ROPO-эффект: что происходит с покупателем между витриной браузера и кассой в магазине
Содержание:
- Что такое ROPO
- Почему важно учитывать
- Как устроена ROPO-аналитика
- Метрики, которые нужно считать
- Что делать с этими данными
Что такое ROPO
Термин ROPO (Research Online, Purchase Offline) начали активно использовать больше десяти лет назад, когда ритейлеры заметили странную закономерность: трафик на сайтах и онлайн-продажи растут не пропорционально. Одно из первых крупных исследований на эту тему провел Google совместно с Ipsos в начале 2010-х. Тогда выяснилось, что значительная доля покупателей (по разным оценкам, от трети до половины в зависимости от категории товара) использует интернет для изучения товара перед тем, как купить его в обычном магазине. Причем чем дороже и сложнее покупка, тем выше эта доля.
У ROPO есть зеркальный антипод — showrooming, когда покупатель, наоборот, приходит в офлайн-магазин, чтобы посмотреть и потрогать товар, а затем покупает его онлайн, часто у другого продавца и по более низкой цене. Ритейлеры одно время панически боялись именно showrooming-а: казалось, что физические магазины превращаются в бесплатные демонстрационные залы для маркетплейсов. Но практика показала, что ROPO-поведение (его иногда называют webrooming) встречается ощутимо чаще, особенно в категориях, где важна тактильная проверка или личная консультация. Это объясняет, почему крупные ритейлеры так и не закрыли розничные точки, несмотря на бурный рост e-commerce: физический магазин перестал быть единственным местом продажи, но остался важным звеном в цепочке принятия решения.
Граница между «онлайн» и «офлайн» в голове современного покупателя практически стерлась. Он не мыслит категориями каналов, для него это единый процесс выбора товара, который просто использует разные инструменты на разных этапах. А вот бизнес по инерции продолжает считать деньги раздельно: отдельно выручка сайта, отдельно выручка магазинов, — и в этой раздельности теряется огромный кусок правды о том, что на самом деле работает в рекламе.
Почему важно учитывать
Допустим, сайт компании принес за месяц условно 500 заказов, при этом бюджет на контекстную рекламу и SEO выглядит совершенно неоправданным по соотношению затрат и результата. Логичный, казалось бы, шаг — срезать бюджет на продвижение и перебросить деньги, например, на наружную рекламу возле магазинов. Но если 70% посетителей сайта на самом деле изучали товар именно для того, чтобы потом купить его в рознице, такое решение станет катастрофой, компания обрубит канал, который на самом деле приводил клиентов, просто через другую дверь.
Подобные ошибки в атрибуции годами были нормой для ритейла бытовой техники, мебели, одежды среднего и премиального сегмента, ювелирных изделий, автомобилей и товаров для строительства и ремонта. Общий признак этих категорий — длинный цикл принятия решения и высокая стоимость товара. Никто не покупает диван за 80 тысяч рублей за одну минуту после клика по баннеру; человек изучает вопрос неделями, сравнивает несколько магазинов, читает форумы про качество обивки, и только потом решается на визит и покупку. Чем длиннее и дороже путь, тем сильнее искажается картина, если смотреть только на онлайн-конверсии.
Искаженная аналитика влияет и на более фундаментальные решения, вплоть до вопроса, нужен ли компании сайт вообще, если она в основном продает через розницу. Есть случаи, когда региональные сети мебели или бытовой техники годами относились к своему сайту как к затратной, но необязательной витрине, потому что «нормальных продаж там нет», — и упускали возможность выстроить полноценную омниканальную стратегию просто потому, что не видели связи между онлайн-активностью и офлайн-кассой.
Как устроена ROPO-аналитика
Чтобы увидеть реальную картину, нужно связать анонимного посетителя сайта с конкретным человеком, который потом расплатился на кассе физического магазина. Сначала нужны данные о поведении в интернете — источники трафика, посещенные страницы, просмотренные карточки товаров, поисковые запросы, добавления в корзину. Это стандартный набор, который собирает любая система веб-аналитики. Отдельно нужны данные о самих офлайн-покупках: что купили, за сколько, когда, в каком магазине. Эта информация обычно живет в кассовой системе или учетной системе розницы и по умолчанию никак не связана с сайтом.
Мост между этими двумя мирами — идентификатор клиента. Это может быть номер телефона, email, номер карты лояльности, промокод, который человек получил на сайте и предъявил в магазине, или QR-код, отсканированный на кассе. Здесь чаще всего рассыпается вся затея с ROPO-аналитикой. Если у компании нет программы лояльности или кассиры не спрашивают телефон при покупке, связать два действия одного человека почти невозможно. Поэтому первый практический шаг для бизнеса, который хочет разобраться с ROPO, — не покупка какой-то дорогой аналитической платформы, а наведение порядка со сбором контактных данных на кассе: приучить продавцов спрашивать номер телефона, привязать его к карте лояльности, мотивировать клиента через бонусы за то, что он оставляет контакт.
