Автостратегии в Яндекс-директ: кому нужны и как тестировать
Рассказываем на примере доставки пиццы pizzaman.ru, как аккуратно протестировать автоматические стратегии управления ставками в Яндекс-директе и не обрушить количество лидов.
PizzaMan работает на рынке Перми более 10 лет, у компании есть филиалы в Ижевске и Екатеринбурге. УМ ведет для клиента комплексный онлайн-маркетинг, у нас в блоге есть подробный кейс о том, как мы в 6 раз увеличили продажи в интернете.
Здесь мы расскажем про один конкретный эксперимент. В конце статьи дадим ссылку на запись нашего выступления с этим кейсом на уральской конференции Яндекс.Бизнеса.
Что такое автоматические стратегии
Сначала мы познакомим вас с теорией, потом приведем пример из практики. Если вы знаете, как работают автостратегии, по ссылке можно перейти сразу к описанию эксперимента.
Автоматические стратегии управляют ставками и показами рекламных объявлений, чтобы достичь конкретной цели рекламодателя. На что можно ориентироваться:
- привлечение клиентов только в рамках рентабельности;
- привлечение максимума конверсий по определенной цене;
- привлечение максимума кликов по определенной цене.
Это самые распространенные варианты.
Мы чаще используем ручное управление ставками, но иногда автостратегии выигрывают.
Сила автостратегий — повышение эффективности рекламы без роста трудозатрат:
- корректировки происходят в режиме реального времени, чего не может обеспечить живой специалист;
- алгоритм сам обучается и сам приводит в систему множество параметров — устройства, географию, соцдем, время — показателей больше 10.
Слабое место — не ко всем проектам это применимо в принципе:
- чтобы алгоритмы корректно срабатывали и обучались, нужно накопить достаточно данных, что не подходит узкоспециализированным тематикам;
- должна быть техническая возможность копить данные о конверсиях, если к вам идут ногами или звонят — не сработает.
Доставка еды для тестирования автостратегий подходит идеально — большая часть конверсий происходит на сайте и их достаточно много, чтобы алгоритм обучился в короткие сроки.
Как сработала автостратегия «оптимизация конверсий» на проекте pizzaman.ru
Глобально основная наша задача — приводить больше клиентов в рамках заданного бюджета. В рамках одного региона мы отлично справлялись, но с появлением филиалов изменилось распределение бюджетов — мы были вынуждены сосредоточиться только на базовых инструментах с максимальной эффективностью, а для доставок еды это реклама на поиске по ключам.
Мы решили тестировать автостратегии, как дополнительную возможность оптимизации рекламных кампаний с минимальными трудозатратами. В рамках теста нужно было понять, сможем ли мы снизить стоимость конверсии.
Тестирование провели с помощью Яндекс-экспериментов:
Сравнивали автостратегию Яндекса с оплатой за конверсии и ручное управление ставками. Для сравнения отобрали поисковые кампании по Перми, которые приносили максимум конверсий:
- брендовую кампанию клиента;
- кампанию по общим запросам про доставку пиццы.
Каждую кампанию разделили на две, в первой ставками управлял специалист на основании конверсий, во второй — автоматическая стратегия Яндекса с оплатой за конверсии.
Ограничения по CPL установили на уровне текущих на тот момент значений — 20 ₽ по общим запросам и 10 ₽ по брендовым. Стоимость лида на проекте уже давно очень низкая, так как у клиента известный бренд и качество продукта на высоте.
Аудиторию, которой показывалась реклама, поделили между кампаниями ровно пополам.
Наш алгоритм проведения теста:
- Запускаем кампании и управляем ставками вручную.
- Оцениваем, сможем ли собрать достаточно данных для корректной работы автостратегии — минимум 20 конверсий в неделю, чем больше, тем выше вероятность, что все сработает.
- Дублируем кампании с ручным управлением кампаниями с автостратегией и запускам Яндекс-эксперимент.
- Собираем данные — стратегия учится ~10 дней, после этого нужно дать кампаниям время, чтобы собрать корректные данные. Мы обычно тестируем в течение месяца, если данных за месяц недостаточно — продлеваем до двух. В процессе можем внести корректировки в базовое значение CPL, на которое ориентируется стратегия, тогда начнется новый эксперимент и система будет учиться заново.
- Делаем выводы и принимаем решение.
- Если кампания с применением автоматической стратегии продолжает работу, следим за результатами — стратегия может перестать эффективно работать, например, из-за резкого снижения числа конверсий, связанного с сезонностью.
В первый месяц данные говорили в пользу ручного управления ставками:
Мы решили продлить эксперимент еще на 1 месяц, чтобы собрать больше данных. Полученные за первый месяц с учетом времени на обучения стратегии были статистически незначимы — в таблице явно видно, что тестовая кампания получила значительно меньше трафика в рамках теста.
Результат
Продлив эксперимент мы получили корректные данные. По итогам 2 месяцев картина изменилась:
Автостратегия Яндекса принесла в 1,8 раз больше конверсий. Цена конверсии снизилась на 12%. Процент конверсии у автостратегии Яндекса оказался выше — 32% против 25% при управлении ставками вручную.
После Перми провели эксперименты и в других городах, в которых работает клиент — Ижевске и Екатеринбурге. Результаты оказались не хуже: на 3 месяц работы автостратегии в Ижевске стоимость заказа снизилась на 30% — с 92 до 63 ₽.
Освободившееся время специалиста потратили на проверку новых гипотез:
Провели эксперименты по времени показа рекламы — выявили, что в обед и ужин есть смысл повышать ставки. Протестировали рекламу в радиусе 2 км от кафе.
Обе показали хороший результат, мы получили решения по увеличению эффективности кампаний.
Резюмируем
Если вы хотите протестировать автоматические стратегии Яндекс.Директа, то вот вам подсказки, проверенные на собственном опыте:
- дайте автостратегиям больше времени — яркий результат может появиться на 2-3 месяц тестирования;
- для теста выбирайте кампании, по которым получаете не меньше 20 конверсий в неделю;
- оценивая эффективность автостратегий в сравнении с ручным управлением ставками учитывайте то, что высвобождаете время специалиста на решение нерутинных задач.
Запись выступления Анастасии Ардашевой — руководителя проекта PizzaMan — на конференции Яндекса вы можете посмотреть на ютубе по этой ссылке. Там кейс разобран чуть более подробно.
Прикольненько