Стратегия оптимизации рекламных кампаний

Недавно меня пригласили на одну конференцию, где я выступал с необычной для себя темой: анализ платных рекламных компаний. Я решил поделиться несколькими мыслями о том, как ppc-менеджеру (или его руководителю) атаковать проблему оптимизации рекламных кампаний.

Хотя я сам не крутил рекламу ни в Google Adwords, ни в Яндекс.Директ, но я курировал ребят, которые занимаются этим ежедневно. А потому у меня регулярно возникали одни и те же вопросы:

• какие рекламные кампании стоит масштабировать?
• для каких рекламных кампаний недостаточно данных (и нужно продолжать их "крутить")?
• какие рекламные кампании стоит останавливать?

Итак, для простоты изложения я возьму небольшую выборку (35 рекламных кампаний). 

Обычно, ppc-менеджер начинает свой анализ с рекламных кампаний, которые "съедают" больше всего бюджета. Он сортирует список рекламных кампаний от самых больших по бюджету к самым маленьким. 

Как мы видим, ТОП3 рекламные кампании соответствуют 30.5% рекламного бюджета, а ТОП7 кампаний составляют уже 50.8% всего рекламного бюджета.

Ad campaigns: sorted by budget decreasing.

В этом есть определенная логика: к этим рекламным кампаниям более пристальное внимание, ведь они составляют значительную долю рекламного бюджета.

Однако, является ли подход оптимизации рекламных кампаний исходя из размера их бюджета оптимальным с точки зрения бизнес-результата?

Возможно - нет. 

Существует расхожее мнение, что 50% рекламного бюджета тратится впустую. Т.е. у нас, по сути, возникает задача классификации - разделить рекламные кампании на два типа:

• высокоэффективные
• низкоэффективные

Давайте попробуем решить эту задачу.

Начнем с того, что у ppc-менеджера, как правило, есть статистика следующего вида (данные отсортированы по столбцу costs):

Basic ad campaigns statistics.

Если применить аналогичный подход к каждому столбцу (отсортировать по столбцу) - то у нас есть еще 6 возможных вариантов сортировки.

Давайте попробуем отсортировать наши данные по каждому из столбцов и затем разделим наш список на две (приблизительно) равные части и сравним их:

• top17 vs 
• bottom18

Sorting differences.

Так, например, сортируя по уменьшению # regs, мы достигаем в top17 кампаний максимальное количество регистраций { MAX(# regs) = 14,996 }, как и сортируя по увеличению CPR, мы достигаем в top17 кампаний минимальную стоимость регистрации { MIN(CPR) = 8.08 }.

Из моего опыта, одним из ключевых бизнес-показателей в рекламе является ROI.
ROI хорош тем, что балансирует одновременно и расходную и доходную части рекламной кампании.

Поэтому после каждой сортировки мы будем в первую очередь пристально смотреть на ROI.

Изучая саммари-таблицу (см. выше), обратите внимание на несколько важных моментов:

1. сортировка по costs плохо разделяет плохие и хорошие кампании.
• разница в ROI (41% vs 27%) не позволяет уверенно выключить кампании из bottom18.
• конверсия у top17 кампаний ниже (1.6% vs 1.9%), чем у bottom18.
2. сортировка по # regs также плохо разделяет плохие и хорошие кампании.
• разница в ROI (46% vs 17%) все еще не позволяет уверенно выключить кампании из bottom18.
• конверсия у top17 кампаний ниже (1.5% vs 2.2%), чем у bottom18.
3. сортировка по CPR уже неплохо разделяет плохие и хорошие кампании.
• разница в ROI (61% vs 7%) уже позволяет уверенно выключить кампании из bottom18. но можем ли достичь более оптимально разделения?
• конверсия у top17 кампаний все еще ниже (1.5% vs 2.0%), чем у bottom18.
4. сортировка по CAC уже хорошо разделяет плохие и хорошие кампании.
• разница в ROI (92% vs 8%) позволяет уверенно выключить кампании из bottom18. но можем ли достичь более оптимально разделения?
• конверсия у top17 кампаний уже сильно выше (2.1% vs 1.2%), чем у bottom18.
• в тоже время мы получаем минимальный revenue (128,406).
5. сортировка по LTV очень хорошо разделяет плохие и хорошие кампании.
• разница в ROI (77% vs -17%) позволяет уверенно выключить кампании из bottom18. но можем ли достичь более оптимально разделения?
• конверсия у top17 кампаний выше (1.7% vs 1.5%), чем у bottom18.
• в тоже время CPR вырос (11.23).
6. сортировка по conv еще лучше разделяет плохие и хорошие кампании.
• разница в ROI (96% vs -19%) позволяет уверенно выключить кампании из bottom18. но можем ли достичь более оптимально разделения?
• конверсия у top17 кампаний сильно выше (2.3% vs 1.1%), чем у bottom18.
• в тоже время CPR вырос до максимального (11.31).
7. сортировка по ROI максимально разделяет плохие и хорошие кампании.
• разница в ROI (114% vs -32%) позволяет уверенно выключить кампании из bottom18. 
• конверсия у top17 кампаний сильно выше (2.0% vs 1.2%), чем у bottom18.

Т.о. если мы хотим оптимизировать ROI, то, очевидно, нам стоит сортировать (и оптимизировать) рекламные кампании от лучших по ROI к худшим. 

НО, для набора доходной части ROI нужно, чтобы клиенты быстро и часто делали повторные покупки. Большинство бизнесов не может ждать, скажем, 30-180 дней, чтобы получить достаточно информации и затем принять решение по оптимизации рекламной кампании.

Поэтому мы берем следующую по эффективности стратегию - это сортировка по конверсии. 

Отличное разделение по ROI (и конверсии), а также неплохой объем revenue.

Следующим шагом в оптимизации должна стать сортировка рекламных кампаний внутри группы top17.

Как это сделать оптимальным образом?

Существует два простых и эффективных способа это сделать. Оба подхода это пулинг:

• пулинг на основе доли регистраций (w1)
  (# regs / total regs) * conv + (1 - # regs / total regs) * weighted conv
• мягкий пулинг (w2)
  (# buyers + 1) / (# regs + 1 / weighted conv)

Главной целью пулинга является уменьшения погрешности нашей фактической конверсии на малых объемах регистраций.

Pooling for conversions.

Как мы видим разные пулинги дают несколько разные результаты и это ожидаемо. 

Давайте сравним результаты пулингов (w1 vs w2).

Мы отсортируем кампании по пулинг-конверсии (w1), затем будем аккумулятивно суммировать количество покупателей от рекламной кампании #1 до рекламной кампании #35. 

Затем повторим процедуру по пулинг-конверсии (w2) и сравним какой пулинг быстрее набирает конверсии.

Pooling comparison.

Как вы видим, пулинг w1, в целом, дает лучшие результаты, особенно вначале. Это крайне важно!

Почему?

Ppc-менеджер будет идти по списку и оптимизировать рекламные кампании от #1 к #35. Времени у него в течении дня ограниченное количество. Поэтому, чем раньше он начнет работать с перспективными рекламными кампаниями (top17), тем быстрее бизнес начнет генерировать дополнительный доход (а если при этом бюджет брать с низкодоходных кампаний (bottom18), то дополнительного бюджета может и вовсе не потребоваться).