Математическое решение для прогнозирования бюджета PPC

За более чем десять лет управления аккаунтами Google Рекламы для многих клиентов во многих отраслях я обнаружил, что всегда возникают похожие вопросы. Самый последовательный вопрос, который я часто получаю, сводится к одной важной концепции:

«Как мы можем спрогнозировать результаты для других инвестиций в рекламу?» .

Дать точный ответ на этот вопрос было моей миссией на протяжении последних 2 лет.

Опытные профессионалы Google Рекламы развивают чутье, чтобы отвечать на подобные вопросы. Проведя время в учетной записи, вы почувствуете ее потенциал.

Несмотря на то, что я мог дать интуитивный ответ на то, что я считал хорошим прогнозом производительности, я всегда терпел неудачу, пытаясь найти оправдание.

Оптимизация бюджета - это инструмент, который я разработал для решения этой проблемы. Он обеспечивает визуальный график траектории кампании и математически обоснованный прогноз эффективности при различных расходах. Это позволяет нам найти решение, а также увидеть его причины.

Как я могу точно спрогнозировать расходы на контекстную рекламу?

Этот вопрос обычно возникает при переходе к новой учетной записи, но также с годами продолжает всплывать по мере того, как учетная запись созревает. Хотя вопросы клиентов по этой теме различаются, они сходятся в одном:

• У меня достаточно бюджета, если мы сможем заставить его работать, сможем ли мы достичь рентабельности инвестиций X: 1?
• Что будет с CPA, если мы увеличим расходы в аккаунте на X?
• Что мне действительно нужно тратить на моем счете, чтобы получить от него максимальную отдачу?
• Мне нужно сократить бюджет. Какой будет моя цена за конверсию (или рентабельность инвестиций), если мы уменьшим бюджет на X%?

Важно понимать, что стоит за этим вопросом и кто его задает. Эти вопросы являются высокоуровневыми: человек, задающий вопрос, не смотрит на детали, например, почему определенное объявление написано в одностороннем порядке или почему это ключевое слово соответствует этому объявлению.

Это вопросы, которые задают лица, принимающие решения, и ключевые заинтересованные стороны, а это означает, что в конечном итоге именно эти вопросы имеют значение для бизнеса. Вот почему это такой важный вопрос, на который нужно хорошо ответить, хорошо обоснованный ответ впечатлит тех, кто имеет значение и влияет на ключевые решения в бизнесе.

Как бы вы сейчас ответили на этот вопрос? Распространенный подход - экстраполяция на основе процента полученных показов. Мы могли просмотреть каждую кампанию и оценить изменения в расходах и конверсиях. Если мы удвоим процент полученных показов, мы предполагаем, что расходы и конверсии также увеличатся вдвое. Это даст ограниченный ответ, но предполагает линейную эффективность кампании по мере увеличения инвестиций, что не влияет на уменьшение прибыли.

Мы видим, как это выглядит визуально и насколько это нереально для дальнейшего увеличения расходов. В приведенном ниже примере, поскольку мы удваиваем процент полученных показов (IS) с 30% до 60%, мы предполагаем линейное увеличение расходов и конверсий, при этом оба этих показателя удваиваются.

Изображение 1. Использование процента полученных показов для оценки потенциального увеличения расходов создает нереалистичную линейную проекцию.

Нам нужна лучшая модель, которая могла бы более точно отображать наши кампании и учитывать уменьшение прибыли.

Визуализация аккаунта Google Рекламы

Лучшим подходом является построение математической модели на основе прошлых результатов. Лучший способ объяснить эту модель - изобразить ее на графике.

Думайте об этом как о возможности взглянуть на свою учетную запись Google Рекламы из другого измерения. Мы привыкли смотреть на кампании, показы и клики, а также на эффективность ключевых слов и объявлений.

Все они жизненно важны для понимания и оптимизации компонентов учетной записи, но сосредоточение внимания на этих показателях не дает целостного представления о траектории учетной записи.

Траектория счета - это новое измерение, которое позволяет нам ответить на основной вопрос. Он дает нам визуальное представление об эффективности аккаунта, которое мы можем использовать для прогнозирования и прогнозирования эффективности.

Ниже приведен пример того, как мы можем построить и визуализировать траекторию счета.

Ось X показывает расходы в день, а ось Y показывает количество конверсий за день. Каждая точка - это расходы и конверсии за определенный день за шестимесячный период. Каждый день в течение этого шестимесячного периода на графике отображается примерно 182 точки.

Мы уже можем почувствовать траекторию счета, просто взглянув на график. Мы видим связь между расходами и конверсиями. По мере увеличения расходов конверсия увеличивается с определенной скоростью.

Наше ключевое понимание заключается в скорости изменения этих отношений, которую мы можем описать математически .

Регрессионный анализ

Регрессионный анализ - это тип модели машинного обучения, который может математически представить взаимосвязь между расходами и конверсиями за этот период. В том же примере мы добавили линию регрессии, чтобы отобразить эту связь.

