Процесс оптимизации и сопровождения рекламной кампании «Яндекс.Директ» и Google AdWords часто покрыт мифами: кто-то чистит минус-слова, кто-то увеличивает CTR, кто-то подключает биддеры. Однако в нашем понимании оптимизация — это в первую очередь корректировка ставок. На примере аукциона «Яндекс.Директ» (VCG) расскажем, почему это так, и объясним, как правильно рассчитывать ставки на ключевые слова.
Как работает аукцион «Яндекс.Директ» — пример с самоварами
Геннадий Петрович продаёт самовары. Себестоимость товара 1000 рублей, а продаёт он их за 2000, следовательно, с каждого самовара получает 1000 рублей прибыли.
Геннадий Петрович понимает, что часть прибыли стоит потратить на привлечение клиента. Он приходит на аукцион «Яндекс.Директ», где в центре сидит аукционист, а в зале — такие же торговцы самоварами, как наш Геннадий Петрович. Назовём их участниками аукциона. Тем временем в коридоре стоят посетители — покупатели самоваров. Они поочерёдно заходят в зал аукциона, чтобы получить предложения от участников.
Продвижение медцентров и клиник: три кейса о SEO, TikTok и Instagram*
Как получить измеримые результаты в фарммаркетинге.
Показываем на примерах →
Спецпроект
Суть аукциона в том, что аукционист, прежде чем запустить каждого покупателя в зал, принимает от всех участников бумажки, на которых написано, сколько они готовы заплатить за то, чтобы показать посетителю свой самовар.
Геннадий Петрович пишет на бумажке 1000 рублей и передаёт её аукционисту. Затем аукционист выбирает только трёх участников с наибольшей предложенной ценой и предлагает им показать свои самовары посетителю. В этом списке Геннадий Петрович занимает первое место, так как он предложил самую высокую цену — 1000 рублей. Участники ниже предложили 100, 90 и 80 рублей.
- Геннадий Петрович — 1000 руб.
- Второй участник — 100 руб.
- Третий участник — 90 руб.
- Четвёртый участник — 80 руб.
- …
Далее в зал запускают одного посетителя, и первым к нему подходит наш Геннадий Петрович, чтобы показать свой самовар. Посетителю самовар не нравится, и он его не покупает, но Геннадий Петрович всё равно отдаёт аукционисту 84 рубля за показ своего самовара. Далее посетителю показывают свои самовары второй и третий участники, но посетитель также ничего не покупает и выходит из зала, а второй и третий участники платят 81 и 80 рублей, соответственно.
Механизм расчёта оплаты за показ самовара
У нас есть три места в рекламной выдаче «Яндекс.Директ» — каждое получает разное количество кликов.
На первом месте вы получаете 100% из возможных кликов, на втором — 85%, на третьем — 75% кликов.
Следовательно, за 75% кликов все должны платить одинаково, так как их получают все три места. За разницу кликов между третьим и вторым местами (85% − 75% = 10%) цена на клики должна быть дороже. Таким же образом цена будет дороже и за разницу между первым и вторым местом (100% − 85% = 15%). На этих принципах и строится расчёт стоимости кликов.
Рассмотрим формулу расчёта ставки для первого места, но уже со знанием теории.
Стоимость показа первого участника = ставка четвёртого × 0,75 + ставка третьего × (0,85 − 0,75) + ставка второго × (1 − 0,85)
Претендент на первое место платит за 75% кликов по ставке четвёртого участника, далее доплачивает за 10% кликов, которое даёт второе место (но уже дороже), а затем ещё за 15% кликов, которое даёт первое место. Последние клики самые дорогие.
Итого, ставки второго и третьего участников рассчитываются так:
Стоимость показа второго участника = (ставка четвёртого × 0,75 + ставка третьего × (0,85 − 0,75)) / 0,85
Стоимость показа третьего участника = ставка четвёртого
Это урезанные формулы, в которых оставлена только суть, на самом деле всё сложнее — вы можете «поиграться» с аукционом в онлайн-калькуляторе, который сделал Андрей Белоусов.
Скажем так: чтобы рассчитать ставку, вам не обязательно разбираться в расчётах и механизме аукциона, просто читайте далее. Но если вы человек дотошный и хотите разобраться во всем самостоятельно, то хороший материал — в официальной документации.
Вернёмся к самоварам.
