Что такое когортный отчет
Что такое когортный анализ и почему нужно использовать его в маркетинге
Здравствуйте. Меня зовут Людмила, я маркетолог в компании Altcraft. Сегодня я хочу поговорить с вами об одном из способов аналитики данных в маркетинге. Рассказываю о когортном анализе: что это такое, как применять и провести. Приведу примеры. Приятного чтения.
Маркетинговые кампании с мгновенной отдачей — мечта маркетологов и даже реальность для простых товаров, которые можно купить спонтанно и в один клик. Но для сложных и дорогих продуктов такая ситуация — фантастика, и затраты на рекламу окупаются дольше. Как оценивать эффективность таких кампаний? Учитывать фактор времени и детализировать по нему ваших клиентов. Для этого существует когортный анализ, про который мы расскажем в статье.
Когортный анализ — это метод исследования, где пользователей разделяют на группы (когорты) по определённым признакам и отслеживают их поведение за некоторый промежуток времени. Такой способ позволяет смотреть на действия пользователей в динамике.
Когорта — это группа людей, которых объединяет один или несколько признаков:
Именно привязка ко времени отличает когорту от сегмента — более широкого и общего понятия.
Например, выпускники Гарварда 2012 года — одна когорта, выпускники 2018 года — другая, но все они относятся к сегменту «выпускники Гарварда».
По действиям когорты делят на два типа:
Когортный метод учитывает следующие признаки для анализа:
Когортные исследования помогают понять, как ключевые метрики отличаются для разных сегментов. Увидеть более подробную картину по рекламной кампании или другим маркетинговым действиям, например, ребрендинга, тестирования нового сайта и так далее.
Когортное исследование — не универсальный метод, для него нужно достаточное количество пользователей. Желательно проводить анализ клиентов от 1000 человек в базе (их действий). Способ подходит для массовых B2C и B2B бизнесов с долгим циклом покупки.
Эффективность каналов привлечения
Когортный метод покажет, из каких каналов приходят наиболее лояльные пользователи. Тогда бизнес сможет выделять больший бюджет на эффективные каналы и активнее с ними работать. Зачем использовать именно когортный метод, если можно сразу после кампании оценить, сколько клиентов мы получили? Не всё так просто.
Например, с рекламы в Facebook в сервис перешло и зарегистрировалось 2000 пользователей. Маркетолог доволен — результат есть. Но 90% пользователей перестали заходить в сервис уже через месяц. Параллельно мы привлекали пользователей с помощью рассылки, и пришло 1000 человек, через месяц перестали пользоваться сервисом всего 15%. Если бы мы оценивали результат сразу после кампании, то решили бы, что Facebook — самый эффективный канал, а на самом деле там оказалась нецелевая аудитория.
Для долгого цикла покупки возврат инвестиций в рекламу — дело не быстрое. В крупных B2B сделках, в недвижимости, для электронных сервисов, которые могут трансформировать весь бизнес, принять решение о покупке нельзя сразу после первой рекламы. Надо набраться терпения и смотреть результаты через некоторое время.
Например, рекламная кампания прошла в январе, тогда пользователь K впервые узнал про сервис Altcraft Platform и впервые зашёл на сайт. Для изучения возможностей и принятия решений в компании, где работает пользователь K, нужно время. Только через 4 месяца пользователь запросил демо у команды сервиса, а через 5 компании подписали договор. Если бы мы считали ROI за следующий месяц после кампании, то решили бы, что она провальная. Когортный анализ показал, что это не так.
Отслеживание и прогноз LTV
LTV (пожизненная ценность клиента) считает доход от клиента за весь период, пока он пользуется нашими продуктами или услугами. Метрика показывает, оправдывают ли себя расходы на привлечение новых клиентов. Когда мы знаем, как долго остаётся с нами пользователь и сколько на нас тратит, то можем рассчитать эти данные для похожих когорт.
Когортный анализ покажет, как поменяется конверсия после обновлений для А/Б-тестов не за время тестирования, а в долгой перспективе. Может оказаться, что удачный элемент привлёк больше пользователей, но они не совсем целевые: случайно кликнули, прошли регистрацию, но не стали использовать сервис.
Повысить активность пользователей
Когортное исследование поможет узнать, через какое время клиент перестаёт активно пользоваться продуктом или вообще уходит. Предупреждён — вооружён: с данными о «критических» точках можно заранее поработать с пользователем.
