Перезвоните мне

+7 (495) 77-55-145

Кризис в головах или 7 грехов контекстной рекламы - блог о веб аналитике Keyvision

Кризис в головах или 7 грехов контекстной рекламы

( веб-аналитика повышение конверсии повторные продажи многоканальные последовательности конференции KPI анализ сайта )

24 Июля 2015 | Олег Рудаков

Кризис в головах или 7 грехов контекстной рекламы

Данная статья представляет собой расширенное описание доклада с РИФ+КИБ 2015.

Текущую экономическую ситуацию в один голос все называют кризисом, однако отраслевые исследования говорят о том, что какого-либо значимого кризиса в интернет-рекламе нет. Рекламный рынок всё еще растет. Меньшими темпами, нежели в предыдущие годы, но, тем не менее, резкого спада, как например, для печатных СМИ или наружной рекламы, нет. Это вполне логично следует из свойств рекламы в интернете - возможности точного подсчета эффективности и управляемости.

Однако если возникает мысль о том, что интернет-маркетинга должно стать меньше для экономии в “кризис”, видимо, к этому есть какие-то предпосылки. Основываясь на своём опыте, мы выделили несколько ошибочных мнений рекламодателей, на основе которых зачастую принимается решение о неэффективности тех или иных каналов привлечения трафика или же интернет-маркетинга в целом.

Зачастую все истории связаны с негативным предыдущим опытом или чужими заблуждениями, почерпнутыми из сомнительных источников. У большей части ошибочных мнений психологические корни. Однако поскольку мы занимаемся веб-аналитикой, а не психологией, будем акцентировать внимание исключительно на проблемах веб-аналитики.

Итак, 7 историй, связанных с различными digital-активностями, - 7 грехов интернет-маркетинга.

Грех 1. Телефонные звонки

 

Первая история связана с отслеживанием телефонных звонков. До сих пор далеко не все рекламодатели готовы использовать системы отслеживания телефонных звонков, основанные на подмене номеров на сайте. Или же готовы, но делают это неэффективно, например, используя статическую подмену номеров (один канал - один номер), и не переходя на динамическое отслеживание (грубо говоря, один посетитель - один номер).

Очевидно, что существенным плюсом динамического отслеживания является возможность отслеживания до ключевого слова, что позволяет оптимизировать рекламу с такой же точностью. В качестве основного минуса обычно приводят то, что при данном подходе невозможно точно отследить пользователей, которые записали телефон и позвонили после окончания сессии.

Таким образом, многие занимают позицию, в которой лучше не считать почти ничего, нежели считать неточно. Плюс накладывается бОльшая стоимость динамического отслеживания - необходим больший, нежели для статического варианта, пул подменных номеров.

В нашей истории рекламодатель отслеживал телефонные звонки, но это было статическое отслеживание. То есть мы знали сколько было звонков с Яндекс.Директ, Google AdWords, поиска Mail.ru и так далее для всех значимых источников.

KPI клиента - стоимость лида. При этом бОльшая доля лидов проходит через телефон, так что мы можем в рамках статьи приравнять лид к звонку.

Понятно, что при отслеживании вплоть до источника оптимизация контекстной рекламы больше похожа на довольно неточный эксперимент. Например, в первую неделю мы получили 100 звонков с Яндекс.Директ. Проводим оптимизацию: изменяем ставки, корректируем тексты и т.д. Во вторую неделю считаем количество звонков и если видим, что их стало больше 100, считаем, что оптимизация проведена верно, если меньше 100 - неверно.

Собственно, проблема в том, что в контексте мы оперируем объявлениями, а эффективность получаем по целому их набору.

Развязка истории: переход на динамическое отслеживание телефонных звонов дал возможность получения детальных данных по эффективности каждого объявления и, соответственно, возможность детальной оптимизации контекстной рекламы.

Ниже представлены результаты оптимизации контекстной рекламы в течение 5 недель. Видно, что количество звонков увеличивается каждую неделю, при этом стоимость звонка снижается и выходит на постоянный уровень. При этом бюджет в течение всех недель оставался примерно одинаковым.

