Литмир - Электронная Библиотека
A
A

Наконец, левый нижний квадрант на рис. 7.3 характеризуется низкими значениями CTR и TCR. Здесь нужно менять текст и выбирать другие поисковики. От низкоприбыльных кампаний лучше отказаться.

Лучший способ оптимизировать SEM – быстро протестировать несколько вариантов и получить необходимые данные. Решение будет зависеть от величин ключевых показателей CPC, CTR и TCR: улучшение текста контекстной рекламы повышает CTR, а улучшение целевой страницы – TCR. Кроме того, работа в этих направлениях позволяет снизить величину CPC, так как алгоритм Google для расчета цены за клик отдает предпочтение вариантам с высоким CTR и низкой долей отказов.

Рис. 7.3. Методика оптимизации конкретной кампании, использующей контекстную рекламу, на основе анализа TCR и CTR

Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый - i_062.png

Самый важный шаг описанной выше методики (этап 3) заключается в расчете влияния ключевых показателей. Определив чистую прибыль и ROA, вы можете выявить ценность каждого осуществленного клика. Эти данные помогут вам сделать выводы о том, сколько вы готовы предложить за те или иные ключевые слова в будущем. Отчасти показатель CPC для Google высок из-за того, что маркетеры не рассчитывают ценность кликов, а поднимают ставки на ключевые слова и в итоге платят за них больше, чем стоило бы.

ROA также помогает ответить на вопрос: «А что если я инвестирую еще больше денег Y в поисковик или кампанию X?». Прогнозируемое влияние – всего лишь сумма новых инвестиций, умноженная на величину среднего измеренного ROA для поисковой системы или конкретной кампании. Иными словами, размер чистой прибыли при новых условиях = ROA × Y (при том же значении CPC). В табл. 7.2 приведен шаблон расчета ROA для рекламной кампании в Google при условии снижения CPC на 10 % и повышения коэффициента отклика на 10 %. В примере, приведенном в табл. 7.2, ROA повышается на 110 %.

Табл. 7.2. Шаблон для оценки влияния на ROA снижения CPC и повышения коэффициента отклика для типичной рекламной кампании в Google

Шаблоны можно загрузить на странице www.agileinsights.com/ROMI

Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый - i_063.png

В 2007 году маркетерам авиакомпании Air France{42} понадобилось получать более высокий результат от вложений в поисковый маркетинг, повысить эффективность и увеличить доходы от онлайн-бронирования. Агентство Media Contacts работало с Air France над оптимизацией маркетинговой стратегии в поисковых машинах по методике, описанной в этом разделе. Результаты оказались впечатляющими: величина CPC снизилась на 19 %, а CTR вырос на 112 %. Иными словами, Air France смогла значительно повысить общую эффективность кампании, не увеличивая при этом расходы в расчете на одно бронирование.

Я рассказал о методике оптимизации SEM – по сути, мерах по стимулированию продаж. Слабость этого подхода в том, что в процессе поиска товара последний клик получает 100 % атрибуции, связанной с покупкой. На практике же в процессе поиска происходит множество кликов. Эти действия не рассматриваются в рамках подхода к оптимизации SEM. Чуть ниже я расскажу о моделировании атрибуции, использующем cookie для отслеживания пути клиента в процессе поиска, а пока рассмотрю основной показатель качества вашего сайта – долю отказов.

Насколько хорош ваш сайт? Показатель № 14 – доля отказов

Помимо TCR, определение которому я дал в предыдущем разделе, существует еще несколько показателей, помогающих оценить ваш сайт. К ним относят время, проведенное на сайте, и количество просмотренных страниц. Однако зачастую смысл этих показателей неочевиден. Они могут свидетельствовать о степени вовлеченности клиентов. Если ваш сайт должен помочь потребителям в поиске продукта или услуги и максимально быстрой их покупке, то время, проведенное на нем, может быть не лучшим показателем: вы хотите, чтобы посетители, наоборот, находили нужную информацию как можно быстрее. Кроме того, если сайт представляет собой блог, то весь его контент представлен на одной странице, так что вам не поможет и количество просмотренных страниц. Поэтому я предпочитаю другой показатель – долю отказов{43}.

