{"id":9253,"title":"\u0427\u0442\u043e \u0434\u0430\u0440\u0438\u0442\u044c \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0430\u043c, \u0447\u0442\u043e\u0431\u044b \u043d\u0435 \u043d\u0430\u0432\u0440\u0435\u0434\u0438\u0442\u044c \u043e\u043a\u0440\u0443\u0436\u0430\u044e\u0449\u0435\u0439 \u0441\u0440\u0435\u0434\u0435","url":"\/redirect?component=advertising&id=9253&url=https:\/\/vc.ru\/mos.ecology\/322605-chto-darit-klientam-sotrudnikam-i-partneram-chtoby-ne-navredit-okruzhayushchey-srede&placeBit=1&hash=f7f2e59c93d6bf99b4de7eb426299419c5e5dc01833ead4a2d9b746713d07b81","isPaidAndBannersEnabled":false}

Ломаем «черный ящик» Google Ads и получаем клиентов в 10 раз дешевле, чем в Merchant

Удваиваем онлайн-продажи обувной федеральной сети без роста бюджета всего за месяц. Свежий кейс и лайфхаки от «Мако».

Привет! Я собственник performance-агентства МАКО Андрей Горностаев. Делюсь важной для рекламного рынка историей работы с интернет-магазином широко известной обувной федеральной сети. Раскрыть ее название я, к сожалению, не могу, так как разрешения не получил:

Это стандартная ситуация. Редко, кто из клиентов, соглашается на публикацию коммерческой инфы. Поэтому приходится скрывать бренд, делая выбор в пользу реальных цифр. Так интереснее, на мой взгляд.

Это проект, в котором уже больше года мы ведем контекстную рекламу исключительно на автостратегиях в Директе и Ads – ежедневно экспериментируем с их настройками и добиваемся лучшего результата.

Каждая такая история ценна, т.к. приоткрывает завесу пресловутого «черного ящика», которым многие спецы окрестили работу автоматизированных алгоритмов Яндекса и Гугла. Точную логику их работы нам не раскрывают, но не пользоваться ими в современном интернет-маркетинге сродни выстрелу в ногу.

Самое интересное в кейсе

  • Была отлично настроенная ecom-реклама у заказчика, сделанная по всем правилам, сломав которую, мы сделали вдвое лучше всего за месяц.

  • Нашли лайфхаки, благодаря которым наращивали объем продаж, оставаясь в рамках 500 руб. за привлечение заказа и до 10% ДРР, несмотря на высокую цену за клик и небольшой средний чек.

  • Проделали трюк с динамическими товарными кампаниями в Google и получили цену за заказ в 10 раз ниже, чем в Merchant, при помощи DSA.
  • Преодолели глобальный спад эффективности рекламы весной 2021 при смене коллекции обуви, когда у нас перестало работать абсолютно все.

Все это удалось сделать при помощи экспериментов с автостратегиями Яндекса и Гугла. Автостратегия – это настройка рекламной кампании, когда мы задаем системе ключевой KPI, на основании которого она сама подбирает аудиторию. Мы платим не за клики, а за достижение ключевых целей. Например, выставляем цену 300 руб. за заказ и платим только за совершение заказа на сайте.

Данный кейс можно рассматривать как углубление поднятого в моей нижеприведенной статье вопроса про роль агентства в работе с контекстной рекламой в условиях, когда эффективностью рекламы управляют роботы, а не люди.

Часть 1. Как улучшить вдвое идеально настроенную ecom-рекламу?

На старте сотрудничества мы провели аудит их текущей рекламы заказчика, в которой практически не нашли ошибок. У клиента было идеально собранное семантическое ядро, в котором ключи проработаны до самых низкочастотных, а нецелевой мусор весь вычищен. Трафик с рекламы был полностью целевой, корректировки по полу–возрасту–устройствам стояли правильные. Конверсия в заказ для тематики одежда/обувь высокая – от 0,7% до 1,2% в зависимости от инструмента, ср. цена клика низкая – 6 руб. Можно ли было сделать лучше?

В МАКО мы практикуем ответственный подход – если не сможем за 1-2 месяца сделать лучше хотя бы на 20% – не берем проект в работу. Улучшение в пределах 10% находится в зоне статистической погрешности – естественных колебаний эффективности рекламы от месяца к месяцу.

Мы понимали, что значительно цену клика не снизим, конверсию не нарастим. Единственное, за что зацепился глаз – одинаковая ставка на все ключи. Что само по себе – не ошибка. Когда ключей тысячи – статистики по каждому из них меньше десятка кликов, поэтому о конверсии ключа в отдельности говорить не приходится. Соответственно и точную ставку назначить невозможно.

