Осенняя сессия по контекстной рекламе 2014: как работать со словами и с клиентами

12 сентября 2014 года в Москве, в event-холле «Инфопространство» состоялась очередная «Осенняя сессия по контекстной рекламе». Выступления докладчиков на мероприятии проходили в рамках «технического» и «агентского» потоков, а также потока под названием «системы автоматизации». Выступлений было очень много, поэтому мы отобрали наиболее интересные, с нашей точки зрения, доклады.

Во многих выступлениях говорилось об алгоритмах и закономерностях работы механизмов контекстной рекламы, все это сопровождалось множеством графиков и цифр. Одним из самых «математических» получилось выступление Антона Данилова (Homememe.ru). Его доклад назывался «Каверзный контекст в „перегретой“ нише: какой путь оптимальнее?». В нем Антон рассказал об основных алгоритмах работы контекстной рекламы и поиске путей для прорабатывания семантики.

Антон предложил три способа проработки:

  • использование «минус-слов»,
  • использование кавычек,
  • разбор частотности ключевых слов.

Первый способ заключается в том, что к высокочастотному ключевому слову добавляется большой список «минус-слов». Этот простой способ популярен среди рекламных агентств, но, по мнению Антона, релеватность и эффективность тут низки. Другими словами, показов действительно много, но переходов очень мало.

Второй подход с закавычиванием поисковых запросов, считающихся наиболее релеватными, обеспечивает хороший контекст и приводит целевых посетителей на сайт, но вот охват здесь недостаточный.

Третий способ, с разбором частотности КС, Антон назвал «смешанным» или «схемой дерева». Перед тем как перейти к его анализу, Антон продемонстрировал, как разбирать частотность КС. Для начала нужно определиться с ключевым словом, после чего отсечь вероятность нерелевантных показов.

Формула, по которой можно высчитать вероятность релевантного показа, выглядит следующим образом:


Далее эксперт более подробно разобрал «схему дерева». Её смысл заключается в том, что высокочастотное слово, имеющее несколько значений, помещается в корень дерева, то есть показывать ВЧ-запрос не стоит. От корня идёт ствол — «двухсловник», из которого произрастают ветви в виде ключевых фраз, состоящие из трех и четырех слов. Эти дополнительные слова, вместе с которыми пользователь вводит ВЧ-запрос в поисковик, Антон назвал «масками».

По мнению Антона, для создания таких схем нужна программа, работающая с ключевыми словами. Для того чтобы работа проходила корректно, при написании программного движка следует:

  • учесть стоп-слова, буквы, являющиеся стоп-словами (в русском алфавите их 11), опечатки и спецсимволы,
  • аккуратно минусовать,
  • проверять полноту каждого ключевого слова.

Антон порекомендовал следующие сервисы для сбора семантики:

  • Spywords (http://spywords.ru/),
  • АДВСЁ (http://advse.ru/),
  • Semrush (http://semrush.com/),
  • Продвигатор (http://prodvigator.ua/),
  • Поисковые подсказки,
  • Искусственные слова.

В качестве примера искусственных слов Антон Данилов привёл привязку слов:

  • «сдать квартиру» — к станциям метро и улицам,
  • «обувь» — к размерам,
  • «диван» — к выбору цвету обивки.

В своем докладе Антон также рассказал о том, как лучше сравнить CTR двух объявлений при А/В-тестировании в Яндекс.Директе. Сравнивать лучше всего посредством биддинга — торга в реальном времени. Действовать здесь нужно в следующей последовательности:

  • определение CPC, бида и последовательности его введения,
  • расчёт ставок и их включение в систему,
  • корректировка ставок.

В конце доклада Антон кратко напомнил основные пункты построения контекста:

  • определение «корней»,
  • сбор поисковых запросов,
  • создание базы данных для хранения поисковых запросов,
  • нормализация поисковых запросов (исправление опечаток, удаление спецсимволов / | = -—) ( " " & ? : ; № # @ " " ! ` + ’ ~ ^ * { }[ ] %$).
  • определение «масок»,
  • построение «деревьев» для ключевых слов,
  • определение ставок,
  • внесение корректив по итогам процесса.

Тему организации производства затронул Валерий Красько (NetPeak), доклад которого назывался «Как свести риски по контекстной рекламе к минимуму?». Валерий говорил об оптимизации бизнес-процессов в контекстной рекламе, а именно — как избежать проблем с клиентом.

Доклад Валерия был поделен на три части:

  • подготовка бизнеса клиента к рекламной кампании,
  • предупреждение проблем до их появления,
  • что мы не учитываем при подсчете эффективности?

Первое, о чем рассказал эксперт, что надо делать до запуска рекламной кампании и как прогнозировать результат. Валерий приводил примеры из опыта работы NetPeak, специалисты которого начинают готовить проект со следующих действий:

  • установка кода Google Tag Manager,
  • интеграция кода Google Analytics собственной разработки с возможностью «раскрывать» openstat-метки,
  • интеграция кода сервиса Яндекс.Метрика,
  • создание универсального YML-файла,
  • установка кода электронной коммерции для Google Analytics,
  • установка кода электронной коммерции для сервиса Яндекс.Метрика,
  • тестирование работы скриптов.

Докладчик пояснил, что в NetPeak работают только через Google Tag Manager. Что касается Яндекс.Метрики, то через неё получают данные для контекстной рекламы. Метрик обязательно устанавливают две — одна резервная. Кроме этого, клиенту обязательно даются прогнозы по сезонности запросов и прочая нужная информация.

В рамках технической подготовки проекта обязательны:

  • настройка цели «Товар добавлен в корзину»,
  • настройка отслеживание воронки продаж: от отправки товара в корзину до «Спасибо за заказ»,
  • настройка отслеживания пользователей, которые подписались на рассылку.

