожної статті у продажі, проте реалізація такої аналітики вимагає значних ресурсів і компетенцій у вебаналітиці та програмуванні. Для малого бізнесу цей підхід може бути нерентабельним.
4. Альтернативою складним аналітичним рішенням є використання базових інструментів, таких як налаштування модуля електронної комерції у Google Analytics 4. Цей модуль дозволяє легко відстежувати продажі, доходи та конверсії, і його можна застосовувати навіть для проєктів, не пов’язаних із тематикою e-commerce.
5. Системна аналітична робота допомагає визначити найрезультативніші категорії, авторів і теми, що суттєво підвищує ефективність контент-стратегії. 
6. Навіть спрощена аналітика допоможе приймати виважені рішення та покращити фінансові показники. А завдяки якісно реалізованій контентній аналітиці блог стає окремим дієвим каналом залучення трафіку та продажів, що дозволяє чітко порівнювати його ефективність із платними каналами (SEO, PPC, SMM тощо) та визначати його внесок у загальний дохід бізнесу.

Думка автора гостьового поста може не співпадати з позицією редакції і спеціалістів агенства Netpeak Ukraine.