×
Россия +7 (495) 139-20-33

Прогноз конверсии для ключевых слов, по которым мало данных. Инструкция по расчету в Power BI

Россия +7 (495) 139-20-33
Шрифт:
0 12111

Прогноз коэффициента конверсии можно рассчитать даже в том случае, если у вас не хватает статистики. В предыдущей статье мы на наглядных примерах показали, как получить прогнозные значения для ключевых слов, которые набрали совсем мало кликов и конверсий. Сегодня мы расскажем, как с помощью тех же формул получить прогноз конверсии в Power BI.

Методика и формула расчета

Прогнозные значения CR (коэффициента конверсии) мы получаем с помощью многоуровневого пулинга. Благодаря этому методу можно не переживать из-за недостатка статистики: если данных по какой-то сущности (ключевому слову, объявлению, кампании, аккаунту) не хватает, то в расчет берутся показатели для сущности уровнем выше. Например, когда недостаточно статистики по ключевым словам при расчете используются данные соответствующей группы объявлений.

Напомним формулу расчета прогнозируемого CR для сущностей, по которым нет достаточного объема данных. В нее включаются клики и конверсии для текущей сущности, CR для сущности уровнем выше и степень пулинга, которая в нашем случае приравнивается к единице.

Формула расчета прогнозируемой конверсии

Еноты снова в деле

Как и в первой статье, мы будем рассчитывать прогноз CR на примере интернет-магазина мягких игрушек. В нашем воображаемом магазине продаются только плюшевые слоны и еноты, поэтому семантическое ядро включает 16 ключевых фраз, распределенных по кампаниям «Слоны» и «Еноты». Чтобы рассчитать прогноз для каждого ключевого слова, нам придется сначала определить CR для более высоких сущностей: аккаунта, кампаний и групп признаков.

Статистика ключевых слов онлайн-магазина

Основные функции Power Query

Предполагается, что читатель хотя бы поверхностно знаком с интерфейсом Power BI, языком M для Power Query и языком Dax. Для тех, кто пока не может похвастаться такими знаниями, мы подготовили описание функций Power Query, необходимых для обработки данных и расчета прогноза. Остальные могут смело пропустить эту часть.

Прежде всего отметим, что в Power Query нельзя редактировать отдельные ячейки по координатам (X,Y), как в Excel. Преобразование происходит на уровне столбцов. А вот опции, которые нам пригодятся:

1. Use first row as headers. Первая строка загруженной таблицы будет использоваться в качестве источника заголовков.

Основные функции Power Query

2. Выбор типа данных в столбцах.

Power Query_Выбор типа данных в столбцах

Вот основные типы данных (про остальные можно узнать в официальной справке Power BI):

  • Decimal Number (числовые данные с «плавающей» запятой).
  • Fixed Decimal Number (числовые данные с фиксированной запятой). Обычно этот формат используется в столбцах, которые содержат значения в какой-либо валюте (CPC, CPA, расход, доход и т.д.).
  • Whole Number (целое число). Этот тип данных предназначен для столбцов с показателями, которые могут выражаться только целыми числами (клики, конверсии, показы).
  • Text (текстовые данные). Формат подходит для столбцов с названиями кампаний, ключевыми словами, различными статусами, признаками, значениями геотаргетинга и т. п.

Тип данных можно задавать и для нескольких столбцов сразу. При нажатой клавише CTRL выделите нужные столбцы, затем нажмите правую кнопку мыши и выберите в меню Change Type.

Иногда при смене типа данных в столбце появляются ошибки. Чаще всего это происходит при работе с показателями из Яндекс.Метрики и Яндекс.Директа, связанными с денежными единицами (расходом, доходом и другими). В этом случае нужно открыть список с типами данных и выбрать пункт Using Locale. Во всплывающем окне задайте тип данных, в нижнем списке English (United States).

3. Переименование столбцов. Опция доступна после двойного клика по заголовку столбца. Задавайте короткие и простые заголовки, которые ясно описывают данные в столбце.

