Анализ аудитории (фишки)
Эта статья помещена в маркетинг, не смотря на то, что речь пойдёт о технических лайфхаках, потому что анализ аудитории — это маркетинг, а не прямая настройка таргетированной рекламы. Вообще эти понятия тесно связаны в данном контексте, но мне хочется отнести её именно в маркетинг, вот и всё ;)
Способ 1: через парсер
Парсер (софт для сбора целевой аудитории, раньше слово "парсить" было обязательным в обиходе каждого таргетолога)
Ранее я упоминал софт для работы с аудиторией (TargetHunter и ЦереброТаргет), с помощью которых можно парсить аудиторию, но теперь это не имеет большого смысла, так как появились автоматические алгоритмы показов рекламы, вскоре введутся новые цели (помимо кликов — конверсия в цели: заявки, подписки и иные полезные действия).
Но сегодня разберём одну фишку, которой можно воспользоваться при составлении интересов нашей ЦА на этапе подготовки к запуску РК.
Заходим в сервис Target Hunter , авторизуемся через ВК или регистрируемся через почту, затем смотрим на основное меню слева.
Разбирать все функции не будем, мы сейчас не о TargetHunter, а об анализе фишек (если хотите разобраться в TargetHunter, заходите в их официальное сообщество ВК и смотрите инструкции — дублировать их бессмысленно, всё собрано для вас в одном месте создателями).
Смотрим на пункт «Анализ» и его подпункт «Целевые сообщества»:
Сейчас они находятся под замком (недоступны в бесплатной версии), поэтому можете использовать промокод BLACKDI для доступа ко всем функциям на 2 дня (+1 месяц при покупке от месяца, но покупать сервис на месяц вам вряд ли когда-нибудь понадобится).
Разберёмся, что это за инструмент.
Например, у нас есть группа, которая очень подходит нам (группа нашего клиента, группа конкурента, тематическое сообщество, где сидит наша ЦА). Или же у нас список пользователей (номера телефонов купивших, зарегистрировавшихся и т.п.).
Если она открыта (а теперь подписчиков можно скрывать, поэтому сработает не с каждой), берём её для анализа её аудитории.
Вставляем в поле "Пользователи ВКонтакте" ссылку на группу (или список пользователей).
Сначала объясню, как будет выглядеть результат: это будет эксель файл (.csv), в котором будет список групп, в которых состоят указанные пользователи (или подписчики группы/групп, которые вы внесли в первое окошко).
Пункт "Количество пользователей из входных данных (ЦА)" — сколько человек из данного списка должны быть в группе, чтобы она попала в конечный список. Ставьте "от", не ограничивайте по параметру "до" (ибо какой смысл?). Советую ставить "от" так, чтобы в результате получить 300-400 групп, больше вам и не понадобится. Как понять, что это за цифра? Тестируйте, ничто не мешает запустить процесс несколько раз.
Пункт "Количество учатсников в сообществе" — сколько человек будет в группе, чтобы она попала в ваш список. Ограничьте потолком "до" в 500 000 человек (ибо огромные развлекательные группы вам мало скажут о вашей аудитории, если захотите посмотреть на крупные сообщества, где состоит ЦА из списка, запустите механизм ещё раз с параметрами от 500 000 до 3 000 000).
"Сообществ в результате" — ставьте 300-400, вам этого хватит.
"Анализировать Топ N сообществ" можете оставить пустым (вы уже ограничили цифрой в 300-400, столько вам и выдаст).
Галочка "закрытые сообщества" вам не нужна (если вы вдруг не решили собрать все закрытые клубы вашей ЦА, что может пригодится в супер редком случае).
Галочка "Выдать точное количество ЦА" — её суть описана прямо здесь же в сервисе. Ставить её рекомендую только, когда у вас маленький список ЦА и не хочется из него упускать ни одной детали.
На выходе вы получите .csv (эксель) файл, в котором будет список групп, в которой состоят указанные пользователи, с указанием их количества в каждой группе.
Берёте этот список и выделяете конкретные тематики, например, анализируя какую-то ЦА, вы получили в списке из 300 групп следующие заметные маркеры:
— 15 групп с рецептами
— 17 групп про воспитание детей
— 1 группу про рисование
— 23 группы про психологию
— 11 групп про романтику и отношения
Очевидно, что рисование — не самый большой интерес вашей ЦА, но вот на остальное стоит обратить внимание и дополнить список интересов, которым вы характеризуете свою целевую аудиторию.
Так вы проверите или дополните чем-то новым список интересов своей ЦА (или вообще составите с нуля, если ЦА для вас являлась тёмной лошадкой).
Способ 2: обучиться у машины
Мы уже разбирали автоматический алгоритм и как его запустить. А также знаем, что он вытаскивает из целевой аудитории конкретно то ядро, которые активнее всего кликают на объявления.
А у рекламных кампаний есть статистика, которая показывает нам, кому показывалось объявление.
Сейчас я выражу своё недовольство ВК и продолжим дальше. ВК даёт нам статистику о том, кому показывалось объявление, но не показывает статистику, кто на него кликал.
Когда объявление настраивается вручную статистика показов, т.е. кому объявление было показано — пыль. Вот если бы мы видели статистику по демографическим данным (пол/возраст) кликнувших — рекламные кампании можно было бы оптимизировать с невероятным результатом.
Это так и не было введено. Причины мне неизвестны, они точно не технические и, вероятно, ВК просто не хотят, чтобы рекламодатели получали дешевые лиды, уменьшая бюджеты, отданные ВКонтакте. Жадно, но логично, ничего личного, просто бизнес.
Но теперь, когда мы используем автоматический алгоритм, эта статистика начинает играть другими красками и даже пахнет по-другому: мы знаем, что алгоритм намеренно показывает рекламное объявление тому самому желанному ядру нашей ЦА, которое совершает полезные действия.
Чтобы попасть в статистику, просто открываем открученное объявление в кабинете (т.е. алгоритм уже открутился и дал нам хорошие клики). Листаем вниз, там и лежит наша статистика.
Она довольно немногословная — демография и количество показов на человека, но всё же лучше, чем ничего, на эти данные мы можем ориентироваться.
Берём для примера объявление, в котором алгоритм выжал нам 75 кликов дешевле 5 рублей (другими словами дал очень неплохой результат), листаем вниз:
И видим абсолютно понятную картину, на какие возрастные категории алгоритм сделал больший упор. А раз мы получили большое количество дешевых кликов — значит, алгоритм оказался прав.
Единственное, что теперь необходимо сделать — это протестировать данные аудитории вручную, увидеть конкретный результат и посмотреть, конвертируется ли данный трафик (или мы получаем дешевый, но бесполезный трафик).
Но судя по тому, какие результаты идут в проекте, из которого взята статистика в примере — алгоритм не ошибся и приносит нам результат в виде выручки.
По распределению показов мы можем понять, сколько показов в среднем нужно человеку, чтобы он кликнул:
Т.е. алгоритм по большей части показывал объявление 1 или 2 раза, не особенно замахиваясь дальше. Применяем ту же логику в наших объявлениях, понимая, что аудитория ведёт себя довольно импульсивно (часто кликает с первого показа), когда речь идёт о нашем продукте. Ну а ещё это показатель того, что формат объявления подобран верно.