CC BY
24
Список литературы:
1. Шумпетер Й.Теория экономического развития (Исследование предпринимательской прибыли, капитала, кредита, процента и цикла конъюнктуры): пер.с англ. - М.: Прогресс, 1982. - 455 с.
2. Амблер Т. Практический маркетинг / Пер. с англ. под общей ред. Ю.Н. Каптуревского. - СПб: Питер, 1999. - 400 с.
3. Боев Е. И., Зотов В. В., Каменский Е. Г. Журнал: Научные ведомости Белгородского государственного университета. Серия: Философия. Социология. Право. - 2010. - Том 20, выпуск 14.
4. Самойлов И.В. Развитие маркетинга промышленных предприятий на основе интернет-технологий: дисс. ... канд. экон. наук. - М., 2011. - 10 с.
5. Коротков А.В., Карякина К.А. Интернет в системе мировых информационных процессов: учебное пособие для студентов. - М.: МГУ, 2006. -148 с.
6. Ансофф Н. Стратегическое управление: пер. с англ. / Науч. ред. Е.И. Евенко. - М.: Экономика, 1989.
7. Гришин В.Н. Повышение эффективности управления крупными промышленными организациями на основе использования информационных и интернет-технологий: дисс. ... канд. экон. наук. - М., 2006. - 4 с.
АНАЛИЗ ВЛИЯНИЯ СЕЗОННОСТИ И СТАВКИ ЗА КЛИК НА ПОКАЗАТЕЛИ КОНТЕКСТНОЙ РЕКЛАМЫ
© Никулин Д.Н.*
Южно-Уральский государственный университет, г. Челябинск
В данной статье рассмотрены результаты контекстной рекламной кампании в тематике Тестирование знаний. Продемонстрирована динамика фактических цен клика под влиянием целенаправленного варьирования ставок за клик. Проанализировано влияние новогодних праздников и ставок за клик на показатели эффективности контекстной рекламы. Показано использование обязательной регистрации посетителей на сайте в целях сбора данных для оценки эффективности рекламных кампаний.
Ключевые слова контекстная реклама, ставка за клик, bid, клика-бельность, CTR, сезонность, конкуренция между рекламодателями, веб-аналитика, анализ эффективности контекстной рекламы, CPL, ROI.
* Старший преподаватель кафедры Маркетинга и менеджмента.
Планируя контекстную рекламную кампанию в новой для себя тематике, рекламодатели не имеют возможности спрогнозировать, каким образом различные факторы (ставка за клик, день недели, сезонность и др.) повлияют на важнейшие составляющие эффективности (коэффициент конверсии, затраты, прибыль). Единственным способом получить приблизительную оценку этих зависимостей является проведение небольшой тестовой рекламной кампании. Её необходимо спланировать так, чтобы быстро протестировать эффективность различных комбинаций уровней основных влияющих факторов.
Рассмотрим некоторые результаты проведённой нами рекламной кампании для клиента в тематике Тестирование знаний. Кампания была направлена на продажу программы для компьютерного тестирования и проводилась с 5 декабря 2013 года по 13 февраля 2014 года. Рекламодатель не пожелал публиковать фактический адрес своего сайта, поэтому далее будем условно называть этот сайт Alt-Ctrl.ru. Для определения эффективности различных ставок, мы варьировали их в достаточно широком диапозоне. На рис. 1 показаны данные по средней ставке (bid) и средней фактической цене клика (cpc). На момент исследования одна условная единица (уе.) в системе Яндекс.Директ соответствовала 30 руб. Нижнюю границу диапазона варьирования ставки мы установили равной показанной в интерфейсе Яндекс.Ди-ректа ставке входа в блок гарантированных показов (0,02 у.е.). В качестве верхней границы мы выбрали уровень 0,3 у.е., поскольку по нашим оценкам, более высокие значения могли привести к убыточности рекламной кампании.
