Как оценить настройки ротации рекламы PPC

Ротация рекламы - одна из забытых настроек. У каждого есть предпочтение: «всегда чередовать бесконечно» или «всегда оптимизировать по преобразованиям», но выбранные настройки часто отражают предпочтения менеджера по умолчанию, а не утилиту настроек. Параметр следует использовать не как предпочтение, а как инструмент и предмет для дальнейшего анализа.

В этой статье будут рассмотрены варианты ротации объявлений и способы быстрого определения возможностей. Это может показаться большой темой, и есть много мнений по этому поводу, но как только вы усвоите концепцию, вы найдете ее довольно интуитивно понятной.

Настройки ротации объявлений

Настройки ротации объявлений бывают нескольких форм. Используя AdWords в качестве примера, мы можем:

• Оптимизировать по кликам
• Оптимизировать по конверсиям
• Вращать бесконечно
• Поверните и оптимизируйте

Каждая настройка изменяет потенциальный процент полученных показов отдельного объявления в группе объявлений, что может иметь большое влияние на эффективность.

Две линии мысли

Мы можем разбить настройки на две основные группы. Один предпочитает человеческий контроль и ручной выбор победителя. Второй позволяет системе изменять ротацию рекламы на основе собственных данных.

Сторонники ручного тестирования используют равномерную ротацию как «справедливый тест». Каждое объявление имеет одинаковый потенциал для участия в аукционе. Это должно более равномерно сбалансировать показы, давая каждому объявлению шанс выиграть тест и создать достаточную выборку данных. Конечно, это только шанс принять участие в аукционе, и плохое объявление может не пройти квалификацию на таком же количестве аукционов, как и другие объявления.

Сторонники автоматической оптимизации выступают за более быструю природу системы. Оптимизация происходит намного быстрее, чем ручной процесс. В системе также больше данных, чем у рекламодателя. Данные аукционов, поведение пользователей и многое другое можно использовать для определения фактической эффективности рекламы. Система также может предложить больше нюансов. Могут быть случаи, когда определенная реклама, которая в среднем работает хуже, на самом деле является лучшей рекламой для определенной группы пользователей. Теоретически система может уловить это и показать эту рекламу только в это время. Незначительный выигрыш от этих оптимизаций может привести к существенному увеличению производительности.

Обратной стороной автоматической оптимизации является потеря контроля. Это может нарушить ценность, полученную от представления и соблюдения явного процесса тестирования рекламы, такого как CTC. Автоматическая оптимизация также может изменить способ настройки тестов рекламы. Вместо A / B-тестирования вы можете выбрать запуск большего количества объявлений для каждой группы объявлений и отсеивать проигрывающие объявления с течением времени. Звучит незначительно, но нельзя недооценивать влияние на процессы.

Определение возможностей

Что, если вы хотите оценить два варианта в своей учетной записи (ах)? Стоит ли переключаться на оптимизацию по щелчкам или равномерно?

Мы можем оценить это с помощью грубой математики и для этого сообщения в блоге сводной таблицы. Обратите внимание, что это можно было бы сделать проще с помощью PowerPivot или SQL, но мы пропустим это для удобства. Если вы заинтересованы в использовании этих технологий, вы все равно можете использовать ту же настройку, которую мы используем ниже.

Настройка анализа

В этом примере мы предполагаем, что учетная запись настроена на неограниченное вращение. Мы хотим оценить влияние перехода на оптимизацию по кликам. Сначала мы загрузим всю нашу рекламу и данные. Мы можем использовать последние данные за последние 30 дней или за более длительный период.

Иметь ввиду:

• Любые акции, проводимые в течение периода
• Основные изменения в рекламном тексте
• Форматы рекламы
• Изменения статуса объявления

Вы также можете выбрать сегментирование по типу объявлений, в зависимости от того, насколько вы полагаетесь на стандартные текстовые объявления в данный момент.

Стол

Теперь, когда у нас есть данные, мы можем приступить к созданию нашей сводной таблицы! Нам нужно настроить кампании и / или группы объявлений в виде строк. Это позволяет нам рассчитать влияние на каждом уровне, поскольку мы можем принимать разные решения для каждой кампании. Если группа объявлений сильно отличается, мы можем определить возможность реструктуризации.

В наши столбцы мы вставим общее количество показов, максимальный CTR и средний коэффициент конверсии. Вы можете включить дополнительные столбцы для справки, но три указанных выше являются необходимыми. Вы также можете сегментировать по количеству показов или кликов. Это должно ограничить количество малообъемных объявлений с нереалистичным CTR, таких как реклама с двумя кликами и четырьмя показами. Ниже я использую флаг ИСТИНА / ЛОЖЬ для более тысячи показов в фильтре.

Расчет воздействия

У нас есть все необходимые данные. Математика здесь тоже довольно проста. Если мы переключимся на оптимизацию по кликам, реклама с более высоким CTR должна показываться чаще. Предполагая, что в аккаунте было одинаковое количество показов, мы можем рассчитать потенциальные клики, умножив общее количество показов на максимальный CTR соответствующих объявлений.

Потенциальные клики = общее количество показов x максимальный CTR

Теперь, когда у нас есть максимальное количество потенциальных кликов, мы можем рассчитать потенциальные конверсии, умножив потенциальные клики на средний коэффициент конверсии.

Возможные конверсии = потенциальные клики x средний коэффициент конверсии.

или

Возможная конверсия = общее количество показов * максимальный CTR * средний коэффициент конверсии

На этом этапе вы можете выполнить несколько расчетов, чтобы изучить разницу между фактическими и потенциальными конверсиями и определить области, которые необходимо изменить.

Почему средний коэффициент конверсии?

Вы можете спросить, почему средний коэффициент конверсии, а почему не фактический коэффициент конверсии по объявлению? В этом примере мы предполагаем, что коэффициент конверсии зависит от целевой страницы, а не от рекламного текста. Конечно, это не сработает, если вы тестировали целевые страницы в конечных URL, показывали очень разные объявления, такие как промо-акции, или завышали CTR рекламы, добавляя такие слова, как «бесплатно».

Если вам удобнее, вы можете использовать коэффициент конверсии объявления с самым высоким CTR. Это может быть уместно, если у вас есть совершенно разные рекламные тексты, которые могут привлекать разные типы посетителей. Вы также можете взвесить их так или иначе, сказав, что только часть разницы произошла из-за рекламы.

Удачи! Вы всегда можете скорректировать свои расчеты с течением времени, поскольку вы собираете больше данных для каждого раунда и, в частности, лучше разбираетесь в этой учетной записи.

Принятие решения на основании данных

Этот тип анализа открывает новые возможности для управления счетом. Что более ценно: увеличение трафика и конверсий или извлечение уроков из процесса тестирования рекламы? Если есть большие расхождения между потенциальными и фактическими конверсиями, это может изменить вашу тактику. Если у вас был напряженный сезон, вы можете выбрать ротацию рекламы на основе кликов, чтобы увеличить трафик и доход. Или, если цифры близки, вы можете запустить новый тест в тот же период, чтобы максимизировать тестирование рекламы. Ключевой концепцией здесь является лучшее понимание ваших вариантов, чтобы вы могли принять лучшее бизнес-решение и не быть привязанными к практике по умолчанию.