Подход к оптимизации рекламным кампаний

Одна из задач по оптимизации рекламных кампаний связана с выбором оптимальной точки приложения усилий. Где усилия и трудозатраты по оптимизации дадут наилучший (с точки зрения финансов) результат?

В статье представлен один из возможных методов оптимизации.
Впервые я применил его когда клиент попросил оптимизировать аккаунт в Яндекс Директе, в котором было более 100 кампаний (Товарные категории x РСЯ+ПОИСК x Гео).
Для эффективного анализа и последующего улучшения, было необходимо как-то сгруппировать указанные кампании и применять схожие тактики по управлению.
Подход «в лоб» — сортировка по одному параметру не давала нужного эффекта:
  • Сортировка по качественным/относительным параметрам (конверсия, ROI)) выводила в топ кампании небольшим количеством кликов и показов, которые при этом обладают большим %  конверсии
  • Сортировка по количественным или абсолютным параметрам (клики, показы) напротив выводила в том кампании с большими объемами не учитывая их качество.

Хотелось учесть и то и другое. Решение — двумерная (или двухфакторная) классификация. В моем случае это выглядело так:

  1. Все кампании были выгружены в Excel
  2. Для каждой кампании было сделано 2 дополнительных столбца в которые записывалось одно из трех значений:
    1. По количеству кликов:
      Большое 1 (например ТОП 10 по количеству, или с кампании с показами на 25% больше чем среднее)
      Среднее  2
      Минимальное 3
    2.  По уровню конверсии:
      Большое 1
      Среднее 2
      Маленькой 3

(замечание: можно конечно использовать и точные математические алгоримты для кластеризации, например метод К средних или выбрать общее правило — верхние 30%, середина, и нижние 30% — но в данном кейсе разбиение было сделано вручную на глаз)

3. Получилась матрица  3×3

4.  Для удобства каждой клетке присвоена буква (А, Б, С, Д)- которая потом внесена в название кампании (например А_Поиск_Категория_Москва)

Схема по оптимизации
Схема по оптимизации

5) для каждой клетки формируем свою тактику, напримем в нашем случае она выглядит так:

Кампании группы А — самые важные. Занимаемся в первую очередь (все остальные можно остановить, до прояснения ситуации) Максимум внимания. Оптимизация ставок, ручной просмотр, АБ тестирование объявлений и т. п.

Кампании группы Б — кампании с потенциалом Смотрим во вторую очередь. Что в них не так? Как увеличит конверсию? Как увеличить число кликов?

Кампании групп С-Д — разбираемся после того как заработают группы А и Б и можно будет заниматься экспериментами.

Замечание 1:

Возможны и другие способы группировки в количественном и качественном разрезе. Но общий подход сохраняется аналогичный предложенному, разбиение на группы по относительным и абсолютным характеристикам. Например, часто ставится задача оптимизация по ROI, но ROI это относительный показатель и мы можем лишь оценивать его в динамике, либо разбить кампании по двум признаками:
— ROI (относительный показатель)
— Прибыль (абсолютный показатель)
Получаться например группы с высоким ROI, но низкой Прибылью и кампания со средним ROI но высокой прибылью — которой мы отдадим приоритет в наших трудозатратах по оптимизации.

Замечание 2:

Данный подход может быть применен, например и внутри кампаний к ключевым словам.

Скопировать