Оптимизация показателей эффективности контекстной рекламы. Часть 2. Процесс оптимизации

17.05.2019

Дмитрий Галяк

Дмитрий Галяк, РРС-специалист Webpromo

Содержание:

1. Ручные и автоматические методы оптимизации.
2. Построение гипотезы, запуск эксперимента.
3. Оценка результатов оптимизации.

Ручные и автоматические методы оптимизации

С чего начинается оптимизация?

Создание рекламы. Именно на этом этапе детальность проработки аккаунта определяет, что именно вы будете оптимизировать в дальнейшем. Добавили мало объявлений — в будущем будете добавлять новые для оптимизации. Плохо проработали семантику — будете расширять ее в будущем. В целом, трудно назвать это полноценной оптимизацией, так как это просто доработка кампаний и доработка аккаунтов.

Перед тем, как начинать оптимизировать рекламу, удостоверьтесь, что вы максимально проработали все перед этим. Иначе вы просто будете заниматься “доделыванием”.

Перед запуском проверьте свои настройки. Если работаете с уже существующей рекламой, проведите аудит, выделите моменты, которые могут способствовать ухудшению результатов и оптимизируйте рекламу.

Рис.9. Этапы работ перед запуском рекламной кампании

Отмечу также, что ответ на такой вопрос: “Когда оптимизировать контекстную рекламу?” довольно простой — “Когда не выполняется KPI”.  А чтобы понять, что они не выполняются,  достаточно обратиться к системе SMART (смотрите часть 1). Если стоит задача достигнуть каких-то показателей за месяц, то мы месяц собираем информацию и делаем вывод, что за этот месяц мы не достигли результатов, давайте оптимизировать. Месяц должен начинаться не когда вы готовите рекламу, а когда вы ее запустили, объявления прошли модерацию, вы скорректировали ставки, бюджеты.

Методы оптимизации

Методы оптимизации по принципу внедрения делятся на ручные и автоматические.

Ручные методы оптимизации

Очень часто одна-две ручные корректировки могут значительно улучшить эффективность кампании. В целом мы можем приостановить неэффективные группы, ключи либо объявления.

Дальше мы рассмотрим, как это сделать.

Обратите внимание на результаты такой оптимизации.

Рис.10. Результаты ручной оптимизации на примере кейса

На рис.10 показан небольшой кейс, который отображает данные, собранные за 2 месяца. Что было сделано: произведены остановки неэффективных ключей, групп, объявлений. В результате число лидов выросло, а цена лида снизилась. Достаточно было просто приостановить то, что не работает, вручную.

Как это реализуется?

Здесь наиболее часто возникает вопрос: что и когда приостанавливать?

Вдруг мало данных? Я остановлю, а потом пожалею.

Убедитесь, что данные из ваших отчетов достоверные и сделайте аудит аккаунта. Если ваши объявления не показывались на верхних позициях, это говорит о том, что реклама неэффективна  (большая часть пользователей просто не видела ваши ключи).

В таком случае проверьте, использовали ли вы варианты оптимизации для повышения релевантности, динамическую подстановку ключевых слов, проверили ли вы, чтоб ваши ключевые слова не блокировались минус-словами (если ключевое слово было заблокировано, то оно не покажет нужную статистику и реальную эффективность). Также отметим, что перед остановкой ключевого слова, группы или другого структурного элемента кампании, необходимо определиться какой верхний показатель (threshold) мы выбираем для приостановки.

На данном слайде отображен пример выбора threshold для приостановки ключевых слов.

Рис.11. Показатели для остановки рекламы

Такая оценка должна учитывать и возможную дальнейшую оптимизацию показателя. Поэтому по CPA, например, трешолд должен быть выше, чем значение по KPI. Ключи с разной частотой могут иметь разные репрезентативные объемы данных. Низкочастотные ключи могут очень долго собирать статистику, поэтому порог по количеству кликов по ним должен быть ниже. Для оптимизации вы выбираете наиболее частотные, структурные элементы кампании. Делать предположение об эффективности ключа в целом, по которому было 10-20 кликов, не имеет смысла.

