Как сделать анализ кампаний удобным

Анализ рекламных кампаний (РК) – это основная работа маркетологов, специалистов по контекстной рекламе и т.д. Без анализа нельзя запустить эффективную РК и узнать, работает ли она. Поэтому важно уметь его проводить. Для этого необходимо уметь разбираться в метриках, инструментах и всех нюансах.

От чего зависит удобство и продуктивность анализа РК

Все специалисты по контекстной рекламе пользуются сервисами: Мастер Отчетов и Яндекс Метрика. Можно выделить основные способы упрощения анализа:

• Правильная группировка и нейминг.
• Использование BI систем.
• Автоматизация передачи данных.

Правильная группировка РК и нейминг

Правильная группировка – это контент для новичков – для тех, кто только начинает свой путь в контекстной рекламе. Она позволяет заранее логически правильно разбить рекламные кампании. Например, в РК можно добавить холодные, теплые и горячие ключи. Если в последние добавить услугу и товар, который предлагает рекламодатель, в дальнейшем не будет возможности провести анализ по ним, так как стоимость лида – разная. Если добавить всё в одну кампанию с одной группировкой, получится неправильная статистика. Основными характеристиками правильной группировки являются:

• Типы услуг/категории разбиты по разным РК (есть несколько типов услуг).
• Услуги/товары разбиты по разным группам.
• Каждая категория соответствует отдельному типу рекламы. Статистика работает плохо, когда поиск и РСЯ запущены одновременно в одной кампании. Лучше использовать ручные настройки поиска вместо Мастера кампаний, так как они предоставляют больше инструментов.

Нейминг – это то, как называются рекламные кампании и группы объявлений. Имя РК должно отражать суть того, что в ней происходит. Правильный нейминг может состоять из следующих параметров:

• Тип продукта (услуги).
• Пометка типа кампании (Поиск, РСЯ, ТГ (товарная галерея), СБ (смарт-баннеры) и т.д.). Аналог utm-меток, которые никуда не передаются, они нужны для аналитики.
• Регион.
• Маржинальность.
• Стратегия.
• Параметры при разном бюджете и одной стратегии. Например, автоматическая цена заявки составляет 1 500 рублей, бюджет – 20 000 и 50 000 руб. Показы этих кампаний будут разными, так как работает аукцион, при автостратегиях все равно используются ставки. Они зависят от рекламного бюджета, который выставляется в параметрах.

Таким образом, важно использовать нейминг для более глубокого анализа с помощью продвинутых инструментов. Если добавлять в название нижнее подчеркивание, которое разделяет параметры, можно построить отчет по стратегиям. Если в РК заранее указывать стратегию, которая там используется, позже можно разделить по группам автоматические, ручные стратегии и проанализировать их отдельно.

Использование BI систем

BI (Business Intelligence) система – это инструмент для анализа, обработки и визуализации данных. Она позволяет сделать данные удобными для восприятия специалиста и клиента. Заказчик сможет понять, чем вы занимаетесь, какие результаты дают рекламные кампании.

В Мастере отчетов смотреть и пробовать настраивать их неудобно для предпринимателя. Функционал Мастера позволяет создавать неглубокие отчеты, поэтому важно использовать BI систему. Это позволит клиенту использовать функционал Мастера Отчетов и не погружаться внутрь Директа.

Самыми популярными системами являются Power BI, GDS, Datalens, Tableau. Однако многие системы ушли с нашего рынка в связи с последними событиями, поэтому на территории России можно использовать GDS, Datalens.

В качестве примера работы BI систем можно использовать специальные дашборды Datalens. Здесь могут быть построены отчеты по заказам, указаны регионы и гео точки. В левой нижней части дашборда указана тепловая карта, которая демонстрирует, откуда идут заказы. Локальным бизнесам важно использовать тепловую карту.

