В конце прошлого года Inventive Retail Group начала сотрудничество с JetStat, стремясь найти инструмент для глубокого анализа эффективности онлайн-маркетинга и реальных продаж. Возникла необходимость усовершенствовать аналитические процессы, поскольку существующие инструменты оказались слишком сложными для большинства сотрудников. Кроме того, требовалось исключить сэмплирование данных.

Выбор JetStat был обусловлен оптимальным соотношением цены и качества. Однако на момент старта отсутствовал коннектор к retailCRM, который команда JetStat оперативно добавила, что позволило приступить к тестированию сервиса.

Ключевой задачей стало создание сквозной аналитики, объединяющей данные из retailCRM, Google Analytics и рекламных кабинетов.

Необходимо было настроить автоматические отчеты по эффективности онлайн-маркетинга, а также реализовать прогнозирование ключевых метрик и модели атрибуции.

С переходом в онлайн-формат во время пандемии объем аналитической работы значительно увеличился. Количество отчетов для внутренних заказчиков выросло, особенно для поддержки интернет-магазинов. Сервис JetStat позволил справиться с этим вызовом, автоматизировав процессы отчетности.

В оперативной работе используются несколько ключевых источников данных: Google Analytics (без сэмплирования), рекламные кабинеты Яндекс и Google, retailCRM (для клиентских данных и заказов), а также Google Таблицы для различных бизнес-задач. Внедрение JetStat позволило ускорить процесс формирования отчетов, освободив время для аналитики и автоматизировав обновление данных.

Inventive Retail Group включает в себя сети re:Store, Samsung, Sony Centre, Huawei и другие. В каждой команде работают директора интернет-магазинов и профильные специалисты, которым требуется актуальная информация. JetStat помог эффективно адаптироваться к новым требованиям отчетности и визуализации данных.

Было организовано обучение сотрудников, включая маркетологов, аналитиков и специалистов digital-агентств. Поддержка команды JetStat помогла быстро освоить систему и приступить к самостоятельной настройке отчетов.

Был настроен единый ETL-проект, который объединил все источники данных в один dataset. В дальнейшем этот dataset стал основой для новых отчетов, внося в него необходимые доработки под конкретные задачи. Все регулярные отчеты были автоматизированы, а данные выгружались в Google Таблицы или Data Studio в зависимости от бизнес-требований.