Существуют два метода снижения CPA/CPO, последовательно ведущих к цели:
эмпирический, когда убираются явные ошибки рекламных кампаний - настраивается сквозная аналитика, повышается качество РК.
системный, когда для достижения цели применяются профессиональные аналитические инструменты - бюджетирование и моделирование продаж.
Рассмотрим подробнее, шаг за шагом, процесс снижения СРА/CPO.
Сквозная аналитика должна быть - это знают все, но правильно настраивают немногие. Поэтому ее проверка и донастройка - первый и важный этап оптимизации рекламных кампаний. Это необходимо для того, чтобы достичь полной прозрачности конверсий и их стоимости по каждой фразе.
В идеально-настроенном отчете сквозной аналитики должна быть видна цепочка: расходы по рекламной кампании на площадке - количество достигнутых целей (конверсий) на сайте- количество покупок - фактический доход (маржа).
Чек-лист проверки настройки сквозной аналитики:
проверить все ли рекламные кампании имеют UTM-разметку, где обязательно должны быть указаны следующие значения: source, campaign, term, content
проверить установлена ли связь между рекламной площадкой (Яндекс.Директ или Google AdWords) и аналитической платформой (к примеру Google Analytics, где отражаются данные по конверсиям и расходам конкретной рекламной кампании)
убедиться, что установлены и корректно работают счетчики Google Analytics на конверсионных кнопках сайта (“Электронная торговля” для интернет-магазинов)
установить динамический call tracking (для тех рекламодателей, у которых можно заказать товар/услугу на сайте посредствам телефонного звонка) для передачи данных о звонках в Google Analytics
и самый последний и сложный шаг - привязать или проверить корректность передаваемых данных из CRM-системы в Google Analytics (для передачи данных по доходам и фактическим продажам).
Аналитическая система может быть любая, не только Google Analytics. Есть и другие варианты, но они в основном платные, например Roistat.
Выполнение всех пунктов приведенного чек-листа обязательны для качественно-настроенной сквозной аналитики. Если у рекламодателя что-то не настроено или работает некорректно, полученные данные будут недостоверными или неполными.
Качество рекламных кампании необходимо измерять прежде всего для того, чтобы убрать досадные ошибки, которые случаются по вине “человеческого фактора”: ошибки в словах/опечатки, непопадание в релевантность фразы, отсутствие быстрых ссылок и тп. Повышение качества кампаний неизбежно приведет к снижению CPC, а значит, как следствие, к снижению CPA/CPO.
Измерить качество рекламных кампаний можно, используя механизмы площадок контекстной рекламы. Там, как правило, оценка качества происходит по каждой ключевой фразе, при этом, вывести общий отчет по всей РК нет возможности что неудобно, если кампании большие.
Если ключевых фраз много, то измерить качество рекламной кампании можно с помощью решения для автоматизации контекстной рекламы - получите сводный отчет по РК, где будут видны все ошибки сразу.
Три основных момента, которые должен показать хороший инструмент измерения качества рекламных кампаний:
отчет должен явно показывать соответствуют ли ваши объявления всем строгим правилам площадки,
в полученном отчете должна быть возможность легко найти те самые ошибки и быстро устранить их,
посмотрев на результаты вы понимаете сколько денег в итоге потеряли, размещая некачественные рекламные кампании.
После того, как сквозная аналитика настроена и есть уверенность в том что все ошибки устранены и рекламные кампании максимально соответствуют всем требованиям площадок, пора углубляться дальше и переходить к системным методам снижения СРА/CPO.
На рынке бытует мнение, бюджетирование контекстной рекламы, хотя бы минимально точное - невозможно. Это совсем не так - возможно и легко осуществимо.
Если у рекламодателя есть собранная и зафиксированная статистика по рекламной кампании хотя бы за месяц открутки, то вполне возможно спрогнозировать количество достижений целевых показателей в зависимости от заданного CPA/CPO.
Для расчета более точного прогноза нужно максимально часто (раз в 15-30 минут) собирать следующие данные по фразам:
% показов на местах,
средняя ставка на позициях,
CTR на позициях,
расход по позициям,
количество конверсий и достижения целей по этим фразам.
На основании полученных данных, при помощи математических вычислений, можно спрогнозировать сколько будет достигнуто целей при N CPA/CPO: определяется ставка для каждой фразы, позволяющая занять наиболее выгодную позицию для достижения целей.
Именно моделирование продаж дает максимальные результаты в процессе снижения СРА/CPO. Имея на руках данные моделирования, рекламодатель может варьировать каналы продвижения (в контекстной рекламе - ранжировать занимаемые позиции объявлений), достигая максимально низкой цены контакта, приводящего к продаже.
Ежедневный прогноз заказов тест-драйва в Автосалоне.
Задача кейса: выяснить, как составить медиа-план на контекстную рекламу таким образом, чтобы он соответствовал тому, сколько свободных ресурсов (машин для тест-драйва, менеджеров, работающих с посетителями в зале) есть в автосалоне в те или иные периоды.
Средняя конверсия (от кликов) |
2.58% |
Периоды |
Уточняющий коэффициент к средней конверсии |
Выходной |
+0.6 |
Утро |
-4.4 |
День |
+4.9 |
Вечер |
-16.2 |
Курс USD 60 дн назад (дельта (руб) от 50) |
-2.7 |
Фактическая надёжность прогноза (коэф-т детерминированности) |
78% |
Доставка суши. Ежедневный прогноз заказов.
Задача кейса: выяснить периоды естественного снижения/увеличения спроса для составления медиа-плана контекстной рекламы таким образом, чтобы перераспределять бюджеты с периодов естественно-высокого спроса на периоды спада, сокращая при этом СРА без потери трафика.
Конверсия (от кликов) |
3.42% |
|
Уточняющий коэффициент к средней конверсии |
Повторные заказы (от 100 за предыдущие 365 дн) |
+3.4 |
Зима (0/1) |
-89.5 |
Осень / Весна (0/1) |
+0.5 |
Снег (0/1) |
+23.8 |
Дождь (0/1) |
-3.1 |
Температура > +10 (0/1) |
-21.4 |
Температура < 0 (0/1) |
-6.3 |
Надёжность прогноза (коэф-т детерминированности) |
53% |
Модный магазин. Ежедневный прогноз заказов
Задача кейса: выявить зависимость величины CTR от места показа рекламных объявлений. Выявленная зависимость позволит экономить бюджет на контекстную рекламу, варьируя места показа рекламных объявлений без существенных потерь трафика.
CTR СР1 |
14.8% |
Дельта CTR |
Коэффициент в % |
dCTR СР2 (к 1СР) |
92.7% |
dCTR СР3 (к 1СР) |
87.5% |
dCTR 1М (к 1СР) |
26.4% |
dCTR 2М (к 1СР) |
22.7% |
dCTR 3М (к 1СР) |
19.2% |
dCTR 4М (к 1СР) |
22.8% |
dCTR Рот (к 1СР) |
14.6% |
dCTR Вых (к будн) |
87.4% |
Надежность прогноза (коэф-т детерминированности) |
91% |
Как видно из представленных кейсов - моделируя продажи можно значительно снижать средний СРА/CPO и зарабатывать больше, привлекая потенциальных клиентов за меньшие деньги.
Подводя итог, еще раз о том, что же нужно обязательно делать с контекстными рекламными кампаниями, если есть желание снижать цену продажи:
осуществлять инструментальный контроль качества рекламных объявлений
правильно настраивать сквозную аналитику
проводить бюджетирование рекламных кампаний
моделировать продажи
Спасибо за ваше обращение!
Наш менеджер вскоре с вами свяжется