Например, анализ показал, что 70% пользователей теряют интерес к сервису через 3 месяца. Тогда компании нужно обратить внимание на этот период: сделать рассылку с реактивацией, предложить бонус и так далее.
1. Определяем цель и связанную с ней метрику, которую будем отслеживать за время анализа. Метрики — это основа для когортного анализа.
Что такое когортный анализ и зачем он нужен
Из анализа действий клиентов можно получить много полезных знаний. Это средний чек, пиковое время продаж и многое другое. Но у разных целевых аудиторий эти данные могут быть разными. Поэтому имеет смысл рассматривать их отдельно для каждой группы. Для этого есть достаточно эффективный инструмент маркетинговой аналитики – когортный анализ.
Что такое когортный анализ
Когортный анализ является методом исследования подобных групп. Суть метода – в наблюдении за группами людей с определенными общими признаками.
Клиент может относиться к нескольким когортам. Например, пользователь, который зашел на сайт в марте через Яндекс и купил там продукт X, входит в следующие когорты:
Где и когда применяется анализ когорт
Анализ с исследованием групп людей по одинаковому признаку будет полезен везде, где бизнес зависит от численности клиентов. К онлайн бизнесу это относится особенно. Для него отток пользователей – самое страшное, что может произойти. Под оттоком понимается не только уменьшение уникальных пользователей на сайте. Сюда включается и отказ от рассылок, и снижение проведенного на сайте времени.
Обязательное условие успешности любого интернет-магазина – постоянный приток новых клиентов. Магазины работают так, что текучка пользователей будет постоянной, и зацикливаться только на LTV существующих клиентов нельзя. Именно поэтому анализ поведения новых посетителей для деятельности в интернете является эффективным инструментом аналитики.
Чтобы понимать, в каком русле двигаться, не обойтись без когортного анализа. Мониторинг поведения клиентов может очень сильно изменить положение интернет-магазина.
Ключевые показатели когортного анализа
На показателях для отслеживания стоит остановиться подробнее, так как именно эта настройка отчета является ключевой. Тут выбираются конкретные показатели, по которым будет проводиться анализ:
Так же есть коэффициент удержания клиентов, который выражается в процентном соотношении людей из когорты, вернувшихся на сайт после первого посещения.
Все данные, полученные из когортного анализа, могут быть полезными, если научиться применять их с умом. По динамике изменения сеансов можно понять, в какие дни клиенты чаще всего заходят на сайт. По времени посещения на сайте можно понять, случайно они туда попадают или вполне осознанно.
Пример проведенного когортного анализа
Простейший пример: исследование эффективности подписки на e-mail рассылку. Допустим, на гипотетическую рассылку интернет-магазина можно подписаться тремя разными способами. Это всплывающее окно на сайте самого магазина, ссылка из статьи на стороннем сайте партнёра и конкурс в ВК, для участия в котором нужно подписаться. В феврале через окно на сайте подписалась 1000 человек, конкурс привёл 700 подписчиков, а блог партнёра – 150. Эти три группы – наши когорты.
Проанализируем, какая из групп дольше остаётся подписанной на рассылку. Для этого нам нужны данные открываемости писем за следующие месяцы.
Как видно из таблицы, самые лояльные читатели рассылки – подписавшиеся с сайта партнёра. Они дольше всех читают рассылку, за полгода отписалась только половина. А конкурс в ВК не принёс ничего – все отписались сразу после проведения.
Отсюда можно сделать вывод – ресурсы лучше не тратить на конкурсы в соцсетях. Выгоднее сосредоточиться на продвижении у партнёров.
Заключение
Выбор конкретных когорт зависит от конкретного бизнеса, а также от проблем, которые наблюдаются в нем. Может появиться соблазн применить сразу все параметры, но это сделает воспринимаемость самого анализа невозможной. Кроме этого, некоторые параметры могут быть просто бесполезными в отдельном случае.
Следует с умом расставить приоритеты. Наиболее важными когортами являются те, которые позволяют выполнить оценку каналов привлечения. То есть, параметры, по которым можно определить эффективность способов увеличения посетителей сайта.
Можно перед началом анализа поставить перед собой вопросы, на которые нужно найти ответы. Например, приносят ли доход те клиенты, которые впервые появились на сайте после распродажи. На этом и нужно концентрироваться.
