new

Нужная digital-рассылка! Каждый понедельник получайте вау-новости и статьи с ppc.world за неделю! Подписаться

8428 https://ppc.world/uploads/images/f4/4f/6308e046ebc91-ppc-mikro.png 2022-08-29 Директ ppc.world 160 31

Недостаточно конверсий для оплаты за конверсии? Помогут микроцели и корреляционный анализ — смотрите, как

В Директе можно настроить автостратегию «Оптимизация конверсий» и платить только за конверсии — например, за заявки или звонки. Кажется, что ничего проще быть не может. Тем не менее, есть нюансы: например, Директ требует не меньше 10 конверсий в неделю. Как обойти это ограничение и как эффективно использовать стратегию, на основе своего опыта рассказывают специалисты агентства Риалвеб Дмитрий Багнюк и Наталья Кабина.

«Оптимизация конверсий» — умная стратегия в Яндекс Директе, которая позволяет получить максимум целевого трафика. Для нее можно настроить одну из трех моделей оплаты: с оплатой за конверсии, со средней ценой конверсии и недельным бюджетом. Мы поговорим о первой модели.

В качестве конверсии можно указать цель отдельную (событие на сайте) или составную (несколько событий). Считаются конверсии с окном в 21 день с момента клика.

Это удобная модель оплаты, но для части performance-клиентов она не стала универсальным решением.

В чем проблема с оплатой за конверсии

Чтобы запуск прошел корректно, нужны:

  1. Правильно настроенные цели в Яндекс Метрике.

  2. Бюджет, равный стоимости как минимум 10 конверсий.

  3. Не менее 10 конверсий в каждую из 2 недель обучения стратегии.

Последнее условие особенно сильно бьет по тем нишам, где целевых конверсий мало в принципе — авто, недвижимость, сложное оборудование и другие. Такие ниши не позволяют отдавать системе достаточно данных для обучения.

Даже если набирается нужное количество конверсий, то обучение все равно окажется не таким качественным, как в ecommerce-проекте с 100+ конверсиями в день.

Кроме того, погрешность для небольшого числа конверсий выше, чем для большого — ± 20% для коэффициента конверсионности и ± 40% для цены конверсии.

Как использовать микроконверсии и корреляционный анализ

Микроконверсии располагаются на более высоких этапах маркетинговой воронки. За счет этого количество таких конверсий выше, чем у макроцелей — это решает проблему с тем, что конверсий не хватает.

Микроконверсиями могут быть любые действия пользователя на сайте (например, посетил конкретную страницу) или особенности его взаимодействия с сайтом (например, провел на нем больше N минут).

Задача performance-специалиста — понять, какие именно цели выбрать для таргетирования.

Корреляционный анализ выявляет степень зависимости между макроконверсиями и микроконверсиями. То есть мы:

  1. Берем из системы аналитики показатели пользователей, которые выполнили различные микроконверсии.

  2. Берем аналогичный массив данных о пользователях, которые совершили макроконверсию.

  3. Сравниваем каждый массив по микроконверсиям с массивом по макроконверсии.

Так мы можем понять, где наиболее сильная корреляция и, следовательно, какую цель лучше использовать в кампании.

Анализ можно провести в Excel с помощью функции КОРРЕЛ.

Значение от 0,7 считается сильной корреляцией. Дальше мы покажем на конкретном примере, как анализ используется на практике.

Каких результатов мы достигли на практике: кейс в недвижимости

В апреле 2022 года мы тестировали оплату за микроконверсии в сегменте «Недвижимость» в течение 30 дней.

Продукт: жилой комплекс комфорт-класса на финальной стадии строительства.

За три года продвижения мы протестировали множество небрендовых кампаний, большинство из которых с момента запуска успели выгореть.

Теперь нужно было улучшить результаты по трем типам небрендовых кампаний: с геотаргетингом, с запросами по основным конкурентам и категорийными запросами.

Задачи:

  1. Увеличить объем целевых обращений в небрендовых кампаниях.

  2. Снизить CPA рекламы по геолокациям и категорийным запросам.

  3. Начать платить только за качественный трафик.

Выбор целей

Макроконверсии для недвижимости — это чаще всего целевой звонок или заявка с сайта, которые обработаны отделом продаж или колл-центром и имеют целевой статус. Такой статус им проставляют в CRM, если пользователь действительно является лидом и не оставил заявку, например, по ошибке.

Конечно, достигнутых целевых действий бывает немного, особенно с одной конкретной кампании. При этом застройщику может быть сложно передавать офлайн-конверсии из CRM в рекламную систему из-за политики обработки данных.

Мы же сделали упор на микроконверсии — те отдельные действия пользователя на сайте, которые предшествуют макроконверсиям.

Что может быть микроконверсиями в недвижимости:

  • посещение пользователем более N страниц;

  • просмотр карточки с планировкой квартиры;

  • работа с фильтром подбора по параметрам;

  • скроллинг более N% страницы (особенно актуально для лендингов);

  • нахождение на сайте более N минут.

Не все из таких действий одинаково важны для стратегии, поэтому мы перешли к следующему этапу оценки — корреляционному анализу.

Собрать предварительный пул микроконверсий для корреляционного анализа можно, например, при помощи отчета «Конверсии» в Яндекс Метрике или отчетов о многоканальных последовательностях в Google Analytics.