Давайте рассмотрим, что же было сделано для оптимизации:

  • Скорректированы бюджеты по времени. Во-первых, мы стали привлекать больше трафика в наиболее конверсионные часы, во-вторых, увеличили долю трафика в часы, когда конкуренция меньше всего (ночь, но в это время call-центр клиента работал и обрабатывал лиды),
  • Скорректированы ставки для изменения позиций объявлений в поисковой выдаче на основе конверсии каждого объявления,
  • Подключены оптимизаторы площадок: средняя цена конверсии Яндекс.Директ и оптимизатор конверсий Google AdWords.

Плюс ко всему, поскольку системы отслеживания телефонных звонков записывают разговор, рекламодатель скорректировал скрипты менеджеров call-центра, что привело к существенному увеличению эффективности обработки лидов.

В целом, логично для каналов привлечения трафика, которые оперируют объявлениями/постами/запросами и предоставляют возможность их оптимизации, использовать динамическую подмену телефонных номеров. При этом можно использовать статическую подмену, например, для оффлайн источников (визитки, промо, наружная реклама) или же для каналов, которые не предоставляют возможности детальной оптимизации.

Грех 2. Низкочастотные запросы

Вторая история связана со следующим заблуждением: самые эффективные с точки конверсии запросы - это низкочастотные запросы. Логика состоит в том, что по таким запросам приходят наиболее заинтересованные пользователи и, соответственно, конверсия гораздо выше, нежели для средне и высокочастотных запросов. Таким образом, рекламодатель получает меньше трафика, однако при этом выше конверсия и ниже расходы на рекламу.

С точки зрения веб-аналитики проблема заключается в том, что сделать корректные выводы на малой выборке невозможно. Если мы получаем 10 посещений с конверсией 10%, то в абсолютных числах мы имеем дело всего лишь с одной конверсией, которая вполне может быть случайной. Конечно, в век высоких технологий можно предположить, что аналитику, которую не может сделать человек, может провести робот. Но, например, стратегии Яндекс.Директ можно подключить после того, как выполнится условие “Целевые визиты за 28 дней + 0,01 × клики за 28 дней ≥ 40”, для Google AdWords за последние 30 дней в кампании должно быть не менее 15 конверсий. Если мы говорим об оптимизаторах не от площадок, то общая логика управления будет аналогична человеческой - увеличить трафик и подтвердить/опровергнуть высокую конверсию.

Вернемся к нашей истории. Наш рекламодатель был убежден в высокой эффективности низкочастотных запросов и их низком СРО. Для того, чтобы проверить эту теорию мы провели исследование эффективности контекстных запросов наших ecommerce клиентов (30 средних и крупных интернет-магазинов).

Мы сформировали несколько групп запросов по числу сеансов в месяц:

  • Менее 10 – 70 ÷ 70 000 слов в группе
  • 10 – 30 – 15 ÷ 3 300 слов в группе
  • 30 – 100 – 15 ÷ 1 800 слов в группе
  • 100 – 500 – 10 ÷ 500 слов в группе
  • Более 500 – 0 ÷ 90 слов в группе

В результате получили следующий результат:

Видим, что мнение относительно высокой эффективности низкочастотных запросов поддерживается многими - 38% всех бюджетов приходятся на группу “меньше 10 сеансов в месяц”. При этом на данную группу приходится лишь четверть всех заказов, что не пропорционально расходам. Кроме того, мы видим, что на небольшую группу “больше 500” тратится 4% бюджетов, но они приносят 12% заказов.

Очевидно, что высокочастотные запросы даже в небольшом количестве и небольших затратах существенно эффективнее “недорогих” низкочастотных запросов.

Поскольку в нашем случае KPI является СРО, давайте его рассмотрим:

Из предыдущей диаграммы логично следует высокий СРО для самых низкочастотных гораздо выше, нежели для всех прочих групп запросов. Например, СРО группы “меньше 10” на 83% выше, нежели для группы “10-30”. Вывод: высокая эффективность и низкая стоимость низкочастотных запросов значительно преувеличены.

Да, использовать низкочастотные запросы необходимо, но следует адекватно ограничить минимальную частоту и не выискивать самые-самые низкочастотники.

Если вы считаете, что наше исследование сильно усреднено за счет большой выборки - посмотрите на эффективность своих запросов, и вы наверняка получите аналогичные выводы.