Кривая регрессии позволяет нам прогнозировать соответствующие конверсии при разных уровнях расходов. Кроме того, мы можем выйти за пределы графика, вплоть до любых ежедневных расходов, используя формулу регрессии кривой.

Стоимость и цена за конверсию

Ранее мы сравнивали стоимость и количество конверсий. Мы также можем выделить еще один потенциально более информативный параметр: стоимость по сравнению с ценой за конверсию, где цена за конверсию (или рентабельность инвестиций) является наиболее важным показателем эффективности.

На скриншоте ниже график слева представляет собой график зависимости стоимости от конверсий, а график справа - это тот же аккаунт, на котором показаны затраты и цена за конверсию.

График зависимости стоимости от CPA наглядно показывает нам, что существует оптимальная точка CPA при расходах примерно 1400 долларов в день, и именно здесь CPA будет самой низкой. По мере того, как мы увеличиваем расходы с этого момента, мы можем визуализировать, как начинает расти цена за конверсию.

Теперь мы можем видеть траекторию счета с двух визуальных аспектов (измерений). Оба графика регрессии полезны для прогнозирования конверсий или цены за конверсию при разных уровнях расходов. (или, альтернативно, доход и рентабельность инвестиций). Это важные показатели, и у нас есть формула для их прогнозирования.

Теперь можно понять потенциал аккаунта и ответить на исходный вопрос. Это больше не игра в догадки или интуиция, теперь мы можем делать прогнозы на основе надежной математической модели, основанной на прошлых результатах.

Предложение по оптимизации бюджета

В то время как регрессионный анализ можно выполнить в Excel, оптимизация бюджета может добавить дополнительные возможности для более качественного анализа. К преимуществам можно отнести:

Подходите к разным моделям регрессии : разные счета имеют разные траектории, и поэтому разные модели регрессии обеспечивают большую точность. Мы рассматриваем r-квадрат и среднеквадратичную ошибку как меры для автоматического подбора лучшей модели и получения наиболее точных прогнозов.

В приведенном ниже примере показано, как разные модели могут отображать взаимосвязь между стоимостью и конверсиями. Некоторые модели более точно отражают тенденцию, чем другие.

Анализ «что, если»: когда мы визуализируем учетную запись, это позволяет легко увидеть точку оптимальной цены за конверсию или рентабельности инвестиций. Инструмент также может решить эту проблему математически, используя анализ «что, если».

Расширенная фильтрация: запуск и повторный запуск этих моделей занимает много времени, когда вам нужно отфильтровать определенные показатели учетной записи и посмотреть на различные комбинации кампаний. Возможно, вы захотите просмотреть только небрендовые кампании, изменить исторические периоды времени или просмотреть только мобильные кампании. Инструмент позволяет сделать это за секунды, а не вручную.

Построение нескольких линий регрессии (дополнительно): хотя этот инструмент не включен в текущую функциональность, он предоставляет формулы регрессии, которые позволяют строить линии и измерять производительность с помощью инструментов построения графиков.

Удалить выбросы : легко отфильтровать выбросы одним щелчком мыши. Возможно, у вас был день распродажи или другое необычное действие, которое исказило результаты. Оптимизация бюджета позволяет фильтровать эти искаженные данные, автоматически обнаруживая их.

Сравните с фактическими результатами: Оптимизация бюджета позволяет вам видеть фактические результаты за период в сравнении с прогнозируемыми прогнозами на будущее. Упрощение сравнения и прогнозирования на одном экране.

Ограничения

Оптимизация бюджета и регрессионный анализ не претендуют на 100% точный прогноз. Хотя мы считаем, что это надежный метод прогнозирования производительности, его точность будет различаться для каждой учетной записи, и его следует рассматривать только как прогноз.

Основное ограничение заключается в том, что результаты основаны на исторических данных. В будущем могут произойти вещи, которые не учитываются в исторических данных. Вот некоторые примеры:

• Природные явления, такие как непогода. (Было бы здорово, если бы ваш бизнес продавал зонтики)
• Новые изменения в самом аккаунте, как новый менеджер аккаунта, который лучше предыдущего.
• Рыночные изменения, такие как вход или выход нового конкурента.

Что касается сезонности, мы рекомендуем использовать данные за период, аналогичный периоду, который вы пытаетесь спрогнозировать. Кроме того, выберите достаточно длительный период времени с достаточным количеством точек данных. Это баланс для выбора наиболее точного периода времени и наличия достаточного количества данных для работы.

Решение большого вопроса

Как гласит известная поговорка: «Единственное, что постоянно, - это перемены». Аккаунты Google Ad динамичны, маркетинговые бюджеты будут меняться, поэтому клиенты всегда хотят знать, какими будут прогнозируемые результаты изменения бюджета.

Мой ответ - это математически обоснованное решение, основанное на алгоритмах регрессии машинного обучения. Хотя у него есть ограничения и на него нельзя полагаться для 100% точности, это разумный подход для оценки будущей эффективности аккаунта.