Итак, Геннадий Петрович выставил ставку в 1000 рублей и заплатил за показ 84 рубля. Участник на втором месте заплатил 81 рубль при ставке в 100 рублей, а участник на третьем — 80 рублей при ставке в 90 рублей. Запишем данные в таблицу.
| Геннадий Петрович | 1000 | 84 | ||
| 2-ой участник | 100 | 81 | ||
| 3-ой участник | 90 | 80 | ||
| 4-ый участник | 80 | — |
Как производились расчёты
Стоимость показа первого участника = ставка четвёртого × 0,75 + ставка третьего × 0,1 + ставка второго × 0,15
80 × 0,75 + 90 × 0,1 + 100 × 0,15 = 84 рубля
Стоимость показа второго участника = (ставка четвёртого × 0,75 + ставка третьего × 0,1) / 0,85
(80 × 0,75 + 90 × 0,1) / 0,85 = 81 рубль
Стоимость показа третьего участника = ставка четвёртого = 80 рублей
Хорошо, с расчётами разобрались, теперь новая задача. После первого аукциона Геннадий Петрович прикидывает: если он будет платить по 84 рубля за каждый показ своего самовара посетителю, то минимум один из 12 посетителей должен покупать у него самовар, иначе Петрович уйдёт в минус.
Расходы = 84 рубля × 12 показов = 1008
1008 > 1000 прибыли с продажи одного самовара
Геннадий Петрович смекает, что ему необходимо понимать, сколько посетителей будут конвертироваться в покупателей. Он предполагает, что это будет 1/12, то есть ~8%, и рассчитывает оптимальную ставку по формуле:
Ставка = прибыль с продажи × процент конверсии из показов в продажи
Ставка = 1000 рублей × 0,08 = 80 рублей
То есть 80 рублей — это прибыль, которую Геннадий Петрович получает с каждого показа самовара посетителю (при условии, что один из 12 посетителей таки покупает самовар). Это важно: теперь мы рассматриваем прибыль не на уровне продаж, а на уровне показов.
Далее для 20 посетителей Геннадий Петрович назначил ставку 80 рублей и получил только 12 показов самовара, так как не всегда его ставка попадала в тройку самых высоких ставок. Из 12 показов Геннадий Петрович получил одну продажу, но при этом заплатил 500 рублей за показы.
Ещё раз повторим, что Геннадий Петрович платил за каждый показ не по 80 рублей, а меньше. Рассмотрим на примере одного аукциона:
| 1-ый | 100 | 1 | 48 | ||
| Геннадий Петрович | 80 | 2 | 42 | ||
| 3-ий | 60 | 3 | 41 | ||
| 4-ый | 40 | — | — |
Итого: прибыль составила 1000 рублей (прибыль с продажи самовара) − 500 рублей (расходы на показы) = 500 рублей
Геннадий Петрович угадал с конверсией из показов в продажи и получил максимально возможную прибыль. Это свойство аукциона «Яндекс.Директ» — вам выгодно покупать любой показ, если он стоит меньше, чем ваша прибыль с показа. Если бы Геннадий Петрович ошибся и рассчитал ставку с конверсией 16%, а не 8%, то ставка была бы 160 рублей.
Ставка = 1000 рублей × 0,16 = 160 рублей
Таким образом Геннадий Петрович покупал бы клики за 160 рублей. Однако прибыль с одного клика составляет 80 рублей — именно поэтому так важна точность расчётов.
Всё, вот и весь аукцион. В примере много допущений, но суть они не меняют.
Весь этот рассказ сводится к простой формуле оптимальной ставки:
Ставка = прибыль с продажи × конверсия
В нашем случае это конверсия из кликов в продажи. Если вы рассчитаете ставку по формуле выше, то получите максимальную прибыль.
Раньше всё было проще — задаёшь любую ставку и считаешь профит. Но и конкуренция была ниже.
Например, вспомните пример выше, когда Геннадий Петрович поставил ставку 1000 рублей и заплатил за показ 84 рубля — так было раньше. Но со временем конкуренция «разогревается», появляются игроки, которые увеличивают конверсию своего лендинга, снижают цены, расширяют ассортимент. Следовательно, они конвертируют уже не один из 12 показов, а один из трёх.
Их ставка рассчитывается так:
1000 рублей прибыли с самовара × 0,3 = 300 рублей
В этом случае эффективные игроки вытесняют остальных, и Геннадий Петрович встаёт перед выбором либо уходить с рынка, либо стать эффективным и грамотно рассчитывать ставки.
Нюансы расчёта оптимальной ставки
-
Конверсия меняется в зависимости от сезонности, дня недели, от конкурентов в рекламной выдаче, от погоды, от состояния экономики и бесконечного количества других факторов.
-
Недостаток данных. Например, если по ключевому слову зафиксировали один клик и одну конверсию (продажу), то не факт, что теперь конверсия будет при каждом клике — к этому мы ещё вернёмся.
-
Конверсия меняется в зависимости от цены на товар. Если ваша цена ниже среднерыночной, то конверсия будет выше, а если выше, то наоборот. Тут же возникает проблема — наша прибыль меняется в зависимости от цен, следовательно, нужно искать оптимум между количеством продаж и ценой.
-
Необходимо все эти данные регулярно собирать и обновлять ставку.