Посмотрим, что получилось в результате приостановки ключа “купить мультиварку цена”.

Рис.12. Результат оптимизации на примере с ключом “купить мультиварку цена”

Видим, что наша средняя цена за конверсию снизилась до 97,50 и мы выполнили KPI “получить конверсии по стоимости 100 грн”. Данная модель не отображает весь результат оптимизации. Невидимый результат состоит в том, что 1480 грн, которые раньше использовались на неэффективный ключ, перераспределяются на более эффективные. Также данные средства можно использовать для оценки новой семантики или проверки новой гипотезы.

Ручная оптимизация имеет свои особенности. Она может не работать, если структура аккаунта настроена поверхностно и нечего анализировать (мало ключей, объявлений). Поэтому перед оптимизацией очень важно хорошо проработать структуру аккаунта.

Перед запуском нужно проверить как собирается статистика (бывают случаи, когда она собирается некорректно). Затем по реальным показателям вы можете приостанавливать то, что не работает.

Данные оптимизации можно вносить вручную, но чаще всего специалисты используют автоматические правила или скрипты, которые позволяют значительно ускорить и упростить объем работы.

Обратите внимание на трудности, которые могут возникнуть в процессе.

Рис. 13. Минусы ручной оптимизации

Ручная оптимизация — это постоптимизация. Вы должны собрать данные за определенный период (неделя, месяц, может даже год, чтобы потом внедрить оптимизацию).

Какое решение в данной ситуации? Используем автоматические правила, скрипты либо проводим эксперименты и используем автоматические стратегии.

Автоматические стратегии

Система Google Ads уже давно использует мощь машинного обучения для повышения показателей рекламы. Ознакомимся с доступными сейчас стратегиями, их описаниями и практической интерпретацией.

Рис. 14. Типы автоматических стратегий

Некоторые автоматические стратегии могут не подойти для целей бизнеса. Для примера возьмем стратегию “целевое положение на странице поиска”. Чаще всего у бизнеса стоит задача показываться на какой-то конкретной позиции либо показываться выше какого-то конкурента. Для таких целей есть другая стратегия —“целевой процент выигрышей”. Только интерпретировав автоматическую стратегию для своих задач (для своего бизнеса) можно успешно ее применить.

Если у вас есть мысль о том, что какая-то стратегия работает лучше, запустите эксперимент и сравните данные. Вы будете уверены в том, что ваше решение было правильное или вы ошибались. Чаще всего специалисты в работе пользуются такой стратегией, как “Целевая цена за конверсию”.

Данная стратегия означает, что Google Ads автоматически назначает ставки так, чтобы обеспечивать максимум конверсий по определенно указаной цене. Также часто используется полуавтоматическая стратегия “Оптимизатор цены за конверсию”. Она автоматически корректирует ставки, которые заданы вручную. При этом пытается достичь максимально количества конверсий, значительно не искажая среднюю цену за клик. Часто используется стратегия “Максимум конверсий”. При данной стратегии система пытается получить как можно больше конверсий в рамках заданного бюджета. Стратегия лучше всего подходит, если у вас есть хороший запас по CPA по определенной цене за конверсию.

Преимущества автоматических стратегий

В первую очередь, это использование машинного обучения, которое работает круглосуточно. Оно анализирует сигналы автоматически и может собирать информацию о большом количестве сигналов (даже тех, которые недоступны для ручной настройки, таких как браузер). Автоматическая корректировка ставок происходит для каждого отдельного аукциона. Обратите внимание на рекомендации системы Google Ads для машинного обучения: в аккаунте должно регистрироваться не менее 30 конверсий в месяц, либо для стратегии “Целевая рентабельность инвестиций в рекламу” — не менее 50 конверсий в месяц.

