Алгоритм расчёта ставок на контекстную рекламу
Работая со многими подрядчиками по ведению контекстной рекламы, я в определённый момент начал задаваться вопросом: «А на основе чего они выставляют ставки на ключи?».
Работая со многими подрядчиками по ведению контекстной рекламы, я в определённый момент начал задаваться вопросом: «А на основе чего они выставляют ставки на ключи?».
Не всегда можно считать cps(стоимость покупки) для одной фразы. Если по этой фразе совершенно 2-3-4-5 покупок, то высчитывать что-то для неё бессмысленно.
Если семантики много, а кликов не очень, то итоговая статистика вообще может не накопится.
К примеру у вас 1000 фраз.
1000 заказов за год.
Максимальное количество заказов на одну фразу - 10 штук.
В итоге вы за год не накопите статистику. Брать период в 2-3 года тоже не корректно, меняется спрос, цены, конкуренты. Меняется само объявление.
В итоге приходится считать окупаемость и цену покупки на целую кампанию или группу запросов.
А внутри кампании ориентироваться на различные cpa, которых намного больше, чем cps.
А, что вам даст расчет окупаемости по компании? Морально удовлетворение? Вы же никак не сможете использовать эти данные, кроме как вкл выкл кампаний...
На самом деле, при сборе статистики в конечном итоге выясняется, что из 1000 ключей, договора приносит только 10 ключей, остальный просто или неэффективны или с малой долей трафика
В каждой компании есть ключи, по которым нет продаж. Тут стоит их отключать, или разбираться с какими словами используется конкретный ключевик в поисковом запросе и отминусовывать их, или смотреть первый клик в продаже по другим ключевикам, если есть из этих слов, то имеет смысл оставить. Сквозная аналитика в помощь.
Но в таком методе есть проблемы с оптимизацией компании на дистанции: меняются площадки показов, конкуренция, да и само предложение. Как раз для этого и нужны интернет маркетологи.
Ну так Регрессивный анализ и статистический анализ в помощь.
Посчитать вероятности.
У того же К50 были статьи на эту тему.