Алгоритмы Яндекс непрерывно анализируют поведение пользователей в интернете. На основе машинного обучения, популярность которого с каждым годом растет, а также учитывая огромное количество параметров (посещаемые сайты, история запросов, регулярность использования, особые предпочтения и т.д.), системы находят у данных пользователей некие общие признаки. По ним они формируют определенные группы по интересам, которые по поведению в интернете похожи на ваших потенциальных клиентов.
В дальнейшем на эту группу пользователей можно создать таргетинг в рекламных системах Яндекса. Сам вид таргетинга называется look-a-like (с англ. «поиск похожих»), похожие аудитории или similar audiences, similar users (в AdWords).
В 2013 году Яндекс запустил новый вид таргетинга – Look-alike. На основе технологии Крипта система анализирует данные о покупателях, полученные из Яндекс.Метрики, и позволяет показывать медийные баннеры пользователям, которые по поведению в интернете похожи на ваших потенциальных клиентов, обладают теми же характеристиками и совершают те же самые действия – оформляют заказ, задают вопрос по обратной форме, кликают по кнопке и т.д.
Такие аудитории создаются через специальный инструмент Яндекс.Аудитории и применимы для кампаний РСЯ в Яндекс.Директе (за исключением «Провайдеры данных DMP») и Яндекс.Дисплей.
Сегодня поговорим о том, как настроить рекламную кампанию в Яндекс.Директе на look-alike аудиторию. В конце статьи я поделюсь реальным примером 3-х недельного теста двух РСЯ-кампаний: традиционной и look-alike, созданной на основании готового списка из действующих конверсионных пользователей.
Создание сегмента
Для создания похожей аудитории нам необходимо сначала создать сам сегмент аудитории. Существует несколько видов данных:
На основе загружаемых данных:
- Телефонные номера
- Email-адреса
- ID мобильных устройств
На основе данных Яндекса:
- Яндекс.Метрика
- AppMetrica
- Геолокация
- Пиксель Я.Аудиторий
Произвольный сегмент:
- Похожий сегмент
На основе загружаемых данных
Для всех трех типов данных одинаковые требования к файлу загрузки, но разные к типу записи:
1. Расширение файла: .csv или .txt
2. Максимальный размер: 1 гб
3. Кодировка: utf-8 или windows-1251
4. Разделитель записей: запятая, перенос строки или табуляция
5. Минимальное количество записей в файле: 1000 (если будет меньше, сегмент не обработается и не будет создан)
Подробнее о требованиях в официальной справке Яндекса.
Создаем новый сегмент. Вводим название сегмента аудитории, выбираем тип данных, добавляем файл, принимаем условия пользовательского соглашения и нажимаем «Создать сегмент».
После этого данные будут обрабатываться в течение 30–60 мин. В этот момент Яндекс сопоставляет данные из вашего файла с данными, которые у него накопились по так называемым «анонимным идентификаторам» (deviceid или cookie).
Итоговым результатом обработки сегмента станет измененный статус «Обрабатывается» на «Готов», а также общие сведения по нашему списку.
Основные данные по полу и возрасту, городам и устройствам, а также интересам и категориям:
Чем однороднее сегмент, тем более эффективно на нем может работать look-alike. В данном конкретном примере аудитория однородна (степень схожести: высокая).
Данные в «Интересы» и «Категории» показывают, к каким темам пользователи нашего сегмента проявляют бОльший интерес, и насколько чаще представители определенного образа жизни встречаются в вашем сегменте, чем в сети в целом.
Также вы можете добавить конкретную цель из Яндекс.Метрики и узнать, какой процент пользователей в сегменте, которые были на сайте или достигли заданной цели за последние 90 дней. Это поможет понять, насколько сегмент удачен для таргетинга.
Примечание: после добавления цели данные по ней будут доступны только через несколько часов.
На основании созданного списка email-адресов покупателей мы можем создать похожую (look-a-like) аудиторию, которая, по мнению Яндекса, вероятнее всего, захочет также стать нашими клиентами. Делается это с помощью «Сегмента похожих аудиторий».
Если же у вас большое количество созданных сегментов, то нажимаем «Создать сегмент» – «Похожий сегмент».
В открывшемся окне мы можем выбрать новый сегмент на основании точности или охвата. Чем выше точность, тем меньше охват. И наоборот. Время обработки такого сегмента занимает от 1 часа.
В начале 2017 года в Яндексе стали доступны две новые настройки:
1. По географии (распределение по городам);
2. По типам устройств (распределение по типам устройств).
Распределение по городам
Если вы работаете в определенном регионе или городе (например, в Москве) и хотите настроить look-alike на собранную базу ваших клиентов, то при сохранении галочки в настройке вы получите новых похожих клиентов только из Москвы.
Распределение по типам устройств
Например, если в вашем исходном сегменте большее число пользователей делают заказы с ПК (2/3), а 1/3 – с мобильных и планшетов, то в «похожем» сегменте система сохранит такое же соотношение.
Примечание: по умолчанию обе настройки активированы и технология создает достаточно узкие сегменты.
На основе данных Яндекса
Если же у вас нет базы email-адресов, телефонных номеров или ID мобильных устройств с 1000 записей, вы можете создать сегмент на основе данных из Яндекс.Метрики. Для этого необходимо выбрать счетчик, тип аудитории (все посетители сайта, сегмент из аналитики или достигшие определенной цели)
Для мобильных устройств – через инструмент аналитики AppMetrica. Создать начальный сегмент можно также с помощью геолокации и пикселя.
Настройка рекламной кампании в Яндекс.Директе на похожую аудиторию
Принцип настройки такой же, что и в ретаргетинговых кампаниях. Правда перед настройкой РК нужно удостовериться, что сегмент аудитории создан на том же самом аккаунте, что и Яндекс.Директ. Если же они различны, следует предоставить доступ нужному сегменту:
После этого сегменты аудиторий станут доступны в аккаунте Яндекс.Директа.
В самой рекламной кампании необходимо зайти в настройки группы объявлений и выбрать «Условия подбора аудитории».
Добавляем новое условие на нашу look-alike аудиторию:
Сохраняем новые настройки и запускаем нашу рекламную кампанию!
Таким образом, мы с вами научились создавать look-alike (похожие) аудитории через начальные сегменты аудитории и настраивать на них РСЯ в Яндекс.Директе. Технология не является новой и давно используется в Facebook и прямым конкурентом Яндекса – в Google AdWords, о настройке которого мы поговорим в следующей статье.
Реальный кейс по look-alike аудитории
Исходные данные
- Сайт по сбору заявок на трудоустройство водителей такси (Яндекс.Такси, Gett, Uber и т.д.).
- Рекламные кампании:
1. РСЯ Москва
2. РСЯ Look-alike Москва
- Начальная ставка для двух кампаний – 20 руб.
Благодаря списку телефонных номеров пользователей, которые оставляли заявку на трудоустройство, удалось создать сегмент похожей аудитории с высокой степенью соответствия и добиться следующих показателей по сравнению с традиционной РСЯ-кампанией за 3 недели теста (с 20 июня по 11 июля 2017 года).
Результаты
Как видно из таблицы, мы получили:
- в 2,5 раза больше показов;
- в 2 раза больше кликов;
- в 1,95 раза больше конверсий;
- коэффициент конверсии look-alike аудитории после теста оказался выше на 0,1%
Правда проиграли в CTR из-за большего охвата, и цена 1 заявки увеличилась (250 руб. vs 209 руб.). Однако при ведении рекламных кампаний удалось уложиться в заданные рамки KPI.
А у вас есть практические примеры использования похожих аудиторий в Яндекс.Директе?