Урок 2. Прогноз и анализ спроса, трафика, бюджета на основе семантики

2.1 Прогнозирование, разбор шаблона для прогнозов

Сборка рекламной компании представляет собой достаточно трудозатратный процесс, связанный с очисткой, кластеризацией, заполнением текстовых полей и тд. Для того чтобы упростить этот процесс, необходимо постараться спрогнозировать результат рекламной компании, предвидеть то, что мы получим по итогу. Это помогает выявить различные крайние ситуации, понять, окажется ли наша рекламная компания релевантной. Именно для этого и необходимо делать прогноз.

К примеру, уже на этапе сбора базиса можно определить отсутствие спроса. В таком случае целесообразнее будет начать работу с околоцелевыми базисами. Когда речь идет об экономике, то составление прогноза дает возможность понять примерную стоимость клика, лида, определить ориентировочный бюджет. Безусловно, все эти цифры будут очень приблизительными. Большим преимуществом станет наличие опыта составления подобных прогнозов и наличие определенных данных со стороны клиента. Однако в любом случае вам всегда при составлении прогноза удастся просчитать различные критические ситуации. Таким образом, если вы агентство или фрилансер, вы можете работать с клиентами с потенциально длительным сроком жизни на рынке. Если вы индивидуальный предприниматель и занимаетесь своим бизнесом, прогноз помогает вам еще до того, как вы решили вложиться в какое-то оборудование, прикинуть маржинальность, расходы на трафик.

Рассмотрим пошагово, как сделать прогноз бюджета для рекламной компании сайта, специализирующегося на продаже женской одежды. Итак, для этого нам понадобиться:

— заранее подготовленный маркетинг план (рисунок 1), в котором уже собраны все базисы и указана их частотность;

-аккаунт Яндекс.Директ;

-аккаунт Google Adwards;

— шаблон бюджета.

Рисунок 1.

Шаг 1. Копируем все базисы и заходим в раздел «Прогноз бюджета» в Яндекс.Директ. Уточняем регион, который нам необходим, в нашем примере – это Москва, без учета области, в параметрах расчета выставляем валюту и период (рисунок 2).

Рисунок 2.

Шаг 2. Загружаем базисы в окошко «ключевые фразы», нажимаем – «посчитать». (Рисунок 3).

Рисунок 3.

Шаг 4. Оптимальной следует считать стратегию размещения на втором или третьем месте, что соответствует объему трафика 85%, его нам и необходимо выбрать (Рисунок 4). Появляется табличка расчета. В строчке «выбрать объем трафика», выбираем «объем трафика 85» — это то, что раньше называлось вторым спецразмещением.

Рисунок 4.

Рассмотрим, как это работает. Например, объявление, которое при поиске выпадает в Яндексе на первом месте, получает 100% показов, трафика. То есть, все те, кто вводил в поисковой строке вопрос, увидят это объявление, но, безусловно, не факт, что люди кликнут на него. Объявление, ранжирующееся на втором месте, получает 85% просмотров от 100%. Объявления, которые будут находиться ниже (на третьем, четвертом месте и тд) будут идти по убывающей. Процент просмотров у них будет соответственно ниже. Поэтому нам следует выбирать объем трафика 85%, поскольку это будет некой усредненной величиной, позволяющей прогнозировать ставку с большей точностью. Выбирая крайние назначения, например, «объем трафика 100» или «объем трафика 62», точность прогноза и оптимальность соотношения цен получаемого трафика очень сильно падает.

Шаг 5. Отмечаем галочкой все фразы, опускаемся вниз и нажимаем «Экспортировать в xsl». Открываем полученную таблицу и копируем в ней все данные, кроме верхней шапки и итоговой строки (рисунок 5).

Рисунок 5.

Шаг 6. Вставляем скопированные данные на первую вкладку нашего шаблона «Выгрузка из Директ» (рисунок 6).

Рисунок 6.

Полученный файл представляет собой новую сборку прогноза. Расчет производится автоматически, необходимо лишь вставлять нужные данные из Директа. Таким образом, мы видим расчет реальной цены клика по базису. Имея на руках список базисов и данные по этим базисам, мы можем посчитать эффективность рекламной компании, собранной на основе «хвоста» для данного базиса. Получается, вы экономите время на чистке семантических «хвостов».

Шаг 7. Заходим в наш план, снова копируем базисы и заходим в аккаунт Google Adwards, выбираем раздел «Инструменты» — «Планировщик ключевых слов» и в окошко «Данные о количестве» вставляем наши базисы (рисунок 7). Нажимаем кнопку «начать».

Рисунок 7.

Шаг 8. Появляется таблица расчета. Вверху необходимо развернуть данные, появится график (рисунок 8).

Рисунок 8.

Шаг 9. На графике определяем примерно второе или третье спецразмещение и нажимаем на стрелочку «скачать план».