Но так рассуждает «старая школа» контекстной рекламы, представители которой до сих пор считают, что автоматизированные рекламные кампании – для ленивых, а ручная проработка РК и ручное выставление ставок – главный инструмент повышения эффективности. Психологически это понятно – нужно все взять под свой контроль, и результат будет наилучшим. Нельзя доверять непонятным алгоритмам, работающим в интересах площадки и стремящимся сожрать твой бюджет...

Мы и сами так считали еще пару лет назад, когда алгоритмы систем были молоды и слабы. Но современная контекстная реклама – это на 80% сочетание автоматизированных алгоритмов и экспериментов с их настройками. Многие параметры рекламных систем, влияющие на эффективность, не доступны в ручном режиме. И заранее не понятно, какая настройка окажется ключевой. Поле для экспериментов – широкое. Чем больше их проводишь, тем лучше понимаешь логику работы алгоритмов и учишься предсказывать их эффективность в разных ситуациях.

Увидев одинаковую ставку на все ключи, мы подумали – это мощная точка роста, как ее можно использовать?

Варианта было два:

  • Перевести все РК на автоматическое управление ставками (автостратегии). Кампании в сетях (РСЯ, КМС) полностью перевести на оплату за конверсию. А для рекламы на поиске настроить стратегию – целевая цена за конверсию. Платим за клики, но алгоритм показывает рекламу пользователям, готовым совершить заказ, и выставляет ставки так, чтобы удерживать заданную стоимость привлечения заказа.

  • Вручную выставить более точные ставки. Разбить семантическое ядро на сегменты – категории и подкатегории одежды и обуви. Для более маржинальных товаров выставить ставки повыше, для менее маржинальных – пониже. Учесть «температуру» запроса – близость к покупке. Для ключей по названию товаров ставки повыше, т.к. они самые горячие и конверсионные. Пользователь уже знает, что хочет – осталось зайти на сайт и купить. Для общих категориальных ключей («купить женские сапоги») – пониже, т.к. такие ключи отрабатывают хуже. Пользователь еще не выбрал конкретный товар и сравнивает разные бренды.

Мы не рискнули выбрать сразу 1 вариант. Несмотря на точные настройки по стоимости за конверсию, мы могли сильно просесть в объеме заказов, если алгоритм не сумеет быстро найти нужную аудиторию. Поэтому не стали делать резких изменений в рекламе, вручную перелопатили всё семантическое ядро и выставили на каждый ключ точную ставку.

Запустили рекламу в воскресенье вечером. В понедельник утром проверяем РК и видим, что вся реклама остановлена по ограничению дневного бюджета. Смартбаннеры в Яндексе разогнались и потратили за ночь весь бюджет, не принеся заказов. Пробовали разные настройки, но результаты первой недели работы были значительно хуже, чем у клиента.

Было у клиента

Стало за 1 неделю на ручных настройках

Цена клика выросла почти в 2 раза, стоимость заказа увеличилась на 200 руб. в Гугле и на 100 руб. в Директе, ДРР вырос на 30%. Можно было себя утешать, что это всего первая неделя, ничего страшного, хотя бы объем заказов не потеряли… Но, на самом деле, это был полный крах нашей гипотезы с точными ставками по ключам, выставленными вручную.

Самое сложное и самое верное решение – переходим на автостратегии

Самое сложное решение в этом проекте – убедить себя разом перевести все рекламные кампании на автостратегии. Почему сложное? Потому-что есть риск обрушить продажи в несколько раз, в то время пока стратегии будут обучаться, а мы экспериментировать с их настройками. Причем не факт, что это все в итоге будет оправдано даже по прошествии нескольких недель. Вероятность положительного исхода с автостратегиями на новом рекламном аккаунте – 50/50.

Чтобы набраться смелости, мы изучили статистику сайта в Google Analytics. Самое важное для успешной работы алгоритмов – быстрая обратная связь. Чем короче и быстрее путь между первым кликом и конверсией, тем эффективнее работает алгоритм. Ему проще понять взаимосвязь между этими событиями, т.к. временной интервал короткий, и путь пользователя простой – его легко просчитать и предсказать.

В этом смысле, данные были обнадеживающие – половина пользователей совершала конверсию с первого захода на сайт. Остальным для принятия решения тоже требовалось немного времени – 1-2 дня и 2-3 посещения сайта. Объема конверсий для обучения алгоритма тоже хватало. 150 онлайн-заказов с рекламы в неделю – это намного больше минимального рекомендованного Яндексом порога – 10 конверсий.

