Оптимизация затрат на рекламное продвижение в интернете с использованием коллтрекинга

Анализ эффективности рекламных кампаний и оптимизация рекламных затрат с использованием коллтрекинга. Пошаговая инструкция

Авторы:

Как оценить, насколько эффективно работают кампании и ключевые слова, понять какие из них инициируют конверсии на начальном этапе, а какие завершают, и не упустить ни одного звена в цепочке до конверсии? На эти вопросы мы хотели бы ответить и поделиться опытом использования динамического коллтрекинга, на примере крупного регионального автодилера с достаточно высоким уровнем конкуренции относительно спроса в регионе.

Начнем издалека. У нашего агентства отношение к сбору статистики о целевых действиях пользователей однозначное: позвонит человек по телефону, отправит заявку через форму на сайте, воспользуется сервисом с онлайн-консультантом – измерять следует все! Поэтому коллтрекинг мы считаем необходимым как для оценки эффективности рекламных кампаний, так и для оптимизации бюджетов. И здорово, что понимаем это сейчас не только мы, но и наши клиенты. Рынок, можно сказать, готов. Но, как ни странно, компаний, предоставляющих услуги коллтрекинга на достойном уровне в России, крайне мало. Хотите подробностей – пожалуйста.

С какими проблемами сервисов коллтрекинга сталкивается агентство/рекламодатель?

За прошедшие несколько лет мы попытались работать чуть менее, чем с 10 компаниями, предоставляющими услуги коллтрекинга. Проблем, с которыми мы столкнулись, было предостаточно. Вот несколько примеров:

Первый пример – техподдержка на удаленке, живущая в совсем другом часовом поясе. Не знаем, как вы – а мы в двенадцать-час ночи уже в кровати считаем овец, а не максимальное число юзеров на сайте за последний квартал.

Второй пример – отсутствие пулов телефонных номеров в регионах. И сейчас речь даже не про глубинку, а про вполне миллионники – Нижний, Екатеринбург, Новосибирск. Это как понимать: в одной лишь Москве деньги считать привыкли что ли?

Третий пример – отсутствие интеграции с Яндекс.Метрикой и Google Analytics. Инструмент для веб-аналитики с отсутствием возможности интеграции с системами веб-аналитики, вы серьезно? К слову, были и проблемы с документооборотом, и потерянные звонки из-за плохо организованной телекоммуникационной части, и еще много чего.

Выходило так, что либо мы краснели перед клиентом, либо забывали про полноценную статистику. К счастью, после знакомства на одном из отраслевых мероприятий с CallTouch мы начали использовать его. Сначала подключили одного клиента – все прошло хорошо. Потом второго – снова хорошо, ну неужели? Так всего за пару месяцев мы сработались на постоянной основе и прекратили свои поиски. Надежный поставщик услуг коллтрекинга у нас есть – настало время для решительных действий.

При каких условиях внедрять коллтрекинг экономически выгодно?

Мы запланировали оптимизацию кампаний регионального автодилера на основе полученных данных о конверсиях после подключения коллтрекинга, чтобы учесть и звонки, и заявки. Опираясь на опыт других агентств, в автомобильной сфере распределение звонки/заявки с рекламных кампаний было около 70/30% в пользу звонков, поэтому необходимость использования коллтрекинга стала очевидной, если и агентство, и клиент были заинтересованы в повышении эффективности рекламных кампаний.

Конечно, при использовании коллтрекинга, нужно учитывать его рентабельность, то есть, по факту оптимизации кампаний (в нашем случае под этим понимаем сокращение расходов на неэффективные кампании и запросы и сохранение уровня конверсий), сэкономленный бюджет должен превышать затраты на коллтрекинг. Опираясь на кейсы в определенной тематике и собственный опыт, можно определить, какую часть ежемесячного бюджета можно выделить на коллтрекинг, но скорее логично идти от обратного – при каком бюджете в таком случае это будет оправдано. Условно, для использования коллтрекинга в месяц нам необходимо 20 тыс. руб., ожидаемый уровень сокращения затрат на рекламу – 20%, то есть минимальные вычисления помогут нам понять, что при бюджете ниже 100 тыс. руб. финансовая эффективность подключения коллтрекинга стремится к нулю. Несомненно, для агентства полученный опыт будет ценным, но для клиента это недостаточное основание считать тест успешным – нужны финансовые показатели.

Предварительно оценив затраты на коллтрекинг и бюджет кампаний, мы выбрали направление с бюджетом более 100 тыс. руб., определили период сбора данных – 3 месяца, с ежемесячным отслеживанием динамики показателей.

Какую модель атрибуции конверсии выбрать?

Так как мы взяли все направление целиком, которое включает в себя кампании нацеленные на продажи, на сервис, на охват конкурентного спроса и спроса в соседних регионах, где нет официальных дилеров данной марки, а также кампании на тематических площадках, мы понимали, что оценивать их все в одном ключе будет некорректно, так как они работают на разных этапах совершения конверсии. Поэтому, при оценке эффективности кампаний, мы опирались на данные в разбивке по 4 моделям атрибуции конверсий.