Рис. 15. Результаты оптимизации кампании после автоматической стратегии “Максимум конверсий”

В ряде поисковых РК была запущена автоматическая стратегия. За 4 месяца коэффициент конверсий и число конверсий выросло. Необходимо, чтобы реклама в таком случае работала постоянно и чтобы не вносились резкие изменения в кампанию. Также нужно постоянно проверять поисковые запросы, чтобы не показываться по нерелевантным.

Но есть и другие варианты.

Стратегия “Максимум конверсий” может снизить число конверсий.

Рис.16. Результат автоматической оптимизации РК. Стратегия “Максимум конверсий” может снизить число конверсий.

Причины могут быть разные: система обработала, возможно, не те данные вы передали и их надо исправить, либо были сезонные изменения. Но в данной ситуации внести ручные корректировки в эту стратегию у вас не получится.

Рассмотрим минусы для для автоматических стратегий и решения этих проблем.

Рис.17. Минусы автоматической стратегии

Автоматические стратегии рекомендуются системой Google Ads всегда, когда вы создаете новую рекламу для бизнеса. Но у вашего бизнеса всегда есть особенности, которые эта система не всегда может учесть. Иногда лучше поработать определенный период без автоматизации, чтобы собрать статистику, собрать данные, а дальше уже постепенно переходить на автоматические стратегии. Без экспериментов трудно оценить реальную эффективность в сравнении с какими-то данными. Неплохо, когда у вас есть рабочая кампания без автоматической стратегии. Вы запускаете эксперимент с конкретной автоматической стратегией, сравниваете данные и делаете вывод.

Сужение вариантов ручной оптимизации

Если вы используете автоматическую стратегию (например, максимум конверсий), то  уже не сможете произвести определенные корректировки для устройств и каких-то решений, допустим, аудиторных. Автоматические стратегии иногда могут довольно долго обучаться, поэтому при запуске рекомендуется не трогать настройки рекламы в течении двух недель. Если в течение 2-х недель результаты нас не устраивают, мы можем изменить ставку, подождать еще две недели и затем делать какие-то выводы.

Переобучение

При внесении изменений в кампанию (например, корректировка дневного бюджета или  приостановка по какой-то причине), реклама переобучается, При новом запуске данные обучения исчезают и она учится заново. Т.е. для автоматической стратегии длительная работа  —  это залог успеха.

Какое может быть решение для автоматических стратегий?

1. Используйте эксперименты для того, чтобы выбрать, какая стратегия подходит для вашего бизнеса.
2. Да, она автоматическая, но необходимо регулярно оценивать результаты и корректировать доступные настройки.
3. Если вы еще не до конца доверяете автоматической стратегии, опробуйте оптимизатор цены за конверсию. Вы получите полуавтоматическую стратегию.

Построение гипотезы, запуск эксперимента

Процесс оптимизации

Мы ознакомились с вариантами ручной и автоматической оптимизации. Перейдем к самому процессу оптимизации: когда применять такие оптимизации, как работать в процессе оптимизации, как строить гипотезы и запускать эксперименты.

Посмотрим на данный процесс.

Рис.18. Процесс оптимизации

Процесс начинается с проблемы. Необходимо четко поставить проблему. Обычно она состоит в следующем: у бизнеса есть KPI, а контекстная реклама их не достигает, то есть KPI не выполняются. Мы делаем вывод, что реклама неэффективна и предполагаем гипотезу о том, что изменение в рекламной кампании может улучшить эффективность рекламы. Изменения могут касаться как настроек рекламы, так и структурных элементов. Вы можете изменить элементы объявлений, целевые страницы либо стратегии назначения ставок. Вы сделали гипотезу, затем проводите тест.

Для теста есть прекрасный инструмент в системе Google Ads — эксперимент. По результатам эксперимента проводим анализ полученных данных. Если он позволяет предварительно достичь KPI, внедряем изменения, наблюдаем, исчезнет ли проблема. Если проблема не исчезает, то мы движемся далее по указанной схеме (мы находимся в постоянной циклической оптимизации). Также гипотезы не всегда могут быть верными. На этапе анализа мы смотрим, что могло быть упущено, можем опять вернуться к гипотезе и опять проводить тесты. Иногда анализ ничего не дает. Тогда мы возвращаемся к проблеме и ничего не внедряем.

