Статьи
UTM-метки и их роль в сквозной аналитике
UTM-метки — базовый элемент в анализе рекламных кампаний. Без них не узнать, по какому объявлению пользователь перешел на ваш сайт, не связать сессии с расходами на рекламу и не построить сквозную аналитику.
В этой статье мы расскажем какими бывают UTM-метки, зачем их используют и как с их помощью объединять данные из разных источников. Также рассмотрим, каких ошибок стоит избегать при создании меток и как упростить работу с динамическими параметрами.


Содержание
- Что такое UTM-метки и зачем они нужны
- Почему правильная UTM-разметка крайне важна для сквозной аналитики
- Динамические параметры и их использование в рекламных сервисах
- Как OWOX BI работает с UTM-метками
- Ошибки в UTM-метках
- Краткие выводы
Что такое UTM-метки и зачем они нужны
UTM-метка представляет собой специальный параметр и его значение, которые добавляются в URL сайта после знака «?».
Пример:
http://www. site. com/?utm_source=yandex.ru&utm_medium=cpc&utm_campaign=TV&utm_term=TV&utm_content=samsung
Аббревиатура UTM расшифровывается как Urchin Tracking Module. Немного истории: в 2005 году Google купил компанию Urchin Software из-за ее аналитической системы Urchin on Demand. Впоследствии эта система легла в основу Google Analytics. После релиза GA UTM-метки стали стандартом, который маркетологи используют для отслеживания переходов по различным рекламным кампаниям, в том числе офлайн.
Существует пять основных типов UTM-меток. Три обязательных:
- utm_source ㅡ указывает на источник перехода пользователя, то есть сайт.
- utm_medium ㅡ указывает на канал, по которому перешел пользователь.
- utm_campaign ㅡ идентифицирует рекламную кампанию, из которой был переход.
И две опциональных метки:
- utm_term ㅡ показывает ключевую фразу из рекламной кампании.
- utm_content ㅡ идентифицирует элемент контента объявления, на который кликнул пользователь перед переходом.
Читайте также: что такое UTM-метки, зачем они нужны и как с их помощью получить точную информацию об источниках трафика.

Почему правильная UTM-разметка крайне важна для сквозной аналитики
Чтобы ответить на этот вопрос, нужно понимать как работает сквозная аналитика. Существует много способов ее внедрения. В этой статье мы подробно рассмотрим способ, который использует OWOX BI.
Если кратко, то суть сквозной аналитики заключается в объединении данных из разных источников: вашего сайта или мобильного приложения, рекламных источников, сервисов email-рассылок и коллтрекинга, CRM/ERP систем. Все эти данные загружаются в единое хранилище, в нашем случае это Google BigQuery, а затем объединяются по каким-нибудь ключам. После эту информацию можно использовать в отчетах и анализировать в различных срезах.
Пример объединения данных с помощью OWOX BI:

