5 устаревших приемов в контекстной рекламе, которые сливают бюджет

Директ, а вместе с ним и поисковая реклама в Яндексе, существуют с 2001 года. За это время алгоритмы менялись не один раз. И те стратегии, структуры и рекламные материалы, которые работали ранее, сейчас либо не работают вообще, либо приводят к проблемам: например, к превышению бюджета. Рассмотрим приемы, от которых давно пора отказаться:

• Первое место в выдаче для дженерик-запросов

• Ядра с несколькими тысячами низкочастотных запросов

• РСЯ со структурой группа/ключ

• Сужение аудитории для кампаний с оплатой за конверсии

• Сильное дробление кампаний

Первое место в выдаче для дженерик-запросов

Дженерик-запросы — это общие запросы тематики. Иногда их называют категориальными, но основное их условие — запрос не содержит название бренда. Например, «красные туфли на каблуке» — это дженерик-запрос, а «красные туфли Gucci» — это запрос с включением бренда.

До сих пор встречаются рекламодатели, которые оценивают эффективность рекламы по тому, видят ли они себя в выдаче на первом—втором месте. Когда-то такая тактика действительно работала, ведь реклама показывалась без учета поведенческих факторов. Тогда же не существовало и автоматических стратегий, которые целятся на конверсии.

Тогда реклама, отображаясь на первом месте по общему запросу вроде «пальто для девочки», давала такие результаты:

• приводила целевых клиентов, которые в итоге совершали покупку — то, что нужно;

• приводила просто любопытствующих — трата рекламных бюджетов;

• показывалась людям, которые просто хотели посмотреть товар в Яндекс Картинках — снижение CTR;

• показывалась рекламодателю, который проверял выдачу — снижение CTR.

И всё это было большой проблемой, поскольку объявления для выдачи выбирались по совокупности ставки, коэффициента качества и кликабельности.

Сейчас же алгоритмы с большей вероятностью показывают объявление людям, которые заинтересуются им.

Вывод

Для дженерик-запросов сегодня не так важно бороться за первое место — важнее выиграть показ для своей аудитории.

Ядра с несколькими тысячами низкочастотных запросов

До появления автоматических кампаний по фиду/сайту и автотаргетинга популярным подходом было выбирать всю емкость запросов. Для этого, например, мог использоваться Key Collector — программа, которая могла собрать семантическое ядро в многие тысячи запросов. Ей передавался небольшой список основных ключей, а на выходе получался огромный список, который дальше нужно было почистить.

Часто запросы даже собирались по узким артикулам вручную. И эта стратегия себя оправдывала: те специалисты, которые достаточно заморочились, могли получить очень горячие переходы по низкой стоимости — за счет того, что другие рекламодатели не использовали эти запросы, и ставка была на минимальном уровне.

Ядра регулярно дополняли и почти никогда не чистили, ведь пользователи могли начать использовать какие-то узкие запросы неожиданно. Потом полгода частотность была полностью нулевой, а затем снова получали по пять—шесть показов в месяц, и клиенты приходили.

Сейчас собирать низкочастотные запросы прежними способами бессмысленно. Охват таких ключей на Поиске берут на себя два инструмента:

• динамические объявления по сайту или по фиду данных;

• автотаргетинг.

Динамические объявления по сайту или по фиду данных

При работе по сайту робот Яндекса:

1. Обходит сайт или отдельные страницы, которые вы указали в динамических объявлениях.

2. Создает список семантики, по которой могут быть показы.

Таким образом с верной микроразметкой и подробно заполненным сайтом/каталогом можно показываться так же, как и по супер-низкочастотному ядру.

Фид данных — это база, в которой хранится подробная информация обо всех товарах на сайте. Он содержит особые теги, по которым Директ определяет, по каким запросам и какие объявление показывать.

То есть в этом случае робот Яндекса использует для таргетинга не сайт, а фид данных.

Пример динамических объявлений — они отвечают на поисковый запрос: в заголовок подставляется максимально релевантное поле, посадочная сразу ведет на товар

Пример товарной галереи. Здесь тоже на поисковый запрос отвечает максимально релевантный товар

Кстати, по теме

Настольная книга по работе с фидами — спецпроект с 4 материалами

Автотаргетинг

Автотаргетинг по семантическому соответствию оценивает:

• заголовок объявления;

• текст объявления;

• контент сайта.

Объявление показывается пользователю, если его запрос соответствует интересам и тематике этих элементов.

Как автотаргетинг заменяет сбор низкочастотных ключей

Почти всегда в поисковом запросе есть вхождение нескольких основных слов, на которые может ориентироваться автотаргетинг. И если у нас в объявлении заголовок «Пальто для девочек любых цветов на весенний сезон», то мы охватим подобные низкочастотные поисковые запросы: «демисезонное пальто для девочки подростка 13 лет красное».

