Специалисты предприятия ООО «ИНТЕРНЕВАМЕТАЛЛ» стремятся провести не только анализ психологической эффективности, но и экономической. Ранее было отмечено, что экономическая эффективность зависит от психологического воздействия, тем самым, оценив коммуникативный эффект, возможно спрогнозировать экономическую эффективность. Для этого необходимо наладить контроль таким образом, чтобы можно было бы подсчитать не только, сколько людей звонят или приходят, а сколько и по какой рекламе реально приобретают.

Наиболее значимыми факторами, определяющими увеличение или уменьшение сбыта какой-либо продукции, являются в первую очередь качество товаров, их цена, общая конъюнктурная обстановка на рынке, действия конкурентов и т.п. Именно поэтому оценка эффективности рекламных кампаний, по результатам сбыта рекламируемой продукции может дать очень серьезные ошибки.

В полной мере, спрогнозировать экономический эффект рекламы в большинстве случаев не представляется возможным. Однако и приблизительные подсчеты вполне оправдывают себя, так как позволяют сделать вывод о целесообразности проведения рекламы.

• · метода оценки увеличения предполагаемых объемов продаж после проведения рекламной кампании; аналитического метода на основе корреляции затрат на рекламу и предполагаемых объемов продажи;
• · экспериментального метода с помощью пробных (с проведением рекламы) и контрольных (без проведения рекламы) рынков.

В качестве параметров эффективности выступают:

• · количество новых покупателей;
• · общее количество покупателей;
• · объем продаж и покупок;
• · количество обращений.

Для расчета предполагаемого экономического эффекта можно использовать следующую формулу:

Э= Тд Нт / 100 - (Ир + Ид),

где Э - предполагаемый экономический эффект рекламирования (руб.),

Тд - предполагаемый дополнительный товарооборот под воздействием рекламы (руб.),

Нт - торговая надбавка на товар к цене реализации (%),

Ид - предполагаемые дополнительные расходы по приросту товарооборота (руб.).

Результаты могут выражаться в трех вариантах:

• 1. Эффект от рекламного мероприятия равен затратам на его проведение.
• 2. Эффект от рекламного мероприятия больше затрат (прибыльная).
• 3. Эффект от рекламного мероприятия меньше затрат.

Учитывая данные, полученные в результате оценки коммуникативной (психологической) эффективности предложенной рекламной кампании для предприятия ООО «ИНТЕРНЕВАМЕТАЛЛ» можно спрогнозировать ее экономическую эффективность.

Предположим, что из 786 позвонивших за 3 месяца, 384 согласились заключить сделку по приобретению продукции, предлагаемой данным предприятием. Принимая во внимание стоимость товаров и возможные объемы покупки (учитывая сезонность), можно предположить, что выручка от продажи товара за 3 месяца, составила 134480640. Так как надбавка составляет приблизительно 11%, то валовая прибыль будет 13326911.

Следовательно, предполагаемый дополнительный товарооборот может составить 10189088. По этим данным возможно спрогнозировать экономический эффект рекламирования.

Э = 10189088 11 / 100 - 275733 = 845066

Однако полученных данных еще не достаточно для сопоставления экономической эффективности затрат на проведение различных рекламных мероприятий. Более точно эффективность затрат на рекламу характеризует ее рентабельность.

Р = П 100 / И,

Рентабельность (за 3 месяца) составит:

Р = 1332691 100 / 275799 = 4832

Вы бы могли с точностью предсказать прибыль в вашем интернет-проекте — рассчитать эффективность рекламной кампании?

Я не умею гадать на кофейной гуще и не знаю, кто будет следующим президентом или князем всей Руси, поэтому я не могу гарантировать продажи и не могу сказать Вам с 100% уверенностью, что ваша рекламная кампания и дальше будет такой же прибыльной, если она таковой является.

