Прогнозируем эффективность рекламы, используя данные аукциона Яндекс.Директа

В апреле прошлого года в аукционе Директа произошли изменения. Я хочу рассказать о том, к чему привели эти изменения и как можно использовать новые данные с пользой.

Кратко напомню об изменениях, чтобы ввести в курс дела. Вместо стоимости позиций в интерфейсе теперь мы видим стоимости объемов трафика. Эти объемы трафика выражают, по сути, клики, которые мы можем получить, если будем участвовать в аукционе с указанными ставками, но клики эти выражены в условных единицах.

Читайте также:

• Изменение торгов в Яндекс.Директе и всё, что вам нужно об этом знать
• Как теперь управлять ставками в Директе, или Снова о торгах в поисковой рекламе

Обратим внимание, что в Мастере отчетов появилась новая метрика — средний объем трафика. Чтобы понять, как она рассчитывается и что означает, вспомним другую привычную метрику — средняя позиция показа. Она считается так: суммируем все позиции, на которых показывалось ваше объявление, и делим на количество показов.

Чтобы понять, как считать средний объем трафика, давайте вспомним его физический смысл. По факту объемы трафика — это те же позиции, но обозначенные не номерами (1, 2, 3, 4), а кликабельностью. При этом кликабельность позиции зависит от трафарета, в котором эта позиция находится (для этого они, в общем-то, и были введены). То есть первая позиция в каких-то трафаретах принесет вам больше трафика, чем в других. Вот примеры:

Итак, объем трафика — это некоторая величина, характеризующая каждую позицию, на которой показывается объявление. Тогда средний объем трафика — это сумма объемов трафика для каждой позиции показа, разделенная на число показов.

Чтобы проверить это, можно сделать следующее:

1. Взять любую ключевую фразу.
2. Взять за некоторый период ее статистику, разбитую по дням.
3. Разделить сумму объемов трафика по дням на сумму показов и сверить со средним объемом трафика за этот период. Они должны совпасть.

Вот пример таких расчетов:

Как строить прогноз результатов кампании, используя данные аукциона и статистику

Разобравшись с тем, что значит понятие объема трафика, попробуем понять, как можно его использовать.

Мы знаем, что объем трафика учитывает кликабельность различных позиций. Причем эта зависимость, как утверждает Яндекс, линейная. Это означает, что позиция с объемом трафика 100 принесет вам в два раза больше кликов, чем позиция с объемом трафика 50.

На языке формул это записывается так:

где TV (Traffic Volume) — объем трафика.

Здесь интересен коэффициент k, его можно вычислить так:

Получается, что k — это количество кликов в одной единице объема трафика. Давайте так и назовем этот коэффициент для дальнейших расчетов.

Как посчитать CpTV? Это можно сделать по историческим данным. В Мастере отчетов по каждой ключевой фразе мы можем получить число кликов и средний объем трафика за некоторый период.

Для этого примера CpTV = 97 / 73,11 = 1,32.

Что еще важно знать о CpTV:

1. Эта величина своя для каждой ключевой фразы.
2. Это абсолютная величина, а не относительная. Она выражает число кликов в единице объема трафика за выбранный нами период. Понятно, что число кликов за месяц будет больше, чем число кликов за неделю. Это важно для дальнейших расчетов в статье.

Итак, мы посчитали CpTV для некоторой фразы. Тогда, используя предположение о линейной зависимости между объемом трафика и числом кликов, можно найти и количество кликов для любого объема трафика.

Возьмем некоторую ключевую фразу и информацию о ее аукционах. Добавим в таблицу с данными столбец «Число кликов для каждого объема трафика», рассчитанный по нашей формуле.

Так мы обогатили информацию об аукционе — теперь можно оценить, какое число кликов получит фраза с выбранной ставкой и какую цену мы фактически заплатим за каждый клик. Помним, что это число кликов соответствует периоду, за который мы считали CpTV (неделя в этом примере).

