Недостаточно конверсий для оплаты за конверсии? Помогут микроцели и корреляционный анализ — смотрите, как
«Оптимизация конверсий» — умная стратегия в Яндекс Директе, которая позволяет получить максимум целевого трафика. Для нее можно настроить одну из трех моделей оплаты: с оплатой за конверсии, со средней ценой конверсии и недельным бюджетом. Мы поговорим о первой модели.
В качестве конверсии можно указать цель отдельную (событие на сайте) или составную (несколько событий). Считаются конверсии с окном в 21 день с момента клика.
Это удобная модель оплаты, но для части performance-клиентов она не стала универсальным решением.
В чем проблема с оплатой за конверсии
Чтобы запуск прошел корректно, нужны:
- Правильно настроенные цели в Яндекс Метрике.
- Бюджет, равный стоимости как минимум 10 конверсий.
- Не менее 10 конверсий в каждую из 2 недель обучения стратегии.
Последнее условие особенно сильно бьет по тем нишам, где целевых конверсий мало в принципе — авто, недвижимость, сложное оборудование и другие. Такие ниши не позволяют отдавать системе достаточно данных для обучения.
Даже если набирается нужное количество конверсий, то обучение все равно окажется не таким качественным, как в ecommerce-проекте с 100+ конверсиями в день.
Кроме того, погрешность для небольшого числа конверсий выше, чем для большого — ± 20% для коэффициента конверсионности и ± 40% для цены конверсии.
Как использовать микроконверсии и корреляционный анализ
Микроконверсии располагаются на более высоких этапах маркетинговой воронки. За счет этого количество таких конверсий выше, чем у макроцелей — это решает проблему с тем, что конверсий не хватает.
Микроконверсиями могут быть любые действия пользователя на сайте (например, посетил конкретную страницу) или особенности его взаимодействия с сайтом (например, провел на нем больше N минут).
Задача performance-специалиста — понять, какие именно цели выбрать для таргетирования.
Корреляционный анализ выявляет степень зависимости между макроконверсиями и микроконверсиями. То есть мы:
- Берем из системы аналитики показатели пользователей, которые выполнили различные микроконверсии.
- Берем аналогичный массив данных о пользователях, которые совершили макроконверсию.
- Сравниваем каждый массив по микроконверсиям с массивом по макроконверсии.
Так мы можем понять, где наиболее сильная корреляция и, следовательно, какую цель лучше использовать в кампании.
Анализ можно провести в Excel с помощью функции КОРРЕЛ. Значение от 0,7 считается сильной корреляцией. Дальше мы покажем на конкретном примере, как анализ используется на практике. В апреле 2022 года мы тестировали оплату за микроконверсии в сегменте «Недвижимость» в течение 30 дней. Продукт: жилой комплекс комфорт-класса на финальной стадии строительства. За три года продвижения мы протестировали множество небрендовых кампаний, большинство из которых с момента запуска успели выгореть. Теперь нужно было улучшить результаты по трем типам небрендовых кампаний: с геотаргетингом, с запросами по основным конкурентам и категорийными запросами. Задачи: Макроконверсии для недвижимости — это чаще всего целевой звонок или заявка с сайта, которые обработаны отделом продаж или колл-центром и имеют целевой статус. Такой статус им проставляют в CRM, если пользователь действительно является лидом и не оставил заявку, например, по ошибке. Конечно, достигнутых целевых действий бывает немного, особенно с одной конкретной кампании. При этом застройщику может быть сложно передавать офлайн-конверсии из CRM в рекламную систему из-за политики обработки данных. Мы же сделали упор на микроконверсии — те отдельные действия пользователя на сайте, которые предшествуют макроконверсиям. Что может быть микроконверсиями в недвижимости: Не все из таких действий одинаково важны для стратегии, поэтому мы перешли к следующему этапу оценки — корреляционному анализу. Собрать предварительный пул микроконверсий для корреляционного анализа можно, например, при помощи отчета «Конверсии» в Яндекс Метрике или отчетов о многоканальных последовательностях в Google Analytics. Мы решили проследить корреляцию между макроцелью «Уникально-целевой звонок» и микроцелями: Корреляционный анализ производили в Excel с помощью функции «=КОРРЕЛ(массив1;массив2)». Переменные «массив1» и «массив2» — это количество достижений целей по основному показателю уникальных целевых заявок (далее УЦЗ) и показателям микроцелей соответственно. Пример расчета: =КОРРЕЛ(Массив данных по УЦЗ;Массив данных по микроцели «Просмотр более 3 страниц») Анализ массивов данных производили за 30 дней. Выборку за более короткий период использовать не рекомендуем: она покажет нерелевантные данные о корреляции. Наибольший коэффициент корреляции оказался у микроцели «Смотрели более 3 страниц» — 0,8. Значение коэффициента между показателями УЦЗ и «Смотрели более 3 страниц» демонстрирует сильную корреляцию, в связи с чем мы решили запустить модель оплаты за конверсии именно по этой микроцели. В качестве кампаний для теста были выделены небрендовые кампании на Поиске и в РСЯ. Логика настройки кампании: В небрендовых поисковых и РСЯ-кампаниях по итогам теста мы получили следующие результаты: Используйтель оплаты за конверсии с подключением микроконверсий в тех сегментах, где макроконверсий недостаточно. Для лучшего результата анализируйте статистику по всем настроенным микроцелям. Модель оплаты за конверсии позволит оплачивать только качественный трафик, что может привести к улучшению результатов и возможности масштабирования кампаний. Поэтому тестируйте модель во всех типах кампаний, в том числе и в Мастере кампаний. В ходе размещения есть возможность привлечения «бесплатных» звонков или заявок. Пользователь может не достичь указанной в стратегии микроцели, но совершить целевое действие с бесплатного клика, которое в проекте будет засчитываться в KPI. При запуске модели оплаты за микроконверсии важно провести корреляционный анализ для выявления зависимости микроцелей и макроцелей. Какие еще рекомендации дадим: Как и при стандартном размещении, необходимо тщательно отслеживать качество привлеченного трафика. Выявление сомнительного трафика мы рекомендуем производить с помощью Яндекс Метрики, Google Analytics и Вебвизора. Если зафиксировали подозрительные заявки, проверяйте их статус с помощью данных колл-трекинга и CRM-системы.
Каких результатов мы достигли на практике: кейс в недвижимости
Выбор целей
Корреляционный анализ
Запуск кампании
Результаты
Рекомендации