Но могу сказать одно — я контролирую рекламные кампании и их успешность напрямую зависит от степени моей вовлеченности. Бюджеты рекламных кампаний, которые я курирую, уже превышают 50,000$ в месяц. В среднем мы инвестируем в маркетинг около 1,500$-2,000$ в день. Это достаточно высокие показатели, учитывая, что вложенные инвестиции — это реклама прямого отклика, и здесь не идет речь об имиджевом формате, который “как-то” влияет на продажи или косвенно укрепляет наше позиционирование.

За последние несколько месяцев я мог предсказывать прибыльность рекламных кампаний, просто спросив у потенциальных клиентов несколько ключевых показателей. И я расскажу об этой системе в данной статье. Но прежде, чем перейти к формулам, я продемонстрирую несколько принципов.

Что такое хорошая цена за клик?

Отличный вопрос! Мне задают его регулярно и вот ответ: это возможность получить эффективную рекламу за 0,2-0,4$ за клик. Вот пример:

• цена за клик 0.16$
• охват рекламной кампании — 723,621
• частота показов — 2,9
• количество кликов — 14,634
• показатель кликабельности 0.697%
• общие затраты на рекламу 2252,87$

Если же вы делаете заурядные объявления или сегмент вашей целевой аудитории слишком узкий, то тогда вы получите цену за клик от 0,5$ и выше.

Отраслевые стандарты, на которые ориентируются компании-лидеры в своем сегменте, а также основные показатели, которые мы используем для тестирования рекламной кампании и Фейсбук:

• показатель кликабельности (CTR): в среднем 1% за ленту объявлений
• цена за клик: 0,4$ вполне досягаемо
• конверсия: в среднем 1%

Я хочу, чтобы вы понимали, что существуют исключения, которые ломают стандарты отрасли. Я знаю, что кто-то скажет: “Я регулярно получаю на 1000% лучший результат, нежели прописанный в этих стандартах”- и это нормально. Поэтому я буду использовать отраслевые стандарты, поскольку такой подход не собьет с толку других читателей.

Формула прогноза прибыльности и эффективности рекламной кампании

Кроме отраслевых стандартов, также необходимо знать цену на ваш продукт. На основе этих 4 показателей, я смогу дать вам разные сценарии достижения успеха. И вот как я это делаю:

Сценарий 1

Показатели:

• CTR = 1%
• Цена за клик = 0,35$
• Грязная маржа на товар = 15$

Результаты:

• Если я получу в своей кампании 1000 кликов, то мои расходы будут составлять 350$ (1000 х 0,35 = 350$)
• Я получу 15$ за продукт х 20 конверсий = 300$ валовой прибыли
• Я могу предположить, что такая рекламная кампания скорее всего будет не прибыльной, ведь очевидно, что сумма затрат 35$ больше, нежели мы заработали 300$.

И что же теперь делать? Если я немного поиграю с этими цифрами, то тогда я смогу определить что необходимо для того, чтобы сделать рекламную кампанию прибыльной. Допустим, что цена грязная маржа моего продукта была 100$ вместо 15$.

Сценарий 2

Показатели:

• CTR = 1%
• Цена за клик = 0,35$
• Чистая конверсия в продажу с ленда = 2%
• Грязная маржа на товар = 100$

Результаты:

• Если я сделаю 1000 кликов, мои расходы будут составлять 350$ (1000 х 0,35 = 350$)
• Я сделаю 20 продаж, так как конверсия из посетителя в продажу составляет 2%
• Я получу 100$ за продукт х 20 конверсий = 2000$ валовой прибыли

Прибыль можно получить и тогда, когда вы продадите меньшее количество товаров, при условии, что поднимите цену с 15$ до 100$. Даже если конверсия будет в два раза меньше — 1%, то вы все равно заработаете 1000$ и рекламная кампания будет прибыльной.

Не всегда есть возможность поменять цену. Поэтому другой способ заработать больше денег с клиента — увеличить средний чек заказа. Это можно сделать с помощью апселлов (upsell), back-end предложений и серий email-рассылок с предложением купить товар в течении нескольких дней после регистрации.

