Jak ocenić ustawienia rotacji reklam PPC

Rotacja reklam to jedno z zapomnianych ustawień. Każdy ma preferencję „zawsze obracaj się w nieskończoność” lub „zawsze optymalizuj według konwersji”, ale wybrane ustawienia często odzwierciedlają domyślną preferencję menedżera, a nie narzędzie ustawień. Miejsce powinno być raczej narzędziem i przedmiotem dalszej analizy niż preferencją.

Z tego artykułu dowiesz się, jakie masz opcje rotacji reklam i jak szybko zidentyfikować możliwości. Może to brzmieć jak duży temat i jest wiele opinii na ten temat, ale kiedy zrozumiesz tę koncepcję, uznasz ją za dość intuicyjną.

Ustawienia rotacji reklam

Ustawienia rotacji reklam występują w kilku formach. Na przykładzie AdWords możemy:

• Optymalizuj za pomocą kliknięć
• Optymalizuj według konwersji
• Obracaj się w nieskończoność
• Obracaj i optymalizuj

Każde ustawienie zmienia potencjalny udział poszczególnych reklam w wyświetleniach w grupie reklam, co może mieć duży wpływ na skuteczność.

Dwie linie myślenia

Ustawienia możemy podzielić na dwie główne grupy. Jeden faworyzuje ludzką kontrolę i ręczne wybieranie zwycięzcy. Drugi pozwala systemowi zmieniać rotację reklam na podstawie własnych danych.

Zwolennicy testów ręcznych stosują równomierną rotację jako „uczciwy test”. Każda reklama ma taki sam potencjał do wzięcia udziału w aukcji. Powinno to zrównoważyć wyświetlenia w bardziej równomierny sposób, dając każdej reklamie ujęcie wygrywające test i tworząc wystarczającą próbkę danych. Oczywiście jest to tylko szansa na wzięcie udziału w aukcji, a słaba reklama może nie kwalifikować się w tylu aukcjach, co inne reklamy.

Zwolennicy automatycznej optymalizacji opowiadają się za szybszym charakterem systemu. Optymalizacja przebiega znacznie szybciej niż proces ręczny. System ma też więcej danych niż reklamodawca. Dane aukcji, zachowanie użytkowników i inne dane mogą służyć do określania rzeczywistej skuteczności reklam. System może również oferować więcej niuansów. Może się zdarzyć, że określona reklama, która ma średnio gorsze wyniki, jest w rzeczywistości najlepszą reklamą dla określonej podgrupy użytkowników. System teoretycznie mógłby to wychwycić i pokazać tę reklamę tylko w tych momentach. Marginalne korzyści wynikające z tych optymalizacji mogą się sumować do znacznego wzrostu wydajności.

Minusem automatycznej optymalizacji jest utrata kontroli. Może to zaburzyć wartość uzyskaną dzięki prezentacji i trzymaniu się jawnego procesu testowania reklam, takiego jak CTC. Automatyczna optymalizacja może również zmienić sposób konfigurowania testów reklam. Zamiast testów A/B możesz zdecydować się na wyświetlanie większej liczby reklam w grupie reklam i odrzucać z czasem przegrywające reklamy. Brzmi to mało, ale wpływu na procesy nie należy lekceważyć.

Identyfikacja możliwości

Co zrobić, jeśli chcesz ocenić te dwie opcje na swoim koncie (kontach)? Czy przełączyć się na optymalizację za pomocą kliknięć, czy rotację równomiernie?

Możemy ocenić za pomocą przybliżonej matematyki i dla tego posta na blogu, tabeli przestawnej. Zauważ, że można to łatwiej wykonać za pomocą PowerPivot lub SQL, ale pominiemy to ze względu na dostępność. Jeśli jesteś zainteresowany korzystaniem z tych technologii, nadal możesz korzystać z tej samej konfiguracji, której używamy poniżej.

Konfiguracja analizy

W tym przykładzie założymy, że konto jest ustawione na rotację w nieskończoność. Chcemy ocenić wpływ zmiany na optymalizację według kliknięć. Najpierw pobierzemy wszystkie nasze reklamy i dane. Możemy wykorzystać najnowsze dane z ostatnich 30 dni lub z dłuższego okresu.

