Представители мебельного гипермаркета Hoff предположили, что существует зависимость между заказами продуктов с контекстной рекламы и погодными условиями, после чего провели эксперимент с регулированием ставок в «Яндекс.Директе» и Google Adwords на основе температуры воздуха, облачности и осадков. Это позволило компании увеличить продажи товаров категории на 64%, а конверсию в покупку — на 21% при росте расходов на 18,5%.
Руководитель отдела интернет-маркетинга Hoff Татьяна Панина рассказала vc.ru о реализации кейса.
С первым потеплением в марте-апреле начинается сезон продаж садовой мебели, а уже в июле товар уходит на распродажу. У нас получилось найти необычное решение продвижения этой категории в контекстной рекламе.
Еще в 2013 году в летний сезон мы предположили, что продажи садовой мебели зависят от погоды. Однако в тот момент под рукой не было инструмента, который позволил бы автоматизировать управление контекстной рекламой в зависимости от погодных условий.
В 2014 году по итогам летних продаж мы провели повторный анализ, который подтвердил гипотезу и показал явную зависимость между дневной температурой воздуха и заказами с контекстной рекламы: чем выше температура, тем больше продаж.
Зависимость между дневной температурой воздуха и заказами с контекстной рекламы
К летнему сезону 2015 года мы решили подготовиться заранее: вместе с нашим партнером Alytics (система автоматизации контекстной рекламой) разработали автоматические правила, которые регулируют ставки в контекстной рекламе в зависимости от прогноза погоды по трем условиям:
- дневная температура текущего дня;
- тип осадков;
- уровень осадков.
В качестве поставщика данных о прогнозе в наших целевых регионах мы выбрали Gismeteo.
Как это работает
Рассмотрим механику: система автоматизации контекстной рекламы Alytics каждый день в 4 утра получает выгрузку от Gismeteo по API c прогнозом погоды на текущие сутки. Для принятия решения за основу берется дневная температура в градусах по Цельсию в зависимости от региона и отсутствие осадков. Поскольку лето 2015 года выдалось дождливым и холодным, в середине отчетного периода правила пришлось скорректировать в сторону допущения небольших осадков (мелкий дождь).
Температура в 2015 году была в среднем ниже, чем год назад:
Сравнение средних температур в 2014 и 2015 годах (по данным сводных отчетов Gismeteo).
Сравнение осадков в 2014 и 2015 годах (по данным сводных отчетов Gismeteo).
Правила работы со ставками мы сформировали следующим образом:
Исходная ставка увеличивается на 100%, если:
- дневная температура воздуха больше порогового значения;
- нет осадков или мелкий дождь;
- нет облаков или малооблачно.
Исходная ставка увеличивается на 50%, если:
- дневная температура воздуха больше порогового значения;
- есть осадки — дождь;
- облачно.
Исходная ставка остается без применения коэффициента, если:
- дневная температура воздуха меньше порогового значения;
- осадки — сильный дождь;
- пасмурно.
В остальных случаях, которые не затронуты ни одним из правил, ставки не изменяются. Визуальная схема автоматизации ставок:
Схема автоматизации ставок от прогноза погоды
Результаты
- Рост конверсии в покупку с рекламных кампаний «Садовая мебель» на 21%.
- Рост дохода по данной категории за отчетный период на 64%.
- Рост расхода по рекламным кампаниям «Садовая мебель» на 18,5%.
Сравнение расходов и доходов
Руководитель отдела интернет-маркетинга компании Татьяна Панина сообщила о намерении продолжать подобные эксперименты.
Интересно, у нас был схожий опыт. Замечали зависимость конверсии от наличия/отсутствия дождя. Проект по продаже керамзитоблоков. Если шел дождь то конверсия резко падала (стали снижать ставки). В дни солнечные поднимали. Итоговый ROI заметно улучшилсяулучшился.
Рекомендую еще проверить гипотезу: "ожидание солнечных дней", те если Гидрометцентр сообщает, что через N дней планируется солнце, то конверсия может начать отрастать уже с этого момента "ожидания", а ставки низкие... У нас это есть в планах.
Татьяна, здравствуйте. Скажите, а как вы определяете, на что повлияло использование вами новой системы, а что связано с просто другой погодой в сезоне, трендами и всеми остальными факторами?
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.
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.
5. т.е основной фактор берем - конверсия? Но для нас важнее стоимость привлеченных лидов)
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.