Когортный анализ в Google Analytics: Инструкция по настройке и использованию Статьи редакции
Редактор Practical Ecommerce Армандо Роджио опубликовал материал, в котором рассказал о новой функции Google Analytics. В рубрике Growth Hacks — перевод заметки Роджио о том, зачем нужен когортный анализ и как его настроить в Google Analytics.
Компания Google добавила к своим популярным сервисам базовый когортный отчёт. Этот аналитический инструмент призван облегчить жизнь маркетологам и аналитикам, упростив тестирование эффективности различных форм, контента, продуктов или рекламных объявлений.
В статистическом анализе когортой называют группу людей или предметов, которые участвуют в определённом событии или демонстрируют какие-то определённые свойства. Например, покупатели, посетившие коммерческий сайт впервые 30 января 2015 года, могут быть названы когортой, так как они демонстрируют одни и те же свойства — во-первых, для каждого из них это первый визит на данный сайт, а во-вторых, все они зашли на сайт в пятницу 30 января.
Когортный анализ может быть особенно полезным при сравнении двух или более когорт за какой-то период времени.
Представим интернет-магазин, который пытается стимулировать своих подписчиков с помощью email-рассылок. В январе этот магазин запустил три рекламных кампании. Первая из них использует для регистрации подписчиков конкурс в Facebook. Вторая генерировала новых подписчиков, показывая примерно половине посетителей сайта всплывающее окно. Третья кампания приглашала людей подписаться с помощью статичной ссылки на сайте.
Спустя какое-то время маркетинговая команда этого воображаемого интернет-магазина сможет подсчитать уровень просмотра рассылок для каждой из этих когорт: тех, кто зарегистрировался через Facebook, через баннер и через иконку регистрации. В представленной ниже гипотетической таблице все три когорты размещены в левом столбце. Столбец «Count» содержит число подписавшихся в результате каждой кампания, то есть, размер каждой когорты. И наконец, в остальных ячейках таблицы записаны средние значения уровней просмотра рассылок за шесть месяцев.
В таблице представлен гипотетический когортный анализ среднего уровня просмотра для получателей email-рассылки
На основании этих данных маркетологи могут сделать вывод, что подписчики, которые зарегистрировались с помощью ссылки, лучше открывают и читают email-сообщения, чем представители двух других когорт (их уровень просмотра гораздо выше других на протяжении всего тестового периода).
Этот простой пример наглядно показывает, каким образом происходит оценка поведенческих данных в ходе когортного анализа.
Когортный аналитический отчёт входит в раздел Audience. До этого искушённые пользователи Google Analytics могли создавать собственные когортные отчёты с помощью инструментов сегментирования. Однако новый инструмент Google Analytics сделает когортные отчёты доступными большему числу пользователей.
В Google Analytics можно получить когортный отчёт по разным типам когорт, их размеру, метрикам и времени:
Можно сделать сегментированный когортный анализ. Например, можно посмотреть среднюю продолжительность сессий для посетителей сайта с мобильных устройств по сравнению с посетителями со стационарных компьютеров. Другой пример: можно подсчитать привлечения посетителей, которые пришли за неделю перед Рождеством.
Такой анализ может показать, что посетители сайта, которые зашли на него со стационарных компьютеров, обычно проводят на нём больше времени, чем те, кто зашёл с мобильных устройств, и что этот эффект усиливается за неделю до рождественских праздников.
Когортный анализ поможет принимать более продуманные решения, касающиеся вашего бизнеса. Но если вы хотите получить от этого нового инструмента Google Analytics максимум полезной информации, не поленитесь и потратьте немного времени на подготовку.
Во-первых, когортный анализ (как и любой другой) должен начинаться с постановки вопроса: Почему продажи растут или падают? Какой период месяца лучше всего подходит для того, чтобы запустить новую рекламу? За сколько дней до праздника (например, до Дня Святого Валентина) нужно сделать рассылку, чтобы получить больше продаж? Каковы долгосрочные цели покупателей, которые приходят на сайт с блога?
Это поможет решить, что именно вы будете измерять в когортном анализе.
Далее вам нужно определиться с событиями или характеристиками вашей когорты. Пока в Google Analytics нельзя обойтись без даты привлечения. Если её у вас нет, вам придётся воспользоваться другим инструментом для сбора информации.
Правильно сделанный когортный анализ поможет вам прояснить направления развития бизнеса.
