{"id":14284,"url":"\/distributions\/14284\/click?bit=1&hash=82a231c769d1e10ea56c30ae286f090fbb4a445600cfa9e05037db7a74b1dda9","title":"\u041f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0444\u0438\u043d\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043d\u0430 \u0442\u0430\u043d\u0446\u044b \u0441 \u0441\u043e\u0431\u0430\u043a\u0430\u043c\u0438","buttonText":"","imageUuid":""}

Коэффициент релевантности Facebook и его влияние на показатели рекламных кампаний

Коэффициент релевантности (КР) Facebook — это рейтинг по шкале от одного до десяти, показывающий, насколько реклама релевантна выбранной аудитории.

У нас заведено услышать что-то где-то и потом всем пересказывать с умным видом. Знакомо?

Вот и в среде SMM-специалистов и таргетологов повелось, что КР — самый важный параметр, влияющий на стоимость клика, конверсии и далее по списку. Сюда же добавим предпринимателей, которые винят в низких продажах таргетолога и низкий КР его деятельности.

Поэтому мы в the Цех решили разобраться и поставить точку в этом вопросе.

Так ли это? Добро пожаловать в статистический анализ!

Доказательно объяснить наличие или отсутствие связи между показателями можно с помощью статистического анализа.

В нашем случае уместно провести корреляционный анализ, в котором при помощи КР мы будем оценивать наличие и тесноту связи между КР и ключевыми показателями рекламных объявлений.

Небольшой ликбез.

Коэффициент корреляции показывает связь между показателями. Он изменяется в пределах от -1 до +1. Знак при значении показывает направление связи:

  • если знак (-), то увеличение одного показателя приводит к уменьшению другого;
  • если знак (+), то увеличение одного влечёт увеличение другого.

Теперь о тесноте:

  • если по модулю коэффициент корреляции от 0 до 0,3, то связи нет;
  • от 0,3 до 0,5 — что-то существует, но абсолютно незначительно;
  • от 0,5 до 0,7 — связь умеренная;
  • от 0,7 до 0,9 — связь есть и очень даже неплохая;
  • от 0,9 до 1 — связь очень тесная.

Почему нам стоит доверять?

У меня два высших образования, инженерное и экономическое, с красным дипломом. Моя помощница, которая сводила это всё в таблицы, умница, красавица и по образованию статистик-аналитик.

Впрочем, можете не доверять.

Ход исследования

Для анализа мы выбрали две рекламные кампании с длительным периодом работы без правок. Это важно!

На точность исследования оказывает влияние и временной промежуток анализируемых данных. Поэтому берём показатели за период с 1 декабря 2018 года по 20 февраля 2019-го. Два с половиной месяца вполне достаточно, чтобы делать выводы.

Пошла жаришка

На уровне объявлений выводим диаграмму с показателями коэффициента релевантности и количеством заявок.

Собираем данные в таблицу для последующего анализа.

Точно такие же манипуляции проводим для коэффициента релевантности и цены за результат и СРМ.

На основе собранных данных в таблице Excel проводим корреляционный анализ. На выходе получаем результат:

Красным выделен показатель коэффициента корреляции

Как видим, коэффициент варьируется от 0 до 0,3, что говорит о полном отсутствии связи.

Проверим на другом примере

Берём рекламную кампанию по совершенно другому направлению, с другим бюджетом и результатами.

Точно так же на уровне объявлений выводим диаграмму и собираем данные в таблицу.

Проводим корреляционный анализ по собранным показателям и получаем:

Зелёным выделен коэффициент корреляции, который свидетельствует о наличии связи.

Маленькая поправка — обнаружена связь между ценой за результат и СРМ. А коэффициент релевантности по-прежнему ни на что не влияет и ни с чем не связан.

Выглядит это так:

Каждый из показателей живёт своей жизнью, что наглядно подтверждает результат нашего исследования.

Посмотреть, как выведены графики и произведены расчёты можно здесь.

Общий вывод

Не стоит следить только за одним показателем. Очень многое влияет на стоимость заявки — в большей степени рекламный материал (его визуальная часть) и площадка, которая будет понятна пользователю и релевантна предложению рекламного объявления.

Постскриптум

30 апреля Facebook планирует заменить этот КР на три коэффициента:

  1. Оценку качества объявления — по сути, CTR (кликабельность объявлений).
  2. Оценку вовлечённости объявления — по сути, ER (лайки, комментарии, реакции).
  3. Оценку конверсии в целевое действие, скорее всего, по пикселю и окну атрибуции для сайтов и по CTR для страниц и аккаунтов.

В комментариях давайте обсудим оставшиеся вопросы.

0
58 комментариев
Написать комментарий...
Alexandra Ponomareva

С удовольствием пообщаюсь с автором на тему эффективности relevance score и также помогу оптимизировать ресурсы на проведение таких экспериментов ;)

[Advertiser Bid] x [Estimated Action Rates] + [User Value] = Total Value - формула расчета ауциона

Ответить
Развернуть ветку
Peter Kostjukov

А теперь вопрос ) = где тут RS по вашей версии? )

Ответить
Развернуть ветку
Alexandra Ponomareva

[Advertiser Bid] x [Estimated Action Rates] + [User Value] = Total Value - формула расчета ауциона, где user value и есть RS

The ad that wins an auction and gets shown is the one with the highest total value. Total value isn't how much an advertiser is willing to pay us to show their ad. It's combination of 3 major factors:

Bid
Estimated action rates
Ad quality and relevance

Ответить
Развернуть ветку
Александр Верга
Автор

Часто управляете ставкой сами?)

Ответить
Развернуть ветку
Alexandra Ponomareva

это всего лишь быстрый способ (без таблиц и коэф корреляции) показать, почему relevance score не сильно влияет на общую картину. Он в формуле всего лишь плюсуется к остальным перемножающимся показателям

Ответить
Развернуть ветку
Александр Верга
Автор

Спасибо, теперь понял) Я не знаю таких формул, поэтому решили проверить известным нам способом)

Ответить
Развернуть ветку
55 комментариев
Раскрывать всегда