Как видно на рис. 1, реальная цена клика (cpc) почти всегда меньше ставки (bid). Например, на 4-й и 8-й день кампании (воскресение 8 декабря и четверг 12 декабря) мы повышали ставку до значения 0,3 у.е. (9 руб.), а реальная средняя цена клика в эти дни составила 0,14 у.е (4,2 руб.). В пятницу 6 декабря, во вторник 10 декабря и в понедельник 16 декабря мы держали ставку на уровне 0,2 у.е. (6 руб.), а фактическая цена клика в эти дни изменялась от 0,09 у.е. (2,7 руб.) до 0,1 у.е. (3 руб.). В те дни, когда мы удерживали ставку на уровне 0,15 у.е. (4,5 руб.), реальная цена клика держалась в интервале от 0,07 у.е. (2,1 руб.) до 0,08 у.е. (2,4 руб.). Таким образом, выбираемая нами ставка оказывалась существенно выше ставок рекламодателей, конкурировавших с нами за одну и ту же позицию. Известно, что наша фактическая цена клика только на 1 цент превышает ставку конкурента и поэтому обычно заметно меньше нашей ставки. Но надо также учитывать, что помимо ставки, позиция объявления существенно зависит от отклика объявления (CTR). А, поскольку мы не знаем точный CTR конкурентов, то нам неизвестны и их точные ставки. Интересно, что в новогодние праздники уровень фактических цен за клик не снизился (рис. 1, 27-34 дни рекламной кампании), следовательно, конкуренты в эти дни свои ставки не снижали.
Рис. 1
На рис. 2-4 показаны колебания показов, кликабельности и затрат на контекстную рекламу под влиянием одновременно трёх факторов: варьируемых нами ставок за клик, дня недели и новогодних праздников. На этих графиках мы наблюдаем сильную зависимость показателей от ставок за клик, но также чётко видим влияние сезонности. Количество показов объявлений (рис. 2) в новогодние праздники (27-34 дни рекламной кампании) уменьшилось, что является проявлением сезонного снижения спроса в тематике Тестирование знаний. Начиная с 22 января (49 день рекламной кампании) снова произошло снижение количества показов, но теперь это было обусловлено тем, что мы снизили уровень ставок и объявления стали показываться на менее заметных позициях. Но в начале февраля, несмотря на неизменный уровень ставок, количество показов снова начало расти в связи с повышением учебной активности.
Показы, тыс
120 60 0
И-г
1 31 61 Дни
ОТР, %
1,2 0,6 0
31
Дни
61
Затраты, руб
2400 1200 0
31
Дни
61
1
1
Рис. 2 Рис. 3 Рис. 4
Итак, снижение количества показов в новогодние праздники свидетельствует об уменьшении количества запросов в поисковиках в тематике Тестирование знаний. Однако пользователи в это время не только стали меньше искать, но также стали меньше кликать по тем объявлениям, которые они увидели. Об этом сигнализирует новогоднее снижение показателя кли-кабельности (СТО), представленное на рис. 3. Это снижение привело к тому, что количество посетителей на сайте в новогодние праздники снизилось в гораздо большей степени, чем количество показов объявлений. Это отрази-
лось и на затратах на контекстную рекламу (рис. 4), которые приблизительно определяются как произведение средней цены клика на количество посетителей (кликов). Показанное на рис. 4 новогоднее снижение затрат обусловлено именно снижением количества кликов, поскольку средние цены в праздники оставались неизменными (рис. 1). Однако снижение затрат, наблюдаемое после 22 января (49 день рекламной кампании, рис. 4), в большей степени обусловлено снижением средних цен клика (рис. 1). Посещаемость, определяемая как произведение количества показов (рис. 2) на CTR, в это время снизилась несущественно, поскольку кликабельность после снижения ставок 22 января даже повысилась (рис. 3).
Пользователи, пришедшие на сайт Alt-Ctrl.ru, получали доступ к подробной информации и скачиванию программы только после регистрации, которая заключалась в следующем:
- посетитель вводил свой e-mail и придумывал пароль, которые в дальнейшем использовались для авторизации на сайте Alt-Ctrl.ru;
- на указанный e-mail автоматически высылалось письмо, отвечая на которое, пользователь подтверждал свой электронный адрес, и получал возможность авторизоваться.
