РИФ+КИБ 2013: аналитика для рекламных кампаний

Во второй день конференции РИФ+КИБ 2013 эксперты продолжили обсуждать рекламу. Секция «Качество продукта для рекламодателей» была посвящена аналитике, которая поможет оценить эффективность рекламной кампании.

Открывал секцию Александр Иванов, iConText, который кратко описал историю развития веб-аналитики. По мнению Александра, в 2013 году мы, наконец, отойдем от абстрактных сессий к реальным пользователям. Веб-аналитика все больше будет интегрироваться с внутренним бизнесом. Что это значит? В 2013: все крупные игроки начнут считать посетителей.

Вместе с тем возникнут и проблемы:

  • Нужен сильный техотдел
  • Никто не хочет делиться данными и загружать на сторонние площадки.

Секцию продолжил Станислав Видяев, Google, который рассказал об инструменте Universal Analytics. 

Universal Analytics – новое поколение системы Google Analytics, которое будет связывать все переходы 1 пользователя воедино.

Историю посещений одного пользователя всегда было сложно связать воедино из-за того что он может использовать много устройств и разные браузеры.

Google Analytics позволяет отследить конверсию на сайте, а в офлайне нет (например, заказ с доставкой, который потом отменяется). Большого индустриального решения для этой связи нет.

В рамках стандартных отчетов Google Analytics уже есть отчеты, которые пытаются решить данную проблему – например, поисковые последовательности. Но основная проблема остается нерешенной – этот отчет собирает все данные только по одному браузеру.

Как решена данная проблема в Universal Analytics - будут использовать новые куки - User ID (+ будет загружаться быстрее)

Разница между новым и старым подходом:

Старый - три уника в стандартном отчете 

Объединенный сценарий для залогиненых пользователей в новом:

На основе user id система  будет склеивать конверсионные переходы пользователя, который сам себя обозначил - залогинился, на сайт в единый жизненный цикл клиента.

Как Universal Analytics позволит связать онлайн и офлайн: все User ID через API можно будет забрать себе в CRM, где их можно будет связать с Client ID. Когда произойдет офлайн действие, через особый measurement-протокол можно будет отдавать эти действия в качестве метрик Google Analytics в формате CSV в Universal Analytics.

Секцию продолжил Николай Хлебинский, который рассказал о мультиканальности в онлайн-маркетинге.

Под мультиканальностью можно понимать:

  • online+offline активность пользователей,
  • взаимодействие с разными устройствами,
  • взаимодействие с разными digital-каналами – именно о нем и шла речь в докладе.

В основе управления конверсией лежит правильный анализ трафика. При сравнении нескольких каналов всегда возникает вопрос, какой из них эффективнее, как лучше перераспределить бюджеты и т.д. Сравним две кампании. Если останавливаться на разных показателях, источники трафика постоянно чередуются по эффективности:

Последние показатели не оставляют сомнения, какой источник эффективнее. Однако благодаря постоянно обновляющемуся инструментарию, в том числе и Google Analytics – отчет о мультиканальных последовательностях, начинают возникать вопросы – а что происходит в других источниках трафика. По сути, мы сталкиваемся с понятием атрибуция конверсии. Если посмотреть на скриншот выше, видно, что пользователь был на сайте 7 раз.

Возникает предположение – если бы хоть какой-то из этих источников не использовался, то данной конверсии могло бы и не быть.

По оценке возврата на маркетинговую эффективность заведомо неэффективный канал может приводить так называемые ассоциированные конверсии – когда источник трафика находится в цепочке взаимодействия посетителя не на последнем месте. Сегодня по умолчанию системы аналитики относят конверсию к последнему каналу, который предшествовал конверсии. Поэтому вопрос остается открытым – является ли первый источник трафика неэффективным.

Очень часто агентства заявляют – мы не попадаем в поставленный KPI, но если мы отключим этот источник трафика, упадет количество ассоциированных конверсий и, соответственно продаж. Нужно понять, насколько упадут, насколько это невыгодно. Как это можно померить:

Анализируем среднюю продажу, сделанную с сайта, средний чек, среднюю ценность лида и т.д.: весомую часть продажи надо отдать на себестоимость, часть стоимости уйдет на операционку, часть уходит на маркетинг. Все что осталось – это операционная прибыль.

У компании зачастую есть несколько платных каналов – контекст, SEO и т.д. И есть условно-бесплатные каналы – у которых нет маркетинговой стоимости заказа – email-рассылки, прямой трафик, трафик из ПС по ключевым словам, содержащим название компании.