Power Query: Переименование столбцов

4. Округление числовых данных с «плавающей» запятой до нужного разряда. Наведите курсор на столбец, нажмите правую кнопку мыши и выберите Transform — Round — Round. После этого задайте нужное число знаков после запятой.

Power Query: Округление числовых данных

5. Добавление нового столбца по заданному правилу. Откройте вкладку Add Column и нажмите на кнопку Custom Column.

Power Query: Добавление нового столбца

В загрузившемся окне задайте название столбца и правило, в соответствии с которым будут формироваться значения в новом столбце. В поле Available Columns отображается список уже имеющихся столбцов. Двойной клик по столбцу добавляет его правило.

Задайте название столбца и правило

В нашем примере новый столбец «Кампания-Ключ» будет содержать данные из столбцов «Кампания» и «Ключевое слово», разделенные дефисом.

Новый столбец «Кампания-Ключ»

6. Разбивка данных в столбце по делителю. Опция используется повсеместно, например, при отделении минус-слов от ключевой фразы. Давайте для примера разделим столбец «Кампания-Ключ», который мы только что создали, на два новых. Наводим курсор на столбец, нажимаем правую кнопку мыши и выбираем Split Column — By Delimiter.

Разбивка данных в столбце по делителю

В загрузившемся окне выбираем Custom и прописываем делитель (в нашем случае — дефис). Затем выбираем Left-most delimiter («Делить по самому левому делителю», то есть по первому дефису, который обнаружится в столбце при чтении слева направо). Раскрываем список Advanced Options и задаем None в поле Quote Character. В противном случае кавычки (например, вокруг ключевых слов) просто исчезнут после разделения. Обратите внимание, что сам делитель при разбивке на столбцы пропадает.

В загрузившемся окне выбираем Custom

7. Удаление столбца. Наводим курсор на столбец, нажимаем правую кнопку мыши и выбираем Remove.

8. Дублирование столбца со всеми его значениями. Наводим курсор на столбец, нажимаем правую кнопку мыши и выбираем Duplicate.

9. Добавление условного столбца. Опция позволяет добавлять столбцы, значения в которых определяются на основе значений из других столбцов. Например, можно добавить столбец со значениями «еноты-пилоты» (для ключей, содержащих слово «енот») и «слоники-электроники» (для всех остальных). Открываем вкладку Add Column и нажимаем кнопку Conditional Column. В загрузившемся окне:

  • задаем название нового столбца;
  • в поле Column Name выбираем столбец, данные которого станут основой для правил;
  • в поле Operator выбираем Contains («Содержит»);
  • в поле Value задаем правило для отбора («енот»);
  • в поле Output задаем значение, которое будет отображаться в новом столбце при соблюдении правила («еноты-пилоты»);
  • в поле Otherwise задаем значение, которое будет отображаться в новом столбце при несоблюдении правила («слоники-электроники»).

Добавление условного столбца

Добавление условного столбца-1

Добавление условного столбца-2

10. Добавление столбца с одновременным выполнением арифметических операций со значениями из других столбцов. К примеру, мы можем создать столбец, в котором будут суммироваться значения столбцов «Клики» и «Конверсии» (на практике такой столбец, конечно, никому не понадобится, но нас интересует, как работает функция). При нажатой клавише CTRL выделите нужные столбцы. Затем откройте вкладку Add Column, нажмите кнопку Standard и выберите нужную операцию. Обратите внимание, что при делении и вычитании важен порядок выделения столбцов. Тип данных во всех столбцах должен быть числовым.

Добавление столбца с одновременным выполнением арифметических операций

Создание основной таблицы данных в Power Query

Для начала нам нужно импортировать статистику по запросам из Excel:

1. Открываем Power BI, создаем новый файл в формате pbix и нажимаем в загрузившемся на кнопку Get Data.

Power BI_создаем новый файл в формате pbix

2. Затем выбираем нужный источник данных (Excel) и загружаем файл в формате .xlsx или .csv (в Power BI можно импортировать данные из множества разных источников, но начинают все обычно с этого).