Известно, что необходимость обязательной регистрации приводит к потере части аудитории, поскольку многие пользователи не любят регистрироваться [1]. Понятно, что это снижает коэффициент конверсии, в том числе и на сайте Alt-Ctrl.ru. Однако, в данном случае у обязательной регистрации были и свои преимущества - улучшались возможности для идентификации источников клиентов. Системы веб-аналитики, установленные на сайте Alt-Ctrl.ru, позволяли определить каналы, по которым пользователи попадали на сайт. По большинству посетителей из контекстной рекламы мы смогли получить достаточно детальную информацию, например, о их запросах в поисковиках и о рекламных объявлениях, которые привели их на сайт Alt-Ctrl.ru. По настоящему ценной эта информация становится в том случае, если посетители регистрируются на сайте сразу после перехода по рекламному объявлению. Поскольку тогда мы можем привязать информацию об источнике посещения к идентифицирующим данным пользователя (в данном случае к e-mail). В дальнейшем это позволяет соотносить затраты на рекламные источники и получаемую с них прибыль, т.е. оценивать коэффициент возврата инвестиций ROI с точностью до каждого ключевого слова.
На рисунке 5 показаны данные по количеству регистраций посетителей за каждую неделю рекламной кампании. Мы видим резкое снижение количества регистраций в новогодние праздники (на 5-й неделе кампании) и после снижения ставок в конце января (на 9-й неделе кампании). В начале февраля количество регистраций снова выросло вследствие роста учебной активности. На графике (рис. 5) отдельно показано количество идентифицированных регистраций (линия Идент), т.е. количество тех посетителей,
которые подтвердили свой e-mail и для которых системы веб-аналитики позволили точно установить рекламный источник (ключевую фразу, соответствующую поисковому запросу пользователя в Яндексе и идентификатор объявления в системе Яндекс.Директ, по которому пользователь перешёл на сайт Alt-Ctrl.ru). Линия Все (общее количество регистрации) на рис. 5 расположена выше линии Идент, т.е. источники некоторых посетителей определить не удалось. Это может быть связано с самыми разными причинами:
- посетители иногда запоминают адрес сайта, и регистрируются на нём позже, после прямого перехода по адресу, например, по закладке в браузере;
- часть пользователей узнают о новых сайтах через своих знакомых, либо коллег, и переходят на сайт путём прямого ввода URL в адресной строке браузера;
- системы веб-аналитики в некоторых случаях теряют информацию об источниках переходов [2].
На рис. 6 показаны данные по показателю CPL (cost per lead, оплата за Лид). Лид - это значимое для рекламодателя действие пользователя. В данном случае Лид - это регистрация пользователя на сайте Alt-Ctrl.ru. Мы вычислили показатель CPL, как отношение затрат за неделю к количеству ре-гистраций в эту неделю. Показатель CPL для идентифицированных регист-раций выше, чем для общего количества регистраций. Например, в новогодние праздники (на 5-й неделе кампании) затраты на одну идентифицированную регистрацию выросли до 394 руб.
Регистрации
40
20
I I I I I I I I I I
1 5 9 Недели
Идент Все
Рис. 5
CPL, руб
500
250
I I I I I I I I I I
1 5 9 Недели
Идент Все
Рис. 6
7,5
Тыс. руб
1 5 9 Недели
-♦- Затраты -ж- Выручка
Рис. 7
0
0
Для оценки эффективности рекламы мы временно допустили отсутствие внутренних затратам рекламодателя и отложенных конверсий и вычис-
лили коэффициент возврата инвестиций (ROI) за некоторые периоды (табл. 1). Эти значения вычислены на основе данных по выручке от продаж и затратам за каждую неделю (рис. 7). Если оценивать эффективность по немедленным продажам, то в новогодние праздники рекламная кампания была убыточной, затраты на привлечение пользователей составили 1574 рубля, но ни один из них впоследствии не сделал покупку. Однако, следует также учитывать, что некоторые из этих пользователей могли запомнить адрес сайта и посетить его позже.
Таблица 1
Период 2-я неделя 5-я неделя 8-я неделя 10-я неделя вся РК
ROI, % 158 % -100 % 267 % 306 % 141 %
Список литературы:
1. http://www.searchengines.ru/articles/denis_kabalkin_.html.
2. http://seo-study.ru/google-analytics-not-provided.