Вдобавок, шел второй месяц после появления в Директе стратегии с оплатой за конверсию. В Гугле он был давно, а Яндексе появился впервые. Мы решили, что данный проект с быстрой обратной связью и достаточным числом макроконверсий идеально подходит для теста нового инструмента.

Перевели все кампании, где это возможно, на оплату за заказ. А остальные – на автостратегию «целевая цена конверсии» (ЦЦК). В этом случае мы платим за клики, но алгоритм показывает рекламу пользователям, которые с высокой вероятностью совершат конверсию, и сам управляет ставками за клик в зависимости от установленной ЦЦК.

Через неделю работы на автостратегиях получили результат

Всего за неделю мы втрое улучшили результативность рекламы – ДРР сократился в 3 раза, число заказов выросло на 40%, а их стоимость упала в 3,5 раза. Это был успех. Мы выдохнули и радовались, напряжение спало. Гипотеза подтвердилась.

В итоге, за первый месяц работы мы значительно приросли относительно прежней результативности рекламы у клиента:

Было за 3 месяца до работы с нами

Стало по итогам первого месяца работы МАКО

За тот же рекламный бюджет уже в 1 месяц мы привлекли в 2 раза больше заказов и в 2 раза увеличили доход с рекламы, уменьшив ДРР с 9% до 5%

Часть 2. Лайфхаки по улучшению автостратегий

На этом наша работа закончилась. Клиент пожал руку за отличную работу, настроил в своем аккаунте такие же автостратегии, получил точно такие же результаты и перестал платить нам за услуги...

Ну, мы и сами так думали :) Но вышло иначе. Оказалось, нужно прикладывать постоянные усилия, чтобы работа алгоритмов происходила в нужном русле, и достигнутые результаты не падали, а росли.

1. Как получить стоимость заказа по названиям товаров в 10 раз ниже, чем в Google Merchant?

В ecom–рекламе, как правило, самые конверсионные кампании по ключам по названию товаров. Руками их не делают, т.к. товаров тысячи, а используют фид, на основе которого система сама подбирает ключи и создает объявления. В первую очередь, такой фид загружается в Google Merchant – инструмент в Google, заточенный под товарные торговые кампании. Если создать фид правильно, ключи и объявления получаются релевантными, и такая реклама отлично работает. Большинство интернет–магазинов обязательно использует этот инструмент.

На этом проекте мы 4 раза пробовали запускать Google Merchant с разными настройками. Тестировали торговые кампании с ручной оптимизацией с разными вариантами фида. Запускали смарткампании, работающие на полном автомате с оптимизацией по ROI… Но стоимость заказа всегда выходила во много раз выше целевого CPO 500 руб. Высокая конкуренция в Google Merchant не дает привлекать дешевый трафик, и дорогой клик «съедает» всю эффективность, достигнутую экспериментами с фидами и настройками.

Мы сделали вывод, что Merchant не подходит для низкого ср. чека в тематике обуви и одежды.

Лайфхак – используем DSA для ecommerce

Чтобы получить цену по товарным кампаниям ниже, чем в Merchant, мы придумали обходной путь – запустили рекламу по названию товаров через DSA – динамическую поисковую рекламу в Google.

DSA – это автоматизированная реклама, при которой система сама подбирает ключи и создает объявления на основе содержания сайта. Надо ли говорить, как «старая школа» директологов к этому относится? Да это же слив бюджета! Как можно доверять алгоритму важную работу по подбору ключей, да еще на основе контента сайта!

Этот инструмент редко используют в ecommerce, так как:

  • Мало кто из опытных рекламодателей настолько доверяет системе, чтобы отдать ей все на откуп, не имея, например, возможности указать цену товара в объявлении.

  • Высока вероятность слить бюджет на общие ключи, какие как “купить босоножки”, которые система также подбирает наряду с ключами по названиям товаров. И зачастую в екоме они работают плохо.

  • Не все сайты организованы таким образом, чтобы алгоритм идеально работал. Нужна простая и логичная структура, чтобы робот создал релевантную рекламу.

Именно поэтому аукцион в DSA не так разогрет, как в Google Merchant, и мы этим решили воспользоваться.

DSA работает с оплатой за клики, но можно выставить целевую цену заказа, на которую будет ориентироваться алгоритм. Если отправить систему в свободное плавание, просто указав в качестве таргетинга главную страницу или раздел – мужская обувь / женская обувь / босоножки и т.д., результат получится непредсказуемым. Система подберет широкие ключи, и стоимость заказа выйдет высокой. Мы сделали иначе.

