Контекстная реклама
Редакция Yagla
Прогноз трафика, бюджета и заявок в Яндекс.Директ
Статья
191599
В этой статье – методика прогнозирования от Ильи Исерсона, владельца агентства контекстной рекламы MOAB. Он дает рекомендации, как прикинуть объем трафика, бюджета и заявок в рекламе на поиске Яндекса, и на основе этого решить, стоит ли запускать кампанию.
Ситуации, когда прогнозировать сложно
Типичный пример – сезонный спрос.
Есть относительно стабильные вещи, как Новый год. Это повторяющееся событие, которое можно примерно прикидывать, но это повторение условно. Все сезоны разные, и часто прогнозы отличаются от реальности.
Еще труднее определить будущий бюджет и трафик рекламы сложного продукта – например, следующей модели айфона. Ошибочно полагаться на прошлые статистические данные. Во-первых, товар изменился. Во-вторых, никто не знает, насколько он «выстрелит» и покорит ли ту же аудиторию. Аналогично – для непрямых продаж.
Выход один – нужен опыт, без него не сделать адекватной оценки.
В стабильных тематиках прогнозировать можно точнее – с вероятностью плюс-минус 10-15%. Для бизнес-планирования этого более чем достаточно.
Что такое базисы (маркерные запросы)
Для интернет-магазинов это чаще брендовая семантика: запросы в русском и английском написании, синонимы, названия серий и иногда моделей. Собрать ее просто, хотя занимает время.
Алгоритм следующий:
1) Ищем все расширенные запросы из WordStat. Не просто просматриваем 40 страниц, а парсим в глубину – по каждому запросу. В итоге получаем n-ное количество фраз.
Покажем на примере.
Для справки. Это антикейс: подсчеты показали неокупаемость идеи, и от нее отказались в пользу других проектов.
Агентство MOAB составило семантическое ядро для интернет-магазина туристического оборудования и товаров «Моя планета».
Каждый товар содержит много разных базисов. Так выглядят базисы из Вордстата для товара термокружка stanley:
- Набор туриста stanley
- Набор туристический stanley
- Термокружка stanley
- Термос stanley
- Термобутылка stanley
- Фляга stanley
- Термостакан stanley
- Набор туриста стенли
- Набор туристический стенли
- Термокружка стенли
- Термос стенли
2) Применяем двухуровневый парсинг с подсказками. Например, по запросу «термос стенли купить» получаем при поиске первую подсказку «термос стенли купить недорого». Затем – аналогично, уже для фразы «термос стенли купить недорого». И так далее. В результате примерно из 200 базисов получаем 700-800 словосочетаний.
3) Объединяем полученные списки, удаляем точные дубли и проверяем частотность. Внимание: отбираем только фразы с ненулевой частотой! После этого их остается около 350-450. Примеры:
Во втором столбце – количество уникальных запросов, которые получили из всех источников по каждому базису.
4) Повторяем шаги 2-3 для каждого базиса.
Это единственный метод сбора базисов, который позволяет получить 100% охват. Вы анализируете всех пользователей, кто что-либо искал по данной тематике. Это нужно, с одной стороны, чтобы показать им объявление. С другой – оградить себя от показов по нецелевым запросам: как установить палатку, как зашить палатку и т.д. Из них вы формируете минус-файл.
Базисы помогают систематизировать подход к кампаниям: один базис – одна кампания.
Баланс «трудозатратность – охват»
Базис тащит за собой огромный «хвост» низкочастотных и не всегда целевых запросов. Подробная его проработка – гарантия 100% охвата, но трудозатратность этого процесса высокая. На зачистку уходит 70% времени.
Пример – вы продаете пластиковые окна. В базисе найдете много «мусора» типа «пластиковые окна своими руками», «ремонт пластиковых окон».
Если отказаться от базиса «пластиковые окна» и сразу парсить «пластиковые окна купить», «пластиковые окна цены», «пластиковые окна заказать», вы получите меньший массив – скажем, не 10 тысяч, а только тысячу. Так вы быстрее настроите рекламную кампанию, но потеряете охват.
Важно найти сочетание приемлемой трудозатратности и достаточного охвата.
