×
Россия +7 (495) 139-20-33

Генераторы рекламных кампаний следующего поколения

Россия +7 (495) 139-20-33
Шрифт:
0 7474

Когда в каталоге интернет-магазина несколько тысяч товаров, подбирать семантику и писать объявления вручную — занятие долгое и неблагодарное. Гораздо эффективнее воспользоваться средствами автоматизации — генераторами рекламных кампаний. На рынке их хватает на любой вкус и кошелек: от дорогих enterprise-решений до бесплатных сервисов.

Давайте разбираться, как сейчас работает типовой генератор:

1. Берет базу товаров (категории, товары, их описание).

2. Пропускает через каскад правил. Условно, правила могут выглядеть так: ключевая фраза — Название товара, в заголовке — Бренд + Название товара, в тексте объявления — Бренд + Название + Цена + Доставка бесплатно, в качестве ссылки — страница карточки товара в интернет-магазине.

3. В итоге: сколько было категорий и товаров, столько получаем объявлений.

В теории звучит несложно, но на практике возникает сразу несколько проблем.

Во-первых, такой подход не работает в случае длинного неструктурированного названия товара, которое содержит все его характеристики. А это нередкая ситуация. Возьмите, например, тематику детских товаров, строительных и отделочных материалов или категорию «хобби и подарки». В каждой из них название товара может оказаться в 100-200 символов и его придется сокращать. Зачастую даже человеку сложно разобраться, как для него сформировать объявление. Генератор же не понимает, что в названии является важным, а что нет, он режет, как получится. В результате получаются объявления, непохожие на те, что мог бы написать человек. Подобрать ключевые фразы в такой ситуации кажется и вовсе невозможным.

Во-вторых, даже если мы имеем хорошо структурированную базу товаров, где все характеристики выделены в отдельные сущности, семантика все равно будет составлена из названий товаров, а не из запросов пользователей. При ручной работе любой специалист сначала смотрит в Wordstat, что ищут люди, и потом под поисковые запросы подбирает соответствующие товары в каталоге. Современные генераторы работают иначе: они не пытаются понять спрос, а составляют ключи из того, что есть в фиде.

Таким образом, общее направление движения на рынке контекстной рекламы верное: автоматизация – наше все. Но результат в области генерации рекламных кампаний пока оставляет желать лучшего.

Наша исследовательская лаборатория в последнее время работала над созданием генератора нового поколения. Эти разработки уже были протестированы на крупнейших ecommerce-проектах и отлично себя показали. Пока это индивидуальные решения, но мы уверены, что рано или поздно такие они должны войти в число общедоступных генераторов.

Мы считаем, что генераторы следующего поколения должны иметь две ключевые особенности:

1. Инструмент должен уметь собирать семантику из Wordstat и сопоставлять с ней товары в каталоге, а не использовать в качестве ключей названия и характеристики товара.

2. Фид с товарами должен проходить автоматическую обработку, позволяющую из неструктурированных названий товаров выделять отдельные составляющие и определять их важность для каждого товара.

Давайте рассмотрим реальную методологию на примере индивидуального кейса для одного из крупнейших в Рунете интернет-магазинов Ozon.ru.

Сбор семантики

Формирование семантического ядра начинается с того, что человек-оператор для каждой из тематик вручную задает корневые запросы. Например, возьмем раздел каталога «Санки». Оператор подобрал для него следующие корневые запросы: санки, ледянки, тюбинги.

Затем начинается работа генератора. По корневым запросам система собирает всю доступную семантику из Wordstat. После этого под каждый поисковый запрос генератор сам находит в базе наиболее соответствующий товар. При помощи матлингвистических алгоритмов поиск осуществляется не только по названиям и характеристикам товаров, но и по описанию на странице товара, а также в словарях синонимов. Если для какого-то запроса товар не удалось найти автоматически, мы можем отправить такой запрос на модерацию и обработать его вручную: добавить в качестве минус-слова, определить синонимы, расширить описание товара, в конце концов, просто сопоставить с подходящим товаром.