Взяли фид для Google Merchant и удалили из него все кроме ссылок на карточки товаров. Загрузили его вручную в DSA и оставили алгоритму только 1 степень свободы – взять для ключевого слова и объявления название товара из заголовка страницы и привести пользователя на страницу этого товара. Именно то, что и было нужно!

Как это сработало:

Google Merchant за все время работы:

DSA за неделю:

Цена заказа и ДРР упали более чем в 10 раз! Мы получили не только снижение цены клика в 2 раза, но и рост конверсии в 5 раз за счет низкой конкуренции в DSA–аукционе.

Почему в нашем случае общие ключи, которые тоже попали в DSA, хорошо отработали? Важный фактор успеха – правильное ценообразование у клиента. Именно столько среднестатистический российский покупатель готов заплатить за босоножки. Он не уходит в отказ, перейдя на сайт и увидев цены. По этой же причине, DSA в сегменте одежды не сработал, т.к. цена на нее была выше среднерыночной.

Мы рекомендуем использовать DSA в категориях, в которых у вас средние по рынку цены в вашем регионе. Если ваш сегмент выше среднего, автоматические товарные объявления без указания цены будут приводить на сайт нерелевантных пользователей, и нужный ДРР и цену привлечения заказа вы, скорее всего, не получите.

2. Боремся с перерасходом бюджета и выгоранием аудитории

Большая проблема автостратегий в этом проекте состояла в том, что они сильно разгонялись, возникал перерасход бюджета, и их требовалось «зарезать» – снижать целевую цену конверсии в настройках. Из–за этого алгоритм начинал переобучение и в сл. неделю мы не получали нужный объем заказов. Такие «качели» были на всем протяжении работы с проектом.

Сохранилась бы эта проблема, если бы у нас был неограниченный бюджет? Скорее всего нет, но появилась бы другая. Иногда мы не упирались в бюджет и готовы были к разгону автостратегий, но нужная аудитория быстро заканчивалась, и объем заказов все равно начинал снижаться. Если ничего не предпринимать и не перенастраивать стратегию, алгоритм упирается в «потолок» и перестает эффективно работать. Перезапуск – возобновляет обучение, и стратегия снова начинает приносить заказы.

В этом проекте мы выработали такой прием – 3 дня даем стратегии разогнаться на высоком CPO – стоимость за заказ выставляем на 20% выше требуемого KPI. Через три дня опускаем CPO на 20% ниже KPI – объем перестает расти, сохраняется постоянным, даем так поработать еще – 2–3 дня. Как только объем заказов начинает снижаться, снова увеличиваем ЦЦК на 20% от нашего KPI, и цикл повторяется.

Самое интересное, но через несколько месяцев таких корректировок алгоритм «понял», что от него требуется, и сам научился работать в нужном ритме без нашего участия.

3. Не даем алгоритму приводить нерелевантную аудиторию

Когда что–то меняется на сайте, влияющее на конверсию, например выход новой акции – это сильно влияет на логику работы алгоритма. В моменте конверсия сайта увеличивается, и автостратегия начинает приносить много заказов по низкой цене. Робот «думает», что он настолько эффективен, что может покупать клики дороже, и резко расширяет аудиторию. Но в итоге это, наоборот, приводит к значительному росту стоимости заказа. Ситуативные моменты воспринимаются алгоритмом как ключевые, и он начинает слишком сильно расширять аудиторию, приводя менее релевантных пользователей.

У клиента каждые выходные выходила новая акция. В результате, росла конверсия сайта, и алгоритм резко начинал скупать клики по завышенной цене. Больше заказов от этого не становилось, они только дорожали. Более того, с приходом понедельника, все становились значительно хуже, чем было в будни на прошлой неделе, так как алгоритм загрузил себя нерелевантными данными и потерял нужную фокусировку.

В будни стоимость заказа выходила в районе 400 руб. На выходных, из–за роста конверсии сайта, CPO опускался до 300, но в понедельник резко возрастал до 900. Объем заказов при этом значительно снижался относительно прошлой недели. Если не вносить корректировки в автостратегии, не давая алгоритму расширять аудиторию, можно потерять всю следующую неделю, т.к. роботу потребуется время на переобучение и выход на прежние показатели. В нашем случае для этого достаточно было в субботу понизить ЦЦК до 300 руб. за заказ, а в понедельник вернуть к прежнему значению – 400–500 руб.