Выбираем нужный источник данных Exel

3. В окне Navigator отмечаем лист, на котором находятся данные, и нажимаем кнопку Edit.

В окне Navigator отмечаем лист

4. Наша таблица откроется в Power Query — инструменте для загрузки и преобразования данных. Теперь нужно задать правильный тип данных для каждого из столбцов. После этого нажимаем кнопку Close and Apply и переходим из Power Query в Power Pivot.

Нажимаем кнопку Close and Apply

Расчет фактического CR в Power Pivot

Начнем с небольших пояснений для тех, кто не знаком с интерфейсом Power BI. На скриншоте ниже отмечены:

  1. Загруженные данные с указанием столбцов.
  2. Список доступных визуализаций.
  3. Значения, которые используются в выбранной визуализации.
  4. Кнопка форматирования визуализаций.
  5. Кнопка перехода в интерфейс Power Query.

В левой части интефейса находятся кнопки Report, Data и Model. Report — это и есть наш отчет, в котором мы выводим и визуализируем данные. Data — данные, загруженные из Power Query. Model — вкладка, на которой можно связывать таблицы друг с другом (в нашем случае она не понадобится).

Интерфейс Power BI

Теперь подготовим таблицу для дальнейшей работы:

1. Выбираем визуализацию Table и перетаскиваем нужные столбцы в Values (либо отмечаем соответствующие чек-боксы).

Выбираем визуализацию Table

2. Расставляем столбцы в таблице в правильном порядке, перемещая их названия внутри Values.

Расставляем столбцы в таблице

3. Чтобы добавить в таблицу фактический CR, открываем вкладку Modeling и нажимаем кнопку New Measure.

Вкладка Modeling

4. Загрузится строка для ввода формулы. Это поле лучше развернуть, поскольку чаще всего формула состоит из нескольких строчек.

Вкладка Modeling

5. Задаем формулу для расчета CR:

Задаем формулу для расчета CR

6. Результаты расчетов появятся в списке загруженных данных (на первом месте, поскольку название меры мы прописали с нижнего подчеркивания). Чтобы добавить столбец с фактическим CR в таблицу, перетащим его в Values.

Список загруженных данных

7. Чтобы фактический CR отображался в процентном формате, выделим меру (вокруг нее должна появиться желтая рамка), откроем вкладку Modeling и нажмем кнопку %.

Выделяем меру, открываем вкладку Modeling, нажмаем %

Загрузка данных о признаках ключевых слов в Power Query

Чтобы получить прогноз CR для отдельных ключевых слов, нам нужно рассчитать этот показатель для групп, включающих фразы с определенным набором признаков. Напомню, что мы разделили все ключевые слова по двум признакам: указанию на цвет («Цвет») и интересу к покупке («Коммерц»). Теперь нам нужно:

1. Нажать на кнопку Edit Queries, чтобы вернуться в Power Query, и загрузить файл с разбивкой ключевых фраз по признакам.

Нажимаем на кнопку Edit Queries

2. В меню Queries отобразятся две таблицы: одна с данными по кликам и конверсиям для каждой из фраз («data») и вторая, содержащая признаки ключевых слов («Priznaki»).

Две таблицы в меню Queries

3. Чтобы добавить признаки в «data», выберем эту таблицу в меню Queries, откроем вкладку Home и нажмем кнопку Merge queries.

Нажимаем кнопку Merge queries

4. В окне Merge выбираем связуемые столбцы в обеих таблицах («Ключевое слово») и нажимаем кнопку ОК.

Выбираем связуемые столбцы

5. В таблице с данными о кликах и конверсиях появился новый столбец «Priznaki». Нажимаем кнопку рядом с его названием и выбираем столбцы, которые нужно добавить из таблицы «Priznaki» в таблицу «data».

Появился новый столбец «Priznaki»

6. В «data» появились столбцы «Цвет» и «Коммерц», которые теперь нужно объединить в столбец «Все признаки». Открываем вкладку Add Column и нажимаем кнопку Custom Column. Затем задаем название нового столбца и правило, по которому в нем будут формироваться значения. Чтобы задать правило, выбираем в поле Available columns столбец «Коммерц», прописываем &” “&, выбираем столбец «Цвет» и нажимаем ОК.

