Содержание
Михаил Балакин, управляющий директор Sociomantic Labs в России
1. Неправильная сегментация кампаний
К числу наиболее распространенных ошибок относится неправильная сегментация.
Ретаргетинг — это вид таргетинга, в рамках которого мы показываем баннеры аудитории, уже посещавшей ваш сайт. Ключевым фактором успеха, определяющим эффективность кампании ретаргетинга, является анализ поведения пользователей на сайте рекламодателя и анализ их покупательских намерений.
Рекламный канал, из которого пришел пользователь, или рекламный канал, где мы собираемся показать ему ретаргетинговый баннер, играют третьестепенную роль. Каждый конкретный пользователь и вероятность его конверсии в покупателя — вот что является объектом нашего интереса.
Тем не менее, маркетологи часто пытаются выделить в ретаргетинг-кампании сегменты, разделяя пользователей по источнику первого посещения. Предполагая что те, кто пришел, например, из «контекста», должны конвертироваться в покупателей лучше, чем те, кто пришел из «маркета».
По той же логике рекламодатели хотят контролировать, на каких площадках показываются объявления ретаргетинга, и вручную отключать «неэффективные» площадки или каналы целиком. Однако, отключать надо «неэффективных пользователей», а не площадки. Третья вариация на эту же тему — разделение подрядчиков ретаргетинга по используемому рекламному инвентарю, с целью минимизировать внутреннюю конкуренцию между ними. Это приводит только к тому, что эффективность каждого из подрядчиков снижается, а пользователь оказывается перегружен рекламными сообщениями. Поскольку уменьшение охвата каждый из подрядчиков будет пытаться компенсировать частотой показа.
Приведенные выше примеры сегментации противоречат самой концепции ретаргетинга — показ рекламных объявлений интересному нам пользователю там, где мы его видим. Ведь именно пользователь находится в центре нашего внимания. Мы должны иметь возможность показать ему баннер с правильным сообщением, сформированным на основе анализа его интересов, в правильное время, индивидуально ограничивая частоту и число показов, и по индивидуальной цене, определяя цену за показ на индивидуальном уровне.
Гораздо более эффективным подходом является сегментация кампании на основе покупательского поведения и истории покупок пользователя. Первым шагом обычно является разделение аудитории на новых и старых покупателей. Большая часть интернет-магазинов готова гораздо больше платить за тех пользователей, что еще не совершали покупок. Новые покупатели для них более ценны, а те пользователи, которые уже совершали покупки — не так интересны.
Однако проблема гораздо глубже, чем может показаться. Если вы получили нового покупателя, откуда вы знаете, что он сделает дальше? Сколько раз он купит и с каким средним чеком? А если у вас есть лояльный покупатель, который приобретает товары в вашем интернет-магазине постоянно, откуда вы знаете, что в один прекрасный момент он не уйдет к конкуренту?
Наша задача не просто получить нового покупателя, а превратить его в лояльного и поддерживать эту лояльность на протяжении всего жизненного цикла.
Для этого мы можем выделять сегменты аудитории, опираясь на данные CRM, определять ценность каждого из этих сегментов и корректировать инвестиции в рекламу, фокусируясь именно на тех сегментах, которые нам наиболее интересны.
Например, мы можем выделить сегменты, основываясь на давности совершения пользователем покупки. И больше инвестировать в тех пользователей, которые давно не покупали с целью восстановить их лояльность. Или же больше тратить на возврат тех пользователей, которые генерируют больше выручки.
Причем речь идет не только о том, что мы можем установить разные целевые CPA на каждый из сегментов, а о возможности полностью изменить стратегию коммуникации, включая абсолютно разные баннеры и предложения для разных сегментов аудитории.
Вот пример того, как мы реализовали подобную сегментацию для одного из наших клиентов шоппинг-клуба BrandAlley. Это позволило увеличить ROI от рекламной кампании до уровня, ранее казавшегося недостижимым.
