+7 (495) 797-55-99 info@i-media.ru
495 748-54-59 Контакты
Мы работаем с 10:00 до 19:00,
а Контекст Мотор - круглосуточно!

Оставьте свой телефон и мы Вам
перезвоним.

Управляем контекстной рекламой на основе ROI

i-Media на RACE

Прежде чем приступить к работам по планированию, запуску, а затем по мониторингу и оптимизации рекламных кампаний, мы всегда задаем нашим клиентам следующие вопросы: «Как будем оценивать эффективность? Каких KPI вы хотите придерживаться/достичь?». Без понимания ответа на эти вопросы никакая активность в сети не имеет смысла.

Поэтому в рамках данной статьи я бы хотел поговорить о самом важном этапе при проведении рекламных онлайн-кампаний – об определении KPI (key performance indicators – ключевых показателей эффективности), подкрепив свой рассказ практическими примерами.

Как к любому агентству, к нам обращаются и компании с уже принятыми KPI, и те, у кого нет четкого понимания показателей эффективности. Среди уже готовых клиентских KPI наиболее часто встречается CPO, или cost per order (стоимость привлечения целевого действия – звонка, заявки, транзакции и т.п.). То есть клиент говорит нам: «Хочу платить не более 500 рублей за звонок, привлеченный через рекламные каналы» или «Хочу платить не более 300 рублей за заявку на тест-драйв».

Мы принимаем подобные установки, приступаем к работе и порой наблюдаем парадоксальную ситуацию. Запущенные рекламные кампании работают в рамках заданных KPI, наблюдается положительная динамика в количестве целевых действий (см. Рисунок 1). При этом на фоне положительных показателей у клиента может возникнуть недовольство тем, что результаты, получаемые посредством интернет-продвижения, не достигают плановых показателей.

Чтобы понять причину подобной ситуации, давайте рассмотрим эволюцию KPI, то есть последовательные изменения в структуре ключевых показателей эффективности, которыми агентства и клиенты оперировали на различных этапах становления интернет-маркетинга в рунете.

На мой взгляд, можно выделить четыре основных этапа, на каждом из которых рекламодатели искали ответ на какой-то определенный вопрос.

Рисунок 1. Рекламные кампании работают в рамках установленного CPO

Этап 1

На самом раннем этапе рекламодатели задавали себе вопрос: «Сколько людей увидели мою рекламу и посетили сайт?». Соответственно, в качестве KPI использовались такие показатели, как количество показов, кликов и объем трафика на сайте.

Этап 2

На следующем этапе во внимание принимались уже соображения рентабельности: «Выгодно ли для меня привлечение трафика?». Используя такие KPI, как CPC (cost per click – стоимость клика), CPM (cost per mile – стоимость тысячи показов), CTR (click through rate – отношение количества кликов к количеству показов), рекламодатели пытались ответить на этот вопрос.

Этап 3

На третьем этапе наступила «эра веб-аналитики». Рекламодатели стали собирать статистику о поведении посетителей. Встал вопрос о качестве привлекаемого трафика: «Привлекаем ли мы на сайт целевую для нашего проекта аудиторию?». Используя главным образом Google Analytics и «Яндекс.Метрику», компании стали считать показатель отказов, конверсию в целевые действия.

Этап 4

На сегодняшний день внимание вновь привлечено к рентабельному привлечению целевой аудитории: «Выгодно ли для меня привлекать целевую аудиторию на сайт?». Собственно, показатель CPO (или стоимость привлечения целевого действия) используется для ответа на данный вопрос. Если посмотреть на этот эволюционный путь, то станет очевидно, что KPI интернет-рекламы становились все ближе и ближе к главному показателю эффективности бизнеса – прибыли.

Теперь вернемся к ситуации, описанной в начале статьи: интернет-реклама выполняет поставленные KPI, но плановые показатели не достигаются. Причина такого положения дел в том, что параметр CPO близок, но по-прежнему лишь косвенно относится к коммерческой прибыли. Почему так происходит? Давайте ответим на этот вопрос, рассмотрев один из наиболее развитых способов продвижения товаров и услуг в интернете – контекстную рекламу. Итак, управляя контекстной рекламой по CPO, мы не учитываем:

1. Прибыльность запроса

Допустим, в ассортименте некоего интернет-магазина, специализирующегося на продаже электронных гаджетов, есть две модели телефона одного известного бренда. Их стоимости различны. При продаже единицы каждой модели владельцы интернет-магазина получают прибыль в размере процента маржи от цены устройства (см. Рисунок 2). Мы запускаем рекламную кампанию по данным моделям с запросами «htc wildfire» и «htc one». При этом хотим платить не более 600 рублей за заказ, включающий в себя смартфон. По итогам кампании мы собираем статистику и видим, что по запросу «htc wildfire» мы получаем CPO в 350 рублей (что вполне укладывается в наши ограничения). А вот CPO по запросу «htc one» значительно выше – 1 016 рублей.