Но не будем останавливаться на этом. Во-первых, уже по этим данным можно посчитать, сколько мы потратим денег в каждом случае. Для этого умножим списываемую цену на число кликов в каждой строке этой таблицы.

Во-вторых, зная конверсию ключевой фразы, можем посчитать число конверсий за период для каждого объема трафика. А зная расход — и CPA.

При этом в интерфейсе мы видим ограниченную информацию об аукционе: всего лишь пять отсечек. А вот по API можно получить более полные данные, например:

Таким образом, рассчитав такую табличку для всех ключевых фраз и зная ставки по ним, мы можем рассчитать суммарный прогноз результатов кампании для этого набора ставок.

Важно понимать, что если мы хотим получить прогноз, то и для расчетов нам нужно использовать прогнозные значения величин, в частности CpTV и CR. Причем прогноз CpTV нужно получить на такой период, на который нам нужен этот прогноз (так как эта величина абсолютная).

Простое решение — использовать статистические данные. Для CR это не очень хороший подход, потому что по многим фразам статистических данных о конверсиях может просто не быть. Но способы прогнозирования CR неоднократно описывались в других статьях. Например, можно применять пулинг.

С CpTV же проще: для расчета этого показателя достаточно, чтобы по ключевой фразе были клики. Поэтому можно использовать и исторические данные как прогноз. Чтобы его улучшить, можно применять методы прогнозирования временных рядов.

Как использовать этот алгоритм на практике

Еще раз кратко о том, что нужно, чтобы спрогнозировать результаты кампании на некоторый период вперед:

1. Взять набор ставок для всех ключевых фраз кампании.
2. Спрогнозировать значения CR и CpTV на этот период, используя накопленную статистику.
3. Посчитать для каждой ключевой фразы, какой объем трафика мы получим при выбранной ставке и сколько кликов, расходов и конверсий соответствует этому объему.
4. Просуммировать результаты по всем фразам и получить результат кампании.

Что это нам дает? Вот пример вопросов, на которые можно ответить с помощью этого алгоритма:

1. Что я получу через неделю при текущих ставках? — Просто реализуем описанный выше алгоритм и смотрим на результат.
2. Что будет, если я повышу ставки на 20%? — Считаем прогноз для текущих ставок, затем считаем прогноз для новых ставок (умноженных на 1,2) и смотрим результат. Решаем, имеет ли смысл увеличивать ставки. Если вы повысили ставки и через неделю хотите сравнить фактический результат с прогнозом, то в течение недели ставки нельзя менять.
3. Какой результат я получу от инструмента автоматизации? — Необходимо эмулировать алгоритм работы инструмента и реализовать описанный выше алгоритм. Например, для бид-менеджера eLama мы сделали инструмент, позволяющий оценить эффект от применения стратегии «Максимальный трафик» в своих кампаниях.

Подводные камни, которые нужно знать

1. Алгоритм основан на предположении:

Оно взято из объяснений Яндекса сути объемов трафика. Но по-хорошему, это необходимо подтвердить на практике.

Сделать это можно, проверив корреляцию величин Clicks и CpTV, поскольку мы хотим предсказывать количество кликов с помощью CpTV — количества кликов в одной единице объема трафика.

Количество кликов на одной и той же позиции зависит от спроса в целом на товар или услугу в этот день. Известно, что в дождливый день спрос на такси растет. И при этом кликабельность позиции с объемом трафика 100 всегда будет в два раза больше, чем у объема трафика 50. Если это условие выполняется, то наше предположение верно и алгоритм работает.

Рассмотрим на примере одной ключевой фразы. Возьмем исторические данные, разбитые по дням, посчитаем CpTV для каждого дня и посчитаем корреляцию с кликами. Графики для этих двух величин выглядят так:

Корреляция равна 0,93. Это довольно сильная линейная зависимость между двумя величинами.

Теперь возьмем больше ключевых фраз, посчитаем для каждой корреляцию между количеством кликов и CpTV и отобразим на графике зависимость между корреляцией и числом кликов по фразе.

