Среди директологов распространено мнение, что наибольший эффект в контекстной рекламе достигается при ручной настройке кампаний. Многие считают, что автостратегии рекламных площадок хорошо справляются только с выкачиванием средств рекламодателей.
Но мы знаем в R-брокер, если «накормить» алгоритм площадки правильными данными в большом количестве, автостратегии дают фантастические результаты. В доказательство приведем 2 кейса.
Ручное управление кажется более надежным, хочешь хорошо – сделай сам.
Однако, это отнимает много времени, управлять большим количеством кампаний сложно и есть риск ошибиться – «человеческий фактор». Нужно держать под контролем кучу параметров:
- Меняющиеся интересы аудитории;
- Время суток, сезонность, праздничные дни;
- Географию;
- Устройства;
- Операционную систему пользователя;
- Пол и возраст потенциальных клиентов;
- Характеристики объявлений;
- Площадки;
- Прогноз погоды;
- Качество посадочной страницы;
- Длину запроса.
Не для всех. Есть минусы:
- Нужно указать целевой параметр: бюджет, цена за клик или СРА. Где взять эти данные?
- Кликовые стратегии подключать страшно, вдруг упадет конверсия?
- Конверсионные стратегии требуют большого количества данных. Где взять столько конверсий?
- Оптимизация рентабельности требует сложных интеграций. Как их настроить при малом бюджете?
Автостратегии – это не автопилот, который везет вас, куда нужно. Они требуют высокой квалификации, вдумчивой работы и железных нервов.
Не каждый готов ждать несколько недель, пока непонятный «черный ящик» наберет необходимое количество данных и выйдет на заданную цель. Особенно, если бюджет небольшой, а результат нужно получить быстро. При неправильной настройке они не будут работать, только сливать бюджет. Однако, мы нашли проверенный алгоритм управления автостратегиями. Покажем, как это работает, на примере кейсов.
- Реклама на поиске в Яндекс.Директ;
- Продажа оптом и в розницу;
- Высококонкурентная ниша, низкая маржинальность;
- До нас было 13 конверсий в день.
- Привести максимальное количество конверсий;
- Доля рекламных расходов не должна превышать 35%.
Мы перебрали все ручные способы управления и автоматические кликовые стратегии, но количество заказов не то только не выросло, оно снизилось почти до нуля! Тогда решили попробовать автостратегии.
Чтобы алгоритм «черного ящика» Яндекса определил характерные признаки целевой аудитории и научился ее находить, ему нужно скормить достаточно большой кусок стартовых данных с конверсиями. Они бывают 2 видов.
Это конечное действие посетителя на сайте, ради которого затевали рекламную кампанию. Например:
- оформление покупки из корзины;
- заказ в один клик.
- звонок;
- заявка
Для обучения алгоритма Яндекса 13 заказов-макроконверсий в неделю было недостаточно. Тогда мы решили попробовать обучить «черный ящик» на микроконверсиях.
Это промежуточное действие посетителя, которое не приносит выручку напрямую, но указывает на качество трафика. Например:
- Просмотр целевых страниц сайта: доставка, условия, гарантия, контакты.
- Любая форма интерактивного взаимодействия с сайтом: онлайн чат, калькулятор, онлайн конструктор.
- Прерванные конверсии, т.е. те, где пользователь начал заполнять форму обратной связи, но не закончил.
- Загрузка презентаций, каталогов, прайсов или других файлов.
Какую микроконверсию выбрали
Из 9 вариантов нужно выбрать те, которые достоверно связаны с заказом товара. То есть действие, действительно предшествующее покупке. Алгоритм будет стараться привлечь как можно больше посетителей с таким же поведением, а мы получим рост продаж. Мы в R-брокер не любим гадать, а полагаемся на математику. Чтобы определить какую микроконверсию использовать, мы написали своего аналитического робота.
Как он работает:
- Заливаем в робота два типа данных:
- желаемые макроконверсии;
- гипотезы о микроконверсиях.
- Алгоритм ищет зависимости между микро- и макроконверсиями;
- Если зависимость > 0.8, то она считается надежной.
Результат
- Когда включили автостратегию с целью «Посмотрели 3 страницы», число макроконверсий выросло от 13,2 до 80 в неделю.
- Нам показалось, что теперь мы набрали достаточное количество макроконверсий, и можно сменить цель на получение конечных конверсий, а не промежуточных. Для проверки гипотезы сменили цель на менее частотную «Подтверждение заказа», и число конверсий сразу упало с 80 до 55.
- Тогда мы обратно сменили цель на более частотную «Посмотрели 6 страниц», и число конверсий снова увеличилось до 75.
А что, если все дело в карантине?
Действительно, резкий всплеск конверсий совпадает с началом самоизоляции. Салоны красоты закрылись, и можно предположить, что косметику чаще стали покупать на дом.
Кейс 2. Дизайнерский декор
Дано
- Продаем плинтусы, карнизы, стеновые панели в розницу
- Идет реклама на поиске Google;
- Очень мало трафика: 4 кампании давали 80 кликов в неделю;
- Макроконверсия – звонок, 3 шт. в неделю;
Задача
Повысить количество конверсий.
Что сделали
В этом кейсе для обучения алгоритма у нас было слишком мало и макро- и микроконверсий - очень мало трафика, узкая ниша. Когда данных мало, мы поднимаемся на уровень выше. Мы использовали стратегию «Максимум кликов».
В Google Ads есть полезная фича – можно объединить рекламные кампании в «пакет». Так робот получит больше данных для обучения. Так мы и сделали, и это было единственным, что мы изменили на тот момент. Результат удивил!
Результат
Выводы
Так устроен «черный ящик» автостратегий. Чем больше данных вы даете алгоритму на анализ, тем более эффективную стратегию размещения он подберет.
- Микроконверсии — лучший способ обучить автостратегии.
- Если разумно увеличивать бюджет, число конверсий растет.
Слишком строгое ограничение бюджета рекламной кампании может не дать роботу собрать нужное количество целевых действий для обучения.
- В автостратегиях стоит ориентироваться только на недельные показатели.
Поведение пользователей в течение недели неравномерно и меняется день ото дня. Алгоритму нужно минимум 7 дней для сбора статистически значимых данных. Только тогда можно делать выводы об эффективности.
- В Google Ads объединение в пакеты показывает хороший результат.
Итог
Автостратегии прекрасно работают, если кормить роботов правильными данными в большом количестве. Благодаря этому можно сэкономить время и силы на ручной настройке кампаний, контролировать больше разных проектов.
Источник: Cossa.ru