Рисунок 2. Две модели смартфонов в интернет-магазине с разной ценой и маржой

Какие выводы мы делаем? Необходимо отказаться от запроса «htc one» как от неэффективного? Чтобы корректно ответить на этот вопрос, давайте рассмотрим полную статистику, а именно проанализируем:

  • количество кликов и расход по запросу;
  • количество заказов по запросу;
  • доход (для простоты восприятия данного примера рассчитаем доход по каждому из запросов как произведение количества заказов на цену соответствующего смартфона);
  • прибыль (рассчитываем как общую маржу от продажи устройств за вычетом расходов на размещение по каждому из запросов).

Расчеты указаны в Таблице 1.

Таблица 1. Полная статистика по запросам «htc wildfire» и «htc one»

Обратите внимание, что 82% от общей прибыли, которую в итоге получил интернет-магазин, было принесено именно запросом «htc one», от которого ранее мы могли отказаться по причине высокой стоимости привлечения заказа.

Таким образом, при ориентации исключительно на CPO мы бы перестали использовать самый прибыльный запрос, что вряд ли бы оказалось верным решением.

2. Эффект «зеленого пальто»

В рунете весьма распространена следующая шутка: «Когда женщина искала зеленое пальто, а купила красную сумку, веб-аналитика бессильна». Шутки шутками, но правда такова: мы никогда не сможем в точности предсказать, что в итоге купит посетитель на сайте. При формировании рекламных кампаний запросы, как правило, делятся по какому-то признаку. В e-commerce им чаще всего является категория товара, которой присвоено определенное значение CPO.

Формируя запросы в кампанию по конкретной товарной категории, и, присваивая ей желаемый показатель CPO, мы ожидаем, что посетители, которые приходят по ним, будут покупать товары конкретного типа. В реальности это неосуществимо: женщина, посетившая интернет-магазин одежды по запросу «летнее платье», вполне может присмотреть, например, сандалии для детей и новые брюки для мужа. Таким образом, запрос может принести нам дополнительную прибыль, которая не будет учтена при управлении рекламой по CPO.

3. Тип лида

Еще одним из недостатков управления по CPO является игнорирование потенциальной ценности звонка. Например, для автосалона звонок о покупке автомобиля потенциально может принести значительно большую прибыль, чем звонок с записью на сервисное обслуживание.

4. Lifetime value

Еще одним слабым местом управления рекламой по стоимости привлечения заказа является игнорирование lifetime value запроса, то есть общей прибыли, которую может принести клиент за все время взаимодействия с вашей компанией. Например, факт покупки детской коляски в интернет-магазине можно рассматривать как единовременное событие. А можно проследить за посетителем в более долгосрочной перспективе и учесть прибыль от его дальнейших приобретений. Понятно, что в этом случае ценность источника, который когда-то привел на сайт лояльного покупателя, многократно возрастает (см. Рисунок 3).

Рисунок 3. Заказы посетителя на протяжении всего цикла взаимодействия с интернет-магазином

Выход есть

Итак, чтобы избежать этих и других проблем, которые возникают при управлении рекламой по стоимости привлечения заказа, в первую очередь, нужно ориентироваться на:

  • повышение прибыли, получаемой от рекламы;
  • привлечение важных (с точки зрения прибыли) клиентов;
  • ROI как показатель рентабельности;
  • автоматизацию управления рекламой по приоритетным целям.

Отдельно хочется отметить использование ROI (return on investment). Рентабельность крайне важна для бизнеса, ведь никто не хочет тратить на привлечение внимания к товару или услуге сумму, значительно превышающую его стоимость. Показатель ROI позволяет устанавливать разумные рамки рентальности, исходя из ключевых показателей: рекламный бюджет, доход и прибыль.

