Откуда берется погрешность в динамическом коллтрекинге и как ее повысить

Динамический коллтрекинг – неотъемлемый инструмент современного интернет-маркетинга. Практически все компании не только принимают заявки через сайт, но также публикуют номер телефона, по которому клиент может связаться с менеджером, проконсультироваться и быстро сделать заказ. Эффективнее всего отслеживать источники таких звонков для последующей аналитики с помощью динамического коллтрекинга.

Динамический коллтрекинг

Современные сервисы коллтрекинга могут похвастаться точностью свыше 90%. Однако погрешность у них все же имеется. Разберемся, откуда она берется и почему нельзя добиться заветных 100%.

Погрешности разных алгоритмов

Наивысшая точность коллтрекинга достигается, когда звонок поступает в момент пребывания клиента на сайте. Что касается звонков после ухода с сайта, то с их идентификацией могут возникать проблемы. Это и формирует погрешность в большинстве случаев.

Динамический коллтрекинг реализуют по-разному в зависимости от потребностей бизнеса. Каждый алгоритм в силу своих особенностей характеризуется разной степенью точности. Рассмотрим три алгоритма и разберем, как возникает погрешность при каждом из них.

Алгоритм А. Номер присваивается на время сессии

Это самый простой алгоритм, он предполагает закрепление уникального номера за посетителем только на период, пока он находится на сайте. Закрытие вкладки означает, что номер откреплен и может быть присвоен другому пользователю.

Если человек записал номер и позвонил после ухода с сайта, его звонок не будет правильно идентифицирован системой и получит ошибочный источник. Отсюда и возникает погрешность, которая для данного алгоритма достаточно высокая.

Алгоритм Б. Ограниченный пул номеров + фиксированный временной слот

В данном случае за каждым источником закрепляется конкретный пул номеров. Кроме этого, уникальный номер закрепляется за пользователем на определенное время (например, 10 минут) независимо от того, как долго он пробыл на сайте.

Предположим, за контекстной рекламой в Google и Яндекс закреплено по 10 подменных номеров. Их получают пользователи, перешедшие на сайт с рекламного объявления в одной или другой рекламной системе. Каждый номер сохраняется за посетителем на заданные системой 15 минут.

Так, если в течение 15 минут на сайт с рекламы в Яндексе зашло 10 пользователей, то 11-му посетителю будет показан тот же номер, что и 10-му. 10-й номер в этом случае выступает резервным. При этом не важно, пробыл пользователь на сайте 5 минут или 30 секунд, – номер за ним останется закреплен все выделенное время.

При всплеске трафика в условиях, когда подменные номера быстро заканчиваются, часть пользователей не получают уникального номера и источники их перехода остаются неидентифицированы системой. Это снижает точность коллтрекинга при наплыве посетителей.

Алгоритм В. Номер на время сеанса и Freeze time

В рамках этого алгоритма на закрепление подменных номеров за пользователями влияет 2 параметра:

  1. Время пребывания на сайте. Независимо от количества времени, проведенного на ресурсе, подменный номер действует до окончания сессии.
  2. Время после ухода с сайта – Freeze time. Не всегда у пользователей есть возможность позвонить, находясь на сайте. Например, в рабочее время для звонка человеку нужно выйти в коридор. Многие записывают номер и звонят спустя какое-то время. Чтобы такие посетители не «терялись», применяется Freeze time.

Freeze Time

Такой способ организации динамического коллтрекинга дает наименьшую погрешность.

Как повысить точность динамического коллтрекинга

Точность коллтрекинга

Зная, откуда берется погрешность, можно дать рекомендации по повышению точности коллтрекинга.

  • Отслеживайте посещаемость сайта как в обычном режиме, так и в пиковые часы.
  • Закупайте подменные номера с запасом, исходя из максимального трафика.
  • Интегрируйте коллтрекинг с рекламными кабинетами, CRM, сквозной аналитикой.
  • Отслеживайте поведение пользователей на сайте для выбора оптимального алгоритма коллтрекинга.

Заказывая услугу коллтрекинга, нужно ориентироваться не на количества номеров для подмены, а на точность данных, которая напрямую зависит от выбранного алгоритма. Сервис сквозной аналитики Neiros использует алгоритм В при настройке коллтрекинга, что позволяет повысить гибкость инструмента и снизить его погрешность.

Автор

Олег Вершинин

Специалист по продукту

Оставить комментарий

Войти с помощью