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

Как мы оцениваем эффективность в продвижении контентых проектов в Power BI

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.
Как мы оцениваем эффективность в продвижении контентых проектов 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.)
Как мы оцениваем эффективность в продвижении контентых проектов в Power BI
  • 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.
Как мы оцениваем эффективность в продвижении контентых проектов в Power BI
  • Написание собственных мер. С помощью языка DAX создаем вычислительные меры. Например, нужно создать меру, которая считает количество статей. Для этого используем формулу:
Количество статей = calculate( distinctcount('Яндекс Метрика Blog'[Заголовок материала]))
  • 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.
Как мы оцениваем эффективность в продвижении контентых проектов в Power BI
  • 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».
Как мы оцениваем эффективность в продвижении контентых проектов в Power BI

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:

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 :)

2020
5 комментариев

в data studio есть возможность подключения к SQL базе данных

Ответить

Data Studio при нормальном объеме данных висит настолько безнадежно, что даже сложно придумать необидную аналогию, что еще так висит :)

4
Ответить

Я так и не понял относительно "мы автоматизировано считаем финансовую эффективность в таких проектах и меняем стратегию в зависимости от результатов.".

Например подсчитали вы что в сайт A вложили 10000$, у него 5$/1000 посетителей и посещалка выросла за год с 1000 до 2000 в сутки (150$ -> 300$). А у сайта B с вложениями 10000$ но ценой 1$/1000 посетителей посещалка выросла за год с 5000 до 10000 в сутки (итого те же 150$ -> 300$ или близкие значения).

В какой из сайтов стоит вкладывать больше? Как вы вообще учитываете долгосрочные тренды, уровень конкуренции в нише, рост доли рынка на каждый вложенный $ и тд.

Ответить

1. Учет ниши и конкуренции. Для нас важен показатель дохода на 1000 трафика условно. Так мы понимаем ценность трафика. К примеру, 1000 пользователей в кулинарии и 1000 пользователей в недвижимости - разная ценность.

2. Мы считаем стоимость 1000 пользователей привлеченных. Она будет разной на каждом сайте. Дальше есть точка окупаемости и накопленный результат по работам.

2
Ответить

Так красиво говорите про эффективность, но что с этими графиками и данными делать владельцу бизнеса? Если вы про это отвечали в статье, то значит вы плохо отвечали. Я прочитал статью целиком и не понял этот главный момент.

Например, я вложил в вашу работу с моим контентным проектом 1 млн. рублей в течение 6 месяцев. Как понять, конкретно за счёт этого примера (по Power BI), который вы скинули в статье, что работать с вами выгодно? Или для чего конкретно мне эти цифры как владельцу бизнеса? Как это применить для увеличения прибыли с проекта? Давать писать контент тем авторам, которые приносят больше всего денег? Это ведь статистика показывает лишь прошлый период и не факт, что дело в человеке, быть может ему просто повезло с дорогими темами и т.п.

На текущий момент кажется, что вы просто научились строить много красивых графиков, которые на практике никак не применить.

Ответить