05Cosa mostra lo storico
Schemi trovati rileggendo tutto lo storico, non solo i mesi che ho gestito. Ognuno è etichettato: schema misurato, correlazione, anomalia o stagionalità.
AnomaliaGennaio: 1.033 richieste con ₹15k di annunci
Gennaio è stato il mese con più richieste dell'anno con la spesa pubblicitaria più bassa del primo semestre. Il T1 ha portato l'84% delle richieste del T3 con il 9,5% della sua spesa. Ogni richiesta in più è costata di più man mano che la spesa saliva, e il costo per lead Meta è salito da giugno a settembre.
I numeri
Gen 1.033 richieste (18,5% di 5.588), spesa ₹14.959. T1 1.862 richieste / ₹52.766 (₹28 l'una); T2 1.512 / ₹1,72,419 (₹114); T3 2.214 / ₹5,53,134 (₹250). Spesa extra per richiesta extra: dal T2 al T3 ₹542; dal T1 al T3 ₹1.421. Correlazione tra spesa e richieste: r 0,22 (gen-set), 0,61 (mar-set). Costo Meta per lead datato: giu ₹131, lug ₹635, ago ₹311, set ₹1.070; da ago a set spesa Meta +81% (₹85.733), lead da 340 a 179. Da ago a set spesa totale +98%, richieste -5% (da 720 a 682), utenti GA4 da 3.872 a 20.962.
QuindiLa domanda c'era già prima che gli annunci crescessero. Capite cosa è stato gennaio (stagione, prenotazioni di gruppo o un caricamento retroattivo del CRM; nessun dato 2025 per verificarlo) prima di leggere il T3 come crescita. Giudicate la spesa sul costo per prenotazione una volta etichettata la fonte. La spesa Meta è registrata nel mese di fine campagna, quindi il CPL mensile è approssimativo.
Correlazione, non causalitàLa conversione è scesa a giugno, prima del salto della spesa, poi si è appiattita
La conversione è scesa dal 32% di maggio al 20% di giugno con ₹20,9k di spesa, un mese prima dell'inizio di Google Ads. Lug-set è rimasta al 14-15% mentre la spesa andava da ₹1,15L a ₹2,28L. Le prenotazioni sono rimaste tra 90 e 157 al mese mentre le richieste andavano da 272 a 812, quindi la conversione segue il volume, non la spesa. Il 14% del titolo conta anche le richieste di gen-feb che non hanno uno stato.
I numeri
Conversione mar 33,1, apr 24,3, mag 32,4, giu 20,3, lug 14,9, ago 14,4, set 14,1%. Prenotazioni 90/157/94/117/121/104/96. r(conversione, richieste) -0,94; r(conversione, spesa) -0,68 (n=7). Ogni 100 richieste in più hanno aggiunto circa 5 prenotazioni (pendenza 0,054). 788/5.621 = 14,0%; mar-set 779/3.998 = 19,5%. A giugno si è perso anche il tipo di richiesta su 565 righe su 575 e il foglio dei lead Meta inizia quel mese.
QuindiI lead in più sono stati assorbiti senza prenotazioni in più: guardate velocità di risposta, instradamento e capacità prima di aggiungere spesa. Riportate la conversione solo sui mesi tracciati. Verificate se il cambio di CRM o del foglio lead di giugno ha modificato cosa conta come richiesta.
Correlazione, non causalitàLe chiamate sono scese a ogni livello di spesa; gli annunci non hanno sollevato Maps
Le chiamate per richiesta di indicazioni sono scese dal 28% all'8%. Le indicazioni sono rimaste stabili mentre la spesa Google passava da ₹9k a ₹37k, e le chiamate sono scese del 23% a settembre quando i clic Google si sono decuplicati. Il calo delle chiamate è iniziato a giugno, prima di Google Ads. Il report negozi di Google stesso attribuisce agli annunci il 18% delle indicazioni di lug-set. Il profilo ha mandato 4.785 clic al sito ma 2 clic al link di prenotazione.
I numeri
Chiamate/indicazioni apr 27,9%, mag 23,8%, giu 16,5%, lug 13,0%, ago 10,0%, set 7,7%. Spesa Google lug/ago/set ₹33.001/9.362/36.941; clic 7.060/3.144/32.094; indicazioni 7.560/7.270/7.369; chiamate 980/730/564. Report negozi di Ads 4.087 indicazioni su 22.199 (18,4%), 224 visite in negozio, lug-set. Chiamate dal profilo per richiesta nel CRM da 5,6 (mag) a 0,83 (set). Mesi intermedi letti da un grafico, arrotondati a 10.