Pamiętać:

• Wszelkie promocje w tym okresie
• Główne zmiany w tekście reklamy
• Formaty reklam
• Zmiany w stanie reklamy

Możesz również zdecydować się na segmentację według typu reklamy, w zależności od tego, jak bardzo polegasz na standardowych reklamach tekstowych w danym momencie.

Stół

Teraz, gdy mamy dane, możemy zacząć budować naszą tabelę przestawną! Chcemy skonfigurować kampanie i/lub grupy reklam jako wiersze. Pozwala nam to obliczyć wpływ na każdym poziomie, ponieważ w każdej kampanii możemy podejmować różne decyzje. Jeśli grupa reklam drastycznie się różni, możemy zidentyfikować możliwość restrukturyzacji.

W naszych kolumnach wstawimy łączną liczbę wyświetleń, maksymalny CTR i średni współczynnik konwersji. Możesz dołączyć dodatkowe kolumny w celach informacyjnych, ale trzy powyższe są niezbędne. Możesz też segmentować według liczby wyświetleń lub kliknięć. Powinno to ograniczyć liczbę reklam o małej liczbie wyświetleń z nierealistycznymi współczynnikami CTR, takich jak reklama z dwoma kliknięciami i czterema wyświetleniami. Poniżej używam flagi TRUE/FALSE dla ponad tysiąca wyświetleń w filtrze.

Obliczanie wpływu

Mamy wszystkie potrzebne nam dane. Matematyka tutaj też jest dość prosta. Jeśli przełączymy się na optymalizację pod kątem kliknięć, reklama o wyższym CTR powinna wyświetlać się częściej. Zakładając, że konto miało taką samą liczbę wyświetleń, możemy obliczyć potencjalne kliknięcia, mnożąc łączną liczbę wyświetleń przez maksymalny CTR kwalifikujących się reklam.

Potencjalne kliknięcia = łączna liczba wyświetleń x maks. CTR

Teraz, gdy dysponujemy maksymalną liczbą potencjalnych kliknięć, możemy obliczyć potencjalne konwersje, mnożąc potencjalne kliknięcia przez średni współczynnik konwersji.

Potencjalne konwersje = Potencjalne kliknięcia x Średni współczynnik konwersji

lub

Potencjalna konwersja = łączna liczba wyświetleń * maks. CTR * średni współczynnik konwersji

W tym momencie możesz wykonać kilka obliczeń, aby zbadać różnicę między rzeczywistymi i potencjalnymi konwersjami i zidentyfikować obszary wymagające zmiany.

Dlaczego średni współczynnik konwersji?

Możesz zapytać, dlaczego średni współczynnik konwersji, a nie rzeczywisty współczynnik konwersji na reklamę? W tym przykładzie zakładamy, że współczynnik konwersji zależy od strony docelowej, a nie od tekstu reklamy. Oczywiście to nie zadziała, jeśli testujesz strony docelowe w końcowych adresach URL, wyświetlasz bardzo różne reklamy, takie jak promocje, lub zwiększasz CTR reklam, dodając słowa takie jak „bezpłatne”.

Jeśli czujesz się bardziej komfortowo, możesz użyć współczynnika konwersji reklamy o najwyższym CTR. Może to być odpowiednie, jeśli masz drastycznie inny tekst reklamy, który może przyciągać różne typy użytkowników. Możesz też zważyć je w taki czy inny sposób, mówiąc, że tylko część różnicy wynika z reklamy.

Baw się dobrze! Zawsze możesz dostosowywać swoje obliczenia w czasie, gdy zbierzesz więcej danych dla każdej rundy, i uzyskasz lepszy wgląd w to konto.

Podejmowanie decyzji na podstawie danych

Ten rodzaj analizy otwiera nowe możliwości zarządzania kontem. Co jest bardziej wartościowe, wzrost ruchu i konwersji, czy nauka z procesu testowania reklam? Jeśli istnieją duże rozbieżności między potencjalnymi a rzeczywistymi konwersjami, może to zmienić Twoją taktykę. Jeśli wchodziłeś w pracowity sezon, możesz zdecydować się na rotację reklam na podstawie kliknięć, aby zwiększyć ruch i przychody. Lub jeśli liczby są zbliżone, możesz zdecydować się na rozpoczęcie nowego testu w tym samym okresie, aby zmaksymalizować testowanie reklam. Kluczową koncepcją jest lepsze zrozumienie opcji, dzięki czemu możesz podjąć najlepszą decyzję biznesową i nie być przywiązanym do domyślnych praktyk.