История 3. Мобильные версии сайтов

Эта история также связана с одним из распространенных заблуждений. Все исследования распределения трафика по устройствам говорят о том, что с каждым годом объёмы мобильного трафика растут. В основном, это связано с появлением доступных смартфонов и тарифов мобильных операторов. Понятно, что от тематики к тематике доля трафика мобильных устройств варьируется, однако системы веб-аналитики позволяют оценить объёмы такого трафика в каждом конкретном случае.

Заблуждение, которое лежит в основе нашей истории заключается в следующем: многие полагают, что мобильный трафик не конвертируется. То есть пользователи приходят на сайт, выбирают товар или услугу со смартфона, но покупают в итоге с десктопа. Ошибочный вывод таков: нет необходимости заниматься мобильным трафиком и адаптацией сайтов к нему. Именно с таким заблуждением мы и столкнулись на практике.

У рекламодателя высокая доля мобильного трафика и обычный десктопный сайт, без намека на адаптацию и мобильную версию. При таком варианте действительно конверсия мобильного трафика минимальна. Для того, чтобы проиллюстрировать необходимость мобильной версии сайта, мы провели небольшое исследование в близких клиенту тематиках.

Было проанализировано 12 372 917 посещений и 110 569 заказов за 6 месяцев. Исходя из тематики сайта, мы выбрали две группы сайтов наших клиентов: первая - туры + отели, вторая - авиа и ж/д билеты. Все сайты в выборке имели либо мобильные версии, либо адаптивный дизайн.

В итоге для группы туры + отели мы получили следующий результат:

На диаграмме представлена конверсия по типам устройств, нормированная на конверсию десктопа. В данном случае мы можем предположить, что в выборе туров и отелей, пользователи ориентируются на визуальную составляющую (например, фото отеля и номеров), а также на текстовое описание (например, отзывы об отеле). Поэтому на мобильном устройстве трудно сделать выбор.

Для группы билетов мы получили совершенно другую картину:

В данном случае суммарная конверсия смартфонов и планшетов составляет 115% от конверсий десктопа. Логично сделать вывод о том, что при выборе билетов нет необходимости изучать много текстовой и графической информации. По сути для того, чтобы сконвертироваться, пользователю необходимо выбрать только направление, дату и стоимость билета. Поэтому купить билет даже со смартфона не составляет большой сложности.

В качестве небольшого вывода можно вынести простую и логичную мысль. Если на в своих отчетах систем веб-аналитики вы видите большую долю мобильного трафика, и для выбора вашего товара/услуги нет необходимости изучать много визуального контента, то мобильная версия сайта для вас будет еще одним мощным каналом онлайн продаж.

История 4. Ассоциированные конверсии

Очередное заблуждение имеет давнюю историю, как и нежелание использовать подменные телефонные номера для отслеживания источников звонков. Свежий всплеск внимания к этому заблуждению пришелся на “кризис”.

В последнее время все научились использовать KPI, связанные с эффективностью бизнеса. Для простоты представим, что клиент - интернет магазин, и его KPI - количество заказов и СРО. Таким образом, любой источник трафика, который не генерирует здесь и сейчас заказы будет неэффективным.

Однако зачастую рекламодатели забывают о том, что во многих тематиках принятие решения является длительным процессом. Часть источников трафика участвует в формировании спроса и удержании внимания пользователей в процессе принятия решения. И лишь в самый последний момент появляется продающий источник трафика, который, стоит отметить, работает уже со сформировавшимся спросом.

Для того, чтобы оценить влияние каждого источника на процесс принятия решения о покупке, можно воспользоваться отчетами по многоканальным последовательностям Google Analytics, или же разными вариантами атрибуции в Яндекс.Метрике 2.0.

В нашем случае было сформированное мнение о том, что с точки зрения KPI часть источников была неэффективной. В таком случае их необходимо полностью отключить. При этом данные источники имели большой объем ассоциированных (вспомогательных) конверсий, что говорит об их участии в цепочке конверсии.

В итоге мы провели небольшое исследование по 10 интернет-магазинам разных объёмов и тематик. В выборку вошло 1 380 732 цепочек до транзакции за квартал, что вполне можно считать достаточной выборкой. Нам было интересно определить источники привлечения трафика, которые активно участвуют в цепочке покупки на нефинальных позициях.