Также можно построить другие отчеты, например, по погоде и другим нюансам. Самое главное, что BI система позволяет визуализировать все, что есть в аккаунте. Также можно использовать тепловые карты по регионам. Это позволит проанализировать, какие регионы более горячие с точки зрения лидов. Особенно это касается тех ниш, где присутствует много лидов и большое количество конверсии.

Если клиенты хотят подключить какую-то более углубленную аналитику, можно использовать дашборд. Например, запущены рекламные кампании спортивных залов, которые находятся рядом с разными станциями метро. Основная задача данного дашборда – визуально показать клиенту, какой зал работает лучше или хуже и в какой лучше вкладываться.

Залы можно обозначать разными цветами, например, красный – это станция метро Беляево, зеленый цвет – это Войковская, синий – Киевская. Таким образом, отчет разделен на три основных цвета. На дашборде видно, что красного цвета больше. Это значит, что зал в Беляево – суперэффективный с большим количеством лидов. Второе место занимает зал на Войковской, где цена лида чуть выше – 45 рублей.

Таким образом, с помощью дашборда можно объяснить клиенту, куда тратятся его деньги и какой результат получается отдельно по каждому филиалу. Можно сделать похожий дашборд по категориям товаров, услуг, по типу и т.д. BI система позволяет работать с любыми исходными данными так, как мы захотим.

Разница между Мастером Отчетов и BI системой

Важно правильно указывать нейминг в рекламных кампаниях. На его основе в любом BI инструменте, в том числе в Excel, можно разделить и построить отчеты, которые недоступны в Мастере Отчетов, где можно только примерно посмотреть ошибки. Таким образом, в Мастере Отчетов нельзя провести глубокий анализ.

Дашборд, приведенный ранее, сочетает в себе таблицы, диаграммы и другие параметры. Такую же таблицу можно построить в Мастере Отчётов. Поэтому многие начинающие специалисты по контекстной рекламе задаются вопросом: «Зачем нам для этого BI система?».

Мастер позволяет построить отчет по объему трафика внутри Яндекс.Директ с помощью функции, которая может вывести показатель объема трафика в разрезе каких-то параметров, например, по компаниям, по ключам, по гео и т.д. Однако, отчеты по тому, как меняется количество конверсии от объема трафика, получить нельзя. BI система позволяет гибко управлять всеми данными, которые у вас есть, поэтому данный отчет можно построить с её помощью.

В этом случае данные загружаются по одной строчке и по одному показу, поэтому можно считать их релевантными. У нас есть 100% показов – это первое место с обычным трафаретом. Все, что выше 100% показов – это расширенные трафареты. Соответственно, можно сформулировать первичные выводы о том, нужен ли расширенный трафарет, надо ли переплачивать за большее количество трафика и т.д.

На примере отчета приведена сводная таблица по компьютеру и телефону. По полученным данным видно, что здесь принципиальной разницы нет. Между четвертым местом (60% трафика) и первым особых отличий также нет. Можно сделать вывод о том, что нет смысла показываться наверху. Однако есть возможность потерять количество кликов, так как выведен показатель кликабельности.

Строчки с пятью показами можно отсечь, так как это слишком маленькая выборка. Из отчета также видно, что у расширенного трафарета (110% трафика) сильно разнится CTR по сравнению с другими позициями, то есть можно сэкономить деньги, получить меньшее количество конверсии, если отодвинуться на четвертое место.

Таким образом, такие подробные данные, выводы и отчеты в Директе получить невозможно. Основные преимущества BI систем для специалиста:

• Понятная отчетность для клиента. Можно предоставить клики, показы, конверсии, изменение динамики от недели к неделе, от месяца к месяцу, от дня ко дню, чтобы клиент мог посмотреть все изменения.
• Один дашборд для рутинной аналитики. Он может сочетать несколько отчетов, которые позволят провести полную аналитику. Больше не надо формировать отчеты для каждого клиента. Можно разработать свой шаблон и использовать его в дальнейшем для всех заказчиков. Это позволяет тратить время на анализ, а не на построение отчетов.
• Возможность построения отчетов, которых нет в других системах. Например, в Директе нет отчета по дням недели, в Метрике он есть, но нет расходов. BI системы позволяют понять стоимость конверсии по расходам.
• Возможность формировать красивые отчеты за счет красочных графиков, карт и т.д.