4. Оптимизируем брендовые кампании через DSA

Вдохновленные успехом, мы решили и брендовые кампании по названию магазина запустить через DSA. Обычно такие кампании самые конверсионные и поэтому дают наименьшую стоимость привлечение заказа. Но в нашем случае это было не так. Высокая цена клика в общем аукционе по брендовым ключам давала заказы выше необходимых значений CPO.

Показатели брендовых РК за 2 месяца:

Мы остановили брендовые РК, созданные в ручную, и запустили их через DSA. Это уменьшило цену клика по брендовым ключам в Google с 14 руб. до 6 руб., но сохранило ту же конверсию. Что дало CPO ниже 300 руб.

Часть 3 – смена коллекции, когда перестало работать абсолютно всё

С сентября 2020 по март 2021 мы удерживали отличные показатели по рекламе. Экспериментировали с настройками автостратегий, масштабировали заказы, сохраняя ДРР до 10%... Но наступил апрель 2021 – время смены осенне-зимней коллекции одежды и обуви на весенне-летнюю, и в этот момент у нас перестало работать абсолютно все. Все наши таргетинги и настройки оказались неэффективными. Требовалась глобальная перезагрузка всего проекта.

Было за неделю в марте:

Стало за неделю в апреле:

Объем заказов упал более чем в 2 раза и на столько же возросли CPO и ДРР. Это была катастрофа. Что же произошло? С приходом нового сезона поведение аудитории стало другим. Изменились ключевые параметры – спрос, конкуренция, конверсия. Нужно было начинать с нуля – заново обучать алгоритмы Яндекса и Гугла и искать новую конверсионную аудиторию.

Берем все в свои руки или экспериментируем с автостратегиями?

Снова, как и в начале проекта, возникла дилемма:

1. Переводить проект на ручное управление и выставлять ставки в ручную

2. Перезапускать и переводить автостратегии на новые настройки.

В этот раз мы не стали искушать судьбу и решили сразу начать с автостратегий. Идея была перевести алгоритм на оптимизацию по ROI. При этой настройке мы платим за клики, но робот ориентируется на целевой ДРР (выставили 15%).

Почему решили перейти на ROI?

Полгода назад осенью 2020 мы тоже пробовали на этом проекте стратегию по ROI в Директ, но она показывала низкую эффективность – практически такую же, как самая неэффективная стратегия Яндекса «максимум кликов». Но мы изучили современные кейсы и нашли немало примеров ее эффективности. По видимому, Яндекс смог за полгода ее доработать, и мы решили еще раз ее протестировать.

С ROI есть одна серьезная проблема

При переходе на ROI алгоритм начинает сразу много тратить, т.к. оплата происходит за клики. Мы получаем много трафика еще без учета ROI, т.к. ROI считается по прошествии недели, а не в моменте. И в этом самом моменте может происходить все что угодно. Например, в понедельник алгоритм тратит 500 руб. и привлекает случайно заказ с чеком 10 000 р. Это развязывает ему руки, и он начинает тратить с удесятеренной силой… Во вторник расходует 10 000 р., в среду еще 5 000… но заказов это не приносит, а недельный бюджет рекламной кампании 20 000 р. на ¾ уже исчерпан. Вероятность получить нужный ROI снижается, и алгоритм останавливает рекламу. В итоге мы потратили 15 500 и получили только 1 заказ.

Из этой ситуации есть выход – перевести разогнавшийся алгоритм с оптимизации по ROI на оплату за заказ (CPO = 500 р.). Робот увидит, что РК принесла ранее много трафика и начинает снова его активно наращивать, но это нам уже ничего не стоит, т.к. мы платим за заказы. И вот алгоритм приносит еще 10 заказов по 500 р. В результате, средний показатель CPO за неделю выходит уже не такой катастрофический. И благодаря смене стратегии, мы выжимаем из оставшихся 5 000 р. недельного бюджета еще 10 конверсий.

Поэтому наш план был такой:

  • Перевести все рекламные кампании на ROI и обогатить рекламу новыми данными.
  • После этого вернуться на модель оплаты за заказ (CPO = 500 р.).

Решение себя оправдало – мы начали восстанавливать потерянный объем по заказам. Например, общая РК по босоножкам (не бренд), ничего не принесшая неделю, принесла при новой стратегии более 10 заказов.

Постепенно, шаг за шагом мы разогнали так каждую рекламную кампанию, и через месяц вышли на требуемый KPI.

Третья неделя мая:

Объем заказов вырос на 50%, стоимость заказа уменьшилась на 42%, а ДРР опустился до требуемого значения 10%.

