Анализ эффективности рекламных кампаний и оптимизация рекламных затрат с использованием коллтрекинга. Пошаговая инструкция

Как оценить, насколько эффективно работают кампании и ключевые слова, понять какие из них инициируют конверсии на начальном этапе, а какие завершают, и не упустить ни одного звена в цепочке до конверсии? На эти вопросы мы хотели ответить с помощью подключения динамического коллтрекинга на примере крупного регионального автодилера с достаточно высоким уровнем конкуренции относительно спроса в регионе.

Начнем издалека. У нашего агентства отношение к сбору статистики о целевых действиях пользователей однозначное: позвонит человек по телефону, отправит заявку через форму на сайте, воспользуется сервисом с онлайн-консультантом – измерять следует все! Поэтому коллтрекинг мы считаем необходимым как для оценки эффективности рекламных кампаний, так и для оптимизации бюджетов. И здорово, что понимаем это сейчас не только мы, но и наши клиенты. Рынок, можно сказать, готов. Но, как ни странно, компаний, предоставляющих услуги коллтрекинга на достойном уровне в России, крайне мало. Хотите подробностей – пожалуйста.

С какими проблемами сервисов коллтрекинга сталкивается
агентство/рекламодатель?

За прошедшие несколько лет мы попытались работать чуть менее, чем с 10 компаниями, предоставляющими услуги коллтрекинга. Проблем, с которыми мы столкнулись, было предостаточно. Вот несколько примеров.

Поддержка в другом часовом поясе	Нет номеров в регионах	Нет интеграции с аналитикой

Первый пример – техподдержка на удаленке, живущая в совсем другом часовом поясе. Не знаем, как вы – а мы в двенадцать - час ночи уже в кровати считаем овец, а не маскимальное число юзеров на сайте за последний квартал.

Второй пример – отсутствие пулов телефонных номеров в регионах. И сейчас речь даже не про совсем глубинку, а про вполне миллионники – Нижний, Екатеринбург, Новосибирск. Это как понимать: в одной лишь Москве деньги считать привыкли что ли?

Третий пример – отсутствие интеграции с Яндекс Метрикой и Google Analytics. Инструмент для веб-аналитики с отсутствием возможности интеграции с системами веб-аналитики, вы серьезно? К слову, были и проблемы с документооборотом, и потерянные звонки из-за плохо организованной телекоммуникационной части, и еще много чего.

Выходило так, что либо мы краснели перед клиентом, либо забывали про полноценную статистику. К счастью, после знамоства на одном из отраслевых мероприятий с CallTouch мы начали использовать его. Сначала подключили одного клиента – все прошло хорошо. Потом второго – снова хорошо, ну неужели? Так всего за пару месяцев мы сработались на постоянной основе и прекратили свои поиски. Надежный поставщик услуг коллтрекинга у нас есть – настало время для решительных действий.

При каких условиях внедрять коллтрекинг экономически выгодно?

Мы запланировали оптимизацию кампаний регионального автодилера на основе полученных данных о конверсиях после подключения коллтрекинга, чтобы учесть и звонки, и заявки. Опираясь на опыт других агентств, в автомобильной сфере распределение звонки/заявки с рекламных кампаний было около 70%/30% в пользу звонков, поэтому необходимость использования коллтрекинга стала очевидной, если и агентство, и клиент были заинтересованы в повышении эффективности рекламных кампаний.

% соотношения звонков/заявок	Мин. Бюджет РКампании	Мин. Период сбора данных

Конечно, при использовании коллтрекинга, нужно учитывать его рентабельность, то есть по факту оптимизации кампаний (в нашем случае под этим понимаем сокращения расходов на неэффективные кампании и запросы и сохранение уровня конверсий), сэкономленный бюджет должен превышать затраты на коллтлекинг. Опираясь на кейсы в определенной тематике и собственный опыт, можно определить, какую часть ежемесячного бюджета можно выделить на коллтрекинг, но скорее логично идти от обратного — при каком бюджете в таком случае это будет оправдано. Условно, для использования коллтрекинга в месяц нам необходимо 20 тыс. руб., ожидаемый уровень сокращения затрат на рекламу — 20%, то есть минимальные вычисления помогут нам понять, что при бюджете ниже 100 тыс. руб. финансовая эффективность подключения коллтрекинга стремится к нулю. Несомненно, для агентства полученный опыт будет ценным, но для клиента это недостаточное основание считать тест успешным — нужны финансовые показатели.

Предварительно оценив затраты на коллтрекинг и бюджет кампаний, мы выбрали направление с бюджетом более 100 тыс. руб., определили период сбора данных — 3 месяца, с ежемесячным отслеживанием динамики показателей.

Какую модель атрибуции конверсии выбрать?

Так как мы взяли все направление целиком, которое включает в себя кампании нацеленные на продажи, на сервис, на охват конкурентного спроса и спроса в соседних регионах, где нет официальных дилеров данной марки, а также кампании на тематических площадках, мы понимали, что оценивать их все в одном ключе будет некорректно, так как они работают на разных этапах совершения конверсии. Поэтому при оценке эффективности кампаний мы опирались на данные в разбивке по 4 моделям атрибуции конверсий.