Дальше все эти данные (веб-аналитика, офлайн-продажи, идентификаторы, расходы на рекламные кампании) должны попасть в единое хранилище: CRM, CDP-платформу или систему сквозной аналитики. Без этого объединения каждый источник данных живет в своем изолированном отчете, и никакой связной картины пути клиента не получится в принципе.
Когда данные собраны и связаны, начинается собственно анализ: какие рекламные кампании, объявления и каналы трафика чаще всего предшествовали визиту в офлайн-магазин с покупкой. Тут важно смотреть не только на абсолютное число таких «подтвержденных» продаж, но и на вклад каждого канала, потому что один и тот же клиент за время выбора товара может успеть кликнуть на объявление в поиске, посмотреть ретаргетинговый баннер и получить письмо с акцией, и все три касания в какой-то степени причастны к финальному решению.
Метрики, которые нужно считать
Первая и самая базовая цифра — доля ROPO-покупок в общей офлайн-выручке: сколько процентов покупателей в рознице до этого как-то взаимодействовали с компанией онлайн. Если эта метрика устойчиво растет, значит, интернет-присутствие компании действительно работает как воронка для розницы, а не существует параллельно и само по себе.
Дальше в игру вступают привычные маркетинговые показатели, но пересчитанные с учетом офлайн-данных. ROMI — окупаемость маркетинговых инвестиций — без ROPO-корректировки обычно выглядит несправедливо низким для тех кампаний, которые формируют спрос, но не закрывают продажу напрямую на сайте. Добавьте офлайн-конверсии в формулу, и внезапно кампания, которая раньше казалась убыточной, оказывается одной из самых рентабельных в портфеле. То же самое происходит с долей рекламных расходов (ДРР): если считать ее только по онлайн-заказам, реклама может выглядеть непозволительно дорогой, а с учетом реального вклада в розничные продажи картина меняется кардинально.
Полезно также смотреть на то, какие именно товарные категории чаще всего проходят через сценарий «изучил онлайн — купил офлайн». Если условные встроенные духовые шкафы почти всегда выбирают через сайт, а потом едут смотреть их в шоурум, значит, карточка товара на сайте должна быть максимально подробной — с реальными фотографиями, видеообзорами, честными характеристиками, — а в самом магазине нужен подготовленный консультант.
Что делать с этими данными
Первое очевидное применение — перераспределение бюджета в пользу тех каналов, которые приводят людей к офлайн-покупке, даже если формально их доля в онлайн-конверсиях невелика. Второе — доработка сайта: если аналитика показывает, что перед офлайн-покупкой люди активно смотрят конкретные страницы, значит, именно туда нужно вкладываться. Например, в качество фото, полноту описаний, актуальность информации о наличии и ценах в конкретных точках продаж, потому что несостыковка цены на сайте и в магазине — один из самых частых поводов для раздражения и потери доверия. Третье применение — корректировка работы розницы: если известно, что определенные товары люди почти всегда выбирают заранее онлайн, магазину не нужно держать по ним большой ассортимент «на пощупать», зато нужен персонал, готовый быстро проконсультировать по уже выбранной модели и довести сделку до кассы.
При этом есть типичные ошибки, которые обесценивают даже неплохо настроенную аналитику. Самая распространенная — делать выводы по неполным данным. Если в анализ попала только часть магазинов сети или не все рекламные каналы передают данные в общую систему, картина неизбежно искажается. Вторая частая ошибка — недооценка длины пути клиента: в категориях с долгим циклом выбора человек может вернуться на сайт несколько раз за недели или даже месяцы, и если аналитическая система «закрывает» атрибуцию через несколько дней после первого визита, огромная часть реального влияния онлайн-канала останется невидимой, а вклад рекламы будет системно занижен. И третья, пожалуй, самая обидная ошибка — собрать красивую аналитику и не использовать ее результаты на практике.
Поведение покупателей не статично: оно меняется вместе с сезонностью, появлением новых рекламных форматов, изменением ассортимента и даже общей экономической ситуацией. Категория, где ROPO-эффект был минимальным пару лет назад, может стать одной из самых показательных сегодня, просто потому, что выросла доля покупателей, которые сначала сравнивают цены на маркетплейсах, а затем едут в проверенный офлайн-магазин за гарантией и сервисом. Поэтому ROPO-аналитику правильно выстраивать не как разовый аудит, а как постоянный контур обратной связи.