Для чего нужна автоматизация передачи данных

Проблемы с отчетами могут возникать в автоматизации передачи данных. Если не реализовать автоматизацию, отчеты все равно придется строить вручную. В целом автоматизация передачи данных позволяет:

• Строить отчеты без времени на подготовку. Необходимо настроить автоматизацию каких-то рекламных кампаний, ключей, дат, устройств и так далее. Достаточно одного раза для подготовки данных, их отправки и обработки. Так как данные автоматизированы, дашборд и отчеты обновляются автоматически.
• Формировать всегда актуальные отчеты и дашборды.
• Получать автоматически обновляющиеся отчеты по всем клиентам. Можно сделать дашборд с информацией о разных площадках по каждому клиенту. Это позволит не авторизовываться во всех аккаунтах заказчиков, а заходить в один дашборд и анализировать основные показатели.

Как получать автоматизированные данные

Есть две платформы: Директ и Мастер отчетов для автоматизации передачи данных. Такие же данные можно получить с помощью API (инструмента подключения к базе данных Яндекса). Он позволяет выгружать всю статистику из аккаунта в сторонние программы. Процесс работы API:

• Совершается запрос к API Директа.
• Данные отправляются в базу данных.
• Дашборд берет актуальные данные из базы и обновляется.

Выгрузка данных по API может происходить с помощью двух инструментов:

• Коннектор (например, Albato, Owox). Если вы хоть немного погружались в историю с аналитикой Директа, сквозную аналитику, то лучше использовать коннекторы.
• Скрипт на Python. Можно написать свой собственный скрипт или заказать его. Он также сможет выгружать данные с помощью действия, как у коннектора.

При использовании коннектора необходимо платить за каждого клиента, подключение и т.д. Таким образом, использовать написанные скрипты дешевле, чем его.

Способы автоматизации отчетности с помощью Google Sheets и баз данных

Данные чаще всего хранятся в следующих сервисах:

• Google Sheets. Не требуется наличие специфических знаний, чтобы работать с данным сервисом (это просто гугл таблицы).

• Простые базы – MySQL, Oracle, PosgreSQL. Это базы, которые обладают простым языком.

• Продвинутые – ClickHuse, Google BigQery.

Разница между хранением в таблицах, простых базах типа MySQL и продвинутых, как Clickhouse заключается в следующих параметрах:

• В Google Sheets установлено ограничение в 10 миллионов ячеек. Соответственно, его можно использовать только как прокладку для временного хранения данных. Что-то выгрузили – сразу в отчет, копить данные не получится. Необходимо разбивать данные на несколько Гугл табличек, а это неудобно, непрактично и сложно. Google Sheets используются только для маленького количества данных.
• В простых базах данных не установлены ограничения, но они медленно работают, так как они являются «расширенным Экселем». Это большая проблема, так как Excel работает по ячеечной структуре, то есть он обращается в таблицу и смотрит, что находится в каждой ячейке. Это очень замедляет процесс обработки, вывода и визуализации этих данных. Простые базы данных не позволят построить какой-то глубокий отчет или красивый дашборд, потому что он будет очень долго (три – четыре минуты) грузиться. Поэтому с простыми базами данных обычно работают очень аккуратно.
• В продвинутых базах ограничения также не установлены, и они быстро работают. Например, в одной кампании по Директу содержится более 5 млн строк и 46 столбцов, продвинутые БД позволяют вывести любое количество информации.

Однако при использовании сложных баз данных (например, ClickHouse) можно столкнуться со сложностями:

• Более сложная структура передачи и хранения. В этом случае коннектор может не справиться, только скрипт.
• Более конкретный синтаксис SQL (язык баз данных).
• Нужен мощный сервер (от 600 рублей в месяц).