Автостратегии в контекстной рекламе
Автостратегии уверенно захватывают основное поле для управления рекламой. Рекламодатель задаёт только цель, а остальное управление лежит на искусственном интеллекте. Пока что полностью алгоритм не способен заменить работу таргетолога и всё ещё нужно многое настраивать, даже, если стратегия автоматическая. Необходимо знать множество нюансов по управлению автостратегиями, чтобы достичь максимально эффективного расходования бюджета.
С чем сталкиваются рекламодатели при настройке автостратегий?
Конфликт интересов
Можно ли получить конверсии по низкой цене?
Самый распространённый вопрос и к счастью, ответ на него лежит не только в плоскости «увеличить бюджет». Просто главная проблема рекламодателей – все хотят именно этого, много конверсий и поменьше цену за них.
В этой гонке желаний следует учесть ещё и интересы рекламных платформ, которые тоже зарабатывают на рекламодателях. С одной стороны, и Директ, и Google Ads стремятся получить как можно больше денег. С другой стороны, рекламные системы тоже на рынке конкурентов и они прекрасно понимают, что если просто будут «сливать» бюджет за бюджетом, люди начнут от них уходить. Поэтому в интересах рекламной платформы позволить вашей кампании быть достаточно эффективной и разработать простые и понятные инструменты управления. Это позволит платформе привлекать новых работодателей, создавать конкурентную среду и заинтересовывать пользователей.
Таргетологи до сих пор не в курсе закулисья рекламных систем. По каким принципам там всё работает, никто не знает. Работа алгоритмов может контролироваться рекламодателем не полностью и главное, что может вообще контролировать маркетолог: креативы и тексты, аудиторию и прочую информацию, нужную системе ДО начала работы с пользователями.
Также маркетолог может анализировать полученные результаты и корректировать. При этом одинаковые стратегии управления ставками по разным нишам работают по-разному. Так что чужие кейсы могут быть совершенно бесполезны в проекте с другой спецификой.
Что нужно знать о работе алгоритма
Ещё раз напомним – на входе алгоритм требует данных и установки ограничений. Например, выбрать модель атрибуции, установить цель конверсии и ограничить дневной (недельный) бюджет.
На выходе алгоритм даёт определённый результат. Что происходит в процессе – загадка. Как именно работают алгоритмы – известно только в теории. Так что можно хотя бы определиться с тем, что мы делаем на входе.
Различия в работе стратегий
Как различаются все рекламные стратегии: три основных типа
Что насчёт автоматических стратегий?
Здесь оптимизация возможна следующим образом:
— Трафиковая (оптимизация по клику). Использует для тех видов рекламы, где не нужны покупки и конверсии, а нужно больше пользователей. Новостные и информационные порталы, к примеру.
— Оптимизация по конверсиям – самый популярный тип автостратегий. Они нацелены на то, чтобы пользователь совершил целевое действие на сайте.
— Оптимизация ценности – часто используется в интернет-магазинах, позволяет влиять на долю рекламных расходов.
Яндекс.Директ – виды стратегий
Здесь доступна возможность оптимизации кликов, конверсий, по целевой доле расходов, а также управление ставками вручную.
Автостратегии здесь можно выбрать из большего количества:
— по конверсиям - стратегия, нацеленная на достижение определённой цены, на получение максимума конверсий, на достижений максимальной рентабельности конверсии;
— по максимуму кликов, по проценту показов и по ценности вложений в рекламу
Это понятно и прозрачно для рекламодателя, причем порядок конверсий является своеобразной подсказкой по продвижению в работе.
Как оптимизировать конверсионные стратегии
Теперь к конкретным примерам работы со стратегиями.
Если известна цель и цена конверсии, то самой удобной стратегией будет оптимизировать конверсии по указанной цене. В таком случае, пользователь, совершающий целевое действие, будет стоить не дороже указанной суммы.
Если есть цель, но с ценой за конверсию непонятно, как поступить, то в Директе есть стратегия «Оптимизация по недельному бюджету», а в Google – «Максимум по дневному бюджету». Это позволит расходовать бюджет эффективно и на целевые действия.
А как быть, если целей несколько? Например, стратегия продвигается по звонкам, по форме заявки, по чат-боту? Создавать несколько одинаковых кампаний под разные цели не нужно, вполне можно воспользоваться стратегиями «Оптимизация ценности», «Оптимизация доли расходов на рекламу».
Что нужно знать о работе конверсионных стратегий
◆ Сначала следует указать цель для стратегии. Эксперты утверждают, что одна цель плюс максимум входных данных приводят к максимально эффективной работе.
◆ Затем выбрать оптимизацию – можно отталкиваться от бюджета, либо ограничить цену за конверсию или работать по стратегии с оптимизацией доли рекламных расходов.