В «data» появились столбцы «Цвет» и «Коммерц»

7. В таблице появляется столбец «Все признаки». Столбцы «Цвет» и «Коммерц» можно удалить.

Столбец «Все признаки» в таблице

8. Теперь нужно сделать так, чтобы запрос «Priznaki» не подгружался, ведь данные по признакам мы уже подтянули и никакой необходимости во втором запросе нет (однако удалять его нельзя, поскольку данные из «Priznaki» используются в главной таблице «data»). Чтобы отключить загрузку, в списке Queries выберите «Priznaki», нажмите правую кнопку мыши и снимите галочку с Enable Load.

9. Наконец-то все готово! Нажимаем кнопку Close and Apply, выходим из Power Query и возвращаемся в Power Pivot.

Расчет прогнозных значений CR в Power Pivot

Итак, мы вышли на финишную прямую:

1. В списке загруженных данных теперь отображается столбец «Все признаки». Добавим его в нашу таблицу, а заодно удалим столбцы «Ключевое слово» и «Кампания». Таблица станет меньше, статистика кликов и конверсиям агрегируется для каждой группы признаков.

Расчет прогнозных значений CR в Power Pivot

2. Откроем меню Data и добавим в таблицу столбцы «@Клики (аккаунт)», «@Конверсии (аккаунт)», «@Клики (кампания)», «@Конверсии (кампания)», «@Клики (признаки)» и «@Конверсии (признаки)». Чтобы добавить новый столбец, открываем вкладку Modeling, нажимаем кнопку New Column и вводим нужную формулу.

Добавляем в таблицу новые столбцы

3. В таблице отобразится суммарное количество кликов и конверсий для каждой из сущностей (аккаунт, кампания, признаки), к которой принадлежит конкретное ключевое слово.

Суммарное количество кликов и конверсий

4. Чтобы рассчитать прогноз CR по схеме, которая описана в прошлой статье, добавляем в таблицу столбцы «@Прогн. CR (аккаунт → кампания)», «@Прогн. CR (кампания → признаки)», «@Прогн. CR (признаки → ключевое слово)» и задаем соответствующие формулы.

Добавляем в таблицу новые столбцы

5. Последняя формула позволяет нам получить заветные показатели — прогнозы коэффициента конверсии для каждого ключевого слова. Чтобы корректно оформить полученные результаты, вернемся в Reports и выберем среди вариантов визуализации таблицу.

Выбираем среди вариантов визуализации таблицу

6. Добавим в таблицу нужные нам столбцы: «Ключевое слово», «Клики», «Конверсии», «_CR» и «@Прогн. CR (признаки → ключевое слово)».

Добавляем в таблицу нужные нам столбцы

7. Чтобы прогноз CR отображался в процентном формате, выделим название столбца, откроем вкладку Modeling и нажмем кнопку %.

Открываем вкладку Modeling и нажмем %

8. Теперь уберем сумму значений из столбца «@Прогн. CR (признаки → ключевое слово)». 

Теперь уберем сумму значений

Вместо заключения

Мы получили таблицу с прогнозом CR для каждого ключевого слова в семантическом ядре. В том числе для фраз, у которых фактический CR нерепрезентативен из-за недостатка статистики или вообще отсутствует, поскольку нет ни одной конверсии. Теперь мы можем оптимизировать наши кампании: сократить расходы на запросы, у которых прогнозируется низкий CR, и увеличить ставки для фраз, сулящих хорошую конверсию.

Таблица с прогнозом CR для каждого ключа

(Голосов: 4, 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
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
#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!
Что скрывает «Прогноз бюджета Яндекс.Директ»?
Михаил Мухин
9
комментариев
0
читателей
Полный профиль
Михаил Мухин - Дожидаться 100 попыток не будем - не дождемся :) Подведем итоги и опубликуем решение 13 Декабря
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!