Последний непрямой клик	Первое взаимодействие	Линейная	Position based

• Модель атрибуции по последнему непрямому клику (модель по умолчанию в Google Analytics)
• Модель атрибуции по первому взаимодействию (для понимания кампаний и слов, которые срабатывают на первоначальном этапе конверсии, склоняя пользователя в сторону определенного дилера)
• Линейная модель атрибуции (чтобы условно разделить всем кампаниям поровну — всем каналам в последовательности конверсий присваивается одинаковая ценность)
• Модель атрибуции с привязкой к позиции (чтобы условно объединить все предыдущие, так как данная модель распределяет ценность между первым и последним взаимодействием следующим образом: по 40% первому и последнему каналу и 20% — всем остальным)

В расчет статистики мы включили суммарные данные по звонкам и всем конверсиям с сайта (заявки на авто/кредит/сервис/ТО/тест-драйв, отправка отзывов, взаимодействие и оправление контактных данных через онлайн-консультант и проч.)

В итоговом отчете за 3 месяца использования динамического коллтрекинга, по которому проводилась оптимизация, мы свели данные по всем кампаниям, ключевым словам, их расходу, количеству сеансов, а также количеству, стоимости и коэффициенту конверсии по всем выбранным моделям атрибуции (рассмотрим на примере кампаний):

По последнему непрямому клику и по первому взаимодействию

Линейная модель атрибуции и модель с привязкой к позиции

Так как итоговая стоимость конверсии составляет от 520 до 600 руб., мы выделили кампании, которые значительно превышают этот порог (более 1 500 руб. в различных моделях атрибуции). Преимущественно эти же кампании имели и достаточно низкий коэффициент конверсии (за исключением кампании Gmail). Также важно было учесть, что большинство этих кампаний транслировались в контекстно-медийной сети Google, что не исключало возможности имиджевой составляющей этой кампании, влияния на узнаваемость бренда автосалона, поэтому мы рекомендовали не отключать их, а снизили расходы.

Изначально логика оптимизации сводится к пониманию её первоприоритетной задачи — снижение стоимости конверсии или увеличение (не снижение) количества конверсий при сохранении имеющегося бюджета. Безусловно, эти цели связаны между собой, и в обоих случаях действия будут также будут перекликаться, но важно понимать, что при отключении рекламных кампаний, конверсий с которых обходится достаточно дорого, мы снижаем количество возможных достижений целей. И, так как мы определили с клиентом, что нам важно не снизить число конверсий, то мы акцентировались на оптимизации внутри структуры кампаний, а не на их отключении. Поэтому мы разработали методологию анализа ключевых слов, на которую опирались при оптимизации.

* Для выполнения следующих действий мы использовали выгрузки из Google Analytics по ключевым словам с использованием кастомной модели атрибуции, Excel и здравый смысл.

Этапы оптимизации рекламной кампании

1 этап, оранжевый. Убираем неконверсионные слова.

Оранжевым цветом мы выделили ключевые слова, по которым было совершено большое количество сеансов (входят в первые 15% популярных запросов, по которым переходят пользователи на сайт), и совсем не было конверсий. Размещение по данным словам мы отключили. Расход на эти ключевые слова составлял около 5% бюджета.

2 этап, зеленый. Избавляем наш бюджет от трат на низкоконверсионные слова:

Зеленым цветом мы выделили ключевые слова, по которым было совершено много сеансов (входят в первые 5% популярных запросов, по которым переходят пользователи на сайт), и было мало конверсий (1 и менее). Размещение по данным словам мы также отключили. Расход на эти ключевые слова составлял около 6% бюджета.

3 этап, красный. Выявляем слова, конверсии с которых обходится слишком дорого:

Красным цветом мы выделили ключевые слова со слишком дорогим CPA. Мы снизили приоритет таких запросов, чтобы снизить расход на них, направив средства в пользу конверсионных слов. (см. следующий этап). Расход на эти ключевые слова составлял около 4,5% бюджета.

4 этап, желтый. Выявляем наиболее эффективные слова.

Желтым цветом мы выделили слова, которые показывают наилучший CPA, а также потенциально могут приносить большее число конверсий. Именно на них мы акцентировали своё внимание и «перевели» освободившийся бюджет, сэкономленный на прошлых трех пунктах.

При использовании данной методологии нужно учитывать два очень важных фактора:

• Если с ключевого слова еще не было совершено достаточного количество переходов, а затраченная сумма на клики не превышает пределы разумного — не трогайте его. Быть может, оно еще себя покажет. В нашем случае, мы старались не трогать ключевые слова, которые за все время работы пока еще не набрали 100-150 переходов.
• Слова, бюджет на которые вы хотите увеличить, должны иметь достаточный спрос. В противном случае, ваш бюджет может просто не израсходоваться и вы не получите желаемое увеличение числа конверсий.

Что мы получили в итоге?

Мы провели все те работы, которые описали в методологии и стали ждать. Еще раз акцентирую внимание на том, что нам было важно не снизить количество конверсий. Срез статистики после оптимизации мы провели по прошествии двух недель, а для наиболее корректного сравнения периода после оптимизации мы выбрали такой же период в предыдущем месяце.

Все результаты мы также рассмотрели по 4 моделям атрибуции конверсии.

После оптимизации кампаний количество сеансов на сайте с рекламных кампаний заметно снизилось, на 23%, уровень затрат на рекламные кампании упал на 20%. При этом средний коэффициент конверсии повысился с 2,5% до 3,4%, поэтому в итоге даже с меньшего количества сеансов нам удалось получить большее количество конверсий, чем в предыдущем периоде. Средняя стоимость конверсии колеблется на уровне 270 рублей (против 330 рублей до оптимизации).

Эти результаты одинаково актуальны для всех 4х моделей атрибуции. Коэффициент и количество конверсий увеличилось, а цена за конверсию снизилась.

По последнему непрямому клику

По первому взаимодействию

Линейная модель атрибуции

Модель с привязкой к позиции

В итоге нам удалось снизить расходы клиента на контекстную рекламу на 20%, при этом повысив количество звонков и заявок с рекламных кампаний.