Год назад была похожая статья про ребят из Украины, занимающихся доставкой еды. они в дождливую погоду закупали контекст, что увеличивало конверсию. Погода на самом деле влияет на конверсию
За 2 минуты нагуглился скрипт управления ставками в зависимости от погоды в AdWords
дадада, классный скрипт. Интересно на большом количестве кампаний сможет отработать, учитывая драконовские ограничения скриптов и необходимость менять индивидуальную ставку на уровне ключевых фраз
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?
Для Яндекс Директа ничего, в нем нет технических возможностей) Для Адворс можно подпилить и так))
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?
По погоде порог был жестким - ниже 16 не играем)
Но на след год планируем подходить к этому более гибко, тк есть ряд непроверенных гипотез, которые не соответствуют этому жесткому правилу.
За другие цифры сказать не могу, но вот «рост дохода 64%» если сравнивать 2014 к 2015, по меньшей мере, лукавство.
Если взять семантику порядка 7000-10000 запросов, по категории «сад и огород» и спарсить частотность 2014 к 2015, там естественный рост частотности ~30%
На это есть поправка?
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.
Спасибо, этот фактор мы не минусовали, забыли в процессе.
Наложим на результаты и его.
Посмотрите как анализ данных походы и цены влияет на продажи в гипермаркетах (и как это использовать).
Как учитывался рост цен в вашем случае?
Я уже уточняла выше, что данный фактор был наложен во внутр. анализе. Здесь указана цифра "сверху".
Препарировать все факторы в рамках кейса не планировалось, тк это был первый опыт. След.осенью надеемся понять гораздо больше, и мб поделимся выводами.
Речь об интернет продажах? Анализируемые периоды 2014 и 2015? А дефолт рубля учтен??
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).
Есть вероятность что рандомный рост ставок на 50 и 100% дал бы схожий эффект :)
Плюс еще много факторов - конкуренция, цены, кризис. В цифрах достоверно сложно просчитать.
Не проще ли анализировать прошлые продажи (с одинаковыми ставками) в солнечные и пасмурные дни и плясать от этого?
Так и делали в 2013 и 2014 годах. На основа такого анализа и родилась гипотеза, которая после вылилась в этот кейс в 2015 году
Тогда объясните это:
https://static47.siliconrus.cmtt.ru/paper-media/da/7a/36/f22f63f091f194.jpg
Тоже думаю что рост позиций объявлений съиграл, а не зависимость от погоды.
Тот самый случай, когда бесполезный менеджер создает видимость своей полезности.
Я не вчитывался, но логика простая: поднималась ставка = больше показов/выше позиции = больше доход.
Искать связь с погодой можно, когда больше нечем заняться.
Во всех этих кейсах не показывают абсолютных цифр и вообще не слова не говорят об окупаемости рекламы. Окупается?
Если вы такие спецы, что вы еще на зарплатах то сидите, офер Hoffa есть в какой-то партнерке точно. Открывайте ИП-шечку и вперед за миллионами.
В декабре 2020 года против организаторов Finiko завели уголовное дело.
Грамотная организация рабочих процессов — ключ к быстрому и результативному выполнению поставленных задач, своевременному закрытию проектов и, как итог, к повышению эффективности бизнеса. В потоковых системах с интеллектуальных трудом, таких как разработка, HR, продажи, маркетинг и другие — соблюдать временные рамки трудно из-за множества…
Свершилось – вы получили работу мечты! Но впереди еще три месяца испытательного срока. Это время дается вам и работодателю, чтобы определиться, насколько вы друг другу подходите. Как использовать это время с максимальной для себя пользой? Рассказывает главный специалист отдела подбора персонала Ольга Шабалина. Как всегда, упаковали полезные…
Если его не обжалуют.
Слово инфобизнес уже успело стать ругательством. Но так ли плохи эти курсы? И как можно сделать их лучше?
Бывает, что корпоративные юристы — люди, которые не показываются из кабинета и иногда вставляют палки в колёса другим отделам. Но в «Фоксфорде» они сами ходят к бизнес-заказчикам и предлагают идеи. Юрист онлайн-школы «Фоксфорд» Катя Кулакова рассказывает, как работает юридический отдел, который живёт интересами компании.
Состояние Влада Тенева оценивается в $2,4 млрд, Байджу Бхатта — в $2,8 млрд, по версии Bloomberg.
Так они хотят заставить сервисы уменьшить стоимость размещения — за последние несколько лет она выросла в шесть раз.