В итоге, за месяц удалось преодолеть кризис смены коллекции и найти нужную аудиторию. В дальнейшем такую механику смены автостратегий мы применяли раз в месяц, чтобы обогащать алгоритм новыми данными и увеличивать объем заказов.

Рекомендации по работе с автостратегиями в контекстной рекламе

  • Используйте автостратегии сразу на проектах с быстрой обратной связью, когда решение о покупке принимается быстро с первого посещения сайта.

  • Чем больше конверсий вы получаете в моменте, тем выше шансы на успех у алгоритмов. В идеале вам нужно несколько десятков конверсий за неделю по 1 рекламной кампании.

  • Объединяйте несколько рекламных кампаний в одну, чтобы не размазывать конверсии. Так у алгоритма будет больше шансов найти нужную аудиторию.
  • Ежедневно отслеживайте эффективность автостратегий – следите за объемом и стоимостью конверсий. Если объем начинает падать, а стоимость расти, меняйте тип оптимизации и обогащайте алгоритм новыми данными.
  • Ключевой фактор эффективности автостратегий на поиске – тщательно собранное семантическое ядро. Не жалейте времени и тщательно подбирайте ключи вручную. Это фундамент.
  • Следите за динамикой конверсии сайта, связанной с обновлением его контента. При резком скачке конверсии, работа автостратегии будет непредсказуема, алгоритм может начать бесконтрольно расширять или сужать аудиторию, что в первом случае приведет к существенному росту стоимости конверсий, а во втором – снижению их объемов.
  • Особо внимательно наблюдайте за автостратегиями Директа, в Ads алгоритмы работают более предсказуемо и стабильно.
  • Создавайте простую прозрачную структуру сайта с точными релевантными HTML-заголовками страниц – это позволит использовать в Google DSA-рекламу, которая приведет вам много недорогого и конверсионного трафика. Задавайте DSA-алгоритму четкие рамки, чтобы он автоматически создавал рекламу на базе списка определенных страниц и подбирал в итоге конверсионную аудиторию.

Подход МАКО в работе с клиентами

Наиболее полно подход МАКО в работе с проектами вы можете узнать из нашего самого известного диванного кейса

0
25 комментариев
Популярные
По порядку
Написать комментарий...

Круто! Не часто вижу пример такого глубокого подхода к контекстной рекламе. Всю статью правда не осилил, местами пролистывал. Заинтересовала идея с DSA и урезанным фидом, думаю попробовать.

3

Классный, глубокий кейс!

3

Ксения, спасибо!

1

Значит по автостратегиям вывод простой :

Дёргай настройки во все стороны и жди чуда.

1

))) скорее как в SEO - методом проб и ошибок раскрываем логику чёрного ящика. Причём примерно раз в полгода алгоритмы апгрейдятся и все по новой) точно как в SEO

2

Очень круто, давно не было таких подробных и детальных кейсов. Как раз тоже занимаемся обувью, есть желание с Вами поработать в ближайшем будущем

1

Никита, спасибо, давайте попробуем)

1

Огонь! Первый раз решил прослушать статью, вместо чтения. Это было так же увлекательно, как запуск шаттла на Марс.

1

А зачем тратить бюджет на брендовый трафик? В выдаче ведь всё равно на первом месте сайт, если его по названию искать?

0

По брендовым ключам любого известного бренда рекламируются конкуренты и уводят аудиторию на свои сайты. Важно это пресекать и показываться в рекламе выше конкурентов.

2

Спасибо за такой подробный кейс) очень интересно было изучить работу автостратегий.
Подскажите, стоит ли выбирать автостратегии на новый кабинет и при относительно небольшом дневном бюджете?

0

Марина, на новый кабинет выбирать можно. Все дело в самой конверсии, на которую вы настраиваете автостратегию. Важно, чтобы получалось не меньше 20 конверсий в неделю по данной рекламной кампании. Прикиньте, сколько трафика она будет приносить, и какая может быть примерно конверсия. Если макроконверсий (обращения/заказы) недостаточно, пробуйте микроконверсии - просмотр 10 страниц каталога, добавление в корзину, 10 мин на сайте и т.п.

1

Cпасибо за подсказу, буду тестировать)

1

а откуда вывод про СЯ -фундамент? в тексте не нашел подтверждения, у меня отлично работают автостратегии вообще без СЯ, точнее с "автоСЯ" ред.

