Главное Авторские колонки Вакансии Образование
Выбор редакции:
😼
Выбор
редакции
665 2 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Как сегментировать и оптимизировать рекламные кампании по регионам?

Как правильно разделить рекламные кампании по регионам и извлечь из этого прибыль? Нестандартный подход к сегментированию рекламных кампаний федерального e-commerce проекта.
Мнение автора может не совпадать с мнением редакции

В прошлой статье мы исследовали, как уровень жизни и популярность бренда в регионе влияют на конверсию и средний чек. В этот раз расскажем, как с помощью метода ABC-анализа сегментировать регионы и оптимизировать рекламные кампании

Входные данные

Коротко напомним суть исследования. Клиент — большой e-commerce проект, работающий по всей России. Проблема: при одинаковых по всем регионам ценах и сайте есть заметная разница в среднем чеке, а конверсия между некоторыми регионами отличается в разы. Мы предположили, что это может быть связано с популярностью бренда и размером средней заработной платы в конкретном регионе.

Были рассчитаны коэффициенты корреляции между перечисленными величинами и связь подтвердилась.


Далее расскажем как применить эти данные на практике.

Сегментирование регионов

В первую очередь регионы нужно разделить на сегменты, на основе популярности бренда и уровня средней заработной платы. Исходная таблица с данными выглядит так:


Разброс достаточно большой, как по популярности, так и по зарплатам, поэтому сразу разбить данные по группам не получилось, нужно привести данные «к общему знаменателю». Для этого вводим дополнительные коэффициенты:


  1. К бр — отношение индекса популярности бренда в конкретном регионе к среднему значению индекса популярности бренда
  2. К зп — отношение средней заработной платы в конкретном регионе к средней заработной плате по РФ
  3. К рег — «региональный коэффициент», рассчитанный на основе К бр и К зп, с учетом их «силы» воздействия на конверсию

На основе «регионального коэффициента» уже можно сегментировать регионы, но это не единственная величина, которую мы хотели учесть. Еще один важный показатель — объем выручки по региону.


По каждому критерию выделено три группы, к которым относятся регионы

Коэффициент региона

  1. K рег ≥ 1,2 — группа А
  2. 1,2 > K рег ≥ 0,8 — группа В
  3. K рег < 0,8 — группа C

Объем выручки

  1. Выручка ≥ 5 млн. — группа А
  2. 5 млн. > Выручка ≥ 0,5 млн — группа В
  3. Выручка < 0,5 млн — группа C

Далее каждый регион получает соответствующую маркировку, сначала для каждого критерия отдельно, затем общее значение.


На этом сегментация регионов закончена.

Результаты

Всего получилось 9 сегментов, далее опишем каждый из них подробно: какие сегменты представлены и как работать с ними с точки зрения контекстной рекламы.


Преимущества такого подхода к сегментированию

  1. Возможность использовать разные стратегии ведения рекламных кампаний в разрезе регионов — это может быть получение максимального объема трафика (так как высокая конверсия позволяет иметь высокую CPC) или максимизация прибыли.
  2. Получать однородные показатели по конверсии и среднему чеку внутри сегмента — это позволяет в ручном режиме точнее управлять ставками и корректировками ставок (меньший разброс в эффективности между различными параметрами — тип устройства, демографические группы и т.д.).
  3. Повышается эффективность автоматических стратегий, так как алгоритм быстрее и точнее обучается на однородных показателях.
  4. Исключить регионы, работающие в убыток, или наоборот применить общую стратегию направленную на исправление ситуации

Метод достаточно простой и эффективный, кроме принципов ABC-анализа демонстрирует и «закон Паретто 20/80» — позволяет выявить 20% действий, которые могут принести до 80% целевого результата.

Ссылка на оригинал статьи

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
EveryStraus
Cистема автоматизации рекламных кампаний
everystraus 113297
Спасибо за статью. Видно, что проделана большая аналитическая работа.
Ответить
Jam Agency
eCommerce marketing engineering
Pavel 20128
Да, практический опыт :)
Ответить
Выбрать файл
Не пропустите публикацию!
Jam Agency
eCommerce marketing engineering
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.