Шаг 10. Открываем полученные данные, сформированные в виде таблицы. Нам необходимо скопировать все данные имеющиеся на листе (рисунок 9).

Рисунок 9.

Шаг 11. Вставляем полученные скопированные данные во второй лист нашего шаблона прогноза «Выгрузка из ADS».

Шаг 12. Переходим на вкладку таблицы прогноза «Итог» (рисунок 10).

Рисунок 10.

Практически все данные берутся из прогноза, за исключением нескольких ячеек. CTR Яндекс.Директ установлен равным 10%, что является средним показателем для второго и третьего спецразмещения. Если у вас есть какие-либо данные, полученные ранее, вы можете их откорректировать. Конверсия сайта помогает рассчитать данные, посчитанные согласно самому негативному и самому позитивному прогнозу. В рамках этих полученных данных, мы можем прогнозировать, что получим по итогу рекламной компании. Особенно удобны эти данные для работы агентства, которое может предоставить заказчику объективные сведения по компании и увидеть вилку риска. Таким образом, можно сразу отсеять клиентов, которым не можете помочь вы или контекст. Коэффициент очистки (обозначен в формуле расчета шаблона Яндекс.Директ цифрой 4) применяется для каждого конкретного прогноза. Мы берем базисы, а данные стараемся посчитать, опираясь на компанию, собранную на основе какого-то большего количества ключевых слов. Более того, среди этих базисов есть определенное число «мусора». То есть часть этих запросов, мы запретим, по ним показов не будет, на них соответственно не будет расходоваться бюджет и трафик. В расчете на это и вносится определенная корректировка. Если рассматривать случай, когда у нас имеет место быть, например, какие-то высокоуровневые высокочастотные одно или двух словные запросы, то здесь оптимально выбирать коэффициенты очистки в районе 10-15. Это означает, что из собранного вами массива ключевых слов, 90-95% запросов будут признаны «мусорными» и отминусованными. Частотность этого массива и количество показов делим на 10-15. Однако на практике такая ситуация является большой редкостью. Как правило, сейчас большинство предпочитают экономить, жертвуя при этом охватом, и коэффициент в таком случае будет равен 4-6. Коэффициент очистки определяет долю «чистых» запросов по вашим базисам. Далее рассмотрим в шаблоне формулу РСЯ. Напомним, что если вы продаете товар по прямому запросу в рамках РСЯ, то трафик будет расходоваться в полтора раза больше, чем при рекламе, настроенной на поиск. Поскольку трафик в РСЯ накапливается, реклама может показаться человеку и спустя день и спустя неделю. При рекламе на поиске, по сути, мы получаем запросы от тех, кто именно здесь и сейчас что-то ищет. Плюс ко всему, в РСЯ больше рекламных площадок, на которых отведены места для размещения рекламы. В РСЯ мы работаем с коэффициентом 1,4, (указан в формуле), который так же был получен эмпирическим путем. Таргетинг КМС отличается большим количеством очень дешевого, но «грязного» трафика. Поэтому в базовой версии при работе с клиентами мы рекомендуем или выбирать самый минимум трафика, либо, если у клиента ограниченный бюджет, то на старте КМС отключаем, поскольку это вторичный инструмент текущей редакции. Важно понимать, что, если у вас есть какой-то конкретный клиент с какой-то конкретной конверсией, статистикой, то вы корректируете уже те данные в таблице прогноза, которые вам необходимы, будь то стоимость клика или CTR.

2.2 Что делать, если семантики слишком много?

Рассмотрим ситуацию, когда у нас имеется большое количество базисов. Особенно это характерно при создании рекламной компании, связанной с такими отраслями, как медицина, строительство домов, автомобильный сервис. Популярные, широкие тематики дают достаточно много семантики. Можно воспользоваться несколькими вариантами сокращения семантики:

  1. Расставить приоритеты по базисам. Каждый базис обозначить цифрами 1,2,3 в соответствии с его приоритетностью, а после просто отфильтровать по значению. Это самый простой и примитивный способ.
  2. Отсортировать базисы в соответствии с ценой базиса (в файле «выгрузка из Директ прогноза» мы видим среднюю цену по базису). К примеру, можно выбрать для работы базисы с максимально низкой ценой и начать с ними работать. Таким образом, мы отсортируете наиболее приоритетные базисы, которые вам с точки зрения маржинальности и продаж наиболее важны.
  3. Транзакционка. Оставить наиболее приоритетные для нас тематики. Внутри каждой тематики можно выбирать наиболее «горячие» ключевые слова, которые будут являться именно транзакционными.
  4. Убирайте подсказки, но будьте готовы к переплате. При отсутствии подсказок, пострадает частота трафика и точность кластеризации. Не во всех группах ключевых слов у вас будет отдельное объявление. Однако когда речь идет об очень больших объемах семантики, то эта жертва оправдана.