Как настроить сквозную аналитику с помощью OWOX BI:
- Настройте сбор данных с сайта в Google BigQuery.
- Импортируйте расходы из разных рекламных сервисов в Google Analytics, а затем выгрузите их одним потоком в Google BigQuery.
- Импортируйте данные о звонках и письмах из сервисов коллтрекинга и email-рассылок в Google BigQuery.
- Выгрузите в облачное хранилище данные о доходе, покупках и возвратах из вашей CRM-системы.
- Стройте отчеты в Google BigQuery с помощью SQL-запросов или используйте уже готовые отчеты в OWOX BI Smart Data, просто указав в строке поиска нужные вам метрики.
У OWOX BI есть бесплатный trial-период. Подпишитесь — и настройте свою систему сквозной аналитики.
Какие преимущества дает сквозная аналитика
- Анализ данных в одной системе.
- Более точная оценка эффективности рекламных кампаний.
- Возможность видеть корректный путь пользователя от первого визита к покупке.
- Принятие решений на основе данных, а не интуиции.
Проблемы и особенности объединения данных
На словах все звучит достаточно просто, но на практике при настройке сквозной аналитики можно столкнуться со следующими проблемами:
- Рекламные площадки Facebook, Яндекс. Директ и др. не отдают статистику по рекламе в разрезе UTM-меток. Почему это проблема, мы объясним чуть ниже в этой статье.
- Объединить информацию о сессиях пользователей с данными о рекламных расходах можно только по UTM-меткам. Другого способа не существует.
- Если нет меток или они заданы неверно, невозможно идентифицировать кампанию либо объявление. А значит, вы не сможете правильно атрибутировать расходы на сессии, то есть узнать стоимость каждой сессии. Это базовый элемент при построении сквозной аналитики.
Если вы хотите настроить сквозную аналитику и получить полные данные в правильном формате, попробуйте OWOX BI. Мы распознаем динамические параметры и проверяем UTM-метки в ваших рекламных кампаниях. Приводим данные в правильный формат, следим за их актуальностью и ретроспективно обновляем.
На какие вопросы помогают ответить UTM-метки
Таких вопросов достаточно много, мы привели самые основные:
- По какому объявлению произошел переход?
- Из какого региона пользователь, который совершил переход?
- На каких сайтах были показаны объявления, из которых произошел переход? Это касается больше контекстной рекламы.
- На каком типе устройств лучше конверсия?
- Люди какого пола или возраста приносят наибольший доход?
Да, на часть из этих вопросов можно получить ответ и другими способами, но можно и при помощи UTM-разметки. Делается это благодаря динамическим параметрам.


Динамические параметры и их использование в рекламных сервисах
Маркетологи используют динамические параметры для передачи значимой информации, которая характеризует пользователя и условия показа объявления. Их указывают в значениях UTM-меток в фигурных скобках { }. Динамические параметры задаются при настройке рекламной кампании. В момент показа объявления рекламный сервис подставляет значение параметра вместо самого параметра в фигурных скобках.
Примеры динамических параметров Яндекс.Директ
- {ad_id} или {banner_id} ㅡ идентификатор объявления.
- {campaign_name} ㅡ название рекламной кампании.
- {campaign_id} ㅡ id рекламной кампании.
- {keyword} ㅡ ключевая фраза, по которой было показано объявление.
- {region_name} ㅡ регион.
Пример ссылки с динамическими параметрами:
www. site. com/? utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_name}&utm_term={keyword}&&utm_content=id|{phrase_id}_{retargeting_id}|cid|{campaign_id}|gid|{gbid}|aid|{ad_id}|adp|{addphrases}|pos|{position_type}|src|{source_type}_{source}|dvc|{device_type}
Подобный шаблон ссылки вы можете использовать для всех рекламных объявлений в Яндекс. Директ. При этом вам не нужно прописывать в UTM-метках название кампании, например. Рекламная система сама подставит реальное название кампании вместо {campaign_name}. Единственное что — в настройках желательно указывать имя кампании на английском языке.
Примеры динамических параметров Facebook
- ad_id={{ad. id}} ㅡ идентификатор объявления.
- adset_id={{adset. id}} ㅡ идентификатор группы объявлений.
- campaign_id={{campaign. id}} ㅡ id рекламной кампании.
- ad_name={{ad. name}} ㅡ название объявления.
- adset_name={{adset. name}} ㅡ название группы объявлений.
- campaign_name={{campaign. name}} ㅡ название рекламной кампании.
Мы привели в пример только два рекламных сервиса, однако динамические параметры используют очень многие крупные площадки: Google, Bing, Вконтакте, MyTarget и др.
Как OWOX BI работает с UTM-метками
OWOX BI помогает автоматически выгружать расходы из рекламных сервисов в Google Analytics и Google BigQuery, а также передавать в BigQuery данные о поведении пользователей на вашем сайте.
Используя OWOX BI, вы получаете полные и качественные данные:
- Чтобы связать информацию о сессиях и расходах, OWOX BI распознает UTM-метки в ваших рекламных объявлениях. Дело в том, что ни один API рекламных сервисов не отдает метки с динамическими параметрами в их конечном виде, то есть вместо значения параметра в ссылке только его название. Мы эти динамические параметры умеем распознавать. Когда мы выгружаем расходы из рекламного кабинета и встречаем ссылку с такими параметрами, то можем определить их значение. Благодаря этому в отчетах Google Analytics вы можете смотреть затраты в разрезе UTM-меток. Ознакомиться со списком всех динамических параметров, которые поддерживает OWOX BI, можно в нашей справке.
- При импорте расходов мы проверяем UTM-метки в ваших кампаниях и сообщаем, если есть ошибки. Примеры таких ошибок рассмотрим чуть ниже в этой статье.
- OWOX BI преобразовывает импортируемые данные в правильный формат. К примеру, у Google Analytics есть своя схема для загрузки данных и в ней используются не UTM-метки, а параметры. Например, параметр ga: source вместо метки utm_source. Мы приводим данные к единому формату.
- Мы обновляем данные, загруженные в Google Analytics, если они изменились в рекламном сервисе. Например, если Яндекс. Директ проанализирует ваш трафик и определит, что по вашей рекламе переходили боты, то вам скорее всего вернут деньги на баланс. Такие вещи OWOX BI отслеживает и поддерживает актуальность данных в GA.
- При необходимости мы можем загрузить в Analytics ваши исторические данные: для платных пакетов за полгода, для бесплатных за два месяца. Сейчас мы работаем над обновленной версией платформы, которая позволит загружать данные о расходах за любой ретроспективный период при наличии их в рекламном сервисе.
- Кроме того, OWOX BI умеет собирать в Google BigQuery сырые данные о кампаниях Google Ads с авторазметкой, получая их из параметров gclid. Дело в том, что при показе рекламы с авторазметкой в ссылке не используются UTM-метки. Это не проблема, если вы анализируете расходы на рекламу только в GA. Но, если вы пытаетесь выгрузить затраты из того же Google Ads и объединить их с данными о сессиях, то тут приходится атрибутировать расходы на рекламу не по меткам, а по gclid. Мы это делать умеем.
- При импорте OWOX BI конвертируем валюту рекламного сервиса в валюту ресурса Google Analytics.
Узнайте, какие кампании приносят прибыль, а какие не окупаются
Автоматически импортируйте расходы из рекламных сервисов в Google Analytics. Сравнивайте затраты, CPC и ROAS разных кампаний в одном отчете.

