×
Россия +7 (495) 139-20-33

Лживая аналитика результатов контекстной рекламы

Россия +7 (495) 139-20-33
Шрифт:
9 12591

Вряд ли кто-то будет спорить с тем, что аналитика продаж один из краеугольных камней в контекстной рекламе. Результаты продаж тщательно анализируются на предмет ошибок и возможностей для улучшения. После анализа полученных данных производится оптимизация рекламных аккаунтов: неэффективные запросы, объявления и площадки отключаются или получают меньшую приоритетность. Кампании, которые показывают высокую эффективность, получают карт-бланш в виде повышения ставок. Таким образом, каждая новая итерация приводит к повышению ROI. Но это в теории. На практике существует множество подводных камней, которые сложно заметить с первого взгляда и которые сильно влияют на оптимизацию рекламных кампаний. Связаны они с неправильно выстроенным процессом аналитики.

Чтобы не быть голословным, рассмотрим такие случаи на примере нескольких компаний, размещающих контекстную рекламу. Сразу оговорюсь, это профессионалы своего дела, которые замечательно выстроили процесс привлечения клиентов через интернет. Они связывают данные из Директа, AdWords, Analytics, системы коллтрекинга и собственных CRM. Получая все необходимые данные в разрезе вплоть до ключевой фразы, они могут оперативно изменять ставки по данным о CPA и ROI. Но, несмотря на то, что все процессы у них отстроены, никто не застрахован от ошибочной интерпретации статистики. Мы живём в мире, где слишком много данных, но слишком мало понимания и инструментов для их правильного анализа. Этот парадокс главная маркетинговая проблема грядущего десятилетия.

Кейс 1: обманчивая простота

Для начала рассмотрим ситуацию, которая характерна для всех B2B компаний.

Рекламодателем у нас выступает крупная производственная компания, основным источником дохода которой являются оптовые продажи. Бюджет на контекстную рекламу относительно скромный до 250 000 рублей в месяц но он окупается с лихвой из-за огромного среднего чека и повторных заказов. Как и принято в B2B сегменте, 80% продаж совершается через звонки.

Вопрос на засыпку: на основании каких данных мы будем оптимизировать рекламные кампании? Ответ очевиден: на основании данных по звонкам. Это будет наша конечная цель, по которой мы будем рассчитывать CPA.

оптимизация рекламной кампании.png

Но, помимо звонков, есть и другие источники получения лидов. В частности, отправка сообщений через форму заявки и заказы через корзину. Прибавим их к звонкам. Получим вот такую картину:

аналитика продаж.png

Встаёт вопрос: а как эти данные интерпретировать? У нас получается итого 640 конверсий, но что это за конверсии? Звонки вместе с заполненной корзиной не являются продажами. В большинстве случаев это даже не лиды. Мы можем быть уверены лишь в том, что система аналитики зарегистрировала 640 отдельных событий в привязке к рекламным каналам. Но, три или четыре звонка может совершить один и тот же человек. Звонки могут носить информационный характер, например, курьер может искать номер телефона компании, чтобы уточнить, заказали ли для него пропуск на проходной. Если он пришёл на сайт через контекстную рекламу, это всё равно будет засчитываться как звонок.

Нам же нужно узнать не абстрактные данные, а конкретные цифры по продажам. Принимая во внимание тот факт, что в B2B далеко не все продажи можно учесть при помощи аналитики (и многое зависит от навыка продажников на стороне рекламодателя), будем ориентироваться на целевые лиды. Для этого мы применим несколько фильтров. Во-первых, отфильтруем все звонки, оставив только уникальные. Чтобы понять, был ли звонок целевым, попросим оператора по окончании разговора отмечать в системе коллтрекинга статус звонка (“целевой”). Электронную торговлю (заказы через сайт) мы фильтровать не будем. На выходе получаем более-менее адекватные данные по целевым лидам:

аналитика рекламных кампаний.png

С этим уже можно хоть как-то работать. Но нас по-прежнему волнует вопрос о количестве продаж, ведь далеко не каждый лид, пусть и целевой, превратится в покупателя. Для этого нужно настроить связку системы аналитики и CRM, куда будут поступать реальные данные о продажах. Ещё один хитрый момент нужно проследить за тем, чтобы все последующие продажи учитывались одинаковым образом. Тогда по прошествии определённого времени мы научимся считать LTV. На основании LTV уже проще определить максимально рентабельную стоимость привлечения клиента: если мы понимаем, что в среднем каждый вновь привлечённый клиент делает 2-3 дополнительных заказа, мы готовы увеличить пороговое значение CPA при автоматическом расчёте ставок.

Кейс 2: когда простой передачи данных из Google Analytics недостаточно

Для примера рассмотрим сервис “Документовед”. Он позволяет подготовить полный пакет документов для регистрации ООО, внесения изменений, а также договоры, приказы, уведомления и прочие документы, необходимые для ведения бизнеса. Всё это, опять же, B2B-тематика, и большая часть клиентов является юридическими лицами (либо планирует ими стать).

Механика сервиса проста: после регистрации в личном кабинете пользователь вводит запрашиваемые данные, на их основании автоматически подготавливается документ, который можно заказать и оплатить. Оплата часто производится по безналу.

Перед “Документоведом” стоят простые задачи: подсчёт и оптимизация ROI. Решения тоже достаточно очевидны:

  • настраиваем Электронную торговлю Google Analytics, выбирая в качестве цели завершение оплаты заказа;
  • проставляем UTM-метки;
  • сводим клики и затраты в разрезе ключевых фраз с конверсиями;
  • получаем данные по выручке и ROI, причём как в целом по рекламным каналам (Директ/AdWords), так и по отдельным кампаниям, группам объявлений и ключевым фразам.

Но тут-то нас и ожидает несколько проблем, появление которых заранее не предсказать.

Во-первых, во время оформления заказа прерывается сессия, отслеживаемая Google Analytics. Две основные причины:

  • оплата заказа проходит через сторонние платёжные системы;
  • при оплате по безналичному расчёту не появляется страница “Спасибо за заказ”. Вместо неё выписывается счёт.

Решений этой проблемы может быть несколько. Например, мы можем сделать в качестве цели нажатие любой кнопки, открывающей окно оплаты заказа. К ней же мы можем привязать и электронную торговлю. Правда, процент погрешности будет огромен: мы так и не узнаем, был ли заказ в конечном итоге оплачен. Контекстную рекламу на основании таких данных не оптимизируешь.

Точным решением будет использование внутреннего биллинга (системы учёты и оплаты счетов) самого “Документоведа”. В данном случае выписка счёта и дальнейший факт оплаты связываются вместе. Это возможно благодаря тому, что каждый клиент регистрируется в личном кабинете и может выписать счёт только после регистрации. Соответственно, когда приходит оплата по счету, нам известно, какой пользователь этот счёт выставил. Поскольку мы уже связали пользователя с источником трафика, к оплатам привязываются UTM-метки объявления, по которому он пришёл. Затем данные об оплатах выгружаются в модуль статистики Alytics через связку с CRM и сопоставляются с данными по ключевым фразам из контекстной рекламы.

CRM и продажи.png

Всё это позволяет снизить процент погрешности до 0,01%. Это уже точные данные, которыми можно пользоваться при принятии решений.

аналитика РК.png

Но это не всё. Как только мы начинаем получать точные данные по эффективности контекстной рекламы, достаточно скоро обнаруживается, что у клиентов “Документоведа” очень большой LTV: более половины клиентов делают повторные заказы. Это сильно искажает статистические данные, так как мы считаем выручку на основании оплат. Каждой оплате присваивается уникальный идентификатор, и 10 оплат от одного и того же клиента пройдут как 10 не связанных друг с другом целевых действий. Искажение данных налицо. Правильной методологией подсчёта будет присваивание оплатам меток пользователя. Делается это на уровне биллинга. Метки наследуются по отношению ко всем дальнейшим оплатам пользователя, позволяя избежать путаницы в расчётах.

