Лиды - они и в Африке лиды, они нужны, вы корявенько сформулировали проблему. Проблема не в том, что "лиды не нужны", а в том, что не всегда решение о покупке принимается быстро и "тут же", и не всегда оно зависит от вас.
Допустим, вы стоматолог. Выходите на клиента с рекламой: "Нужен надёжный стоматолог? Недорого, качественно, с гарантией." Он вам и отвечает: "Ну да, нужен, очень всё нравится, но прям щас зубы не болят, как-нибудь потом обращусь, наверное, и если зубы заболят, и деньги будут, и *бла-бла-бла*".
Каким бы классным ни были ваше предложение, ваш паблик, ваш маркетинг итп - если у человека зубы не болят, то и не продашь ты ему ничего. Ну не надо.
В таких случаях, пытаться оптимизироваться через параметр "цена лида" просто так вот "в лоб" (запустили РК - кончился бюджет - посчитали, сделали выводы) не удастся, или вы сильно ошибетесь. Я в итоге так и не научился с этим работать, но хочу поделиться своими опытом и соображениями, возможно кому поможет.
Если речь об SMM, то вместо длинных статей и доводов стоит просто собрать круговую диаграмму, в которой показано количество дней от подписки до обращения (переход потенциального клиента из MQL в SQL) клиентов. Я для себя называл этот параметр TTA (time to action). Обычно, одного этого достаточно, чтобы резко изменить отношение к целям своего паблика.
В моём случае оказалось, что 50% покупателей принимает решение в течение 1-2 недель, у остальных 50% разброс до нескольких лет. Учитывая, что все клиенты пришли с таргета, то появляется несколько соображений:
1) TTA хочется сокращать. Можно пытаться с помощью скидок, ретаргета итп стремиться сокращать TTA. В моём случае это не работало.
2) Вероятнее всего, если очень широкий разброс - от 1 дня до N лет, то мы имеем дело с тем, что каким бы крутым твоё предложение ни было, решение о покупке принимается на основе каких-то личных факторов. В этом случае, стратегия сводится к "сделать так, чтобы в тот момент, когда будет приниматься решение о покупке товара, выбрали именно нас". Какие KPI на основе этого вводить - непонятно. Интуитивно кажется, что это должен быть ER, но в моём случае лайкали/активничали и покупали разные люди: большинство покупателей не лайкало ничего до покупки, и не очень охотно активничали после. На что опираться - так и не придумал.
3) Учетный период, за который мы считаем ROI рекламной кампании должен быть таким, чтобы покрывать значительную часть покупок (в моем случае, я сделал его 1 месяц).
4) Если количество трафика у вас достаточное, то можно пытаться исходя из TTA пробовать делать гипотезы о "горячести" каждой аудитории: чем быстрее конвертируется - тем горячее. У меня не получалось: траффика и конверсий было мало.
5) Чтобы иметь возможность нормально работать с этими данными, аудитории нужно собирать "ручками", и бить на сегменты (Собрал 20к человек в файл, перемешал, и побил на 4 сегмента: A,B,C,D). Тогда можно будет понять по какому именно объявлению/сегменту приходят более *горячие* клиенты, и на основе этого оптимизировать свои РК: будет виден путь каждого отдельного клиента от показа объявления до совершения/не совершения транзакции.