Зачем компании нужен аудит digital-маркетинга: один грустный пример из практики

Стоит ли делать требования к качеству трафика прямым KPI работы подрядчика и чем это может обернуться для клиента?

С ситуацией, при которой Заказчик, обозначая KPI оценки качества работы/вклада Подрядчика, включает в этот список “Требования к поведению привлекаемого трафика”, сталкивался каждый, кто хоть раз продавал свои услуги по привлечению.

Зачастую, достаточно сложно донести до Заказчика мысль о том, что качество и эффект от работы по настройкам внутри рекламных кабинетов или реализации SEO стратегии, применяемой на платформе/сервисе, не зависит напрямую от компетенции выбранного Подрядчика привлекать “правильный” трафик из канала.

Конечно, ситуации бывают разные, но в большинстве случаев - это вопрос понятий.

Какой трафик считается качественным? С точки зрения аналитики качество трафика оценивается его конверсией в выполнение поставленных Целей или событий на каждом из этапов воронки продаж - т.е. действий, которые с точки зрения конкретного бизнеса свидетельствуют о заинтересованности пришедшего пользователя в товаре/услуге, предлагаемой Брендом.

Может ли Подрядчик, занимающийся таргетингом, отвечать за выполнение привлеченными пользователями заданных действий? Единолично не может.

Пользователь, проходя путь от реакции на рекламное сообщение или заголовок статьи до совершения целевого действия (прочтения, подписки, заказа) сталкивается с разными элементами сервиса, выполненными разными людьми с разным качеством реализации в разное время и, возможно, под разные задачи.

Как, например, PR-агентству обосновать качество своей работы по привлечению, если engagement rate в клики, репосты - низкий? Как SEO оптимизатору подтвердить эффективность выбранной стратегии и качество приводимого трафика, если пользователь, приходя на сайт, не находит на странице форму подписки, или на заявку на обратный звонок отдел продаж отвечает только на следующий день? Для таких ситуаций существует анализ воронки и разделение ответственности за исполнение целевых действий пользователей.

Объединяя эти категории, Заказчик стремится упростить постановку задачи и вывести критерии оценки ее успешности, но именно объединение двух совершенно разных задач в одну, зачастую, вынуждает Подрядчика применять комбинации методов, которые могут навредить бизнесу или увести его в сторону от поставленной цели.

При анализе каналов привлечения Бренда Х, используя отчет Метрики “Источники”, сводка (период 3Q 2019) наблюдаем следующую картину поведения трафика в разных каналах. Пилообразный график поведение Прямых переходов (желтый) резко выделяется на фоне сглаженного в других каналах привлечения.

Даже если принять во внимание, что Прямой трафик может быть вызван не только переходами пользователей, вводящих URL сайта в адресную строку браузера (или клику по закладке), но и случаями, когда аналитика не смогла зарегистрировать реальный источник в результате перехода с защищенного сайта (https) на незащищенный (http), неправильной переадресации, перехода с не веб-документов или отсутствующим кодом отслеживания, вызывают интерес моменты затишья активности (“перерывы”), которые фиксирует график. Забегая вперед, скажем, что ни одна из вышеперечисленных причин не должна давать такой рисунок графика заходов.

Чтобы удостовериться в том, что данный пульс графика Прямых переходов является аномальным для данного ресурса, проверим его поведение за более длительный период (с 01.01.2019 по 03.07.2019).

Анализируя график, очевидно выделяются два периода: в первом, вплоть до марта 2019 характер графика Прямых переходов вопросов не вызывает и вполне может отражать нормальное поведение “людей”, тогда как во втором - поведение больше похоже на поведение ботов, сканирующих сайт с частотностью заходов через день.

Метрика предупреждает, что с “15 апреля 2019 в переходах по ссылкам на сайтах больше не учитываются рекомендательные системы — теперь они вынесены в отдельный источник трафика. А в прямых заходах не учитываются визиты из мессенджеров, если ссылки размечены UTM: такой трафик будет показан в строке «Мессенджеры»”, но мы видим, что импульсы поведения Прямого трафика отнюдь не снизились, а наоборот стали еще более заметными, а объем переходов из мессенджеров не стал более значимым.

Как уже говорилось ранее, в прямой трафик могут попадать различные сценарии регистрации трафика, поэтому необходимо проверить идентичность графика поведения для новых и вернувшихся пользователей на сайт.

Для отчета используем Группировку по: Является ли визит первым, Источник трафика (детально) и “Роботность”.

Видим, что всплески характерны только для новых пользователей. При проведении аудита должны проверяться все возникающие гипотезы. Допустим, что данный характер поведения могут показывать переходы пользователей, вводящих URL в строку запроса. Например, Бренд использует рекламный формат - флаеры с указанием URL и пики всплесков могут приходиться на период распространения данного формата.

Выбираем только Новых пользователей для более детального анализа поведения составляющих каналов.

Объем новых пользователей, у которых не определен источник составляет 30% от совокупного трафика по новым пользователям, динамика всплесков сохранилась.

При наложении графиков трафика тип “Люди” и “Роботы”, наблюдается постепенная унификация импульсов в первом периоде, и, практически, идентичность - на втором. Что рождает следующую гипотезу: в течение заданного периода алгоритмы метрики стали лучше определять роботов.

