Что такое каузальный маркетинг и чем каузальный анализ отличается от корреляции

Что такое каузальный анализ в маркетинге?

Каузальный анализ в маркетинге выясняет, какое действие на самом деле изменило заявки, оплаты или выручку. Каузальный значит причинный: обычный отчёт отвечает на вопрос «что изменилось», а каузальный анализ спрашивает «из-за чего» и «что будет, если сделать иначе». На такие выводы можно опереться, когда решают, куда направить бюджет и от чего отказаться.

В основе метода лежит сравнение с тем, что произошло бы без действия. Школа запустила новый вебинар, и продажи выросли. Каузальный вопрос звучит так: выросли бы они без нового вебинара? Ответ дают контрольная группа, сопоставимый период или сегмент, которого изменение не коснулось. Без такого сравнения рост легко принять за успех, хотя он мог оказаться совпадением.

Что изучает каузальный анализ?

Каузальный анализ изучает связи «действие и результат»: какое изменение сдвинуло показатель и насколько велик его вклад. В онлайн-школе это вопросы вроде такого: оплаты снизились из-за новой рекламы или из-за того, что менеджеры стали позже перезванивать? Анализ ищет механизм, который двигает цифру. Пока механизм не найден, любая правка в воронке делается наугад.

Чем каузальный анализ отличается от корреляции?

Корреляция показывает, что два показателя меняются вместе, а каузальный анализ проверяет, вызывает ли один из них другой. Такое совпадение нередко случается и без причинной связи. Обычно называют четыре объяснения: обратная причинность, когда следствие принимают за причину; третий фактор, который двигает оба показателя; случайное совпадение; взаимное влияние, при котором каждый показатель подталкивает другой.

В маркетинге эта ловушка стоит денег. Экономисты Том Блейк, Крис Носко и Стивен Таделис провели в eBay серию крупных полевых экспериментов с платным поиском. Реклама по запросам с названием самой компании не принесла измеримой краткосрочной пользы. Расчёты без эксперимента завышали отдачу рекламы: клики и покупки шли рука об руку, и это совпадение принимали за эффект.

В таблице собраны ситуации, в которых онлайн-школа легко принимает корреляцию за причину. Для каждой указано, какой вывод напрашивается, какая причина может стоять за цифрами на самом деле и чем проверить версию до трат.

Что такое каузальный маркетинг?

Каузальный маркетинг применяет каузальный анализ к решениям о рекламе, воронке, продукте и продажах: деньги идут на изменение только после того, как причина потери подтверждена данными. Александр Кочетков, основатель CAUSAL Research, работает так с онлайн-школами: ищет первопричину, из-за которой школа теряет выручку на действующих ресурсах, и доказывает её до вложений в трафик. Короткое определение подхода дано на странице о каузальном маркетинге, а здесь он разобран подробнее.

Термин легко спутать с английским cause marketing. Так называют маркетинг коммерческой компании, которая хочет одновременно заработать и принести пользу обществу, например привязывает продажи к благотворительности. К причинности этот термин отношения не имеет. Каузальный маркетинг занимается причинами и следствиями в цифрах бизнеса, а не социальными кампаниями.

Что такое каузальный аудит?

Каузальный аудит проверяет маркетинг и воронку школы методом каузального анализа. Он начинает с показателя, который изменился, переходит к версиям причины и ищет в данных то, что подтвердит одну из них или отбросит. На выходе остаётся главная причина потерь и способ её проверить вместо длинного списка советов. В CAUSAL Research в этом формате работает CAUSAL Scan, разбор цифр воронки школы.

Чем каузальный анализ отличается от A/B-теста и сквозной аналитики?

A/B-тест можно считать частным случаем каузальной проверки, а сквозная аналитика собирает данные, но причин сама не доказывает. A/B-тест считают простейшим рандомизированным контролируемым экспериментом: людей случайно делят на группы, каждая видит свой вариант, и разницу в результате можно приписать варианту. Каузальный анализ шире: он нужен и там, где честный тест провести нельзя.

Когда A/B-теста недостаточно?

A/B-теста недостаточно, когда трафика мало, изменение затрагивает всех сразу или результат приходит через месяцы. Цену курса для случайной половины покупателей обычно не меняют, а смену подрядчика по рекламе на части аудитории не устроишь. Тогда сравнивают с прогнозом. Команда Google в 2015 году описала метод CausalImpact: модель предсказывает, какими были бы показатели без рекламной кампании, и сопоставляет прогноз с фактом.

Почему сквозной аналитики мало?