Для примера возьмем товар «Санки надувные «Иглу», двойные, 2 х 65 см». Ему был сопоставлен запрос «санки ватрушки», так как слово «ватрушка» есть в описании товара на странице, хотя и отсутствует в названии и характеристиках.

1.png

рис.1 Карточка товара «Санки надувные «Иглу», двойные, 2 х 65 см» на сайте Ozon.ru 

Преобразователь фида

Дальше в работу включается преобразователь фида — набор матлингвистичеких алгоритмов, который из неструктурированных названий товаров выделяет три отдельных составляющих: бренд, товар и его специфические характеристики. Давайте рассмотрим, как это происходит.

На входе преобразователь получил название товара: <name>Набор для раскрашивания Amav “Мифические лошади 3D”</name>

Дальше он автоматически разбирает название товара на составляющие.

Бренд:

<brand_section>

<value>Amav</value>

<value>Мифические лошади 3D</value>

</brand_section>

Товар:

<model_section>

<value>Набор</value>

</model_section>

Характеристики:

<feature_section>

<value>для раскрашивания</value>

</feature_section>

Другой пример:

<name>Прорезыватель для зубов “Happy Baby”, силиконовый, с водой, цвет: в ассортименте. 20004</name>

Бренд:

<brand_section>

<value>Happy Baby</value>

</brand_section>

Товар:

<model_section>

<value>Прорезыватель</value>

</model_section>

Характеристики:

<feature_section>

<value>для зубов</value>

<value>силиконовый</value>

<value>с водой</value>

<value>цвет</value>

</feature_section>

Создание объявлений

К этому моменту мы:

1. покрыли всю доступную семантику и автоматически сопоставили с поисковыми запросами соответствующие товары, а не просто использовали в качестве ключевых слов названия товаров в форме, в которой они записаны в каталоге.

2. автоматически разложили длинные неструктурированные названия товаров на несколько составляющих, чтобы потом создавать качественные объявления под каждый отдельно взятый поисковый запрос.

Теперь мы можем генерировать для разных запросов пользователей соответствующие именно им объявления:

Ключевое слово: прорезыватель +для зубов

Объявление:

Прорезыватель для зубов

Прорезыватель для зубов Happy Baby за 199 рублей.

Ключевое слово: прорезыватель +с водой

Объявление:

Прорезыватель с водой

Прорезыватель с водой Happy Baby с водой за 199 рублей.

Ключевое слово: прорезыватель happy baby

Объявление:

Прорезыватель Happy Baby

Прорезыватель для зубов Happy Baby за 199 рублей.

Ключевое слово: прорезыватель силиконовый

Объявление:

Прорезыватель силиконовый

Прорезыватель для зубов силиконовый Happy Baby за 199 рублей.

Таким образом, для одного товара мы можем получать несколько разных объявлений, отвечающих реальному спросу потребителей. Важно, чтобы система умела согласовывать слова и составляла правильные с точки зрения грамматики объявления из отдельных слов.

Подобный подход позволяет создавать не только объявления для одного товара, но и «групповые» объявления для выборки из нескольких товаров. Предположим, что система нашла запрос «Санки с чехлом» и определила, что ему подходят сразу 15 товаров. В результате мы можем получить объявление:

Санки с чехлом

15 вариантов санок с чехлом. Цена от 1 600 рублей.

Сложность в работе с такими объявлениями заключается в том, что зачастую интернет-магазин не обладает посадочными страницами для подобных групп товаров.

В рамках проекта с Ozon.ru мы решили этот вопрос следующим образом: во время обработки базы товаров и запросов наш генератор создает вспомогательную базу данных – простую таблицу соответствий с двумя полями «Запрос» и «ID соответствующих ему товаров». Раз в день Ozon.ru загружает эту таблицу себе.

Сотрудники интернет-гипермаркета сделали специальный лендинг (похожий на страницу поиска на сайте), на который мы ведем трафик с «групповых» объявлений с указанием запроса в параметре к адресу страницы. При открытии страницы выводятся товары, соответствующие данному запросу из таблицы соответствий.