QuindiLa perdita di chiamate non è un problema di domanda o di spesa. Testate la linea telefonica, attivate una chat instradata su WhatsApp, e giudicate Performance Max sulle richieste, non sui tocchi. Un link al motore di prenotazione darebbe al profilo un percorso di prenotazione che non passa da un rivenditore.
Schema misuratoIl fatturato segue lo scontrino medio; i soldi di Meta stanno lontano da dove stanno le richieste del CRM
La prenotazione media andava da ₹16,6k a ₹57,7k per mese, quindi il valore vinto si muove con il mix di scontrini, non con il numero di prenotazioni. Luglio è stato il 45% del valore del T3; da luglio a settembre lo scontrino medio è sceso del 20% e le prenotazioni del 21%. Le vendite vincono il 32% dei lead chiusi per numero ma il 68% per valore, perché i lead persi sono piccoli. Meta ha messo il 63% della spesa su aziende e matrimoni; il CRM li registra come il 2,4% delle richieste.
I numeri
Prenotazione media mar ₹57.710; apr 24.514; mag 16.634; giu 21.270; lug 50.534; ago 35.638; set 40.506. Lug ₹61,1L dei ₹1,37Cr del T3. Da ago a set: spesa +98%, prenotazioni -8%, valore +5%, valore per rupia di pubblicità da 32,2x a 17,0x. Vinti 788 contro persi 1.657 (32%); vinti ₹2,69Cr contro persi ₹1,27Cr (68%); media vinti ₹34,1k, media persi ₹7,7k. Meta: aziende ₹2,47,530 + matrimoni ₹1,92,519 = 63% di ₹6,99,015; camere + day-out ₹33.259 (4,8%). Tipi nel CRM: camere + day-out 3.599 (64%), aziende 54 + matrimoni 82 = 136 (2,4%); 884 senza tipo. Lead del foglio Meta: aziende 308, matrimoni 221, compleanni 407 contro 54, 82, 154 nel CRM.
QuindiGiudicate i mesi su valore e costo per prenotazione per prodotto. I tipi nel CRM sembrano incompleti (giugno, 884 senza tipo), quindi riconciliate il foglio lead di Meta con il CRM prima di spostare budget per prodotto. Il valore per tipo di richiesta non è tra le fonti.
Schema misuratoUn addetto ha il 57% delle vendite chiuse e il 57% del valore della pipeline aperta
L'addetto A gestisce il 28% dei lead e chiude il 57% delle vendite. Il tasso di vittoria sui lead chiusi è 58% per l'addetto A e 14% per l'addetto D, che ha perso 702 lead su 1.362 (42% di tutti i persi). L'addetto H ha 0 vendite su 450 lead. 13 righe di compleanno di febbraio contengono il 43% del valore aperto. Gli aperti non hanno valore su 158 lead.
I numeri
Addetto A 1.567 gestiti (28,5%), 447 vinti (56,7%), ₹1,22Cr vinti (45%), aperti ₹8,13Cr (57% di ₹14,29Cr). Tasso di vittoria sui chiusi: GM 75%, A 58%, F 50%, E 43%, B 40%, C 23%, G 15%, D 14%, H 0%. A+B+D = 71% dei lead, 85% delle vendite. Addetto E: 18 vendite a ₹1,35L di media, 158 aperti su 200 con valore ₹0. Aperti 2.609 = 46% delle richieste; 567 senza stato. 13 righe ₹6,2Cr (₹47,7L l'una) lasciano una pipeline aperta pulita vicino a ₹8,1Cr. Se D raggiungesse il 28,5% di A: +272 vendite, circa ₹79L allo scontrino di D di ₹29,2k (ipotizzando lead di pari qualità).
QuindiInstradamento e ordine, non media: riequilibrate il carico, rivedete le code di D e H, fate un preventivo o chiudete gli aperti a ₹0, cancellate le righe con errori. Una sola persona è un punto di rottura per la maggior parte delle prenotazioni. Le regole di assegnazione dei lead non sono tra le fonti.