0

Иван, для автостратегий на поиске ключи важны.
Рекламная система ориентируется в аукционе (и для авто, и для ручника) на прогнозируемый CTR. А здесь действуют те же законы: есть ключ / группа ключей, пишем под них наиболее релевантный заголовок и получаем больше "подстветки" - CTR растёт. РК начинает чаще показываться, получать больше трафика, больше конверсий, стратегия быстрее обучается и эффективнее работает. Правило релевантно именно для поиска. Для сетей семантика менее важна. В них и с одним ключом "обувь" можно сворачивать горы.

Чем больше мы соберём ключей, тем больше сможем предложить релевантных объявлений, тем выше будет CTR, тем больше получим трафика и быстрее обучим стратегию. Скажем, если мы добавим в РК на поиске 1 ключ "сапоги" и напишем для него общее объявление "Обувь в Москве. Скидки до 80%" - мы можем показаться и по низкочастотному запросу "купить чёрные зимние сапоги 38 размер маломерки", но CTR будет низкий. В итоге система перестанет нас показывать, потому что никто не кликает. Но мы можем добавить такой ключ и прописать для него объявление: "Купите чёрные зимние сапоги 38 размера. -80%!"
CTR будет сильно выше)

1

а разве автостратегия не анализирует саму страницу на СЯ? зачем дублировать?

0

Интересный кейс. Хотелось Мы бы все-таки посоветовали попробовать перевести ручное управление ставками на биддер (не обязательно наш, любой) и затем уже это сопоставлять с автостратегиями.

0

Биддером К50 пользуемся регулярно, но автостратегии он не заменяет. Расскажите про ваш биддер, и на чем основано предположение, что он может конкурировать с AI Яндекса и Гугла ?

0

К50 - это больше не про биддинг, а про правила. Для биддинга существенное значение имеет время на изменение ставки (у нас ставки обновляются каждые 5 минут, у К50 - раз в час). Это не делает К50 хуже - это просто инструмент для другого.

С АI Яндекса и Гугла мы ни в коей мере не конкурируем. Принцип работы биддера (если не брать надстройку в виде оптимизатора конверсий) целиком основан на тех данные, которые отдает сам Яндекс и Гугл, но вручную их обработать с достаточной скоростью проблематично.

Почему, в принципе, не хватает одних автостратегий - ответ в том, что для адекватного обучения алгоритма именно под Вас нужен достаточно большой массив данных (иначе работа идет по усредненным, а это часто оказывается хуже). Поэтому наибольший эффект показывают обычно кампании запущенные на ручных ставках с применением биддера (вся суть которого состоит в том, чтобы выкупить как можно больше полезного трафика по наименьшим ценам), а далее после обучения их уже можно переводить на автостратегии. Кстати, чем больше ключей и объявлений у Вас, тем дольше будут копиться данные для адекватного обучения (в некоторых случаях не накопятся никогда).

Иногда биддинг с надстройкой в виде оптимизатора показывает результат лучше, чем автостратегии. Почему так происходит - сказать сложно. Может, Яндекс и Гугл все-таки не готовы предлагать Вам стратегии, которые слишком занизят расход, а, может, алгоритм, сам по себе не так часто обновляет свои настройки как это требуется с учетом активности Ваших конкурентов и изменений на рынке. Поэтому, собственно, мы рекомендуем всегда экспериментировать и смотреть что получается лучше.

Если интересно узнать и протестировать подробнее - давайте свяжемся и мы Вам всё расскажем ))

0

А расскажите, какие параметры учитывает ваш биддер при назначении ставок? Особенно интересно, какие данные об аудитории, помимо ключевых слов и статистики, он может использовать. Преимущество автостратегии в том, что она опирается на данные о конкретном пользователе в момент показа рекламы. Алгоритм «смотрит» на поведенческий профиль пользователя и решает по какой ставке показать ему рекламу. В ручном режиме , частным случаем которого является биддер , система не опирается на данные о пользователе, а просто показывает рекламу всем подряд , кто набрал в поиске нужный ключ. Поэтому и эффективность ручного режима ниже. Но, на самом деле, все не совсем так, и система даже в ручном режиме учитывает какие-то пользовательские данные, но какие именно мы , конечно, не узнаем.