Алгоритм импорта расходов в Google Analytics через OWOX BI
- Используя официальные API рекламных сервисов, OWOX BI получает статистику показов объявлений.
- По каждому объявлению мы получаем utm-разметку. В большинстве случаев это просто ссылка.
- Из этой ссылки мы извлекаем utm-метки, если в них содержатся динамические параметры.
- Анализируем метки на наличие ошибок и заменяем динамические параметры их значениями.
- После того, как получили все значения UTM-меток, мы формируем CSV-файл для загрузки в Google Analytics. Кроме меток этот файл содержит также расходы, показы, клики и даты.
- Затем мы загружаем этот файл в GA.
Ошибки в разметке, которые определяет OWOX BI:
- Отсутствуют обязательные UTM-метки.
- Используются неподдерживаемые динамические параметры, которые недоступны в API рекламного сервиса. Например, у Яндекс. Директ есть динамический параметр, с помощью которого можно отслеживать точную позицию показа объявления в поиске. Так вот в API в разрезе объявления невозможно получить эти данные. В таких случаях мы рекомендуем вместо динамических параметров использовать пользовательские параметры Google Analytics.
- Когда мы не смогли распарсить по какой-либо причине UTM-метку. Так бывает с некоторыми типами объявлений, когда у рекламных площадок вообще отсутствует техническая возможность определения разметки. Например, смарт-баннеры у Яндекс. Директ.
- Синтаксические ошибки в UTM-метках.
Пример, как выглядит сообщение об ошибке в интерфейсе OWOX BI:

