Кейс: Магазин Hoff увеличил конверсию с рекламы садовой мебели на 21%, применив данные о погоде

Добрый день, до этого лета никакой системы не было. Было управление ставками по данной категории такое же, как и по остальным - от ROI. В этом году добавился фактор погоды по описанной схеме. Факторы: рост год к году, увеличение цен в связи с кризисом отделялись на этапе анализа конечного эффекта. В итоге получался все равно плюс в доходе и ROI, но конечно не такой большой, как общая цифра.

Т.е. ничего кроме "рост год к году" и фильтрации "по росту цен"?

Коллеги, это первый опыт проверки гипотезы, которая 50/50 могла, как сработать, так и нет, тем более на нашей специфичной категории.
Если вы готовы посоветовать: "а подумайте еще", "а проверьте еще", "а посмотрите еще" - мы будем рады и благодарны новым идеям и диалогу. Особенно, если у кого-то есть аналогичный опыт управления контекстом.

Хорошо, Татьяна, я бы посоветовал вам еще:
1. Для начала разделить контекстную компанию на 5 максимально равномерных групп объявлений.
2. Для каждой группы назначить ставки следующим образом: с двумя группами (они будут контрольными) ничего не делать, просто трекать отдельно от остальных; в одной группе действовать по тестируемому правилу (менять ставки от погоды), еще в одной группе сделал бы на весь период теста +100% цены, и в последней +50%.
3. Прокрутил бы их статистически значимое время.
4. Посмотрел разницу показаний по выручке/расходам первых двух групп для определения погрешности разделения объявлений (читать эксперимента).
5. Сравнил бы показания по трем тестовым компаниям с одной из контрольных групп.
6. Если бы разница в конверте была достаточной для статистичекских выводов, сделал бы их.

К такой методологии тоже было бы не мало вопросов, но она бы могла хоть что-то показать, если мы нормально справились с задачей из пункта 1.

В вашей же текущей проверке гипотезы не учтено влияние даже средней цены клика (читать позиции на выдачи и места в аукционе) на конверсию и средний чек, может раньше "работая по ROI" вы и не учитывали. Также у вас сейчас не учтена активность оффлайна и вклад других каналов, конкуренты и много чего еще (сравнение с прошлым годом куда более спорный критерий оценки).

Итого ваше текущее исследование я сходу смог бы интерпретировать минимум пятью разными способами, и ваш вывод был бы отнюдь не самым правильным с моей точки зрения.

1. Разделить на 5 групп - сложновато, но ок.
2. У нас есть основное правило - размер ставки определяет категория приведенного лида за последние N дней (прямой заказ, звонок, подписка и тп). Тут оно никак не учтено.
3. ок
4. Мы еще смотрим на "штуки" - ок.
5. т.е основной фактор берем - конверсия? Но для нас важнее стоимость привлеченных лидов)
6. Нам все равно какая средняя цена, нам все равно какая позиция - нам важен уровень получаемого лида и стоимость его получения. Т.е мы стартуем от заоблачной ставки, чтобы набрать статистику, а дальше оставляем ее уровень в случае эффективности ключа или снижаем в случае неэффективности. В этой ситуации мы получаем максимум разноуровневых лидов при контролируемой эффективности. У нас нет задачи - нагнать и побольше.
7. Активность оффлайн, конечно же учитывается, но она не менялась год к году на столько, чтобы создать серьезный шум.
8. Другие каналы? Опять же не было столько серьезного изменения в каком-то из каналов, чтобы повлиять на контекст в плюс, или наоборот, забрать долю у контекста.
9. А как в данной ситуации притянуть конкурентов? Рост ставок на аукционе - нам не важно. Что-то еще?

Пункты 7,8 и 9 я расписывать не буду из-за лености своей природной, скажу лишь, что все они могут влиять на конверсию, и список их можно дополнить.

Вы не находите эти факторы зависимыми? - ок.

А вот здесь вы загоняете себя в ловушку, если я правильно вас понял:
Один раз прогнувшись ставками на сезонном спаде или будучи вытесненными конкурентами вы не имеет механизма возврата наверх.
Это приводит к тому что на длинной дистанции вы потенциально теряете вкусных клиентов из-за имеющегося механизма регулирования ставок.
Вполне вероятный вывод из вашего эксперимента - подъем ставки на 50-100% просто вернул вам вкусный трафик, которого вы сами себя до этого лишили. И получается, что погода здесь не при делах (вы могли также получить профит меняя цену клика просто по четным/нечетным дням недели, а если бы подняли на весь период теста возможно получили бы еще больше профита).

ps Я ничего не имею против самой гипотезы, проблема в том, что по факту вы ее не проверили.

Ну да, не шибко шустрый он:) Но большим плюсом является то, что он может менять мультипликатор ставки по разным городам в рамках 1 кампании.
Что будет делать ваш алгоритм если в рамках 1 кампании несколько городов с разными погодными условиями?

Нам нужна была единая система для Яндекс.Директ и Google Adwords - ваш пример не релевантен данному запросу.
Так же система, способная ежедневно принимать решение на 100к ключевиков в зависимости от сложных разветвленных условий (в кейсе речь идет только о погоде), но если посмотреть наш кейс сентября про триггерное управление контекстной рекламой, там приведена ветка принятия решения, которая учитывает вес нескольких вариантов лидов, что добавляет сложности системе.

Суровцева и Макаров лютуют и минусут все комментарии кроме "своих". Вы чего такие злые с самого утра?:)
Татьяна, к вам вопрос - пороговое значение это 16с? И допускаете ли вы отклонения или меняете ставку если разница достигает 1с?

скопирую из ответа выше: "Факторы: рост год к году, увеличение цен в связи с кризисом отделялись на этапе анализа конечного эффекта. В итоге получался все равно плюс в доходе и ROI, но конечно не такой большой, как общая цифра."
+ семантика по ключевикам в наших РК 15ый год к 14ому не менялась

Вы или меня не поняли, или полнота СЯ у вас очень скудная.
Я говорю не про изменение семантического ядра, а про изменение его частотности. И сравнение ее, а не ядра помесячно 2014 к 2015-му.

Речь о продажах ИМ.
Дефолт учтен в более глубоком внутреннем анализе, для кейса требовались цифры "сверху". Рост продаж всех категорий за аналогичный период составил 50% (сюда входит фактор и дефолта).