-
Если ваш сайт в топ-3 поисковой выдачи, то вам не всегда выгодны показы по контекстной рекламе.
-
Любое отклонение в расчётах ставки съест вашу прибыль.
Как автоматизировать процесс расчёта ставок
Рынок предлагает следующие решения:
-
Биддеры — присутствуют в сервисах elama.ru, directmanager.ru и др.
Биддеры не имеют смысла в текущем устройстве аукциона «Яндекс.Директ». По факту, внутри биддера вы указываете максимальную ставку, которую с таким же успехом можно указать и внутри интерфейса «Яндекс.Директ» — и ничего не изменится! Почему их используют — потому что не понимают механизм аукциона.
-
Сервисы назначения правил — K50-правила, самописные скрипты, правила в Adwords.
Управления кампаниями через назначение правил — это уже более осмысленное решение. Например, у нас есть правило, которое отключает слова с более чем 100 кликами и отсутствием конверсий. Но в хороших семантических ядрах хвост из низкочастотных запросов тянется очень далеко. Если ждать, пока каждое ключевое слово наберёт 100 кликов, можно обанкротиться. Грубо говоря, правила оптимизируют примерно 20% от возможного потенциала. А более громоздкие системы из правил слишком сложны в управлении.
-
Оптимизаторы конверсий — K50, Origami, Alytics и другие.
Оптимизаторы конверсий — это наиболее продвинутые решения, но дорогие. Например, K50 стоит 50 000 рублей/месяц, а Origami — 10 000 рублей/месяц. Если прикинуть, что в среднем они увеличат эффективность на 10%, получается, что K50 рационально использовать при бюджетах от 500 000, а Origami — от 100 000 рублей.
Мы пробовали внедрить все три оптимизатора, Origami и Alytics имеют довольно ограниченный функционал, их внедрить не получилось. Важно: выводы об оптимизаторах не базируются на специально проведенном исследовании! Мы лишь брали оптимизатор и внедряли его на 1–2 проекта на пару недель (на основании истории кликов). Если выхлоп был незначительный — отказывались.
По нашему мнению, K50 — лучший оптимизатор с отличной поддержкой, но чтобы использовать его потенциал на 100%, нужна достаточно высокая компетенция, так как внутри интерфейса много настроек.
Есть ещё Adlens и MarinSoftware, их стоимость начинается от 200 000 рублей в месяц. Эти решения рационально использовать при бюджете от одного миллиона рублей, но, думаю, в статье мы их опустим.
Взамен обратим ваше внимание на внутренние оптимизаторы конверсии «Яндекс.Директ» и Google Adwords. Они работают не хуже внешних и просты в настройке. Впрочем, есть и ограничения:
-
В рамках кампании должно быть как минимум 30 конверсий в месяц, и они должны быть равномерно распределены по ключевым словам, что бывает далеко не всегда.
-
В «Яндекс.Директ» нельзя импортировать сторонние данные, например, звонки, офлайн-продажи, отложенные продажи.
-
Необходимо, чтобы в одной кампании находились ключевые слова примерно из одной категории товаров.
В реальной ситуации подстроиться под такие требования довольно сложно.
Что делают оптимизаторы конверсий
Рассмотрим самые простые механизмы, которые можно повторить в Excel и взять на вооружение для самостоятельной оптимизации.
Напомним формулу:
Ставка = средний чек × доля маржи в среднем чеке × конверсия
Давайте попробуем рассчитать ставки для категории товаров LEGO и для ключевого слова внутри этой категории. Например, мы знаем, что в среднем по категории игрушек «Лего» конверсия из клика в продажу составляет 2%, средний чек — 3600 рублей. В этой же категории есть ключевое слово «купить лего дупло», средний чек которого составляет 9000 рублей, а конверсия — 4%.
Рассчитаем эти два случая по нашей формуле при условии, что маржа в среднем чеке составляет 30%:
0,02 × 3600 × 0,3 = 21,5 рубля
0,04 × 9000 × 0,3 = 108 рублей
В формуле проценты переведены в доли, например 30% — это 0,3, а 2% — 0,02.
Всё, мы рассчитали ставки для категории и для ключевого слова, но есть проблема: у ключевого слова всего 10 кликов, это очень мало, рассчитаем его погрешность в Excel по формуле:
√ (1 − конверсия) / (конверсия × количество кликов)
Считаем:
√ ((1 − 0,02) / (0,02 × 10)) = 221%
Конверсия при 10 кликах может отличаться от реальной в два раза, а любая погрешность съедает вашу прибыль. Рассмотрим, как меняется погрешность в зависимости от числа кликов.