На диаграмме ниже представлено распределение доли ассоциированных конверсий (любая непоследняя позиция в цепочке) к финальным конверсиям по последнему клику или прямому взаимодействию.

Видно, что, например, для рекламных сетей соотношение составляет 17, для соцсетей - 3,5. Грубо говоря, соцсети продают на 1 рубль и помогают продавать другим источникам на 3,5. Для источников вида бесплатный поиск и поисковая реклама соотношение близко к единице, что говорит о том, что они одинаково продают сами и помогают другим источникам.

Это можно объяснить тем, что пользователи, которые находятся в соцсетях, не ищут товар или услугу - они общаются, слушают музыку и тд. Пользователи в поисковой выдаче уже ищут товар или услугу и вполне готовы их купить.

Таким образом, можно предположить, что при отключении источников, которые участвуют в цепочках на начальных этапах, также будут потеряны и финальные конверсии, поскольку спрос и заинтересованность в наших товарах и услугах не будут сформированы. Наш опыт подтверждает этот вывод. Подробные исследования этой проблемы будут представлены на Осенней сессии 2015 и в соответствующем сборнике статей.

История 5. Подсчет эффективности ремаркетинга

Следующая история также не нова, однако в связи с текущей экономической ситуаций мы проходим ее в очередной раз.

Представим следующую стандартную ситуацию. Клиент - интернет магазин, одним из основных KPI является СРО, который различается для поиска, тематики и ремаркетинга, поскольку их задачи так же, как и эффективность, различны.

При этом в процесс подготовки медиапланов, кроме СРО, прогнозируется также стоимость клика, которая важна для финансового планирования.

Проблема заключается в том, что для некоторых источников трафика, например, для ремаркетинга, CPC гораздо выше среднего. Скажем, ремаркетинг нацелен на узкую аудиторию, которая, конечно, стоит дороже. Однако и эффективность ремаркетинга с точки зрения продаж выше, нежели, например, для обычных поисковых кампаний. Соответственно, возникает вопрос: на что ориентироваться в таком случае? С одной стороны, СРО в норме, с другой стороны CPC гораздо выше среднего, и кажется, что бюджет также будет выше.

Давайте рассмотрим пример, в котором и произошла данная ситуация. Сравним стоимость и эффективность ремаркетинга против поисковых кампаний.

Начнем со стоимости клика:

Да, ремаркетинг дороже почти на 60%, что кажется крайне неэффективным.

Однако стоит посмотреть на эффективность соответствующих каналов:

Видим, что коэффициент конверсии ремаркетинга на 42% выше, нежели для поиска.

Теперь вспомним о том, что наш KPI - СРО и посчитаем его. Получим следующее: СРО ремаркетинга на 11% ниже, чем СРО поиска.

Вывод: ремаркетинг даже при гораздо большей стоимости показывает СРО лучше, чем для поиска. Это происходит за счет высокой эффективности ремаркетинга. Можно провести соответствующую аналогию для любых источников трафика.

История 6. Работа с лояльностью

Так или иначе, использование любых источников трафика является платным, соответственно, и за привлечение клиентов также приходится платить. При этом логично единожды заплатив за привлечение, далее работать над лояльностью клиентов и в последующем точечно возвращать их с минимальными затратами. Одним из каналов, которые подходят под обозначенные критерии, является email маркетинг: во-первых, мы знаем историю покупок пользователей и можем делать персонализированные предложения, во-вторых, стоимость использования данного канала минимальна.

Наша история произошла при работе с базой в несколько миллионов адресов, база сегментирована и хранит информацию о покупках пользователей и их участии в программе лояльности компании. В базе 153 000 адресов покупателей - тех, кто сделал по крайней мере одну покупку.

Проблема заключалась в том, что рекламодатель имеет глобальную маркетинговую стратегию, которая включает в себя интернет и оффлайн рекламу, производство и вывод новых продуктов на рынок и тд. Таким образом, email-маркетинг занимает совсем небольшую долю в общем пироге маркетинга. Это приводит к тому, что email-маркетингу приходится подчиняться общей стратегии, что ограничивает его возможности. Например, если готовится выход новой линейки товаров, то рассылка делается одинаковой по всей базе, без сегментации. Просто потому, что общая маркетинговая стратегия не рассчитана на что-то большее.

