811 views

x9QxC_croper_ru

Пожалуй, каждый из специалистов, работающих с платным трафиком, сталкивался с ситуацией, когда необходимо оптимизировать расход для достижения целевого показателя цены за конверсию. В таком случае мы, как правило, задаем себе один важный вопрос: каким образом я могу снизить затраты, не оказав негативное влияние на количество конверсий?

При работе с относительно новым аккаунтом на него есть ряд ответов, например:

  • понижение ставки или остановка дорогих ключевых фраз, не дающих конверсий;
  • увеличение релевантности текстов объявлений и улучшение CTR;
  • устранение нецелевых запросов, мусорных площадок и другие решения, лежащие на поверхности.

Но что если работа ведется в «причесанном» аккаунте, где все очевидные действия по снижению неэффективных затрат уже произведены? Тогда нам придется копнуть в глубже в поисках дополнительных возможностей оптимизации. Рассмотрим такой пример.

Оцениваем аккаунт

В аккаунте AdWords, о котором пойдет речь, стоимость лида в первый месяц его ведения (с момента передачи от другого специалиста) не превышала целевого значения, но в первую неделю следующего месяца CPL продемонстрировал заметный рост. В результате анализа было выяснено, что коэффициент значительно снизился в начале месяца по сравнению с концом. Эти данные позволили осуществить более подробное изучение ситуации, в ходе которого были проанализированы последние три месяца работы рекламы.

На первый взгляд, конверсия с минимального значения в начале месяца постепенно росла до его окончания. Если это действительно так, то лучший вариант — составить кастомизированное расписание ставок, позволяющее оптимизировать их назначение в течение временного периода согласно динамике конверсии. Для проверки гипотезы был создан отчет с сегментацией по частям месяца. Рассмотрим его составляющие.

Формируем отчет

Сначала нужно скачать статистику по дням из вкладки AdWords «Быстрая статистика», используя необходимый диапазон дат. В примере был выбран один год.

В отчет стоит включить все столбцы, содержащие нужные метрики, в том числе:

  • конверсии;
  • стоимость конверсии;
  • коэффициент конверсии.

Если этих столбцов нет в таблице, необходимо их добавить:

dimensions1

dimensions2

Выгрузим таблицу в файл, откроем её в Excel и разобьем столбец с датой на три различных, используя функцию «текст по столбцам»:

razbivka-daty

Теперь следует создать ярлыки с указанием времени месяца. В данном примере месяц был разделен на 3 части, поэтому в соседнем столбце была создана формула с использованием функции ЕСЛИ, дающая каждой ячейке наименование в зависимости от принадлежности дня к одной из третей месяца.

esli

Цель состояла в проверке верности версии: действительно ли коэффициент конверсии достигает пиковых значений в конце каждого месяца? Поэтому далее нужно выяснить, какая из третей месяцев показывает наиболее высокий показатель конверсии. Для этого:

  • Отсортируем таблицу по убыванию показателя:

sortirovka-konversia

  • Определимся, какой диапазон его значений будет считаться высоким, в моем случае  от максимальных 5,78% до 2%, итого 30 строк;
  • Используем функцию СЧЕТЕСЛИ для подсчета ячеек, содержащих определенный период месяца, ограничив диапазон 30 строками. Проделаем операцию для каждой трети месяца:

countif-all

 

Согласно подсчету, из 30 дней в году с наиболее высоким коэффициентом конверсии 14 дней или 47% относятся к последней трети месяца. Начало месяца — 23%, а середина — 30%.

Результат подтвердил гипотезу. Кроме того, анализ выявил, что CTR также имеет наивысшее значение ближе к концу месяца. Эта информация позволила наилучшим образом настроить расписание ставок.

Как использовать полученные данные?

Расписание ставок было реализовано таким образом, что для каждого из трех периодов месяцев имеется отдельный набор корректировок (создать их удобнее всего при помощи скрипта #4, упомянутого здесь). В зависимости от периода, расписание сосредоточено на снижении ставок, удержании их на среднем уровне или же повышении. Несложно догадаться, что цель его:

  1. снижение затрат в низкоконверсионные дни;
  2. увеличивать предел ставки, когда конверсия наиболее вероятна.

Напрашивается вопрос вроде: «То есть расход снизился а количество конверсий нет?». Это, конечно, было бы идеально, но жизнь такова, что вместе с 20-процентным сокращением затрат число конверсий снизилось на 11%. Цена за конверсию при этом упала на 9,5%, что позволило добиться целевого значения CPO (цены лида), поэтому изменения в любом случае пошли на пользу.

Данный пример — одно из не очевидных решений по оптимизации стоимости лида, которое может оказаться весьма полезным, когда все первоочередные действия уже предприняты. В следующих статьях я постараюсь рассказать и о других интересных и полезных фишках по повышение результативности рекламных кампаний.

Как сэкономить 20% бюджета с помощью расписания ставок