Можно заметить, чем больше кликов по ключевой фразе, тем ближе значение корреляции к 1. Между тем именно фразы с большим числом кликов вносят самый весомый вклад в итоговый результат кампании.

Делаем вывод: CpTV и количество кликов действительно коррелируют между собой. Причем чем больше кликов, тем сильнее корреляция. Это значит, что наше предположение верно и объем трафика можно использовать в качестве коэффициента для расчетов (конечно же, надо учитывать, что есть некоторая погрешность).

2. Аукцион динамический. Ставки в аукционе постоянно меняются в зависимости от конкурентной ситуации в конкретный момент. Это означает, что в зависимости от времени, когда мы получаем информацию об аукционах, результат прогноза может меняться.

Например, зачастую ночью рекламодатели выключают свою рекламу, и в это время конкуренция в аукционе менее жесткая. И, запустив алгоритм ночью, мы можем получить более оптимистичный прогноз, чем сделав это днем, для одного и того же набора ставок, поскольку по тем же ставкам ночью мы, скорее всего, сможем получать больший объем трафика.

Мы провели эксперимент: в нескольких рекламных кампаниях каждые полчаса на текущих ставках запускали скрипт, реализующий описанный метод. График ниже отображает зависимость прогнозного числа кликов на неделю по некоторой кампании от времени запуска.

На этой кампании разница в прогнозном значении кликов в течение суток достигает практически 10 раз! Оранжевая линия — фактически полученное значение кликов через неделю после прогноза. Самые точные прогнозы для этой кампании всегда получались в районе 22 часов.

А вот график для другой кампании. На нем прогноз более стабильный, однако фактически полученное число кликов ни разу не добралось до прогнозных значений.

За такими результатами скрывается третий подводный камень этого метода.

3. Данные аукциона — это тоже прогноз. И он не всегда точный. Точность зависит от многих факторов, например, от проработки семантики, от геотаргетинга и разбивки кампаний по регионам, от частотности запросов.

В кампании с последнего графика данные аукциона были не очень точны. Разобравшись в ситуации, мы увидели, что прогноз аукциона всегда был более оптимистичен, чем полученный результат. Это означает, что для многих ключевых фраз прогнозируемый объем трафика по их ставке оказывался выше, чем фактически получаемый.

Все эти подводные камни не означают, что алгоритм непригоден для использования. Просто эти факторы важно учитывать и правильно интерпретировать результаты прогноза.

Как же все-таки применять алгоритм

Вот некоторые рекомендации для работы с этим алгоритмом:

1. Чем больше кликов получает кампания, тем больше корреляция CpTV и количества кликов и тем точнее будет результат прогноза. При достаточном количестве кликов можно прогнозировать не на неделю, а на день вперед. С учетом того, что аукцион динамический, такие прогнозы должны быть точнее.
2. Запускайте прогноз несколько раз в течение дня, смотрите время, когда его результаты наиболее близки к фактическим. И именно в это время пробуйте использовать этот метод для оценки изменения ставок.
3. Используйте такой прогноз для сравнения двух наборов ставок в один и тот же момент времени. Даже если этот прогноз будет не совсем точный, он позволит вам оценить, какие ставки лучше поставить сейчас при текущей конкурентной ситуации.
4. Относитесь к этому прогнозу не как к способу точно оценить результат кампании. Это скорее возможность получить информацию для принятия решения об изменении ставок или способа управления ими.

Например, при тестировании нашего инструмента мы видели прогноз увеличения числа кликов на 200% при той же цене клика. Фактически же мы получали прирост на 100%. Что, конечно, меньше прогнозного значения, но тоже неплохой результат. Поэтому с таким прогнозом точно стоит попробовать поменять ставки. А вот если прогноз покажет отсутствие прироста числа кликов, тогда уже стоит задуматься, нужно ли менять ставки или безопаснее оставить все как есть.