Настройка целей для рекламной кампании

  • настройка отслеживания пользователей, которые зарегистрировались на сайте,
  • настройка отслеживания звонков системы Ringostat в виде цели,
  • настройка отслеживания обращения через онлайн-чат,
  • настройка отслеживание формы обратной связи,
  • настройка отслеживание кнопки «Перезвоните мне»,
  • тестирование целей.

Далее можно переходить к подготовительным работам. К ним относятся:

  • создание / подключение аккаунта Google AdWords,
  • создание аккаунта в системе Яндекс.Директ,
  • настройка импорта данных из систем Google AdWords и Google Analytics.

В работу с аккаунтом входят:

  • настройка импорта данных систем Яндекс.Директ и Яндекс.Метрика,
  • включение функции системы Яндекс.Директ — пометка ссылок openstat-метками для импорта данных системы Яндекс.Директ в Google Analytics,
  • настройка расширенных объявлений: адреса, дополнительные ссылки, телефоны,
  • добавления стандартного списка минус-слов для кампаний,
  • добавление стандартного списка минус-площадок для кампаний,
  • настройка списков ремаркетинга для дальнейшей работы с рекламной кампанией,
  • настройка ремаркетинга в системе Google AdWords,
  • настройка ретаргетинга в системе Яндекс.Директ,
  • настройка динамических кампаний для работы в системе Google AdWords,
  • настройка поискового ремаркетинга в системе Google AdWords.

В третьей части доклада, посвященной прогнозированию, эксперт отметил, что единственно верного способа предсказать результат, нет. Тем не менее, прогнозы помогают решить такие задачи, как:

  • подготовка клиента к результату.
  • выявление проблем бизнеса до начала рекламной кампании.

Докладчик продемонстрировал пример того, как прогнозируют результаты в NetPeak:

По словам докладчика, лучший способ избежать проблем — создать систему, которая не даст специалисту возможности ошибаться. Поэтому в NetPeak система всегда высылает специалисту на почту подсказки. Формируются следующие дайджесты:

  • проверки орфографии,
  • проверки ссылок на ошибки,
  • контроля эффективности ключевых слов,
  • контроля отсутствия работ над кампанией,
  • контроль качества CPC-трафика,
  • контроль корректности таргетинга,
  • дайджест снижения ставки.

Что специалист может не учитывать при подсчете эффективности, и как избежать подобных просчетов? В большинстве случаев, отметил эксперт, не учитывается от 10 до 40% продаж, которые генерирует рекламная кампания. В основном это:

  • заказы, сделанные через телефон,
  • повторные продажи клиентов.

Подсчитать оффлайн-конверсии можно при помощи:

  • установки системы отслеживания звонков.
  • фиксации источника с помощью уникального фрагмента кода.

В конце выступления Валерий отметил, что большая часть агентств сосредоточены на использовании инструментов, а не на решении проблем бизнеса своих клиентов. По словам Валерия Красько, интернет-маркетинг — это нечто большее, чем просто механическая работа с источниками, это решение проблем клиентов.

Выступление руководителя проектов Advse.ru Андрея Иванова также получилось интересным. Андрей делал доклад «От списка запросов — к ключевым фразам рекламной кампании», в котором подробно осветил, откуда и как брать запросы для контекстной рекламы.

Получение из списка запросов список фраз для контекстных рекламных объявлений — задача, которую решает каждый рекламодатель. Поисковые системы по-прежнему не раскрывают информацию о запросах и выдают лишь данные о показах по ключевым словам, поэтому рекламодатель не знает, по каким запросам показывались его объявления. То есть если объявление показывалось, но на него никто не кликал, то про этот запрос рекламодатель ничего не узнает.

Андрей Иванов порекомендовал следующие сервисы для получения запросов:

  • Wordstat Яндекса + KeyCollector
  • Advse.Ru
  • База Пастухова
  • Оптимизаторские сервисы и др.

Полученные запросы выглядят следующим образом:

В длинном списке встречается множество нецелевых запросов, запросов с переставленными словами и т.д. Вот несколько алгоритмов подготовки списка:

  • Перестановки — склеиваем, приводим к одному виду
  • Словоформы — склеиваем, приводим к одному виду
  • Частоты — суммируем склейки, ранжируем по убыванию.

Перестановка:

Словоформа:

Частоты:

По какому же алгоритму подбирать слова, какие сервисы использовать? По словам докладчика возможны три способа подбора:

  • работа со списками реальных запросов,
  • совместное использование Advse и Keycollector,
  • использование «интеллектуальных надстроек» для работы с Яндекс.Wordstat.

Первый вариант работы выглядит следующим образом:

Второй вариант — совместное использование Advse и Keycollector. Это позволяет быстро извлечь максимум данных из Яндекс Wordstat. Важный момент — так как Wordstat не отдает по запросу больше 2 000 строк, то извлекать лучше данные по самому высокочастотному ключевому слову. После их нужно обработать в Advse — выбираем ключевые словосочетания из двух слов, чтобы они не дублировали друг друга. Вводим этот список в KeyCollector и быстро получаем максимум необходимых данных.

Наконец вариант с использованием «интеллектуальных надстроек» для работы с Яндекс.Wordstat, что позволит быстро выкачать данные. Один из таких сервисов, созданный Advse, Андрей Иванов порекомендовал собравшимся. С его помощью можно быстро получить точные ключевые словосочетания с максимальным охватом.

У нас вы также можете прочесть вторую и третью части обзора докладов.


(Голосов: 5, Рейтинг: 5)