Как когортный анализ помогает увеличивать повторные покупки и улучшать бизнес-процессы
Что такое когортный анализ, как его провести и как с его помощью повышать эффективность маркетинга, продаж и сервиса?
Когортный анализ — это способ анализировать поведение пользователей продукта и клиентов компании.
Узнать о сервисе «Когортный анализ»
С его помощью можно:
В статье простыми словами расскажем, как это делать.
Что такое когортный анализ
При когортном анализе аудиторию делят на когорты — группы пользователей, которые совершили одно и то же действие в заданный промежуток времени.
Пример: пользователи каждый день оставляют на сайте заявки, чтобы с ними связался менеджер. Мы хотим узнать, какое время в среднем проходит с момента заявки до оплаты. Сначала определимся с датой, например, 20 декабря. Берём всех, кто оставил заявку в этот день, — они и будут нашей когортой.
Этих клиентов объединяет одно действие (покупка) и один период (20 декабря).
Дальше мы фиксируем эту дату в отчёте и отслеживаем, как пользователи ведут себя в будущем: через сколько дней оплачивают покупку, какой у них средний чек. Затем соотносим эти данные с рекламным каналом.
Когортный анализ похож на сегментацию пользователей, но не стоит их путать.
Сегментация — это когда мы делим аудиторию на группы с общими характеристиками (география, пол, возраст, интересы) и смотрим, какие действия совершает каждая группа.
Пример: если мы выбираем для анализа аудиторию молодых отцов из Москвы — это сегментация по социально-демографическим характеристикам. Пользователи внутри такой группы могут совершать разные действия в любые отрезки времени: подписаться на рассылку, оставить заявку, отписаться от рассылки, оплатить заказ картой онлайн. При анализе социально-демографического сегмента мы не привязываем действия пользователей ко времени, а просто анализируем, как отрабатывают наши маркетинговые активности: оферы, рассылки, таргетированная реклама.
В когортах пользователей объединяют по действию и периоду. И это главное отличие когортного анализа от сегментации.
Действие пользователя может быть любым: например, первое посещение сайта, подписка на рассылку, оформление заказа, покупка, брошенная корзина.
Когорты можно сравнивать между собой. Например, анализировать поведение пользователей, которые заходили на сайт в январе и феврале, и сравнивать показатели. Допустим, мы видим, что февральские пользователи заплатили нам больше денег. Это может означать, что в рекламных кампаниях в феврале мы использовали оферы чётко под аудиторию или сумели привлечь более целевой трафик.
В чём польза когортного анализа
1. Оценивать ROI
Когортный анализ показывает, как ваш маркетинг работает вдолгую — у каких каналов выше ROI, сколько времени проходит от совершения целевого действия до первой сделки и повторных продаж.
Узнать о сервисе «Когортный анализ»
Пример: вы продаёте мебель онлайн с доставкой по Москве и Московской области. Запущена реклама по трём источникам: таргет в Facebook, контекстная реклама и email-маркетинг. Данные говорят, что мебель чаще всего заказывают жители столицы, а показатели по области скромные, трафик не окупается. Нужно понять причину.
Если бы мы не провели когортный анализ, то, скорее всего, решили бы свернуть продажи в области из-за скромных показателей прибыли.
2. Анализировать окупаемость рекламы на длинных дистанциях
Клиенты не всегда покупают сразу. Если мы планируем рекламный бюджет в начале месяца и оцениваем эффективность рекламы в конце месяца, есть риск сделать неверные выводы. Сделки, которые пришли за отчётный месяц, могут не окупить расходы на маркетинг. Мы можем отключить канал, подумав, что он нерентабелен. Пример:
В июле Яндекс.Директ оказался убыточным, а Google Ads — прибыльным. Применим когортный анализ. Пусть нашей когортой будут пользователи, оставившие заявку в июле. Отключаем рекламу, будем наблюдать за ними и посмотрим, как изменится выручка в будущем:
Отследив поведение когорты, мы увидим, что клиенты, зашедшие в июле с Яндекс.Директ, продолжают покупать и в августе, и в сентябре, и в октябре.
То же самое по Google Ads:
В итоге Яндекс.Директ был убыточен в первый месяц, но пользователи, оставившие заявку в июле, принесли оплаты в следующие месяцы. Канал вышел в плюс на дистанции и оказался прибыльнее Google Ads. Анализируя лишь первый месяц, мы могли сделать неверные выводы.