Несмотря на то что автотаргетинг существует довольно давно, доверять ему начали лишь в последнее время. Сейчас инструмент неплохо обучается нейросетями, а объявления почти всегда показываются по релевантному запросу.

Вывод

Специалистам не стоит тратить время на предварительный подбор низкочастотных фраз — лучше сосредоточится на создании качественного фида и проработке заголовков и текстов рекламного объявления.

РСЯ со структурой группа/ключ

Несколько лет назад кампании в РСЯ просто повторяли кампании на Поиске с небольшим отличием — добавлением изображений. Тогда структура кампаний была следующей: группа содержала один или несколько ключей, а заголовок писался с их вхождением. Сам таргетинг в РСЯ работал по запросам: рекламный материал показывался тем пользователям, которые вводили точно тот запрос, который был прописан в кампании. Поэтому копирование кампании с Поиска работало для сегментации пользователей.

Однако сейчас логика показа объявлений в рекламной сети совсем другая. РСЯ ориентируется на так называемые «привязки» — это множество сигналов, которые дают понять алгоритму, что пользователю реклама может быть интересна. Среди них:

• тематика посещаемых пользователем площадок;

• прошлые поисковые запросы;

• интересы;

• посещаемые места;

• местоположение и т. д.

Вывод

Наиболее рабочий вариант для современной кампании РСЯ — это максимум таргетингов.

Внутреннее деление на группы эффективно сделать одним из способов:

• «группа = тематика»: например, вариант с группами, где объявления посвящены конкретной услуге (допустим, проектирование и строительство), с разными таргетингами (ключи, профили, ретаргетинг);

• «группа = вид таргетинга»: например, вариант, где группы разделены по типу таргетинга, в зависимости от целей и задач, которым служит кампания.

Сужение аудитории для кампаний с оплатой за конверсии

Это паттерн, который выработался у специалистов при работе с кампаниями с оплатой за клики. В этом случае привычная схема — сильно ограничить таргетинг кампаний:

• выставить понижающие корректировки на неподходящий возраст или пол;

• добавить десятки заминусованных целевых аудиторий;

• исключить площадки показов;

• почистить ядро от неконверсионных запросов;

• расширить список минус-слов.

Для рекламы, где мы платим за клики, это действительно чудесная рабочая тактика. Но с оплатой за конверсии подобное сужение приводит к тому, что кампания глохнет, а показы исчезают. Ведь нейросеть стремится приводить пользователей, которые совершат конверсию. Время идет, по суженной аудитории найти нужных пользователей не удается, и нейросеть приходит к тому, что поставленную задачу она выполнить не может — а значит, и смысла показываться нет.

Вывод

При работе с кампаниями с оплатой за конверсии важно задавать максимальные таргетинги, скармливать системе больше релевантных данных:

• подходящие заголовки и тексты;

• подбор интересов;

• яркие креативы;

• максимально заполненные расширения.

Таким образом нейросеть Яндекса научится приводить конверсии.

Сильное дробление кампаний

Этот подход вытекает из предыдущего — специалисты привыкли дробить кампании. При этом сегодня почти 90% кампаний работает на автоматических стратегиях, которым необходимо большое количество данных для обучения.

Использовать узкую сегментацию кампаний, особенно если у товаров/услуг примерно одинаковый средний чек и спрос, не имеет смысла. Также не имеет смысла дробить кампании на сотни гео-таргетингов — у каждой из них охват будет совсем маленьким.

Вывод

Сегодня нужно сегментировать кампании, если при вашей маркетинговой стратегии это необходимо. Например, выделить кампанию с брендовыми запросами или разделить географию показов, если средний чек услуги слишком сильно отличается в разных регионах.

При этом бездумно отказываться от дробления кампаний тоже не стоит. Этот подход оправдан в двух случаях:

1. Сильная разница спроса. Тогда вынос продуктов с узкой емкостью позволит им показываться — более популярное направление не будет перетягивать на себя бюджет.

2. Деление по геолокации на крупные города и другие группы. Москву, на которую почти всегда приходится больший потребительский спрос, а также более разгоряченный аукцион, логично выделять. А вот условные Тверь и Владимир прекрасно уживутся в одной кампании, особенно если нет различий в условиях доставки.

Рекомендация напоследок

Устаревших подходов в контекстной рекламе намного больше, мы собрали только основные — наиболее живучие и опасные для специалистов. К тому же Директ постоянно развивается: появляются новые алгоритмы работы, стратегии и инструменты, меняются сложность и охват таргетингов. А значит, регулярно устаревают и другие методы работы.

Чтобы сохранять эффективность кампаний, необходимо всё время повышать квалификацию и уметь отказываться от старого, даже если когда-то это работало очень и очень хорошо. Не бойтесь экспериментировать и тестировать гипотезы, которые позволяют обнаружить новые связки, приводящие к лучшим результатам.