◆ После этого алгоритм должен получить максимум данных и бюджет.
◆ С момента запуска до окончания полноценного обучения должно пройти не менее двух недель. Результаты через две недели не устраивают? Конверсий мало? Можно вносить изменения. Раньше, чем через две недели после начала обучения, ничего менять не советуют.
◆ Анализ результата проводят каждую неделю-две: выводы, новые гипотезы с тестированиями, замена креативов, текстов и настроек.
Что значит «много входных данных» и «мало выходных данных» - разбираемся с вопросом
Много данных должны приносить еженедельно от 50 конверсий, а лучше не менее 100. Конверсии учитываются в рамках одной кампании (группы кампаний) в конкретной стратегии.
Окно атрибуции должно занимать от 24 часов (в идеале) до недели (максимум). Это время от клика на объявление до конверсии.
Про данные на конкретном примере
Представим, что есть реклама, разделённая на несколько кампаний: одна рекламирует конкретные продукты, другая – направления. Под каждую кампанию нужен свой бюджет. Окно атрибуции, предположим, будет 2-3 недели.
Данных на выходе будет мало, поскольку информация слишком раздроблена по сегментам (и бюджет, кстати, тоже). Алгоритму не хватит информации, чтобы обучиться.
Работает ли стратегия, если данных мало? На вот этом примере? Работает. Только стабильности нет, цена конверсии высокая и предсказуемых результатов ждать не приходится.
Как обеспечить алгоритм достаточным количеством данных?
- Стартовать на ручном управлении и оптимизировать кампанию вручную не менее месяца. Затем перейти на автостратегию и выбрать ту цель, по которой собрано больше всего статистики.
- Помимо ручной стратегии можно использовать альтернативу – Оптимизация по кликам в Директе или Максимум кликов в Google Ads. Но это оптимизация именно по кликам, не по конверсии, такая стратегия привлекает трафик.
- Более холодный вариант – выбор автоматической конверсионной стратегии, которая не будет ограничена хотя бы целевой ценой. Таким образом, алгоритм будет иметь возможность обучаться, не ограничиваясь ценой.
Можно ли облегчить алгоритму процесс обучения?
◆ Объединить кампании – будет больше информации.
◆ Использовать микроконверсии вместо макро, если данных не хватает.
◆ Работать с той моделью атрибуции, которая даёт по нише больше всего данных.
◆ Использовать отслеживание конверсии по показам - тег конверсий Google Ads.
Почему многие эксперты не любят автостратегии?
Алгоритм учится долго и за ваши деньги, обучение идёт нестабильно, конверсия стоит каждый раз по-разному и эти несколько недель ожидания для многих выглядят зря потраченным временем. И да, иногда алгоритм не может выдать нужный результат.
Что делать, если очень не хочется сливать бюджет?
Использовать в Директе «Оптимизацию конверсий» и платить только за конверсии.Если что-то пойдёт нестабильно и охваты упадут, бюджет не будет сливаться.
Основные советы тем, кто пользуется автостратегиями
- Цель должна иметь хороший поток данных, новой информации, чтобы накопить их для обучения. По сложному проекту вроде B2B использование автостратегии по конверсиям неоправдано – лучше в такой нише управлять вручную.
- Используйте реалистичные цены и рентабельность. Если сильно занизить стоимость конверсии по рынку, алгоритм не будет стабильно работать, поскольку ставки перехватят конкуренты.
- Использовать меньше ограничений – это тоже влияет на скорость и качество обучения.
- Не спешить подводить итоги, а дать алгоритму 2-3 недели на первые результаты.
- Укрупнять кампании для автостратегий, не делать много детализированных сегментов для регионов и продуктов.
- Использовать ту модель атрибуций, которая принесёт алгоритму больше данных.
- Исключать только явно неподходящие ключевые слова и площадки. Возможно, некоторые минус-слова принесут по статистике несколько конверсий.
- Обращать внимание на рекомендации системы и, если через 2 недели алгоритм не даёт результатов – что-то точно не так.
- Оптимизировать воронку продаж: целевая аудитория, конвертящий сайт, изучать спрос на продукт, в том числе, проверить всё то, что видит пользователь после того, как перейдёт по объявлению.
- Не сбрасывать со счетов человеческий фактор – иногда проблема не в том, что алгоритм не умеет обучиться, а в том, что ему не хватило чего-то. Или кампания сделана недостаточно хорошо, чтобы приносить ожидаемый результат.
👍🏻 Инфа была полезной? Тогда скорее подписывайтесь на наши соц. сети и будьте в курсе всех новостей!
Официальный сайт 👉🏻 https://rocketprofit.com
Мы Вконтакте 👉🏻 https://vk.com/rocketprofit
Наш Telegram-чат 👉🏻 https://t.me/rocketprofitchat