Подробно о том, как выстроить правильную систему оптимизации потребительской ценности и получать МАКСИМУМ ПРИБЫЛИ, я рассказываю в своей мини-книге “Как создать непобедимый интернет-проект”, которую вы можете получить бесплатно, написав сообщение

И все-таки, можно много говорить о том, что экономические показатели не являются мерилом эффективности маркетинга. Но как на практике можно измерить (а эффект, как я отметил ранее – это цифры) эффективность рекламной акции?

Я сознательно не говорю о эффективности маркетинга, о долговременной рекламной кампании или маркетинговой программе – в этих случая и цели могут быть иные и эффект считается иначе. Но даже формула анализа динамики объемов продаж за длительный период позволит маркетологам и финансистам предприятия не только оценить эффективность маркетинговых мероприятий в конкретный период, но и выявить сезонные тренды (колебания) продаж.

И все-таки, давайте пока попытаемся оценить эффект от локальной рекламной акции. Существует ряд формул, помогающих довольно точно оценить эффект от проведенного маркетингового и рекламного мероприятия. Для начала, определимся,

С какими задачами нужно справиться, рекламируя предмет маркетинга?

• коммерческая эффективность – во-первых, решить задачу роста продаж
• коммуникативная эффективность – во-вторых, должны вырасти цифровые коммуникативные показатели (качество коммуникации предмета маркетинга с рынком).
• экономическая эффективность – в-третьих, нужно провести его экономически выгодно (экономические показатели)

Коммерческая эффективность

Расчет товарооборота под воздействием рекламы (количественная оценка продаж)

Т д = (Т с * Д * П) / 100

Прошу обратить внимание, что товарооборот у вас может измениться и вовсе не по причине качества рекламы – начался сезонный спрос на товар, появились проблемы с логистикой. Все это и прочее способно повлиять на рост товарооборота. Для расчета вам потребуется либо пренебречь этим, либо учесть это иными формулами и коэффициенами компенсации.

Количество чеков с рекламируемым товаром (качественный показатель рекламы)

Сумма рекламируемого товара в чеке (качественный показатель рекламы)

Товар в категории

Покупки рекламируемого товара в процентном отношении к общим покупкам в категории товаров. Почему этот показатель важен? Продажи товара могут расти под влиянием рекламы даже при падении объема продаж категории. Этот показатель позволяет оценить качество рекламы при общем падении продаж в кризис, под конец сезона или не в сезон продаж.

Коммуникативные показатели эффективности рекламы

Коммуникативные показатели рекламной кампании выражены в виде результатов наблюдения и анализа поведения реальных и потенциальных потребителей. Информация, полученная в ходе таких наблюдений и анализа, а также выводы не могут быть приведены к какой-либо стандартной форме. Поэтому каждый раз отчет о качественных результатах эффективности рекламы в своем роде уникален.

Охват (Reach)

Охват – процент целевой аудитории, просмотревших рекламу в течение определенного отрезка времени (количество контактов с ЦА).

Вспоминаемость рекламы

Осведомленность о марке

Действия потребителей

CTR – показатель коммуникативной эффективности рекламы, измеряемый как отношение числа тех или иных действий, в качестве реакции на рекламное объявление (кликов по рекламе, посещений магазина, розданных листовок), к числу показов этого объявления.

CTB – показатель эффективности интернет-рекламы, измеряемый как отношение числа посетителей коммерческого веб-ресурса, привлечённых рекламой и оформивших покупку, к общему числу привлечённых рекламой посетителей. Показатель отражает конверсию посетителей и в некоторых случаях называется коэффициентом конверсии. как и в предыдущем случае, за "действие" принимается сама покупка (не ее величина).

В условиях рыночной экономики одним из важнейших факторов успешной работы любой компании является умение привлечь новых клиентов. Основным инструментом решения этой задачи является проведение рекламных кампаний. В этом случае перед отделом маркетинга встают проблемы планирования рекламной деятельности, распределения ресурсов и оценка эффективности и достигнутых результатов. В данной статье рассматривается вопрос оценки эффективности рекламных акций для продуктов массового потребления на основании имеющихся данных о бюджете кампании и продажах товара. С проведением рекламной кампании часто связаны изменения в ценовой политике. Поэтому в процессе анализа будут учтены изменения цен на товар и проведена оценка их эффективности и оправданности.