Нам нужен какой-то механизм, который будет заполнять недостающую часть данных у ключевого слова данными из категории. Этот механизм называется пуллинг. Его формула:
Конверсия слова = количество конверсий у слова + k-пуллинга / количество кликов у слова + (k-пуллинга / конверсия категории)
k-пуллинга регулирует влияние прогнозной величины на итоговую конверсию (возьмём единицу по умолчанию). Это значение нужно подбирать отдельно под каждый кейс путём перебора и снижения погрешности на двух периодах. Но сейчас это усложнит ваше понимание, поэтому просто используйте 1.
Рассмотрим принцип пуллинга на примере, который поможет интуитивно понять, как он работает.
Применим пуллинг для нашего кейса с «Лего»:
(10 × 0,04) + 1 / 10 + (1 / 0,02) = 1,4 / 60 = 0,023
Мы взяли конверсию категории 2% и прибавили к ней 0,3% (так оценивается влияние 10 кликов ключевого слова — в 0,3%). Если бы кликов было 80, то мы бы прибавили уже не 0,3% а 1,2%.
Давайте посчитаем:
(80 × 0,04) + 1 / 80 + (1 / 0,02) = 4,2 / 130 = 0,032
Чем больше кликов получает ключевое слово, тем оно менее зависимо от конверсии категории.
Окей, с конверсией разобрались, переходим к среднему чеку. Используем аналогичную формулу пуллинга.
(Средний чек слова × количество транзакций слова + 1 × средний чек категории) / (Количество транзакций слова + 1)
Как это работает:
Пример с «Лего» при 80-ти кликах.
(9000 × (80 × 0,02) + 0,5 × 3600) / (80 × 0,02) + 0,5 = 16 200 / 2,1 = 7 700 рублей
Средний чек тоже начал сглаживаться с ростом транзакций. Теперь нам нужно применить эти знания на деле с помощью формул Excel.
Заметьте, что мы используем данные от частного к общему, то есть сначала мы используем данные по ключевому слову. Если их не хватает, берём данные по категории, если не хватает данных по категории — берём средние данные по сайту.
Рассчитаем оценочную конверсию
Начинаем конструкцию с того, что известно всегда — средняя конверсия сайта и средняя конверсия по категории. Так будет удобнее строить конструкцию в Excel.
= (количество конверсий URL + 1) / (количество кликов URL + (1 / средняя конверсия сайта))
Добавляем сценарий, когда нет данных по URL, используя функцию IFNA (значение; значение если нет данных):
=IFNA(
(количество конверсий по URL + 1 ) / (количество кликов по URL + (1 / средняя конверсия сайта));
средняя конверсия сайта
)
И добавляем данные по ключевому слову:
=IFNA(
(конверсия по ключевому слову + 1 ) / (клики по ключевому слову + (1 /
IFNA(
(количество конверсий URL + 1 ) / (количество кликов URL + (1 / средняя конверсия сайта));
средняя конверсия сайта
)
));
IFNA(
(количество конверсий URL + 1 ) / (количество кликов URL + (1 / средняя конверсия сайта));
средняя конверсия сайта
)
)
)
В итоге получаем:
Всё, не так страшен серый волк. Средний чек считается аналогично:
=IFNA(
(средний чек URL × количество транзакций URL + 0,5 * средний чек сайта) / (количество транзакций URL + 0,5);
средний чек сайта
)
И рассчитаем ставку:
= прогнозная конверсия × прогнозный средний чек × доля маржи в среднем чеке
Пример расчётов можно найти в Google Sheets.
Чтобы не загружать статью пятиэтажными формулами, более подробно мы раскрыли эту тема в нашем блоге.
Резюме
Как вы заметили, точность расчётов напрямую влияет на прибыль, поэтому она должна быть максимально высокой. Чтобы снизить погрешность прогноза конверсии, нужно собирать как можно больше данных.
-
На конверсию влияет время, так как в декабре покупают лучше, чем в январе.
-
На конверсию влияет уровень вашей цены на товар, ведь если стоимость ниже среднерыночной, то вероятность продажи выше.
-
В плохую погоду пицца продаётся лучше.
-
Чтобы увеличить точность, рекомендуем использовать трафик с органического поиска для прогнозирования конверсии для ключевых слов.
Итак, задача становится нетривиальной и требует многих исчислений и данных — в Excel всё это считать слишком затратно. K50 решает этот вопрос, но использует не все данные. Мы у себя в агентстве пишем кастомные решения на Python.
А в следующий раз напишем статью о том, как применяем машинное обучение в прогнозировании конверсии. Не переключайтесь!
Авторы: Алексей Фирстов и Павел Корякин
Читать по теме: Курс молодого бойца: настройка «Яндекс.Директа» для предпринимателей
Мнение редакции может не совпадать с мнением автора. Если у вас есть, что дополнить — будем рады вашим комментариям. Если вы хотите написать статью с вашей точкой зрения — прочитайте правила публикации на Cossa.
Источник:
