Как мы оцениваем эффективность в продвижении контентых проектов в Power BI
Буквально пару недель назад я выпустил статью, в которой рассказал о том, что сподвигло менять подходы и считать деньги клиентов всегда и везде. Значительная доля наших клиентов — это контентные проекты — сайты новостей, интернет-издания, агрегаторы контента и UGC-сайты. В этой статье я расскажу о том, как мы автоматизировано считаем финансовую эффективность в таких проектах и меняем стратегию в зависимости от результатов.
Почему нужно считать деньги
Основа успешного контентного проекта — это поисковый трафик. Естественно качественный контент важен, но даже самый высокий уровень вирусного распространения не дает такой стабильности трафика как поиск.
Считать важно не только трафик, но и деньги. То, что для редактора называется статьей, обзором, интервью для нас как для SEO-специалистов называется точкой входа.
При продвижении таких проектов важно считать не только стоимость работ, но и стоимость контента со всеми сопутствующими расходами. К примеру, важно учитывать не только стоимость текста, но и стоимость верстки и покупки изображений на стоках.
Контент + затраты на публикацию + SEO = стоимость точки входа
Как нужно считать деньги
Отталкиваться всегда нужно от экономической модели проекта. Преимущественно информационные проекты зарабатывают на продаже трафика. Стоимость размещения PR-материала в том числе зависит от общего объема трафика. Баннерную и медийную рекламу продают также учитывая показы.
Доходность трафика легко меряется размещением блока партнерских рекламных сетей (чаще всего это наиболее невыгодный формат с точки зрения экономики).
В целом, имея цифру среднего дохода на 1000 показов мы можем примерно оценивать точку окупаемости контента.
Наша задача — считать эффективность контента отталкиваясь от совокупных затрат на него. Таким образом мы можем понять, какой контент окупается максимально быстро, а какой контент не заслуживает внимания и не должен находиться в нашей стратегии.
Часто мы сталкиваемся с тем, что при снижении затрат на контент исключительно под задачи поискового продвижения, мы не теряем эффективность, но экономим затраты.
При продвижении материалов ссылками или любыми другими методами, которые требуют затрат — их также нужно учитывать. Если мы тратим деньги на дистрибуцию в социальных сетях — мы можем отдельно считать трафик с этого источника.
Как настроить аналитику для контентных проектов
Первое от чего нужно отталкиваться — это технические возможности (CMS, источники данных, базы данных и сервисы аналитики) и задач (KPI, основные показатели). Алексей Чеканов — не просто операционный директор, но и человек, который может в любом бизнесе собрать самый честный дашборд, делится своим практическим опытом сервисов и интеграций.
Как измерить эффективность и виральность статьи? Как понять, какой автор пишет лучше, где больше комментариев и репостов? Как оценить стоимость трафика на статью? Некоторые данные можно получить из той же Яндекс.Метрики, но зачастую ее возможностей не хватает. В этой статье расскажу об инструменте Microsoft Power BI, где мы делаем аналитику для контентных проектов.
Power BI — это мощный набор инструментов бизнес-аналитики, которые объединяют данные из различных источников, рекламных кабинетов, баз данных, преобразуют полученную информацию и визуализируют показатели в удобных дашбордах.
Источники данных
В Power BI мы передаем данные из систем:
- Яндекс.Метрика. В сравнении с Google Analytics, уже имеет встроенный функционал по контентным проектам:
- информацию по авторам статей;
- показатели доскроллинга (дочитали до конца, остановились на трети или половине статьи);
- популярные рубрики;
- время на чтение;
- самые читаемые материалы и т.д.
- Google Analytics. Тут нужно хорошенько поработать. Отдельная настройка необходимых параметров (авторы, глубина скроллинга, вывод популярных тегов, рубрик) через специальные показатели в Google Analytics и передача данных через Google Tag Manager.
- Базы данных MySQL. Выгрузка комментариев, оценок статей, репостов.
- Google Spreadsheets/Excel. В зависимости от задач можно создавать различные меры (выражения для расчета показателя из модели данных) и передавать их в BI. К примеру, у вас блог, для которого вы заказываете статьи и платите за них деньги авторам. Вы можете создать собственную базу по «Названию статьи” и “Стоимости написания» в Excel или Google Spreadsheets, присвоить каждой статье стоимость написания. Для крупных проектов на 99% понадобится база данных, но все это решаемое.
- Google BigQuery. Огромное количество данных необходимо передавать в Google BigQuery, который борется с сэмплированием и увеличивает скорость обработки данных.