Анализ проводился на базе аналитической платформы Deductor, предоставляющей все необходимые инструменты для решения этой задачи. В разработанном сценарии реализованы несколько этапов по оцениванию эффективности рекламной и ценовой политики фирмы, реализующей товар массового потребления. На первом этапе из исходных данных об объемах продаж товара извлекается информация, характеризующая проведенные рекламные акции. Затем она качественно и количественно оценивается, чтобы получить общее представление об особенностях проведения исследуемых кампаний. Далее выявляются факторы, влияющие на успешность проведенных рекламных акций. На последнем этапе производится поиск оптимальных значений этих факторов, чтобы поддержать планирование будущей рекламной и ценовой политики фирмы.

Предварительная обработка данных

В качестве исходных данных у нас выступает временной ряд объемов продаж товара за период около двух лет. Наиболее часто используемым представлением для экономических рядов является аддитивная модель, в которой временной ряд рассматривается как сумма трех составляющих: тренда, сезонности и шума (см. рис.1). Для начала воспользуемся таким представлением ряда, ну а в случае, если результаты окажутся неудовлетворительными, всегда есть возможность перейти к другой модели.

Посмотрим, на какие слагаемые может повлиять рекламная активность фирмы. Сразу следует отметить, что рекламные акции не сказываются на сезонной составляющей ряда. Тренд является медленным, долговременным изменением тенденций продаж. Отдельные рекламные действия безусловно вносят свой вклад в поддержание подобных тенденций как один из ключевых факторов. Так рекламная кампания в дальнейшем положительно сказывается на узнаваемости торговой марки, что долгое время может отражаться на увеличении объемов продаж и облегчить проведение будущих рекламных акций. Далее мы еще столкнемся с проявлением накопительного эффекта от предыдущих рекламных кампаний. Тем не менее, вклад, вносимый рекламной активностью в тренд, рассматривать не будем и отнесем его к задаче стратегического прогнозирования продаж.

Таким образом, информация, касающаяся результатов проводимых рекламных кампаний, скрыта в шумовой составляющей исходного ряда. Для дальнейшего анализа необходимо явно отделить ее от тренда и сезонности, так как наличие сезонности может сильно исказить информацию, касающуюся отдачи от рекламы. Исключение же тренда требуется, во-первых, для выделения сезонности и, во-вторых, позволит в дальнейшем упростить анализ ряда.

Как видно по графику (см. рис.2), исходные данные содержат сильные шумы.

Так как данные сгруппированы по отдельным дням, то объемы продаж сильно колеблются. Кроме того, может быть недостаточным и качество самих исходных данных, которые могут содержать ошибки, пропуски. Для дальнейшего анализа желательно исключить резкие выбросы и сгладить исходный ряд. Этот шаг осуществляется с помощью инструмента "Парциальная предобработка". График сглаженного ряда представлен на рис.3.

На графике видно наличие четко выраженного тренда. Характер тренда, правда, не совсем ясен. Он может оказаться как линейным, так и квадратичным с широкими ветвями параболы. Более сложные виды тренда встречаются редко, и маловероятно, что мы имеем дело с одним из них. Начнем с попытки представить тренд в наиболее простом виде – линейном. Для этого применим инструмент "Линейная регрессия", подав в качестве входа дату, а в качестве выхода – объем продаж. На рис.4 слева представлены графики исходного ряда продаж и аппроксимирующей прямой, построенной обработчиком, и справа – ряд, полученный разностью между ними.

На втором рисунке не наблюдается каких-либо явных тенденций в поведении графика, поэтому примем гипотезу, что тренд исходного ряда может быть описан линейной зависимостью.