ROI рассчитывается по формуле:

ROI = (Доход – Расход) / Расход

Показатель ROI выражается в процентах. Например, ограничение по ROI в 200% показывает, что с каждого вложенного в рекламу рубля мы хотим получить два прибыли. Ориентируясь на ROI при управлении рекламой, мы будем нацелены на увеличение общей прибыли, не выходя за границы рентабельности. Почему все рекламодатели до сих пор не перешли на управление рекламой по модели ROI? Одна из причин кроется в том, что до недавнего времени просто не было подходящих инструментов: системы аналитики не могли оценивать ROI от онлайн-рекламы и осуществлять автоматизированное управление кампаниями по данному показателю. На сегодняшний день ситуация изменилась. Вот инструменты, которые мы используем для решения этой задачи:

  • Google Analytics – система веб-аналитики, позволяющая собирать всю необходимую статистику о действиях посетителей на сайте.
  • Call Tracking – система отслеживания телефонных звонков, позволяющая связать звонок, поступивший от посетителя сайта, с рекламным источником, благодаря которому он про вас узнал.
  • Marin Software – автоматизированная система управления рекламой, позволяющая использовать, в том числе, и показатель ROI.

Практическое применение

В заключение я хотел бы показать выгоду от использования модели ROI при управлении рекламой на конкретном примере.

Один крупный автосалон, начиная работать с нами, в качестве основного KPI установил стоимость привлечения звонка не более 500 рублей. Мы начали сотрудничество и строго следили за выполнением поставленных KPI. Однако через некоторое время клиент сообщил, что в общем объеме звонков обращения по покупке автомобиля составляли всего 22%, остальные 78% приходились на сервисное обслуживание. И такая ситуация его не устраивала. Нужно было изменить соотношение в пользу звонков о покупке.

Для решения этой задачи были предприняты следующие меры:

  1. Все поступающие звонки с помощью инструмента Call Tracking мы строго разделили по типам: «покупкаавто» и «сервис». Тип звонку присваивал менеджер call-центра посредством набора заданной числовой комбинации на телефоне в ходе разговора. Например, «12» – по покупке авто или «13» – по сервисному обслуживанию.
  2. Далее, опять же воспользовавшись Call Tracking, мы определили с точностью до запроса контекстной рекламы источник звонка (см. Рисунок 4). Его требовалось устанавливать максимально точно, так как это позволило провести более качественную оптимизацию рекламных кампаний в дальнейшем.
  3. Параллельно мы настроили передачу данных по звонкам в Google Analytics в формате целей, что позволило провести подробный анализ контекстной рекламы в рамках скорректированных KPI (см. Рисунок 5).
  4. Сделав все эти настройки и собрав статистику, мы провели оптимизацию рекламных кампаний согласно рекомендациям, подготовленным в ходе анализа. Она включала в себя преимущественно корректировку ставок в пользу тех рекламных запросов, которые привлекали наибольшее количество звонков о покупке автомобиля по приемлемой стоимости. Результатом всех этих действий стало увеличение доли звонков по покупке авто с 22% до 43%. Задача была решена. Скорректировав показатели KPI, мы смогли путем оптимизации решить поставленную задачу.

Рисунок 4. Статистика по звонкам в интерфейсе Call Tracking

Рисунок 5. Передача данных о звонках в Google Analytics в формате целей

Выводы:

  1. Необходимо оценивать эффективность и оптимизировать проводимые рекламные кампании, в первую очередь, исходя из основного KPI бизнеса – прибыли.
  2. Оценивать рентабельность инвестирования в онлайн-каналы на основе ROI как показателя рентабельности, основанного на объеме получаемой прибыли.
  3. Необходимо использовать системы автоматизированного управления онлайн-рекламой на основе данных показателей эффективности.

Автор статьи: Илья Барменков, ведущий веб-аналитик агентства i-Media

Статья опубликована в журнале «Маркетинг менеджмент»

12 февраля 2014

Коммерческое предложение

Вас интересует:
Контекстная реклама Управление
репутацией
Поисковая
оптимизация (SEO)
Аудит сайтов
Мобильная реклама Видеореклама
Веб-аналитика SMM и реклама
в социальных сетях
Продвижение
на прайс-площадках
Разработка сайта
Call Tracking Email-маркетинг

Ваши данные (* обязательно для заполнения)

Поделиться
Подписаться

Подпишитесь и ежемесячно получайте
лучшие материалы сайта
в информационном дайджесте i-Media

Павел Лапшин руководитель отдела продаж
Позвоните:
+7 (495) 797-55-99
Напишите:


Отправьте заявку

Подписаться

Подпишитесь и ежемесячно получайте лучшие материалы сайта в информационном дайджесте
i-Media