Пример страницы для приземления по запросу «медведь с бантом»:

http://www.ozon.ru/?context=search&text=медведь с бантом&partnersearch=1

2.png

рис. 2 Лендинг для «групповых» объявлений по запросу «медведь с бантом»

В рамках генерации рекламных кампаний с таким подходом мы обнаружили, что во многих случаях наш генератор знает о товарах больше, чем сам магазин. Инструмент понимает, какие характеристики есть у товара, какие из них более востребованы пользователями и пр. Такие данные можно использовать, например, для автоматического построения фильтрации и каталогизации товаров на сайте.

Результаты

К сожалению, мы не вправе раскрывать все полученные KPI, но можем поделиться несколькими интересными показателями.

Уже на второй итерации теста наш генератор позволил за три недели собрать около 52 500 переходов в тематике «детские товары» по цене 1,6 руб. (с настройкой Регион: Россия). CPM (стоимость просмотра 1 000 страниц сайта) оказался на уровне 1 600 руб. К сравнению, 1000 показов медийно-контекстного баннера в результатах поиска Яндекса стоят 520 руб. Но в нашем случае мы получали показы не баннера, а самого сайта реальной целевой аудитории по цене всего в три раза больше. Таким образом, подобный подход может использоваться не только для осуществления прямых продаж, но и в качестве имиджевого инструмента или инструментария для арбитража трафика.

При работе с Ozon.ru мы получили прекрасные показатели по CPO и ROI, но не имеем права о них рассказывать.

Важно подчеркнуть, что, как правило, конверсия в случае сгенерированных рекламных кампаний хуже, чем у кампаний, проработанных вручную. Однако за счет большого объема трафика и его низкой стоимости конечные CPO и ROI иногда могут быть даже лучше, чем у вручную проработанных РК.

Резюме

Мы искренне считаем, что в будущем на рынке стоит ожидать новых «умных» генераторов, способных самостоятельно анализировать и прорабатывать семантику, автоматически разбираться в характеристиках товаров и составлять объявления для магазина практически так же, как это делает специалист.