Чтобы определиться какая из гипотез более верная, выберем второй период для детального анализа, на котором пилообразные импульсы Людей и Роботов практически совпадают: с 20 мая по 28 июля.

Похожесть поведенческих характеристик: показатель отказа, глубина и время на сайте у выбранных категорий, практически идентичны, что уверяет нас в правильности гипотезы - представленный трафик похож на работу роботов, имитирующих поведение реальных людей.

Добавляем в наши Группировки параметры: город и IP адрес с целью понять с каких сеток и городов идет трафик.

В таблице данных по поведению “Люди” по объему выбиваются две сетки с начальными адресами 188 и 194, также вызывает вопросы схожесть поведенческих характеристик с сетки с начальным номером 195. Лидирующие города в данных сетках Калининград и Клин.

Таблица с данными по поведению Роботов, демонстрирует преобладание тех же адресов сеток 188,194 и 195 и городов.

В принципе, мы уже понимаем, что данный трафик представлен Новыми пользователями, являющимися первым визитом, понятны Города и сетки источника. Теперь нас интересует чем эти пользователи вообще похожи. Поэтому, самое время поменять Группировки.

На фоне всех систем, по объему пользователей выделяется Windows, Google Chrome.

В данном случае, нас также должна заинтересовать используемая Версия браузера и достигнутая цель, так как ровно в этот момент возникает необходимость выяснения следующей части гипотезы “Чьи это боты: Домашние или конкурента?”.

Добавляем эти параметры в Группировки и опять смотрим отчет.

Прекрасная картинка. Наибольшую кучность пользователей среди версий имеют 74 и 75. Сомнений нет в том, что мы имеем дело с эмуляцией, а смена версий, вероятно произошла во время апдейта.

Добавляем в Группировки Час просмотра, перемещаем его на первое место в условии и сново смотрим отчет.

Отчет дает нам возможность сделать вывод, что посещения Ботов распределено равными долями каждый час.

Переводим отчет в режим таблица. Для чистоты анализа, выводим на график поведение Вернувшихся пользователей с аналогичными характеристиками и видим, что графики импульсов совпадают.

Теперь простая арифметика: сложить новых и вернувшихся с одинаковыми параметрами и поделить на общую численность пользователей - порядка 33% трафика на данном сайте генерируется ботами.

Знание хорошее, но что оно дает в разрезе бизнеса?

В случае имитации ботами поведения пользователей, заходящих с органического трафика, можно было бы предположить, что мы имеем дело с приемом Spoil Strategy конкурента, который хочет ухудшить поведенческие метрики вашего сайта и привести к Pogo Sticking (возврату к поисковой выдаче), что негативно скажется на ранжировании сайта в поисковой системе. В этом случае алгоритм поведения ботов был бы примерно таким: Посетитель заходит на сайт по ТОП запросу из поисковой системы например “купить хххх товар москва” и покидает ваш сайт сразу же после захода, тем самым увеличивая - отток в выдачу ПС.

Но, наши боты приходят с прямого трафика, проводят на сайте не менее 30 секунд, успевая посмотреть более 1-й страницы.

Тут хорошо бы создать Сегмент, но доступы к аккаунтам обычно дают без права на запись или изменение, поэтому просто делаем набор нужных нам параметров и переходим в отчет Содержание>Популярное.

Число пользователей, посетивших только главную и главную раздела Каталог, превалирует. Другими словами, боты глубоко не уходят. Первый клик приходится на главную страницу и затем, переход на главную страницу Каталога. Дальше они не идут.

Проверяем это на отчетах Страница входа и Страница выхода.

Страницей входа данного Сегмента пользователей является Главная страница сайта.

Страницей Выхода - главная страница раздела Каталог.

Следовательно, алгоритм поведения Ботов - Прямой заход на главную страницу> переход на главную страницу Каталога>Выход с сайта.

Самое время сходить в раздел Цели и затем в Вебвизор.

В ремаркетинговых целях YA и одном из представлений Google Analytics с припиской Ремаркетинг находим Цели связанные с посещением страницы Каталога.

Оба аккаунта связаны с рекламными кабинетами ADS и Директа. Действия, которые выполняют Боты - конверсионные.

К сожалению, записи вебвизора мы открыть не можем в соответствии с условиями конфиденциальности.

Сценарий поведения ботов, отсмотренных в Вебвизоре: заход на главную страницу сайта, источник не определен, куки не сохраняются, затем случайное время (больше 20 сек) бездействия (выполняется событие GA - Х20 “Пользователь провел на сайте 20 секунд)” - переход на главную страницу каталога - выход с сайта.

По характеру выполняемого сценария (знание и выполнение 2-х целевых действий: ожидание 20 секунд и заход в Каталог), перерыв на выходные дни - боты “домашние” и призваны накручивать трафик, повышать индекс сайта за счет имитации поведенческих характеристик.

Выполнение Ботами целевых действий искажает профиль Аудитории, передаваемой в Google ADS, и приводит к нецелевым расходам, увеличивая затраты на рекламу.

Возможно, у подрядчика стоят KPI не только по посещаемости сайта, но и по выполнению целевых действий приводимым трафиком.

Автор: Алена Шагина, CDO Uninum.

Соавторы: Андрей Москалец, независимый эксперт по контекстной рекламе и аналитическим платформам, Павел Жирновский, CEO Uninum.