3. Оценивать результат A/Б-теста
А/Б-тесты помогают понять, какая версия сайта лучше конвертирует посетителей. Например, мы продаём часы. Конверсия лендинга — 3%. У нас есть гипотеза, что если мы изменим заголовок, конверсия вырастет. Cоздаём копию исходного лендинга, меняем заголовок и делим трафик 50 на 50. Так мы можем понять, какой заголовок лучше работает.
Когортный анализ позволяет оценить результаты А/Б-теста в долгосрочной перспективе.
Средняя конверсия первого варианта — 3,06%, второго варианта — 3,6%. Когортный анализ помог собрать в ходе А/Б-теста более полные данные для принятия решения.
4. Отслеживать эффективность менеджеров по продажам
С помощью когортного анализа можно проанализировать эффективность отдела продаж. Например, выявить сотрудников, которые продают стабильно.
Посмотрим, как это работает:
По таблице видно, что Артём Лебедев (1) в первую неделю сделал больше всего продаж (594 068 ₽). В следующие недели его продажи держатся примерно на одном уровне.
Напротив, продажи менеджера Юлии Кузнецовой (2) по своей когорте стабильны только первые три недели, а потом продаж не было вообще.
Из примера можно понять, что действия Артёма помогают продавать клиентам дольше и делать больше выручки. Мы можем проанализировать работу Артёма: послушать его разговоры с клиентами, посмотреть, какие письма он отправляет, перенять опыт и скорректировать скрипты продаж для остальных менеджеров.
5. Прогнозировать LTV
LTV или Life Time Value — это выручка за весь жизненный цикл клиента.
Пример: зоомагазин привлекает клиента из рекламы за 1000 ₽, а средний чек с первого заказа — всего 500 ₽. Первая продажа идёт компании в минус, но через месяц клиент возвращается, чтобы купить ещё корм, и приносит бизнесу всего 1000 ₽. Предположим, что клиент регулярно приходит за покупками, пока не решит сменить магазин. В итоге вся сумма, которую заплатит клиент за период взаимодействия с компанией, и будет LTV.
Зачем нужен показатель LTV в интернет-маркетинге — объяснили подробно в нашем материале.
Возьмём тип когорты «Дата первого заказа» и посмотрим, как ведут себя клиенты в течение месяца:
Видим, что за четвёртую неделю продажи отсутствуют. Предположим, что жизненный цикл клиента составляет три недели. Тогда LTV будет равен сумме выручки, поделённой на количество продаж за этот период.
Проанализировав разные когорты, можно найти среднее значение LTV, которое вы ожидаете получить от будущих пользователей. Если цифры, которые вы получаете сейчас, отличаются от средних цифр по прошлым когортам, можно вовремя предотвратить спад активности. Например, поработать над активацией, оферами или рекламными кампаниями.
6. Оптимизировать цикл продаж
Допустим, вы организовываете корпоративы и близится Новый год. Вы запускаете новогоднюю рекламную кампанию за две недели до праздников, чтобы успеть собрать заявки и обработать их. Проведя когортный анализ, вы можете увидеть, что с момента заявки на сайте до сделки проходит в среднем месяц. Значит, чтобы получать оплаты к Новому году, рекламу нужно запускать на две недели раньше.
Какие данные нужны для когортного анализа
Когортный анализ в маркетинге помогает наблюдать за поведением пользователей, отслеживать их действия, чтобы точнее оценивать эффективность маркетинговых каналов. Но чтобы когортный анализ работал и помогал улучшать бизнес-показатели, нужно грамотно подготовиться к его проведению.
На старте важно определить:
Этих данных хватит, чтобы сформировать когорты, сравнить их по нужной метрике и проанализировать результаты.
Сервисы для когортного анализа
Когортный анализ в Google Analytics
В сервисе веб-аналитики Google удобно строить отчёт — правда, он называется не когортный анализ, а когортное исследование. Как его найти:
Задаёте настройки для анализа — признак когорты, размер, временной период, метрику. Сервис автоматически формирует график.
Когортный анализ в Excel или в Google Таблицах
Вручную можно провести исследование любой сложности, но на это уйдёт много времени. В Excel и Google Таблицах есть формулы — они облегчат подсчёт результатов.