(Голосов: 5, Рейтинг: 5)
Читайте нас в Telegram - digital_bar

Есть о чем рассказать? Тогда присылайте свои материалы Даше Калинской


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Google Data Studio: делаем красивые отчеты по контекстной рекламе для клиентов
Светлана Зубрицкая
1
комментарий
0
читателей
Полный профиль
Светлана Зубрицкая - Нужно убрать пробелы между строк и заменить кавычки на вот такие "
#SEOnews14: мы празднуем – вы получаете подарки!
Анна Макарова
0
комментариев
0
читателей
Полный профиль
Анна Макарова - Гость, добрый день! С победителями мы связывались сразу после розыгрыша. Если мы вам не написали, значит, ваш номер не выпал. Но не расстраивайтесь, у нас обязательно будут новые розыгрыши!
Как ускорить сайт на WordPress, чтобы получить 100/100 в Google PageSpeed Insights
Георгий
1
комментарий
0
читателей
Полный профиль
Георгий - Все что рекомендуется в этой статье есть у w.tools. Ни разу не пожалел что подключился. Своя CDN сеть, кеш статики и динамики, минификация js\css и кешируемого html, оптимизация всех типов картинок и еще куча всего полезного. Сайт летает и я не знаю проблем. Могу рекомендовать от души.
Война с дубликатами. Как нужно и как не нужно канонизировать URL
Ann Yaroshenko
5
комментариев
0
читателей
Полный профиль
Ann Yaroshenko - Дмитрий, добрый день! Если вы проставили на странице с автозапчастями rel=canonical ( а я вижу в коде, что не проставили) или в HTTP хедере, то бот, как правило: выберит ту страницу главной, которую вы указали в rel=canonical ссылке. Eсли же вы этого не сделали, то бот сам выберит оригинал (алгоритмы, по которым бот это делает, скрыты Googl-ом)
«Аудит, чтобы ты заплакала…», или Что делать, когда получил сторонний аудит сайта
Евгений
1
комментарий
0
читателей
Полный профиль
Евгений - Воообще, на самом деле здесь двоякое впечатление от таких аудитов. Конечно, для полного глубокого анализа и подготовки рекомендаций по сайту - нужны доступы к системам аналитики и инструментам вебмастера. Но если оценивать подобные аудиты с точки зрения чистого SEO (которое все больше и больше становится лишь малой частью digital-маркетинга, лишь одним из каналов) - они имеют место быть. Но с оговоркой, что они сделаны с учетом анализа конкурентов/отрасли. Современные инструменты и алгоритмы позволяют делать это маркетологам в автоматическом режиме, и даже давать рекомендации - возможностями машинного обучения уже никого не удивишь. Да, полное перечисление "мифического" списка ошибок, построенного по предикативным правилам, да еще и с учетом устаревших особенностей ПС - это явный признак некачественного аудита. В первую очередь потому, что эти "ошибки" следует рассматривать в качестве рекомендаций от ПС (как и говорится в справочнике вебмастера у Яндекса/Google). Однако если эти данные даются с отсылкой на данные о конкурентах, об отрасли, используются методы ML и Natural language processing для обработки исходных данных, кластеризации запросов, классификации страниц/запросов/сайтов, определения структуры документа - такие отчеты имеют право на существование. Но ключевым моментом является то, что подобные инструменты достаточно сложны в разработке, а значит требуют квалифицированных специалистов для их разработки. Которых просто нет у студий рассылающих подобные "сео отчеты". Подобные отчеты по "ошибках" тоже неплохой источник информации, но лишь на 0 этапе анализа сайта. И в принципе, теоретически, возможно почти полное составление "хороших аудитов" без участия маркетолога, на основе лишь открытых данных сайта/внешних источников, но только при соответствующем применении всех современных возможностей анализа данных и рекомендательных систем. И в любом случае подобный "хороший отчет" требует конечного заключения от эксперта.
От мечты стать юристом к собственному SMM-агентству. Как найти себя в современном цифровом мире
Виктор Брухис
5
комментариев
0
читателей
Полный профиль
Виктор Брухис - Статья выглядит так, как пожелали редакторы и интервьюер) Вопросы к интервью подбирал не я)) Хотя, в целом я согласен с вашим видением. А за пожелание удачи большое спасибо!
BDD 2019: Как перестать убивать время на сбор и обработку тонны данных для SEO-аудита
Kosta Bankovski
4
комментария
0
читателей
Полный профиль
Kosta Bankovski - Спасибо за приятные слова! Буду и дальше делиться наработками ;)
Как провести анализ содержания страниц товаров и категорий
Никита Седнин
3
комментария
0
читателей
Полный профиль
Никита Седнин - Спасибо!
Как вывести сайт в ТОП 10 Google в 2019 году
Ирина
8
комментариев
0
читателей
Полный профиль
Ирина - Работают. Как естественные, так и закупные. >Мои сайты в первую очередь заточены на яндекс Соболезную. >Насколько поисковые алгоритмы с гугловскими у него. Разница в 10 лет. Вон в Яше все долбят на ключи, на вхождения и прочий трэш из древностей. А у Гугла, вон почитайте про eat, ymyl Не все понятно но спасибо за ответы. Я так понимаю что с ссылками деть никто точно не знает) Ну это и хорошо вообщем. Самому разбираться как то интересней. Но не всегда. Есть к примеру 2captcha.com/ru и на него 100к ссылок есть. Ну а смысл какой?
Как я пытался купить CRM-систему, но мне ее поленились продать
Kristina
1
комментарий
0
читателей
Полный профиль
Kristina - Очень рекомендую CRM-систему польской фирмы Firmao. Все функции настраиваются в соответствии с индивидуальным потребностям компании! Советую попробовать бесплатную демо-версию, чтобы попробовать все необходимые функции, без лишних кнопок и траты дополнительных финансов! :) Сайт: firmao.ru/info
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
360
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
121
Комментариев
107
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
80
Комментариев
79
Комментариев
77
Комментариев
67
Комментариев
60
Комментариев
59
Комментариев
57
Комментариев
55

Отправьте отзыв!
Отправьте отзыв!