Алгоритм настройки аналитики
- Коннекторы. Для работы берем коннекторы, разработанные Максимом Уваровым и переведенные Александром Мориным (ссылка на коннекторы Github). Подключаем их к BI и с помощью них передаем данные из рекламных систем: Google Analytics, Яндекс.Метрика.
- Персональный шлюз. Для автоматического обновления данных необходимо будет скачать шлюз с официального сайта Microsoft и установить его на ПК с привязкой к собственному аккаунту Microsoft.
- Подключение к базе данных MySql. Сначала нужно разрешить доступ к внешним подключениям, далее уже подключаться с помощью встроенного коннектора «База данных MySQL» в Power BI.
- Преобразование данных. Не все данные передаются сразу в нужном формате, поэтому их надо преобразовать, чтобы в дальнейшем не было ошибок. Числовые показатели – в число, текстовые – в текст и т.д.)
- Установка связей. После выгрузки всех таблиц их необходимо объединить по общим ключам, к примеру, выгружаем комментарии из базы данных и название статьи. Чтобы объединить данные из Яндекс.Метрики и MySQL, создаем отдельный справочник всех статей (здесь собраны все уникальные статьи из Метрики и Базы данных) и устанавливаем связи. В визуализации в качестве «названия статьи» используем «заголовок материала» из справочника.
- Написание собственных мер. С помощью языка DAX создаем вычислительные меры. Например, нужно создать меру, которая считает количество статей. Для этого используем формулу:
- Визуализация данных. На этом этапе универсального решения нет, самое главное – удобно отобразить необходимые параметры. Если не хватает стандартных визуализаций Microsoft, то их можно скачать с официального сайта.
- Настройка автоматических обновлений дашборда. Для крупных проектов нужно настраивать инкрементное обновление данных (чтобы не обновлять данные за весь период, а добавлять обновленную информацию за последние дни). В любом случае саму настройку нужно делать в Power BI Service, в разделе «Настройки” → “Наборы данных».
Основные показатели для контентных проектов
- Трафик: его источник, посетители (в том числе новые), визиты.
- Просмотры страниц.
- Возвратность посетителей.
- Рейтинг авторов.
- Показателипо категориям.
- Популярные теги.
- Глубина скроллинга.
- Количество репостов.
- Количество комментариев.
- Визиты на статью.
- Рейтинг записи.
- Просмотры до конца.
- Общая стоимость трафика.
- Стоимость трафика на статью.
- CPA: оформление подписки, клик по баннеру и т.д.
- Индивидуальные метрики.
Стоимость BI
Можно использовать бесплатную версию Power BI, но тогда вы сможете публиковать отчеты исключительно в общем доступе. Power BI Pro позволяет делиться отчетами с сотрудниками/коллегами и стоит всего 10$/месяц.
Стоимость на других платформах:
- Chartbeat – по запросу, в среднем от 500$/месяц;
- Parse – от 500$/месяц;
- IO technologies – от 200$/месяц.
Однозначным плюсом Power BI является стоимость аккаунта и разовая оплата специалисту за настройку. Плюсы других сервисов – готовые решения, но минус в том, что за эти решения нужно платить ежемесячно.
Почему не Яндекс.Метрика
Яндекс.Метрика – это авторы, рубрики, просмотры материалов с дочтением и все. Остальные показатели нужно создавать отдельно.
Почему не Google Data Studio
На больших объемах Google Data Studio «ляжет», из Google Analytics будут передаваться данные с сэмплированием, нет возможности подключения к базе данных. В Power BI входит язык DAX, с помощью которого можно рассчитывать любые бизнес-показатели, в то время как GDS имеет ряд ограничений по созданию вычислительных мер.
Вывод
Аналитика контентных проектов в Power BI позволяет настраивать интерактивные дашборды с необходимыми параметрами данных. Три основных преимущества инструмента:
- скорость – все настраивать нужно только один раз, потом можно пользоваться без сложных корректировок;
- небольшой бюджет на внедрение;
- все в одном месте – в дашборде Power BI, забудьте о множестве отчетов в разных сервисах.
Оцените удобство инструмента, взглянув на этот пример.
Полезные ссылки: наше предложение по продвижению контентных проектов и наш канал в Telegram, где мы делимся полезными хаками в области интернет-маркетинга и бизнеса.
Есть вопросы, предложения, пожелания? Хотите поделиться своим опытом? Пишите в комментариях, обсудим вместе :)