Самое смешное, что научившись считать LTV, со временем мы поняли, что нужно научиться его и… не считать. Казалось бы, сама суть термина, перевод которого звучит как “пожизненная ценность”, предполагает вечный подсчёт прибыльности от единовременного приобретения клиента. Проблема всплыла через два года, когда стало понятно, что постоянные клиенты настолько “выгодны”, что расчётное пороговое значение CPA для контекстной рекламы получилось невероятно высоким. Дело в том, что оплаты клиентов, постоянно работающих с “Документоведом” на протяжении нескольких лет, продолжали приписывать первоначальному источнику трафика. В итоге такие источники трафика получали сильный приоритет, ведь показатель ROI по ним продолжал расти (при прочих равных условиях). Всё же имеет смысл приобретать новых клиентов, не рассчитывая на годы сотрудничества, а ограничиваясь экономической эффективностью в кратксрочной перспективе. В связи с этим было поставлено ограничение: LTV клиента рассчитывается не более, чем на период 6 месяцев. Спустя полгода после первой оплаты клиента данные перестают использоваться для расчёта ROI.

Я привёл лишь несколько примеров того, как можно ошибиться, анализируя результаты контекстной рекламы. На самом деле, подобные “грабли” можно обнаружить повсюду. Все бизнесы разные, и большинство стандартных решений придётся так или иначе видоизменять, проверяя логику работы с данными и возможные “узкие места”.

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

Есть о чем рассказать? Тогда присылайте свои материалы Ане Макаровой


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Отправить отзыв
  • Владислав Кеслер
    1
    комментарий
    0
    читателей
    Владислав Кеслер
    больше года назад
    Да, Саш - всё правильно. Без CRM - всё в тумане. Особенно если 40-50% заказов по майлу... ))
    -
    1
    +
    Ответить
  • Гость
    больше года назад
    Заголовок бомба)))) в стиле желтухи порноканалов типа орт или лайноньюс)))
    а по делу - хотелось бы понять, почему изначально в другой по рекламному смыслу B2B тематике авторы идут по проторенному пути e-commerce, просто тупо увеличивая замер LTV? Вам это вот вообще ничего не даст. Исходя из специфики компании заказчика нужно строить рабочую модель аналитики. Тут, как мне кажется, достаточно пригонять заявки по собственной шкале оценки "входных" клие...
    Заголовок бомба)))) в стиле желтухи порноканалов типа орт или лайноньюс)))
    а по делу - хотелось бы понять, почему изначально в другой по рекламному смыслу B2B тематике авторы идут по проторенному пути e-commerce, просто тупо увеличивая замер LTV? Вам это вот вообще ничего не даст. Исходя из специфики компании заказчика нужно строить рабочую модель аналитики. Тут, как мне кажется, достаточно пригонять заявки по собственной шкале оценки "входных" клиентов, и эти данные передавать в аналитику.
    -
    2
    +
    Ответить
    • Alexandr Egorov
      3
      комментария
      0
      читателей
      Alexandr Egorov
      Гость
      больше года назад
      >>Заголовок бомба)))) в стиле желтухи порноканалов типа орт или лайноньюс)))

      Заголовок удался. Спасибо. Мы старались. Хотя ОРТ и лайфнбюз сам не перевариваю



      >>хотелось бы понять, почему изначально в другой по рекламному смыслу B2B тематике авторы идут по проторенному пути e-commerce, просто тупо увеличивая замер LTV?

      Цель статьи как раз показать ошибки. Как делать не надо. К сожалению, по моим субъект...
      >>Заголовок бомба)))) в стиле желтухи порноканалов типа орт или лайноньюс)))

      Заголовок удался. Спасибо. Мы старались. Хотя ОРТ и лайфнбюз сам не перевариваю



      >>хотелось бы понять, почему изначально в другой по рекламному смыслу B2B тематике авторы идут по проторенному пути e-commerce, просто тупо увеличивая замер LTV?