Можно прописать очевидные минус-слова, но на практике для их выявления лучше просмотреть весь массив вручную. Большинство важных минус-слов невозможно угадать сразу.
Прогнозирование избавляет от ненужной работы по минусовке фраз (при неудовлетворительных результатах прогноза) на этапе, когда вы собрали только базисы и еще не настроили кампании.
Прогноз бюджета
Рассмотрим на примере готовой семантики агентства MOAB по запросам, связанным с подарками.
Заходим в Директ. Вкладка «Прогноз бюджета»:
Задаем регион:
Выбираем период:
Внимание: точность данных падает на прошлых периодах за счет погрешностей Вордстата и разницы сезонов. К примеру, в этом мае кондиционеры пользуются спросом, так как жарко, а в следующем будет холодно. Учитывайте это.
Вбиваем базисы:
Лайфхак для новичков: если вы хорошо собрали базисы, Директ вам не показывает подсказки. Если что-то упустили – предложит дополнительные варианты.
Кнопка «Посчитать».
На практике некоторые объявления будут и в первом спецразмещении, и в гарантии. Для простоты используем «2-е спецразмещение» – усредненное значение между максимумом и минимумом трафика.
Само по себе понятие «позиция» устаревает. Торг идет не за место, а за допуск к аудитории.
Теперь экспортируем данные в xls:
Для дальнейших расчетов создаем таблицу в Excel (скриншот ниже).
Средняя цена клика
Директ дает среднюю установленную и среднюю списываемую цену. На практике они слишком высокая и слишком низкая соответственно. Нужна более точная оценка.
Для этого мы среднюю установленную цену делим на 3,5 для каждой фразы:
3,5 – это эмпирическое число, которое автор получил на опыте кампаний с высоким трафиком.
Затем вычисляем среднюю по столбцу I для всего массива. Также – частотность как сумму по столбцу D «Количество показов в месяц (прогноз)».
Трафик
Рассчитываем прогнозируемое количество посетителей в день по формуле Частотность / 3 / 30 * 0,1, где:
- 30 – количество дней в месяце;
- 0,1 – CTR.
Кликабельность получена при исследовании кампаний, которые включают большой объем низкочастотной семантики и не используют ограничивающие операторы (типа кавычек). Для запросов с широким охватом вы вряд ли получите CTR выше 10-14%.
Причина – большой объем уникальных запросов, которые сложно спарсить, даже если модифицировать объявления и минусовать слова. Для этих запросов ваши объявления недостаточно точные, поэтому они генерируют нецелевые показы.
- 3 – это коэффициент очистки. Он показывает, как сожмется охват за счет минусовки определенных запросов.
Величина 3 применима для большинства интернет-магазинов, которые работают с прямым спросом. Допустим, вы рекламируете бензопилы Husquarna и рекламируетесь по всем запросам, которые содержат бензопилы Husquarna и расширения.
Коэффициент очистки зависит от количества «мусора» в массиве, количества слов в базисе, сезонных и рыночных колебаний и т.д. Уточнить его величину помогает только опыт.
В результате получаем:
Прогнозируемый бюджет
Умножаем трафик на среднюю цену клика.
Что получаем:
Лиды
Это любая форма контакта.
Проще посчитать, если вы раньше работали в этой тематике, и у вас есть данные по конверсии, или вы можете узнать показатели конкурентов.
Однако если нет предыдущего опыта и невозможно подглядеть информацию, можно рассчитать прогнозы по нескольким значениям: 1,5%, 3% и 4%. Это негативный, оптимальный и позитивный сценарий.
Пример расчета количества лидов для оптимального сценария.
Формула: Трафик * 30 * 0,03, где
- 30 – количество дней в месяце;
- 0,03 (3%) – конверсия для оптимального сценария:
Рассчитываем стоимость лида по формуле Прогнозируемый бюджет * 30 / Количество лидов:
Исходя из этого определяем маржинальность и принимаем решение.
Если какие-то сегменты трафика окупаются во всех случаях, с ними начинайте работать в первую очередь.
Если при оптимальном и позитивном – с ними осторожнее, внимательнее изучайте конверсию.