Я использую временной отрезок в пять секунд, но здесь нет никаких жестких правил: если вы считаете, что для вашего сайта более уместны 10 секунд, то нет проблем. Доля отказов для сайта – коэффициент оттока, то есть основной показатель № 3. Лично мне он очень нравится, ведь в комбинации с другими показателями он помогает увидеть общую картину того, что работает, а что – нет.

Например, в табл. 7.3A сравниваются различные типы рекламных средств: контекстная реклама, печатная реклама, рассылки по электронной почте, директ-мейл и показ рекламы на корпоративном сайте. Все они призваны направить потенциальных клиентов на определенный сайт, разработанный специально для конкретной кампании. Если бы вы рассматривали только показатель CTR, то пришли бы к заключению, что наиболее эффективен директ-мейл, а на втором месте – рассылка по электронной почте. Однако стоит нам добавить дополнительный показатель (долю отказов), и мы увидим, что у директ-мейла самая высокая доля отказов – 64,3 %. Корпоративный сайт имеет наименьшую долю отказов (43,9 %). Это дает основания считать, что он обеспечивает релевантный трафик. Высоки показатели и у электронных рассылок – доля отказов составляет 44,1 %.

Затем вы можете выяснить, почему у директ-мейла так высока доля отказов по сравнению с рассылками по электронной почте. Возможно, дело в таргетировании списка рассылки. Можно создать несколько различных сайтов для разных демографических групп и разных маркетинговых предложений и тем самым снизить долю отказов. Сделать страницы с разными адресами для различных маркетинговых каналов и измерить долю отказов для каждой из них несложно. Поняв, кто именно решает уйти с вашего сайта, вы можете существенно повлиять на принятие предложения остальными посетителями.

В табл. 7.3Б приведен детальный пример отслеживания в течение некоторого времени трафика целевой страницы и сегментации по поисковым запросам Google для конкретной маркетинговой кампании, отражающий качество трафика и долю отказов. Средняя величина доли отказов и процент посетителей, пришедших благодаря контекстной рекламе, служат исходными данными для оценки. С их помощью вы можете оценить, насколько улучшается со временем поисковый маркетинг по сравнению с другими направлениями маркетинга. В частности, согласно данным табл. 7.3Б контекстная реклама на Google привлекает бо́льшую часть посетителей, доля отказов ниже средней величины, а кроме того, со временем снижается, – все это говорит о позитивной тенденции.

Показатель № 14. Основной показатель эффективности сайта

Доля отказов = Доля посетителей сайта, покинувших его быстрее, чем через 5 секунд

Табл. 7.3. Шаблоны для расчета доли отказов:

А – доля отказов для рассылки по электронной почте, контекстной рекламы, печатной рекламы и рекламы на корпоративном сайте; Б – пример распределения доли отказов по времени для контекстной рекламы во всех поисковых системах и для рекламы в Google

Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый - i_064.png

Источник: Кошик А. Веб-аналитика: анализ информации о посетителях веб-сайтов. М.: Диалектика, 2008.

Подводя итог, можно сказать, что вы можете сегментировать трафик из множества источников и наблюдать за эффективностью сайта в привлечении нужных посетителей или отсеве ненужных. Проведение измерений дает возможность получать средние исходные показатели, с которыми можно сопоставлять текущие результаты, то есть понимать, улучшается или ухудшается ситуация в результате изменений на сайте (и в какой мере).

вернуться

42

Детальный пример анализа и оптимизации данных по SEM-кликам приведен в работе Jeffery M., Egli L., Gieraltowski A. et al. Optimizing Google, Yahoo! MSN, and Kayak Sponsored Search. Harvard Business School Press, Prod. № KEL319-PDF-ENG, March 06, 2009. Набор данных для анализа кликов можно найти по адресу www.agileinsights.com/ROMI, и вы можете самостоятельно провести в Excel анализ, описанный в этом разделе.

вернуться

43

Это обсуждение доли отказов приведено по материалам книги: Кошик А. Веб-аналитика: анализ информации о посетителях веб-сайтов. М.: Диалектика, 2008.

45
{"b":"430895","o":1}