Калькулятор корректировок ставок по полу в POWER BI для Яндекс.Директ

Тренд последних лет в интернет-маркетинге - сквозная аналитика.

Я занимаюсь настройкой контекстной рекламы и в этой статье, хочу поделиться с вами одной наработкой, которая позволяет повышать эффективность рекламных кампаний в Яндекс.Директ - увеличить количество заявок, оставаясь в рамках прежнего бюджета.

Анализируя рекламные кампании, я заметил, что в некоторых случаях конверсия в целевое действие, в зависимости от пола может сильно разниться.

В связи с этим возник вопрос: как мне эффективнее использовать рекламный бюджет. А точнее: как, используя корректировки ставок, перераспределить бюджет между мужчинами и женщинами таким образом, чтобы число заявок выросло, а рекламный бюджет при этом остался прежним.

Проведя несколько бессонных ночей, в попытках написать формулу для расчета корректировок, параллельно консультируясь с аспирантами Мехмата МГУ (да, да, не удивляйтесь, на сайтах решения домашних заданий для студентов можно и таких встретить), я создал вот такой калькулятор для расчета корректировок ставок по полу.

Работает он следующим образом: вы подставляете в таблицу справа значения кликов мужчин, кликов женщин, достижения целей мужчинами, достижения целей женщинами, а также значение ставки в Яндекс.Директ для рекламной кампании и получаете значение корректировок отдельно для мужчин и для женщин.

Если вы настроите корректировки по полу в соответствии с полученными значениям, то суммарное значение достижения целей мужчинами и женщинами вырастет. При этом вы останетесь в рамках текущего бюджета.

В таблице слева сразу же дается прогноз: на сколько увеличится количество заявок (в единицах и процентах), на сколько уменьшится средняя стоимость заявки (в единицах и процентах), как вырастет общая конверсия по рекламной кампании.

Не углубляясь в математические дебри, скажу, что принцип работы, основан на формуле, которая является квадратным уравнением с 2-мя неизвестными. Решается оно с использованием функции Лагранжа.

Если у вас несколько десятков, а тем более сотен рекламных кампаний - пользоваться Excel калькулятором будет не удобно.

Поэтому я создал панель мониторинга в Power BI, с помощью которой можно подгрузить данные из Яндекс.Метрики и Яндекс.Директа по всем рекламным кампаниям в аккаунте, и в автоматическом режиме расчитать корректировки для Мужчин и Женщин, а также проиллюстрировать прогнозируемые изменения соответствующими диаграммами.

Использование панели мониторинга Power BI решает сразу 2 задачи:

• позволяет визуально оценить эффект от корректировок и рост показателей;

• автоматически (т.е. мгновенно) рассчитать корректировки для множества рекламных кампаний.

Остается с помощью API Яндекс.Метрики загрузить данные по всем кампаниям в табличную часть Power BI (Power Pivot), а затем на панели мониторинга переключиться на нужную рекламную кампанию с помощью чек-бокса.

Как видно из представленных данных, в рекламной кампании “Кампания 1” мы должны:

• установить корректировку по мужскому полу + 22% и по женскому полу - 40%;
• это приведет к тому, что количество заявок вырастет на 5379 ед. или 5,05%
  
• при этом средняя стоимость заявки уменьшится на 17 рублей или 4,8%, а рекламный бюджет останется прежним.
  

Я планирую опубликовать еще несколько статей об инструментах аналитики в Power BI.