Корреляционный анализ

Мы решили проследить корреляцию между макроцелью «Уникально-целевой звонок» и микроцелями:

  1. Просмотр более 3 страниц.

  2. Нахождение на сайте более 2 минут.

  3. Посещение страницы «О проекте».

  4. Посещение страницы «Выбор квартир».

  5. Посещение страницы «Акции».

Корреляционный анализ производили в Excel с помощью функции «=КОРРЕЛ(массив1;массив2)».

Переменные «массив1» и «массив2» — это количество достижений целей по основному показателю уникальных целевых заявок (далее УЦЗ) и показателям микроцелей соответственно.

Пример расчета:

=КОРРЕЛ(Массив данных по УЦЗ;Массив данных по микроцели «Просмотр более 3 страниц»)

Анализ массивов данных производили за 30 дней. Выборку за более короткий период использовать не рекомендуем: она покажет нерелевантные данные о корреляции.

Полученные данные

Наибольший коэффициент корреляции оказался у микроцели «Смотрели более 3 страниц» — 0,8.

Значение коэффициента между показателями УЦЗ и «Смотрели более 3 страниц» демонстрирует сильную корреляцию, в связи с чем мы решили запустить модель оплаты за конверсии именно по этой микроцели.

Запуск кампании

В качестве кампаний для теста были выделены небрендовые кампании на Поиске и в РСЯ.

Логика настройки кампании:

  1. Выбрали стратегию «Оптимизация конверсий» и активировали переключатель «Оплата за конверсии».

  2. Выбрали необходимую цель и выставили цену конверсии выше на 10-15% от рекомендуемой цены Яндекса. Это нужно для того, чтобы не ограничивать кампанию и получать достаточное количество трафика, который необходим на этапе обучения.

  3. Выставили бюджет на неделю, который будет достаточен для привлечения минимум 20 конверсий. Важно не снижать стоимость цены конверсии.

Результаты

В небрендовых поисковых и РСЯ-кампаниях по итогам теста мы получили следующие результаты:

  1. CPA стал ниже на 51% по сравнению со средним CPA в небренде.

  2. Целевые обращения выросли на 46%.

  3. Стоимость клика снизилась в кампаниях РСЯ на 21%, в поисковых — на 7%.

  4. CTR остался прежним — варьировался в рамках стандартных средних значений.

Рекомендации

Используйтель оплаты за конверсии с подключением микроконверсий в тех сегментах, где макроконверсий недостаточно. Для лучшего результата анализируйте статистику по всем настроенным микроцелям.

Модель оплаты за конверсии позволит оплачивать только качественный трафик, что может привести к улучшению результатов и возможности масштабирования кампаний. Поэтому тестируйте модель во всех типах кампаний, в том числе и в Мастере кампаний.

В ходе размещения есть возможность привлечения «бесплатных» звонков или заявок. Пользователь может не достичь указанной в стратегии микроцели, но совершить целевое действие с бесплатного клика, которое в проекте будет засчитываться в KPI.

При запуске модели оплаты за микроконверсии важно провести корреляционный анализ для выявления зависимости микроцелей и макроцелей.

Какие еще рекомендации дадим:

  1. Не занижайте цену за конверсии — это ограничивает охват. Система не сможет работать на привлечение высоких объемов трафика.

  2. Учитывайте, что кампаниям нужно время для обучения. Не спешите отключать их слишком рано — для теста требуется не менее двух недель. Отключать кампанию мы рекомендуем при достижении расхода по кампании в 2CPA и при отсутствии макроконверсий. Если макроконверсию за бюджет в 2CPA удалось привлечь в единственном экземпляре, кампанию тоже лучше отключить — такой результат всё равно не будет достаточно репрезентативен.

  3. Для релевантной оценки работы стратегии запустите эксперимент в Яндекс Аудиториях. Такие эксперименты помогут оценить, какой подход при размещении наиболее эффективен, и вы сможете подтвердить или опровергнуть поставленные гипотезы. С помощью эксперимента можно протестировать не только стратегии, но и другие настройки рекламных кампаний, и релевантно оценить их показатели.

  4. Если минимальная стоимость микроконверсии превышает значения, которые вы готовы платить, рассмотрите другие микроцели с высокой силой корреляционной связи с макроцелями.

  5. Помните, что каждый продукт индивидуален. Подход, который показал высокие результаты в нашем проекте, сработает не во всех сегментах.

Как и при стандартном размещении, необходимо тщательно отслеживать качество привлеченного трафика. Выявление сомнительного трафика мы рекомендуем производить с помощью Яндекс Метрики, Google Analytics и Вебвизора. Если зафиксировали подозрительные заявки, проверяйте их статус с помощью данных колл-трекинга и CRM-системы.

Вы уже про это слышали?

Последние новости от Яндекс Директа

 

Перейти на сайт

Комментарии 2

Авторизуйтесь, чтобы оставить комментарий.

  • Радислав Чежидов

    Ребята, я так и не понял какие данные в какой столбик берутся. Можно подробный гайд?

    • Digital-агентство Риалвеб

      Радислав Чежидов, спасибо за вопрос! В первый столбец вы вносите количество достижений микроконверсий, а во второй - количество достижений макроконверсий. Разбивка данных - по дням (желательно вынести большой период - хотя бы 1-2 месяца). Функцией =КОРРЕЛ выбираете два массива и получаете коэффициент корелляции