Пример процесса оптимизации

Рис.19. Пример процесса оптимизации

Рассмотрим пример процесса оптимизации  (рис.19).

Проблема: низкое число конверсий в кампании.

Гипотеза: на первой позиции в рекламной выдаче конверсионность выше.

Тест: запуск эксперимента с первой позицией.

Получаем данные, проводим анализ: на первой позиции клики дороже, конверсий меньше.

На самом деле, интерпретаций может быть множество. Главное то, что мы провели прикладной эксперимент, оценили показатели и наша гипотеза оказалась неверна. Соответственно, мы предполагаем другую гипотезу, анализируем уже ее данные. Если они позволяют достигнуть KPI, мы внедряем гипотезу и анализируем дальше.

Запуск эксперимента

Рассмотрим пример запуска эксперимента.

Рис. 20. Запуск эксперимента (часть 1)

Мы всегда можем найти во вкладках настройки “проекты и эксперименты”, -“создать новый проект” -добавить туда кампанию — изменить ее.

Рис. 21. Запуск эксперимента (часть 2)

Затем выбрать вариант «провести эксперимент». Определяем период эксперимента. Также хочу обратить внимание на варианты распределения трафика. Трафик можно разделить на основании запросов и на основании файлов-кукис.

В чем разница? Один и тот же пользователь, в случае разделения на основе поисковых запросов, попадет в выборку двух кампаний: исходной и экспериментальной. В результате при разных поисковых запросах он увидит объявления с разных кампаний.

Если мы разделим на основании файлов-куки, мы получим следующие результаты: реклама будет показываться только конкретным уникальным пользователям, эксперимент покажется одним пользователям, оригинальная кампания — другим. И в данном случае данные могут оказаться другими, т.е. более точными и выборка будет более корректной. В результате, мы получим в нашем кабинете оригинальную кампанию и эксперимент с определенной гипотезой.

Анализ эксперимента

Как оценить результат эксперимента?

Рис. 22. Анализ эксперимента

Оценить результат эксперимента мы можем как и в кабинете Google Analytics, так и в кабинете Google Ads. В Analytics мы просто сравниваем данные в отчете, а в отчете Google Ads мы можем увидеть результаты в сравнении с оригинальной экспериментальной кампанией. При наведении на эти показатели, отображается, на сколько эти данные статистически значимы. Если появляется такое обозначение как “данных недостаточно”, это означает, что система на основании своих выборок решила, что эксперимент необходимо продолжать, чтобы получить статистически значимые данные. В данной ситуации при получении такого статуса лучше всего продлить эксперимент, собрать больше данных и затем уже делать вывод об эффективности оригинальной кампании и экспериментальной кампании.

Оценка результатов оптимизации

Как проще всего оценить результаты оптимизации?

Посмотрим по примеру.

1. Один из вариантов — это оценить ПланФакт. К примеру, бизнес поставил перед нами задачу: получить больше 200 конверсий в месяц. Мы провели определенные оптимизации, получили 210 конверсий в месяц и делаем вывод, что KPI достигнут, оптимизация сработала правильно, в правильном направлении.
2. Также есть вариант БылоСтало. Если сравнивать периоды до оптимизации и после оптимизации, сравнивать отчетные периоды, мы должны видеть разницу. Если эта разница позитивная, (то есть, у нас было 200 конверсий, а стало 230) это означает, что эффективность кампании выросла и а оптимизация принесла результат.
3. Также мы можем сделать отчет по изменениям в динамике. Мы визуально увидим  как меняется динамика до оптимизации и после оптимизации. Например, на данной  диаграмме присутствует позитивная динамика.

Рис. 23. Пример оценки результатов эксперимента

Итак мы рассмотрели, как ставить задачи, как ставить цели перед контекстной рекламой, как оптимизировать контекстную рекламу ручными и автоматическими методами и как оценивать результаты оптимизации.
Успешных вам рекламных кампаний!