Алгоритм импорта расходов в BigQuery через OWOX BI
Следующий шаг при построении сквозной аналитики — это импорт расходов в Google BigQuery. Он очень похож на импорт расходов в GA. Разница лишь в том, что если в Analytics мы передаем только информацию по UTM-меткам и расходы, то в таблицу Google BigQuery мы передаем дополнительные параметры (более 200 метрик для Facebook и 60 метрик для Яндекс. Директ).
Это позволяет строить детальные отчеты для глубокого анализа, создавать списки ремаркетинга, эффективно управлять рекламными ставками и обучать свою ML-модель для более точного планирования.
Сбор данных о поведении пользователей
У OWOX BI есть свой счетчик (он чем-то похож на счетчик GA), который устанавливается на сайте клиента. С его помощью в режиме близком к реальному времени (с задержкой в пару минут) мы записываем данные о поведении пользователей в виде хитов в Google BigQuery. После чего по истечении суток мы из таблиц с данными о хитах формируем таблицы с пользовательскими сессиями.
После этого мы работаем над заполнением двух полей в этих таблицах — attributedAdCost и AdCost:
- Для начала мы получаем из GA данные о показах рекламных объявлений с UTM-метками. В большинстве случаев это как раз те расходы, которые загружены туда с помощью OWOX BI.
- Формируем из данных GA таблицу расходов на рекламу.
- Используя метки из таблиц с данными о сессиях и метки из таблиц с расходами, мы определяем затраты на каждую сессию.
- В результате в таблице сессионного стриминга все расходы распределяются по пользовательским сессиям (поле attributedAdCost).

Эта информация помогает анализировать данные в различных срезах. Самое простое — вы можете посчитать CPO для каждого вашего заказа. Просто берете attributedAdCost пользователя, который конвертировался, суммируете затраты, если было несколько платных переходов, и получаете стоимость вашего заказа.
Кроме того вы можете сгруппировать расходы и доходы по пользователям, когортам или посадочным страницам. Это помогает оценивать эффективность кампаний, направленных на возврат старых пользователей или привлечение новых, а также планировать бюджет для разных категорий, регионов и т. д.
Подробнее о том, какие задачи можно решить, зная стоимость сессии, читайте в нашей статье:

Ошибки в UTM-метках
Самые распространенные ошибки в UTM-разметке из нашей практики:
- Не использовать метки вообще. Например, вы запускаете рекламу в Facebook и у вас есть страница компании с ссылками на сайт. Если вы не используете UTM-разметку, то вы никогда не поймете, откуда были переходы: с вашей страницы либо с рекламы.
- Не использовать все обязательные метки. Вы можете указать utm_source, но не указать utm_medium.
- Использовать разные регистры для названия одной метки в рамках одной кампании. Например CPC и cpc Google Analytics посчитает как две разные кампании.
- Некорректно использовать якоря в ссылках. Якорь это решетка, после которой идет некое значение. Так вот якоря нужно ставить после UTM-меток.
- Задавать слишком длинные значения для меток (более 8 Кб). В таких случаях метки будут обрезаться.
Синтаксические ошибки в ручной разметке:
- Использование пробелов.
- Повторное использование знака «?».
- Использование в значениях UTM-меток знака «&». Дело в том, что с помощью этого знака отделяется одна метка от другой. Если использовать его в значениях меток, это вызовет путаницу.
- Использование в значениях UTM-меток фигурных скобок { } — алгоритм OWOX BI может воспринимать это как неизвестные динамические параметры.


Краткие выводы
- Использование UTM-разметки ㅡ обязательное условие для анализа эффективности рекламных кампаний.
- Проектируйте кампании и UTM-разметку с учетом бизнес-логики и задач, которые вы хотите решить. Определите для себя, какие срезы данных вам нужно анализировать. К примеру, если вы захотите анализировать брендовый и не брендовый трафик, то желательно иметь для этого разные кампании в рекламных источниках.
- Используйте потенциал динамических параметров по максимуму. В отчете «Анализ расходов» Google Analytics можно удобно фильтровать данные при помощи дополнительных параметров. Например, смотреть расходы по геолокации, сетям показа ваших контекстных объявлений и т. д.
P. S. Если вам нужна помощь с созданием UTM-меток и настройкой сквозной аналитики, мы готовы помочь. Запишитесь на демо — обсудим детали.

Наши клиенты
растут на
22%
быстрее
Растите быстрее, анализируя, что лучше сработает в вашем маркетинге
Измеряйте KPI, находите зоны роста и увеличивайте свой ROI
Записаться на демо