Следующим шагом предобработки исходных данных станет выделение сезонности. Оно будет проводиться на основании вычисления сезонных индексов. Судя по графику автокорреляции, приведенном на рис.5, у ряда продаж существует выраженная годовая сезонность (пик в районе 364-370 дней). Поэтому сезонные индексы будем вычислять для периода сезонных колебаний, равного одному году.

В качестве оценки сезонного индекса можно взять простое среднее по каждому дню года. Вычисляется оно с помощью инструмента "Группировка", указав в качестве типа агрегации среднее. График сезонной составляющей ряда, полученный на основании вычисления сезонных индексов, представлен на рис.6 (слева).

Теперь для исключения сезонности достаточно получить разность между рядом начальных значений и рядом сезонных эффектов. График скорректированного ряда приведен на рис.6 (справа).

Как хорошо видно, полученный ряд содержит не просто белый шум, а какие-то более сложные зависимости, проявляющиеся в виде неравномерных всплесков на графике. На этом этап предварительной подготовки данных завершен, и можно перейти к этапу анализа данных.

Выявление параметров рекламных кампаний

Для начала посмотрим на график полученного на предыдущем этапе ряда. Всплески на этом графике могут быть следствием воздействия рекламы и изменений ценовой политики. Чтобы визуально оценить влияние этих факторов на объемы продаж, совместим три кривые рекламного бюджета, цены на товар и объемов продаж на одном графике (см. рис.7).

Видно, что через некоторое время после начала рекламной кампании продажи достаточно резко идут вверх. В то же время, при увеличении цены они падают почти сразу на всех интервалах, кроме двух участков, отмеченных на графике. На них вместе с ростом цены растут и продажи. Причины этого явления попробуем выяснить в дальнейшем.

Количественно существование зависимости между рекламой, ценой на товар и объемами продаж можно определить на основании вычисления корреляции между рядами (см. рис.8).

При этом считается, что коэффициент корреляции больше 0.6 показывает очень сильную зависимость, меньше 0.3 – практическое отсутствие зависимости, а промежуточные значения констатируют наличие определенной связи между рядами. Таким образом, между рядами рекламного бюджета и цены на товар и объемами продаж существует достаточно сильная связь. Попробуем определить ее характеристики.

Первое, что будет интересно узнать, – это задержка между началом рекламной кампании и реакцией на нее потребителей. Для этого будем сдвигать по времени ряд, представляющий бюджет кампании, относительно ряда продаж и вычислять для каждого лага коэффициент корреляции. Лаг, на котором корреляция максимальна, будет средним временем задержки отдачи от рекламы (см. рис.9).

Таким образом, отдача от рекламной кампании проявляется наиболее сильно в среднем через 20 дней. На рис.10 показаны график продаж вместе с графиком бюджета кампании, сдвинутым на вычисленный временной лаг. Теперь изменения рекламного бюджета практически синхронно сказываются на изменениях продаж.

На графике выделена область, в которой рекламная акция отразилась на объемах продаж через значительный промежуток времени. Рекламная кампания была проведена в октябре, а пик продаж приходится на конец ноября-декабрь. Объяснить большую задержку здесь можно влиянием внешних факторов. Рекламная кампания сказалась на узнаваемости торговой марки и предпочтениях покупателей. Но приобретать товар они стали ближе к новогодним праздникам, когда расходы потребителей увеличиваются на многие виды товаров. В 2003 году рекламная кампания была проведена еще раньше – в сентябре, и продажи к Новому году сильно упали. Обе этих кампании были проведены неудачно. Эффект был бы значительно сильнее, если бы они проводились с конца ноября. В этом случае примерно через 20 дней была бы достигнута максимальная отдача, которая бы позволила значительно повысить продажи перед праздниками.

Для дальнейшего анализа потребуются более четко очерченные колебания графика объемов продаж. Проведем еще одну парциальную обработку с высокой степенью сглаживания (см. рис.11).