0

Для работы с аудиториями у нас есть следующий инструмент: https://promo.everystraus.ru/clasteranalysis . То есть, мы анализируем аудиторию на уровне сайта (кстати, не факт, что это делают рекламные системы в большинстве случаев) и выставляем соответствующие корректировки в биддер. Кроме того, хороший результат показывают кампании по профилю пользователя наиболее конверсионного кластера (то есть, мы отдаем рекламным системам данные на которых AI Яндекса и Googl`а обучается гораздо быстрее)

0

Вы большие молодцы, что сами создаёте новые продукты. Но давайте не будем делать вид, что знаем как именно обучаются алгоритмы Яндекса и Гугла. Ни вы , ни я понятия об этом не имеем. Поэтому не можем разрабатывать продукты , которые «помогают обучаться». Чтобы помогать, нужно знать внутреннюю логику работы алгоритма. Поймите меня правильно, но мир биддеров и кластерного анализа доступных в метрике данных уже в прошлом. Эти костыли нужны были ручным кампаниям, когда у систем не было серьёзной альтернативы. Сейчас она есть, добро пожаловать в новый дивный мир.

1

Большое спасибо за похвалу! Позволим себе не согласиться. Есть общие принципы на которых строится машинное обучение. Главный из них - объем данных. Мы помогаем увеличить этот объем, поэтому, очевидно, делаем работу алгоритмов лучше, что можно проверить с помощью теста. Собственно, сам Яндекс и Гугл во всех своих рекомендациям к маркетологам именно про объем данных постоянно и говорит. Вы можете не использовать кластерный анализ, но в таком случае придется придумать что-то другое.

Кроме того, действительно, часто наши настройки позволяют показать результат лучше, чем автостратегии. Мы можем привести кейсы которые это подтвердят. Это не значит, что наши технологии лучше сработают в конкретном случае - нужно тестировать и проверять что лучше. ред.

0

Да, кейсы с цифрами интересно посмотреть, не нашёл их на вашем сайте при беглом просмотре.

1

Комментарий удален

Читать все 25 комментариев
Мне стало стыдно не знать столицу Сенегала и я создал бота, который помог мне выучить все столицы мира

Теперь я знаю и флаги стран, и их столицы. Хотя с географией всегда было не очень.

Автор огромного дополнения к игре Red Alert 2 завершил работу над проектом
Продавец eBay из Кургана стала победителем в финале Всероссийского конкурса «Молодой предприниматель России 2021»

27 ноября в Москве состоялся финал ежегодного конкурса «Молодой предприниматель России 2021». В нём приняли участие предприниматели и самозанятые в возрасте до 35 лет. Всего было подано более 300 заявок из 43 регионов страны.

Дайджест новостей Сбера: сайт Digital Пётр, сценарии для умного дома и платина от Forbes

Прошлый дайджест мы целиком посвятили 180-летию Сбера, поэтому новостей накопилось много. Среди них — запуск сайта по распознаванию рукописей Петра I, большое обновление на платформе умного дома Sber и другие. Рассказываем всё самое интересное.

Картинка, сгенерированная ruDALL-E по запросу «рыжий котик»
Маленький стартап против гигантов: Kytch может починить ломающиеся машины для мороженого McDonald's — сети это не нужно Статьи редакции

Джереми О’Салливан и Мелисса Нельсон придумали устройство, которое предотвращает поломку автоматов для мороженого — проблемы с ними есть в 10% ресторанов McDonald’s. Несмотря на убытки франчайзи, сеть его запретила и почти уничтожила Kytch.

Wired
Откуда берут взрослые деревья для парков и улиц

А также сколько они стоят и почему выращивать их — неплохой бизнес.

IPO HashiCorp и Nu Holdings

На бирже пролив уже вторую неделю подряд. Обычно компании переносят IPO в такие моменты до начала роста. Но две компании не побоялись выйти на биржу в нисходящем тренде, давайте их разберём.

Лучшие стартапы «Трибуны» – Ноябрь 2021 года

Подборка пяти лучших проектов от канала @vchunt.

SkillFactory раздает подарки: повышенная ставка и новогодний марафон для вебмастеров

В преддверии Нового года мы решили порадовать своих настоящих и будущих партнеров — участников партнерской программы школ Skillfactory, Contented и Product LIVE. Это возможность получить денежный бонус и заодно увеличить прибыль от продажи наших курсов.

«Вещи должны быть не только функциональными, но и красивыми»: как устроена ландшафтная архитектура Карла Сёренсена

Он дал детям площадку, которую они могли оборудовать так, как хотели, и создал овальные и геометрические сады.

Овальные садовые участки в Неруме Metropolis
Как мы отправили 2000 распечатанных фото вашим мамам за 1 неделю после запуска

Как это получилось и сколько заработали. Без фейлов не обошлось.

Это моя сестра - Таня. Пришла на помощь, пока срочно искали еще одного менеджера
null