      Цель статьи как раз показать ошибки. Как делать не надо. К сожалению, по моим субъективным наблюдениям как минимум 80% рекламодателей наступают на описанные грабли. А почему на наших глазах была допущена такая ошибка - это уже второстепенный риторический вопрос
      -
      0
      +
      Ответить
    • Гость
      Гость
      больше года назад
      ну начнём с того, что это не клиентская история. авторы не аналитику/контекст клиенту делают. и компании-"заказчику" наверное уж виднее, как и для каких целей им считать LTV.)
      -
      1
      +
      Ответить
  • Гость
    больше года назад
    Блин дочитал до конца, но так ценного ничего и не узнал.

    -
    1
    +
    Ответить
  • Олег
    больше года назад
    Заголовок - бомба. Наверное всем отделом придумывали))
    -
    4
    +
    Ответить
    • Гость
      Олег
      больше года назад
      не могли бы авторы сделать аналитику-сколько людей пришло по громкому заголовку и сразу же ушло, не найдя в статье вообще ничего нового?
      -
      3
      +
      Ответить
      • Жанна Рожкова
        156
        комментариев
        0
        читателей
        Жанна Рожкова
        Гость
        больше года назад
        Конечно же можем)) 15% пользователей провели на странице менее 15 секунд, что правда не является фактом молниеносного ухода :)
        -
        -2
        +
        Ответить
    • Гость
      Олег
      больше года назад
      Вероятно привлекали сотрудников НТВ)
      -
      1
      +
      Ответить
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Что скрывает «Прогноз бюджета Яндекс.Директ»?
Михаил Мухин
14
комментариев
0
читателей
Полный профиль
Михаил Мухин - Здравствуйте! 1-2. Считает стенд. Ссылка на него дана, но могу повторить: online.p-c-l.ru/competition/task/card/id/106. Нажмите на кнопку "Начать" и заранее приготовьте прогноз бюджета Яндекс. Суть расчета: перебор комбинаций всех ставок на всех фразах, построение бюджетных когорт - бюджетов с одинаковым СРС, отбор в каждой когорте бюджета с максимальным количеством кликов и ..., да упорядочивание этих бюджетов по мере возрастания СРС, причем берем не все, а с фиксированным шагом. 3. Гугл считается через поправочные коэффициенты. Мы перевариваем океан данных и представляем их. На удивление, получается не менее, хотя и не более точно, как и прогноз Яндекс. Конечно, нужно понимать, что это очень примерные прикидки, фактически перевод неточного прогноза Яндекс в удобочитаемую форму, не больше. Самое интересное начинается, когда применяешь метод бюджетных когорт к измерению показателей фраз на реальной рекламной кампании в режиме 48х7. Первые результаты очень хорошие. Если хотите присоединиться к бесплатному тестированию, напишите Эльвире r-support@r-broker.ru. В теме укажите "хочу присоединиться к тестам Умного управления рекламой"
#SEOnews14: мы празднуем – вы получаете подарки!
Анна Макарова
362
комментария
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!
Ссылочное продвижение локальных сайтов: ТОП худших SEO-методов
Блорик Саакашвили
2
комментария
0
читателей
Полный профиль
Блорик Саакашвили - Ну а так конечно согласен видно что у автора статьи не такие и глубокие знания...
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
Роман
1
комментарий
0
читателей
Полный профиль
Роман - Вот скажите пожалуйста, Мне разработали сайт на мою фирму, www.линк.kz и теперь надо решить, сео продвижение у нас стоит около 25000 - 30000 руб. в месяц, для меня сумма не маленькая стоит ли оно того? или можно просто оптимизировать сайт в плане СЕО и выходить в ТОП за счет трафика?
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
362
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
121
Комментариев
107
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
82
Комментариев
80
Комментариев
77
Комментариев
67
Комментариев
60
Комментариев
59
Комментариев
57
Комментариев
55

Отправьте отзыв!
Отправьте отзыв!