Все указанные способы справедливы для работы с компанией, созданной для малого и среднего бизнеса. Если же речь идет, скажем, о настройке компании для очень крупного магазина, то у вас будут огромные объемы семантики, следовательно, потребуется больше трудозатрат, чтобы достичь оптимальной точности при указанных объемах.

 

2.3 Что делать, если семантики (и спроса) слишком мало? Или нет совсем?

Перейдем к рассмотрению ситуаций, при которых мало прямого спроса. Что в таком случае необходимо сделать? Бывает так, что рекламируемый вами продукт люди в поисковых запросах могут не искать по его прямому названию и бренду. Для решения сложившейся проблемы вам необходимо воспользоваться околоцелевкой. Тестирование через околоцелевые прогнозы предполагает, что вам не понадобится прогноз конверсии, поскольку она будет выявляться тестами, по факту. В определенных моментах это будет срабатывать, в других – нет. Соответственно вам будет нужна идеально настроенная аналитика, это позволит отследить всю воронку, увидеть, как и что конвертируется в деньги. В околоцелевке риски гораздо выше. Есть тематики, где спрос отсутствует полностью, а есть тематики, где спрос отсутствует именно по бренду. Это две принципиально разные ситуации. К примеру, когда вы выводите на рынок новый бренд музыкальных инструментов, вы вполне можете использовать названия конкурентов в качестве ключевых слов рекламной компании. Околоцелевой спрос можно подразделить на:

— Прямой околоцелевой спрос – предполагает, что вы, например, продаете гитары Yamaha по запросу «гитары Yamaha», иными словами продаете товар, название которого по запросам соответствует запросам рекламы РСЯ.

— Просто околоцелевой спрос – это когда, вы продаете гитары Yamaha по запросу «гитары Fender».

Оба этих вариантах относятся к околоцелевки, но у них разный потенциал конверсии, трафика и разный процент рисков.

— Аудиторный околоцелевой спрос – актуален в ситуации, когда прямой спрос не позволяет заказчику получить от рекламы максимальное количество заявок, сформированных на основе некоторого числа запросов и базисов. В таком случае базисы формируются на основе причастности к необходимой нам аудитории того, кто задает запрос. Таргетирование ориентировано не на потребность, а на социально-демографическую, профессиональную принадлежность того, кто задает тот или иной запрос. В этом крайнем случае околоцелевки никаких прогнозов построить невозможно.

Стоит сказать и о так называемом ажиотажном спросе. При нем люди «хватаются» за любое предлагаемое решение, даже при условии его минимальной достоверности. В таких ситуациях люди не сравнивают, не выбирают, а принимают решение моментально, основываясь на своих эмоциях. К числу подобных рекламируемых товаров относятся, например, всевозможные бады, обещающие избавление от широкого спектра недомоганий, средства для восстановления потенции, микрозаймы. Всё это очень хорошо продается в РСЯ.

2.4 Рентабельность и маржинальность

 

Исходя из опыта, можно с уверенностью сказать, что маржинальность должна быть минимальной и составлять примерно 20-25% в тематиках с прямым спросом и работающими конкурентами. Это тот минимальный порог, который вам следует преодолевать для работы с прямым спросом. Прямой спрос позволяет спрогнозировать конверсию, продажи и получить работающий прогноз, который поможет определить, какое количество денег вы сможете заработать. Однако там практически всегда есть конкуренты, чаще всего это товарный ретейл с узкими нишами. Если говорить о популярном ретейле, например, бытовой технике, спортивном оборудовании, где достаточно много конкурентов, то там, как правило, работать приходиться с негативными цифрами и остается не так много для вложения в рекламу.

Важно понимать, что рынок контекстной рекламы сейчас находится в падающем состоянии, есть определенные проблемы с ликвидностью, платежеспособностью, поэтому к расчетам маржинальности необходимо относится с большим вниманием. В популярных нишах большинство игроков работает или в ноль или около нуля, или в минус. Есть очень небольшое количество компаний, способных работать в плюс. С узконишивыми продуктами ситуация более оптимистичная, поскольку люди зарабатывают благодаря тому, что обладают некими уникальными компетенциями. Именно поэтому рекламные агентства должны адекватно оценивать потенциал того или иного клиента.

 

2.5 Построение архитектуры кампаний

 

Рассмотрим, что такое группировка базисов. Когда вы работаете с каким-то базисом, то вам в дальнейшем необходимо будет его почистить, сформировать на основе этого базиса минус-файл, а затем его кластеризовать. На данном этапе крайне важно построить правильную архитектуру компании, сделать так, чтобы у вас появились сравнительно однородные компании, при этом у них не должно быть одинаковой семантики. Топонимические базисы формируются в отдельную группу. Таким образом, схожие по семантике базисы мы объединяем в один массив, и эту семантику в рамках одного массива необходимо группировать, очищать и тд.