Сквозная аналитика связывает рекламу, заявку и оплату одного человека, но заслугу распределяет по выбранному правилу атрибуции. Правило не знает, купил бы человек без этого объявления. Отчёт может показать «окупаемый» канал, который приводит людей, пришедших бы и так. Аналитика отвечает на вопросы «где» и «сколько», каузальный анализ отвечает на вопрос «почему». Метрики пути клиента описаны на странице о маркетинговой аналитике онлайн-школы.

Как проходит каузальный вывод в маркетинге?

Каузальный вывод в маркетинге проходит пять шагов, и ни один из них не начинается с правок в рекламе. Порядок защищает от главной ошибки: менять несколько вещей сразу, а потом гадать, что сработало.

1. Описать изменение: какой показатель сдвинулся, на каком шаге воронки, в каком периоде и сегменте. Убедиться, что до и после данные считаются одинаково.
2. Выписать конкурирующие версии причины: спрос, состав трафика, предложение, работа продаж, техника оплаты, сезон.
3. Для каждой версии назвать след, который она оставила бы в данных. Если виновата реклама, оплаты просядут в новом трафике, а в старых каналах останутся прежними.
4. Найти сравнение: контрольную группу, прошлый запуск, сегмент без изменений или ограниченный тест.
5. Принять решение и записать, что осталось неизвестным.

Разложить воронку по шагам помогает статья об анализе воронки продаж, правила честного теста собраны на странице о маркетинговых экспериментах. Протокол проверки целиком описан в разделе о методе каузального маркетинга.

Как это выглядит в онлайн-школе

Пример условный: он собран для иллюстрации и не описывает конкретную школу. Школа продаёт курс через бесплатный пятидневный марафон. В отчёте видно, что участники, дошедшие до последнего дня, покупают заметно чаще остальных. Вывод напрашивается сам: марафон продаёт, значит, его стоит удлинить и вложиться в напоминания, чтобы до финала доходило больше людей.

Каузальный анализ сначала спрашивает, чем ещё дошедшие до конца отличаются от остальных. Вероятно, они пришли с более сильным интересом: по рекомендации, из старой базы, после долгого знакомства с экспертом. Такой человек и эфиры досматривает, и курс покупает, а марафон лишь показывает, кто уже был готов. Это тот самый третий фактор из таблицы выше.

Первая проверка не требует нового бюджета. Команда сравнивает доли покупок внутри однородных групп: только новые подписчики из рекламы, только старая база. Если в каждой группе дошедшие до финала всё равно покупают чаще, у марафона есть собственный вклад. Если разница почти исчезает, удлинять марафон незачем. Деньги полезнее направить туда, где теряются уже готовые купить: в заявки без звонка или в сорванные оплаты. Признаки таких потерь собраны в статье о падении продаж онлайн-школы.

Точнее ответит ограниченный тест. В следующем потоке случайной половине участников отправляют дополнительные напоминания, остальным нет. Выросла доля покупок в первой группе: напоминания работают, и в них есть смысл вкладываться. Не выросла: дело было в составе участников, и школа сэкономила на переделке марафона.

Когда каузальный анализ не подходит?

Каузальный анализ не подходит, когда данных слишком мало для сравнения. Если школа продаёт считанные курсы в месяц, один покупатель меняет всю картину, и любая разница между группами может оказаться случайной. Новой школе без истории продаж сначала нужны трафик и проверка спроса: разбирать причины пока не на чем.

Не поможет метод и без учёта. Если заявки не связаны с оплатами, а статусы в CRM ставят как придётся, сначала наводят порядок в данных. Бывает и честный итог «причину пока установить нельзя», и тогда план следующего измерения ценнее догадки. Рост выручки метод не гарантирует. Платный разбор CAUSAL Scan не подходит школам с выручкой меньше 500 тысяч рублей в месяц.

Как каузальный маркетинг помогает расти без вложений в трафик?

Каузальный маркетинг сначала находит, где школа теряет деньги среди людей, которые уже пришли, и только потом предлагает изменение. Рост тогда может прийти из конверсии, оплат и базы, а не из нового рекламного бюджета. Где искать такие резервы, разобрано в статье об увеличении продаж онлайн-школы, а форматы работы со школами описаны на странице для онлайн-школ.

Бесплатный вход называется Рентгеном воронки: по ссылке на воронку школа получает отчёт за 48 часов. Если нужен разбор на выгрузках школы, CAUSAL Scan стоит 19 900 рублей и проходит встречей в Zoom от 60 до 90 минут с Александром Кочетковым.