Для примера расскажем, как провести когортный анализ с помощью сводной таблицы. Сперва необходимо выгрузить данные для анализа — из CRM, рекламных кабинетов или сервиса веб-аналитики. Делаем вручную или прописываем SQL-запрос.
В нашем примере данные поместим в три столбика — неделя регистрации клиентов, неделя транзакции, общая сумма покупок. Находим в меню «Данные», выбираем «Сводная таблица», выделяем все ячейки, где у нас расположены данные.
Нажимаем «создать» и переходим к настройкам — они появятся справа. В нашем примере заполняем три блока:
Получаем отчёт по когортному анализу.
Когортный анализ — примеры отчётов в других сервисах
AppMetrica — это сервис Яндекс.Метрики для работы с мобильными приложениями. Можно отслеживать, когда пользователи запускают приложение.
Mixpanel — анализирует не только данные с приложения, но и сайта. Можно проводить А/Б-тестирование и смотреть подробные отчёты по рекламе.
Kissmetrics — также работает и с приложениями, и с сайтами. Можно создавать когорту сразу по двум признакам — например, по первому визиту на сайт и регистрации.
Возможности Roistat
Roistat — это система сквозной бизнес-аналитики, которая умеет собирать данные из рекламных кампаний и соотносить их с данными из CRM, выручкой, чистой прибылью и другими показателями.
В Roistat есть возможность проводить когортный анализ аудитории. С его помощью можно найти рекламные каналы, которые в перспективе будут приносить прибыль. Для проведения анализа не нужно разбираться в SQL и изучать формулы — сервис автоматически соберёт данные и всё посчитает. Нужно лишь задать параметры для построения отчёта — в Roistat есть меню быстрого выбора. Кликайте по любому признаку когорты (например, первый визит или первый заказ) — сервис сформирует график.
В Roistat с помощью когортного анализа можно оценивать не только эффективность рекламы, но работу менеджеров, поставщиков, курьеров.
Когортный анализ: как сделать в Roistat
Алгоритм действий:
1. Откройте сервис «Когортный анализ» на главном экране проекта Roistat.
2. Выделите сегмент клиентов, из которого будете формировать когорты. Для этого нажмите на кнопку «Выбрано настроек». Вы увидите окно «Каких пользователей включать в когорту».
3. Задайте параметры для сегментации. Обязательно нужно указать период времени, за который пользователи посетили ваш сайт впервые. Также можно указать период создания заказа, страницу первого посещения и рекламу, с которой пользователи пришли.
4. Выберите тип когорты: дата первого визита, статус сделки, менеджер, причина отказа — то, что вы хотите проанализировать с помощью сервиса Roistat. Например, посмотреть, как продавали менеджеры в разрезе некоторого отрезка времени.
5. Под графой «Интервал» выберите нужный интервал: день, неделя или месяц.
6. В списке под графой «Метрика» выберите показатель, значение которого хотите видеть в отчёте: себестоимость, средний чек, выручка, прибыль, продажи, заявки.
7. Выберите формат метрики. Отчёт автоматически строится в виде таблицы с численными значениями. Если хотите построить таблицу с долевыми значениями, в правом верхнем углу кликните на значок %, его цвет поменяется на зелёный.
8. Нажмите кнопку «Построить когорту»:
Вы получите таблицу:
1. Первый столбец отображает тип когорты.
2. Второй — даёт сумму значений по метрикам.
3. Остальные столбцы показывают значения метрики на момент окончания выбранных интервалов.
Чем темнее ячейка, тем выше значение метрики.
Дополнительные возможности
1. Значения метрик при наведении на ячейку таблицы
Если вы наведёте курсор на ячейку таблицы, то увидите значения всех метрик за период.
2. Список сделок по клику на ячейку таблицы
При клике на ячейку откроется окно со списком сделок, совершённых в заданный период.
3. Отображение когорт на графике
Справа от названия каждой когорты есть пиктограмма графика. Кликните на неё, чтобы увидеть график, созданный по значениям метрики для выбранной когорты.
Главное
Узнавайте первыми о новых полезных материалах по маркетингу и аналитике, а также о проведении бесплатных вебинаров на нашем Telegram-канале.
Будьте в курсе новостей
Присоединяйтесь к нашему каналу в Telegram или подпишитесь по E-mail
Маркетинговая платформа сквозной аналитики,
привлечения трафика, повышения конверсии и лояльности