Нам по возможности надо разделить влияние, вносимое в поведение ряда продаж рекламой и изменениями цены. Для этого пойдем следующим путем. Будем анализировать ряд для каждого параметра независимо, т. е. при анализе воздействия рекламы будем считать, что все изменения объемов продаж вызваны проведением рекламной кампании. Аналогично, при анализе воздействия изменений ценовой политики считаем, что только они влияют на продажи. Так как нас в первую очередь интересует эффективность рекламы, то затем рассмотрим влияние уровня цены на продажи в свете проводимых рекламных акций. Такой частный анализ упрощает задачу, давая при этом вполне приемлемые результаты.

Итак, все изменения объемов продаж вызваны воздействием рекламной кампании. Следовательно, в отсутствие рекламы продажи идут на среднем уровне. Здесь и далее под продажами понимается ряд, очищенный от тренда и сезонных эффектов, то есть шумовая составляющая первоначального ряда. Анализируемый ряд представляет собой отклонение продаж от уровня, полученного суммированием тренда и сезонности. Поэтому он может содержать и отрицательные значения. Средний уровень – это среднее шумовой составляющей. Если бы анализируемый ряд был белым шумом, оно было бы нулевым, но воздействие рекламы и изменений ценовой политики смещает среднее вверх или вниз относительно нуля (см. выше рис.11).

Через некоторое время после начала рекламной кампании продажи растут и затем постепенно спадают ниже среднего уровня, проявляя обратный эффект. Таким образом, началом отдачи от рекламы будем считать превышение кривой объемов продаж среднего уровня, окончанием – снижение ниже среднего. Длительность рекламной кампании будет больше на время, равное задержке между рядами рекламного бюджета и объемов продаж. Такое представление выбрано из тех соображений, что после окончания вложения средств в кампанию некоторое время проявляется остаточный эффект в виде повышенного уровня продаж. Его имеет смысл также отнести к рекламной кампании и учитывать в расчетах.

Выделим пики продаж в соответствии с принятыми определениями (см. выше рис.11). Будем рассматривать только первые четыре пика, так как идущая в настоящее время рекламная кампания еще не окончилась, и по ней пока нельзя делать выводов.

Рассчитаем параметры пиков продаж: длительность, максимальный и средний прирост продаж в день, общий прирост продаж, максимальные и средние расходы на рекламу за кампанию, расходы в день за кампанию. Кросс-таблица с результатами вычислений приведена на рис.12; графики, изображающие изменения параметров, на рис.13.

Наиболее интересными результатами здесь являются максимальный и средний прирост объемов продаж за период проведения рекламных акций. Как видно на таблице и графиках, наилучшие результаты по этим показателям дала третья кампания. При этом ежедневные расходы на нее были не самыми большими. Попробуем выяснить, в чем причины такого успеха.

Относительная неудача первой кампании может объясняться влиянием эффекта накопления от воздействия рекламы: после проведения первой акции внимание потребителей было привлечено к торговой марке, и последующие кампании прошли удачней. Тем не менее, четвертая кампания также не принесла высоких результатов. Поэтому эффект накопления не может полностью прояснить ситуацию.

Факторами, которые выделяет третью кампанию, являются большая длительность отдачи и наибольшие средства, вложенные за период кампании. При этом расходы в расчете на день здесь относительно невелики. Посмотрим на график динамики изменения рекламного бюджета (см. рис.14).

После проведения основных акций бюджет на рекламу здесь был урезан не настолько сильно, как во время второй и четвертой кампаний. По всей видимости, он расходовался на поддержку уже начатых рекламных мероприятий. В результате третья кампания оказалась более длительной по времени, что и обеспечило ее эффективность. Аналогичный подход был применен при проведении первой кампании, но в то время продукт только выводился на рынок, и большого внимания покупателей к нему привлечь не удалось.

Таким образом, эффективней оказалась не короткая рекламная кампания с большими вложениями средств, а более длительная по времени с меньшими затратами в расчете на день.

Воздействие изменений в ценовой политике

Судя по рассчитанному ранее коэффициенту корреляции, цена имеет достаточно большое влияние на объемы продаж. Для его оценки построим кривую зависимости средних объемов продаж от цены на товар. Эта зависимость представляет собой эмпирическую кривую эластичности спроса, учитывающую воздействие внешних факторов на объемы продаж (см. рис.15).