Если детализировать наш заказ и разбить его на набор каналов, картина получается следующая: 

Возникает гипотеза – что если платные каналы генерируют продажи в условно-бесплатных.

Сравнение динамики выручки и заказов в платных и бесплатных каналах показало высокую корреляцию – если мы снимаем бюджеты с платного канала, например, Яндекс.Маркета, падает прямой трафик и, соответственно, продажи.

Последнее взаимодействие у цепочек, которые нас интересуют не должно быть на бесплатном канале, потому что по иерархии конверсии Google Analytics, если человек сконвертировался с прямого трафика, конверсию отдают предыдущему каналу.

Ключевики также стоит разделять на платные и бесплатные. Например, если ключевик содержит название бренда – он является условно-бесплатным, потому что компания не платит за продвижение по нему.

Кроме того, нужно выделить цепочки, где платных каналов нет. В проводимом эксперименте получилось следующее: среди всех конверсии, которые атрибуцированы на группe условно-бесплатных каналов, только 1/3 содержит цепочки, где были только бесплатные каналы. Это значит, что в 2/3 случаев пользователи сначала приходили с платных каналов, а потом конвертировались в бесплатных каналах.

Осталось только оценить вклад платных каналов в продажи, которые были сгенерированы бесплатными. Получилось следующее: выручку и операционную прибыль условно-бесплатных каналов можно перераспределить на платные каналы и получить в результате, что заведомо эффективные источники трафика до этого на самом деле генерят продажи где-то еще, и за счет этой ситуации можно увеличить и обороты и прибыль.

Секцию продолжил Евгений Куршев, Яндекс, который рассказал о новых возможностях Яндекс.Метрики.

Одно из последних нововведений сервиса – это отчет по роботам-посетителям сайта. Данный отчет был сделан, потому что иногда владельцы сайтов видели внезапный всплеск активности на своем ресурсе и удивлялись – а не сломалась ли Метрика. Если на сайте внезапный всплеск посещаемости, просмотров, глубина страниц – на него было нашествие роботов.

Отфильтровка роботов позволяет получить более точную статистику.

Поведение роботов можно отследить – их выдают аномалии: 

При использовании машинного обучения роботов очень просто отсеять.

По данным Яндекса доля роботов по всему инету составляет 1,76%, по нормальным сайтам – 0,4% (средний%).

Для новых счетчиков в Я.Метрике учитываются данные по роботам. Сайты, которые давно установили счетчик, могут самостоятельно выбрать в настройках необходимую опцию.

Еще одно нововведение – Целевой звонок 2.0., улучшенная версия услуги Целевой звонок, которая используется для отслеживания офлайн конверсии. Pic04

Функция позволяет учесть трафика + офлайн рекламу.

Также одним из важных нововведений сервиса стал запуск Карты скроллинга.

Кирилл Петровский, Artics internet Solutions, рассказал об оценке и оптимизации рекламы на базе ROI/CLV

Оценивать рекламу можно разными способами:

Цена конверсии – метрика неплохая, однако, есть более эффективные методы – реальные деньги.

Почему нужно смотреть на реальные деньги:

Плюсы:

  • учитывается разница в доходности между продуктами,
  • разные кампании/объявления продают разные продукты,
  • увеличивает прибыль,
  • применимо не только к e-commerce.

Однако такой подход применим не всегда:

  • в бизнес-модели могут быть другие показатели,
  • много времени до первой покупки.

Как связать деньги с рекламой:

  • детально помечать трафик,
  • с каждым заказом хранить в CRM источник трафика,
  • для простых случаев можно использовать Google Analytics ecommerce.
  • есть две схемы привязки продаж к датам:

  1. продажи привязываются к дате первого контакта/продажи
  2. продажи привязаны к той дате, когда они происходят.

Проблема многих компаний – они боятся делиться данными с агентствами. Ее можно решить следующим способом:

  • жесткие санкции за раскрытие в договоре,
  • использовать не деньги, а абстрактные единицы – это скроет реальную маржинальность бизнеса.

При такой работе с данными не обойтись без автоматизации.

Выводы:

  • ROI - наилучший показатель эффективности рекламы,
  • смотрите в какой точке бизнеса возникают реальные деньги, и оптимизируйте на их увеличение,
  • четкий сбор данных – чисто организационная задача,
  • оптимизация по ROI требует готовности от агентства и клиента,
  • без технологий практически нереально все это осуществить.


Андрей Суслов, Adobe Systems, рассказал о профессиональной аналитике для оценки эффективности рекламы на основе инструмента Adobe AdLens.

(Голосов: 5, Рейтинг: 5)