Для того, чтобы преодолеть столкновение персональной стратегии канала над общей стратегией мы провели тест. При сезонном продвижении новых товаров было сделано два макета рассылки: первый - для покупателей с максимальной скидкой по программе лояльности (2 000 адресов), второй - для остальных покупателей (151 000 адресов). Посыл в рассылках был схожим, однако изменялось предложение товаров разной стоимости: для первой группы предлагались более дорогие товары, нежели для второй группы.

В результате рассылки мы получили следующее:

Всего 1% сверхлояльных клиентов принес 53% дохода. При этом напомню, что рассылки были крайне схожи.

Если вы имеете сегментированную базу email адресов, пользуйтесь этим. Даже небольшая сегментация и изменение макетов дают возможность получить высокую эффективность. Понятно, что наилучшие результаты можно получить только, грамотно составив стратегию работы с подписчиками, используя данные по их взаимодействию с вашим бизнесом.

История 7. Автоматизация

Последняя история, о которой хочется рассказать в этой статье, связана с автоматизацией. Если раньше автоматизация, например, контекстной рекламы была уделом больших компаний, то в последние годы с появлением большого числа отечественных платформ управления доступ к автоматизации получил широкий круг рекламодателей.

Как и многие обозначенные выше проблемы, сложности работы с автоматизацией связаны с предыдущим опытом. Рекламодатели привыкли к тому, что менеджер действует быстро, беспрекословно выполняя все поручения. При этом робот, ответственный за автоматизацию, действует иначе: он сначала думает, сверяется со своими планами и после при необходимости вносит изменения. Если кратко, то робот умнее, а человек быстрее.

При подключении систем автоматизированного управления рекламой, нужно понимать, что процесс будет следующим:

  • Подключение системы
  • Сбор системой данных для управления
  • Самообучение системы управлению
  • Управление системой рекламой

Если посмотреть на условный результат автоматизации, его можно представить следующим образом:

Из структуры понятно, что, во-первых, управление начинается совсем не сразу, во-вторых, при обучении система может несколько испортить результат, ведь ей нужно обучиться. И только после того, как прошли все подготовительные работы, система переходит к стабильному управлению рекламой и, соответственно, достигает необходимого результата.

Ошибка рекламодателей заключается в том, что, например, при небольшом ухудшении на стадии обучения, они стараются сразу же внести изменения в KPI, обозначенные системе для того, чтобы нивелировать временное ухудшение. Робот медленнее человека, но он уже спрогнозировал свою активность и постоянные изменения мешают ему работать. Человек зачастую не прогнозирует наперед, а смотрит только на текущее положение дел.

Понятно, что после того, как система перешла к стабильному управлению, вполне нормально вносить изменения, однако не стоит делать это слишком часто, скажем, дважды в неделю. Также не стоит ожидать сверх результатов от автоматизации очень быстро. Такой результат возможен только при условии, что до подключения все было очень плохо. Если у вас проработаны рекламные кампании, то эффект от автоматизации несомненно будет, но через какое-то время.

Таким образом, если вы решили управлять вашими кампаниями с помощью систем автоматизации, доверьтесь им и не мешайте работать. Если вносите изменения в необходимые KPI, то до следующей корректировки дайте системе спокойно поработать. При таком подходе вы получите наилучшие результаты.

Заключение

Помните, все истории начинались с того, что наступил “кризис” и нужно что-то делать? Однако проводя исследования, мы каждый раз приходили к тому, что дело не в “кризисе”, а в неэффективном использовании имеющихся ресурсов. Да, в части тематик спрос действительно снизился. И это должно быть исключительно толчком к тому, чтобы использовать все существующие ресурсы по максимуму. Грамотно анализируя данные, которые предоставляют системы веб-аналитики, и постоянно работая над оптимизацией кампаний, можно добиться впечатляющих результатов.

Все изображения, кроме диаграмм и графиков принадлежат Марии Тюриной marijatiurina.com и используются с согласия автора.

0
dfsgsrghsrh

Guest

Имя Цитировать
Адрес: Москва, центр дизайна ARTPLAY, ул. Нижняя Сыромятническая, дом 10 (м.Курская)
Тел.: +7 (495) 77-55-145
Email: info@keyvision.ru
KeyVision, 2011-2017. © All Rights Reserved

Дизайн: ijidigital

 
ъ 1