Анализируя этот график совместно с графиком цены на товар и объемов продаж, можно сразу определить, что низкий спрос на товар при наименьшей цене соответствует этапу выхода на рынок, когда продажи сами по себе были невысокими (см. рис.16).

В дальнейшем (см. рис.15) товар проявляет себя как обладающий низкой эластичностью: повышение цены слабо сказывается на продажах. Но прежде, чем сделать такой вывод, еще раз посмотрим на совмещенный график кривых цены, рекламной активности и объемов продаж (рис.16). На нем отмечены две области повышения цен, после которого продажи резко пошли вниз. Это противоречит предположению о низкой эластичности спроса. Кроме того, на графике есть две области, на которых вслед за повышением цены увеличились и продажи. В этом случае увеличение цены было приурочено к проведению рекламной кампании. Этим и объясняется такой вид кривой эластичности: на спрос кроме цены повлиял еще и внешний фактор в виде высокой рекламной активности.

Выводы

Таким образом, можно сделать следующие выводы. Продаваемый товар обладает достаточно высокой эластичностью спроса. Но во время активного проведения рекламной кампании он ведет себя как товар с низкой эластичностью, и повышение цены практически не сказывается на объемах продаж. Оптимальным моментом для повышения цен является начало пика отдачи от рекламы – 20 дней в соответствии с прежними расчетами (см. графики третьей рекламной кампании на рис.16).

Рекламные акции лучше всего начинать примерно за 20 дней перед началом сезонных пиков (это позволит увеличить объемы продаж) или спадов (это позволит сгладить слишком резкое снижение продаж). Рекламную кампанию для данного товара надо стараться растянуть во времени, осуществляя по возможности более длительную поддержку проводимым мероприятиям.

В данной статье продемонстрированы некоторые возможности аналитической платформы Deductor, которые могут использоваться при проведении маркетингового анализа. Даже при сильно ограниченных исходных данных применение современных технологий анализа позволяет извлечь из них информацию, так необходимую для принятия оперативных и стратегических решений. Сегодня именно маркетинговые подразделения являются главным поставщиком подобной информации в любой компании. Применяя в качестве инструмента анализа данных современные аналитические платформы, можно улучшить качество выходной информации, повысить оперативность ее получения и обнаружить в данных закономерности, о которых раньше никто не подозревал. Маркетинговые задачи – это та область, в которой интеллектуальные технологии анализа данных могут проявить себя с наилучшей стороны.

Реклама в Яндекс.Директе или Google AdWords должна решать конкретные бизнес-задачи. Чтобы определить, в правильном ли направлении вы движетесь, нужно проводить мониторинг каждой РК, оптимизируя ее настройки и постепенно увеличивая поток целевого трафика. Настраивая рекламу под свою целевую аудиторию и бюджет, спустя определенное время после ее запуска оценивайте результаты и повышайте ROI за счет сравнительного анализа нескольких кампаний.

3 вопроса перед началом работы

Каковы цели вашей рекламной кампании?

Все цели должны быть выражены в измеримых показателях:

• число целевых действий;
• CPA — стоимость действия в рублях;
• конверсия кампании в процентах.

Скажем, если вы приглашаете на вебинар, значит, целью вашей оптимизации может быть получение 200 регистраций. Продаете цветочные композиции — увеличение числа заказов с сайта в 4-5 раз. Успешность в достижении результатов определяется по KPI. Это именно тот показатель, который определяет в целом. Проводить сравнения по нему нужно еще до осуществления всех настроек.

Какие инструменты использовать для аналитики?

Для решения задач данного типа лучше всего подходят.

• Google Analytics.
• Яндекс.Метрика.
• LiveInternet.

Зачем считать эффективность контекстной рекламы?

