Что нас бесит в аналитике рекламы в «Яндекс Директе». И как мы создали инструмент на замену

Раньше мы убивали по 10 часов на аналитику одного среднего по размерам кабинета из «Яндекс Директа», выгорали из-за рутинной настройки срезов и психовали, когда огромные отчеты не сохранялись. Перепробовали много сервисов, но проблемы были всегда. Решили, что хватит это терпеть, и создали собственный инструмент — Frasera.

Меня зовут Илья Кузнецов, я руководитель направления performance-маркетинга в рекламно-консалтинговом агентстве IT-Agency. Мы запускаем рекламу, создаем сайты, проводим поисковую оптимизацию. Еще анализируем рекламные кампании в «Яндекс Директе».

Раньше для этого пользовались Power Query и другими стандартными сервисами. Но с каждым из них намучались из-за лагов. В статье расскажу, какие проблемы при аналитике бесили нас раньше и почему с Frasera работа стала в разы быстрее.

Мы работаем с крупными аккаунтами, в которых могут быть миллионы ключевых слов. Всё это нужно сгруппировать и проанализировать, а еще написать рекомендации для клиента. Раньше во время аудитов настройка отчетов и описание рекомендаций занимали в среднем 10 часов на один рекламный кабинет. А у наших клиентов может быть четыре/десять/сто рекламных кабинетов. Представьте, сколько часов уходило на аудиты!

Убивать столько времени на обычный аудит не нравилось ни нам, ни клиентам. Специалисты после рутинной работы выгорали, и у них не оставалось сил на креативные решения. Клиентам приходилось долго ждать результата и платить за аудит от 250 тысяч рублей. Мы хотели сделать процесс аудита проще, быстрее и дешевле, чтобы все были в выигрыше.

С Frasera даже на крупный аккаунт уходит максимум 5 часов: инструмент сам формирует отчеты, нам остается только проанализировать их и прописать рекомендации. Так каждый специалист экономит минимум от 4 до 5 часов на кабинет и меньше устает от однообразной работы. Для клиентов услуга стала минимум в два раза дешевле — теперь аудит для среднего аккаунта стоит в среднем от 150 тысяч рублей.

В Power Query невозможно работать с большими объемами данных. Когда выгружаешь отчет от 300 тысяч запросов, он может выкинуть из программы и не сохранить его. Аудиты были проверкой нервов: сложно не выбросить компьютер в окно, когда после нескольких часов работы срезы просто исчезают.

В Frasera проблем с вылетами нет. Инструмент обрабатывает запросы через сервер, а не компьютер специалиста, а результаты выводит в Power BI. Даже когда в срезах больше 200–300 тысяч ключевых фраз, всё работает стабильно: вкладки быстро переключаются, ничего не тормозит. Это помогает избежать потери данных и сохранить нервы специалистов. А также поделиться ссылкой на отчет с клиентом, чтобы он покрутил сам, если захочет.

Если собирать отчеты вручную, ошибок на больших объемах не избежать. Показатели в разных отчетах не совпадают — например, в одном 2000 конверсий, а в другом — 2200. Нужно перепроверять срезы несколько раз. Но когда в кабинете сотни тысяч ключевых фраз, найти все расхождения почти невозможно.

С Frasera мы избавились от расхождений. Всё благодаря тому, что инструмент выгружает данные из «Яндекс Директа» по API и CRM клиента на наш сервер, где автоматизированы все процессы и нет риска ошибки человека.

Когда мы настраиваем отчеты, всегда анализируем информацию из CRM-системы. Так мы делаем аудит рекламных кабинетов до денег, которые зарабатывает клиент. Например, «Яндекс Директ» часто теряет лиды, которые приходят с iOS-устройств. По нашему опыту, расхождение доходит до 20%.

Проблема в том, что с интеграцией CRM у других инструментов всё сложно и долго. Например, в Power Query на сведение и сверку данных может уйти около двух часов, в других системах управления рекламой нужно регулярно следить за корректностью автовыгрузок, а на больших объемах отследить ошибки становится сложной задачей. В общем, раньше это была головная боль.

Frasera легко синхронизируется с CRM-системой клиента, потому что использует готовые импортеры, которые скачивают данные из системы. Таким образом можно доработать стандартные отчеты из «Яндекс Директа» с учетом специфики бизнеса. Например, мы используем данные так:

• анализируем движение лида по воронке и оцениваем его качество;
• рассчитываем предположительный и фактический ROMI — коэффициент возврата маркетинговых инвестиций;
• учитываем дубли ключевых фраз и исключаем их;
• настраиваем разные способы атрибуции.

Ни в одном сервисе нельзя автоматически проанализировать срез до операторов — символов, которые помогают точнее сформулировать ключевую фразу. Поэтому таких данных в 80–90% отчетов просто не было. Мы часто замечали у клиентов такие проблемы.

❌ Все типы соответствия были активны одновременно. Нельзя отключить неэффективные типы и контролировать конверсию. Например, в отчете есть фраза «взять кредит» — с нее пришло 1300 лидов. Но без операторов не видно, сколько лидов принес каждый тип соответствия по отдельности. Если бы они были подключены, мы бы увидели, что фраза без операторов «взять кредит» принесла всего 300 заявок, а в кавычках (то есть с фиксированным количеством слов) “взять кредит” — 1000 заявок. Исходя из этого, мы отключили бы менее эффективный вариант.

❌ В рекламе использовали все операторы, но игнорировали их при анализе. Из-за этого сложно оптимизировать стоимость целевого действия, и клиент упускает возможность увеличить конверсию на 5–10%.

Вручную группировать фразы по операторам — муторно, долго и вредно для нервной системы специалистов. Поэтому в Frasera мы добавили функцию, которая формирует срез до операторов. Она помогла нашим клиентам привлекать больше лидов по низкой цене.

Ни в одном инструменте нельзя получить отчет до лемм, то есть первоначальных словоформ запросов. Это можно сделать только в Power Query, да и то вручную с помощью формул, а не автоматически.

При этом анализ до лемм важен, потому что высокочастотные леммы могут быть либо полноценными сегментами внутри большого кластера запросов, либо подсегментами, которые могут как положительно, так и негативно влиять на статистику кампаний. Простой пример: две фразы «красные туфли» и «туфли с каблуком» можно выделить в один сегмент с леммой «туфли». Но если при этом мы видим, что лемма «каблук» находится в топ-5 позиций, значит, можно анализировать эту группу запросов тоже как отдельный сегмент.

Часто анализ до лемм помогает увидеть потенциал, как сэкономить бюджет или масштабировать кампанию на определенные регионы со специфическим спросом на определенный сегмент. Также можно смотреть демографические корректировки: возможно, вам не стоило повышать или понижать ставки на целую кампанию, и именно поэтому ваши показатели ухудшились в последний раз.

Если вам тоже надоело тратить на аналитику по 10 часов и сверять отчеты, предлагаем попробовать демоверсию Frasera. Мы всё настроим, дадим бесплатный доступ на две недели и с помощью инструмента сами найдем пять точек роста для вашего бизнеса. Чтобы протестировать Frasera или узнать подробнее о возможностях, оставьте заявку на демопрезентацию.