Насчет трафика, который окупается только при позитивном сценарии, подумайте дважды, стоит ли создавать для него рекламную кампанию.
Заключение
Прогнозирование – это не факты, а некая вероятность значений для будущей кампании. Сам процесс и последующая настройка рекламы довольно трудоемки, поэтому оценивайте заранее любую идею на окупаемость, чтобы потом не было мучительно больно за потерянное время.
Высоких вам конверсий!
191599
4 Читайте ещё статьи по этой теме
Всё о чат-ботах для бизнеса Статья
Чат-бот – виртуальный собеседник, который помогает работать с большим потоком клиентов. Он умеет отвечать на популярные вопросы и решать шаблонные задачи.3
Как не облажаться при выборе удаленной работы в интернете Статья
Работать из дома хочет практически каждый второй, кто раньше этого не пробовал. На первый взгляд это просто мечта: работать откуда и когда угодно, забыть про будильники и совещания.2
Секреты потребительской психологии в онлайне Статья
Как залезть в голову к вашей целевой аудитории? Чтобы выстраивать эффективное взаимодействие, надо знать, что посетителям сайта сразу бросается в глаза, что может испортить их впечатление, наконец, почему они уходят без заявок. Это можно выяснить только на практике: подглядеть их действия в Вебвизоре, напрямую спросить в опросе, что не так с сайтом, иными способами изучить их поведение и мотивы.
Написать комментарий
АлексейApril 5, 2018 в 9:34 PM
Вот эту фразу не понял "Затем вычисляем среднюю по столбцу I для всего массива. Также – частотность как сумму по столбцу D «Количество показов в месяц (прогноз)»". О какой частотности идет речь? Я понял, что надо вычислить среднюю частотность по столбцу D, те по "примерному количеству показов". Так? Откуда берется частотность и о какой частотности идет речь? о базовой для каждого ключа? Но: "Также – частотность как сумму по столбцу D «Количество показов в месяц (прогноз)»". Вот эту фразу расшифруйте пожалуйста. А то никак не пойму, что из чего считать..
Александр ЯглаApril 11, 2018 в 12:13 PM
Алексей, тут небольшая путаница из-за понятий. Под частотностью по столбцу D имеется ввиду прогнозная сумма показов в месяц. То есть, частотность как общее количество показов по всем фразам. Собственно говоря, в столбце D и отображается кол-во показов по фразам. Просто считаем общую цифру. Это и есть «частотность», что вас смутила)
Андрей СахабаевOctober 29, 2017 в 8:57 PM
Почему при прогнозе берем CTR 0,1, а не, напрример, 7-10?
Александр ЯглаOctober 30, 2017 в 7:33 AM
Андрей, авторская методика такая. Илья сам так поясняет: «Кликабельность получена при исследовании кампаний, которые включают большой объем низкочастотной семантики и не используют ограничивающие операторы (типа кавычек)».
Обсуждаемое
GEO-продвижение медклиник: как привлечь пациентов из AI-поиска Статья
Нейросети всё чаще формируют выбор пациента за него — и если вашей клиники нет в рекомендациях нейросети, вы теряете «горячие» заявки ещё до перехода на сайт. undefined.
Количество интернет-магазинов в России выросло на 12% Статья
По итогам 2025 года зарегистрировано 9,8 тыс. новых доменов.
Перестаем считать рекламу «в моменте»: зачем маркетингу когортный анализ Статья
В практике performance-маркетинга часто встречается ситуация, когда компании перерастают базовую аналитику, но продолжают опираться на привычные метрики. На старте отслеживать стоимость привлечения лида (CPL) или текущий возврат инвестиций (ROI) вполне достаточно.
Свежее
Госдума отклонила проект об обязательной маркировке ИИ-контента Статья
Требование ставить метку «Сделано ИИ» посчитали труднореализуемым. .
Главный интегратор систем блокировок Рунета готовится к расширению и закупает серверы на 1,3 млрд рублей Статья
Власти планируют усилить борьбу с сервисами обхода ограничений. .
В России разблокировали Roblox Статья
Платформа выполнила все требования для возобновления работы в стране. .