• Модель атрибуции по последнему непрямому клику (модель по умолчанию в Google Analytics)

• Модель атрибуции по первому взаимодействию (для понимания кампаний и слов, которые срабатывают на первоначальном этапе конверсии, склоняя пользователя в сторону определенного дилера)

• Линейная модель атрибуции (чтобы условно разделить всем кампаниям поровну - всем каналам в последовательности конверсий присваивается одинаковая ценность)

• Модель атрибуции с привязкой к позиции (чтобы условно объединить все предыдущие, так как данная модель распределяет ценность между первым и последним взаимодействием следующим образом: по 40% первому и последнему каналу и 20% – всем остальным)

В расчет статистики мы включили суммарные данные по звонкам и всем конверсиям с сайта (заявки на авто/кредит/сервис/ТО/тест-драйв, отправка отзывов, взаимодействие и оправление контактных данных через онлайн-консультант и проч.)

В итоговом отчете за три месяца использования динамического коллтрекинга, по которому проводилась оптимизация, мы свели данные по всем кампаниям, ключевым словам, их расходу, количеству сеансов, а также количеству, стоимости и коэффициенту конверсии по всем выбранным моделям атрибуции (рассмотрим на примере кампаний):

• По последнему непрямому клику и по первому взаимодействию

• Линейная модель атрибуции и модель с привязкой к позиции

Так как итоговая стоимость конверсии составляет от 520 до 600 руб., мы выделили кампании, которые значительно превышают этот порог (более 1 500 руб. в различных моделях атрибуции). Преимущественно эти же кампании имели и достаточно низкий коэффициент конверсии (за исключением кампании Gmail). Также важно было учесть, что большинство этих кампаний транслировались в контекстно-медийной сети Google, что не исключало возможности имиджевой составляющей этой кампании, влияния на узнаваемость бренда автосалона, поэтому мы рекомендовали не отключать их, а снизили расходы.

Изначально логика оптимизации сводится к пониманию её приоритетной задачи – снижение стоимости конверсии или увеличение (не снижение) количества конверсий при сохранении имеющегося бюджета. Безусловно, эти цели связаны между собой, и в обоих случаях действия также будут перекликаться, но важно понимать, что при отключении рекламных кампаний, конверсии с которых обходятся достаточно дорого, мы снижаем количество возможных достижений целей. И, так как мы определили с клиентом, что нам важно не снижение числа конверсий, то мы акцентировались на оптимизации внутри структуры кампаний, а не на их отключении. Поэтому была разработана методология анализа ключевых слов, на которую мы опирались при оптимизации.

Этапы оптимизации рекламной кампании

1 этап, оранжевый. Убираем неконверсионные слова

Оранжевым цветом мы выделили ключевые слова, по которым было совершено большое количество сеансов (входят в первые 15% популярных запросов, по которым переходят пользователи на сайт), и совсем не было конверсий. Размещение по данным словам мы отключили. Расход на эти ключевые слова составлял около 5% бюджета.

2 этап, зеленый. Избавляем наш бюджет от трат на низкоконверсионные слова:

Зеленым цветом мы выделили ключевые слова, по которым было совершено много сеансов (входят в первые 5% популярных запросов, по которым переходят пользователи на сайт), и было мало конверсий (1 и менее). Размещение по данным словам мы также отключили. Расход на эти ключевые слова составлял около 6% бюджета.

3 этап, красный. Выявляем слова, конверсии с которых обходится слишком дорого:

Красным цветом мы выделили ключевые слова со слишком дорогим CPA. Мы снизили приоритет таких запросов, чтобы снизить расход на них, направив средства в пользу конверсионных слов. (см. следующий этап). Расход на эти ключевые слова составлял около 4,5% бюджета.

4 этап, желтый. Выявляем наиболее эффективные слова

Желтым цветом мы выделили слова, которые показывают наилучший CPA, а также потенциально могут приносить большее число конверсий. Именно на них мы акцентировали своё внимание и «перевели» освободившийся бюджет, сэкономленный на прошлых трех пунктах.

При использовании данной методологии нужно учитывать два очень важных фактора:

- Если с ключевого слова еще не было совершено достаточного количество переходов, а затраченная сумма на клики не превышает пределы разумного – не трогайте его. Быть может, оно еще себя покажет. В нашем случае, мы старались не трогать ключевые слова, которые за все время работы пока еще не набрали 100-150 переходов.

- Слова, бюджет на которые вы хотите увеличить, должны иметь достаточный спрос. В противном случае, ваш бюджет может просто не израсходоваться и вы не получите желаемое увеличение числа конверсий.

Что мы получили в итоге?

Мы провели все те работы, которые описали в методологии и стали ждать. Еще раз акцентирую внимание на том, что нам было важно не снизить количество конверсий. Срез статистики после оптимизации мы провели по прошествии двух недель, а для наиболее корректного сравнения периода после оптимизации мы выбрали такой же период в предыдущем месяце.

Все результаты мы также рассмотрели по 4 моделям атрибуции конверсии.

После оптимизации кампаний количество сеансов на сайте с рекламных кампаний заметно снизилось, на 23%, уровень затрат на рекламные кампании упал на 20%. При этом средний коэффициент конверсии повысился с 2,5% до 3,4%, поэтому в итоге даже с меньшего количества сеансов нам удалось получить большее количество конверсий, чем в предыдущем периоде. Средняя стоимость конверсии колеблется на уровне 270 рублей (против 330 рублей до оптимизации).

Эти результаты одинаково актуальны для всех 4х моделей атрибуции. Коэффициент и количество конверсий увеличилось, а цена за конверсию снизилась.

• По последнему непрямому клику

• По первому взаимодействию

• Линейная модель атрибуции

• Модель с привязкой к позиции

В итоге нам удалось снизить расходы клиента на контекстную рекламу на 20%, при этом повысив количество звонков и заявок с рекламных кампаний.