Без оценки показателей конверсии нельзя вносить коррективы в ход рекламной кампании. В конечном итоге результаты могут быть крайне неожиданными, вполне возможно — неприятными. Без оценки конверсии нельзя определить ROI — показатель вашей инвестиционной эффективности. Причем важно считать конверсию по отдельным рекламным кампаниям. Только так можно понять, что приносит желаемый результат, составить максимальный список минус-слов, настроить нужные расширения, а после — запустить эффективный ретаргетинг.

Анализ и подсчет конверсии

В первую очередь фиксируем начальные показатели конверсии. Затем определяем бюджет кампании и среднюю цену клика. Отталкивайтесь от данных Яндекс.Метрики, полученных во время предыдущего оптимизационного периода. Можно брать информацию за все время и за последнюю неделю. Так ваш аудит будет более глубоким, а ожидания — более оправдываемыми.

Определились с временными рамками — переходите к чистке кампании от нецелевых кликов. Что нужно убрать в первую очередь?

• Неэффективные ключи (все, что принесло не более 3 кликов).
• Мусорные слова (то, что было пропущено с Вордстата).
• Недейственные регионы показа (отличающиеся низкой конверсией).
• Неэффективные площадки в РСЯ.

Для чистки вам понадобится статистика:

• по ключевым словам за интересующий период;
• по фразам РСЯ;
• ГЕО для кампаний на несколько регионов или всей России.

Отчеты сводим в таблицу Excel. Теперь ваша задача — устранить все неэффективное. После чистки переходим к анализу. Он осуществляется через 1-2 недели после проведения оптимизации. Сравнивается число кликов, CTR, стоимость клика и показатели конверсии — до оптимизации и после.

По завершению определения значений конверсии выводим KPI. Используем для этого конверсионные показатели, полученные после чистки. К примеру, ваша конверсия составляет 5%. Это значит, из 20 привлеченных посетителей заявку оставит только 1. Допустим, средний чек — 2000 рублей, и прибыль с продажи при таком числе посетителей будет равна 400 рублям. Соответственно, на привлечение 1 клиента (или 20 посетителей при текущем уровне конверсии) можно потратить максимум 400 рублей.

Предположим, что предельная стоимость клика будет равна 20 рублям (400/20). Если клик стоит 20 рублей, привлечение 20 посетителей обойдется в 400 рублей (20Х20), а выручка по завершению рекламной кампании составит 1600 рублей (2000-400).

Вывод: максимальная стоимость клика зависит от размера чистой прибыли с клиента, конверсии и того, во сколько раз вы хотите увеличить инвестиции. Цена клика в 20 рублей позволит вернуть деньги, потраченные на рекламу, но не более того. Увеличение прибыли с инвестиций в 2 раза возможно в том случае, если предельная цена клика не будет превышать сумму в 10 рублей.

Измерение ROI

После измерения KPI мы сможем определить самый важный параметр любой рекламной кампании - ROI. Так мы узнаем истинную эффективность своих вложений. Для определения ROI используется следующая формула:

Расчет будет выглядеть следующим образом:

((2000-1600)-400)/400 = 0.

Рекламная кампания не была успешной, ведь ROI равен нулю. Инвестиции окупились, но прибыль получить не удалось. Для достижения положительного результата стоимость клика не должна быть больше 10 рублей. Только тогда ROI будет равен 100%, а вы заработаете в 2 раза больше, чем вложите:

((2000-1600)- 200)/200 = 1, или 100%.

Правила, которых нужно придерживаться при расчете эффективности контекстной рекламы:

1. Ваши вложения должны окупаться. А реклама - приносить прибыль, а не просто покрывать инвестиции.
2. В своих измерения вы должны быть точны и последовательны. Сначала чистка и анализ эффективности, а не определение KPI.
3. Показатели должны конвертироваться в реальные продажи. Иначе нет смысла начинать расчеты.
4. Анализируйте как свои успехи, так и провалы. Учитывайте худшие и лучшие кампании, сравнивайте их по всем показателям.
5. Любой анализ должен быть честным и объективным. Не приукрашивайте результаты. Только так вы сможете добиться поистине превосходного результата.