Изначально мы разделяли пользователей только на два сегмента: новые и существующие покупатели. Для каждого сегмента был определен целевой показатель eCPA, и мы вели кампанию более агрессивно по отношению к новым покупателям, чтобы увеличить процент возвращений новых покупателей на сайт и повысить конверсию.
Второй шаг — мы использовали информацию об истории покупок пользователей, которую получили из внутренней CRM-системы магазина.
Теперь, как только пользователь заходил на любую страницу сайта, мы в реальном времени сопоставляли его профиль с имеющимися у нас CRM-данными.
В результате мы смогли идентифицировать 80% аудитории и разделить ее на сегменты, опираясь на историю совершения этими пользователями покупок. И соответствующим образом настроить рекламную стратегию, увеличивая инвестиции в те сегменты, которые показывают более высокую выручку или рискуют утратить лояльность.
Этот подход позволил BrandAlley сфокусировать рекламные усилия на самых ценных для них сегментах пользователей, не только новых, но и существующих, принимая во внимания историю их покупок. В рамках нашей рекламной кампании BrandAlley получил в 4 раза больше продаж и смог активировать в 2 раза больше новых покупателей.
2. Чрезмерная назойливость
Еще одна ошибка — это чрезмерная назойливость. Назойливость — это основная причина, почему не любят ретаргетинг пользователи, и этот факт все больше и больше заботит тех рекламодателей, которые хотят защитить репутацию своего бренда.
Показ баннеров пользователям, уже совершившим покупку, демонстрация нескольких объявлений на одной странице, отсутствие ограничения частоты и количества показов — не только раздражают пользователей, но и приводят к неэффективному расходованию рекламного бюджета.
Что же можно сделать, чтобы защитить свой бренд и повысить эффективность рекламных затрат. После совершения пользователем покупки прекращать ему показ баннеров или хотя бы исключать купленный товар в рамках кампании лояльности. Формировать разные предложения для разных сегментов аудитории. Глубокая персонализация рекламы с учетом истории покупок и стимулирование спроса. Ну и отдельно — демонстрировать только один баннер на странице (проблема AdExchange). Интеллектуальное ограничение частоты показов — не просто установить некое предельное число показов, но и распределить их во времени, на сессию, час, сутки и так далее. Чтобы не «бомбить» пользователя рекламой в те моменты, когда он на нее не реагирует.
Более того, необходимо отметить возможность глобального ограничения частоты рекламных показов, которую дает нам технология Real-Time Bidding. В случае, когда мы размещаем рекламу напрямую на выбранных рекламных площадках, рекламных сетях или на Facebook — ограничение частотности показов устанавливается индивидуально для каждого канала. И, таким образом, пользователь уже увидевший рекламу необходимое количество раз, например, в Facebook, перейдя на сайт, входящий в рекламную сеть Google, столкнется с ней снова, и снова на «Яндексе», и снова на площадке, где мы закупили рекламу напрямую. А ведь это количество рекламных контактов надо еще умножить на количество используемых пользователем устройств: рабочий ноутбук, домашний компьютер, планшет. По сути, в этом случае мы вообще не контролируем, сколько раз конкретный пользователь увидит нашу рекламу.
С помощью Real-Time Bidding мы совершенно точно знаем, какому пользователю сейчас произойдет показ, вне зависимости от того, какое устройство он использует и на какой рекламной площадке мы его в настоящий момент видим. И в этом случае мы абсолютно четко можем контролировать, сколько раз и с какой интенсивностью именно этот пользователь увидит наше рекламное сообщение. И избежать таким образом и нерационального расходования рекламного бюджета, и чрезмерной навязчивости рекламных сообщений.
Время показа баннера является одним из ключевых параметров эффективности кампании ретаргетинга. Использование глобального ограничения частотности показов помогает нам очень точно контролировать, кто из наших пользователей, когда и сколько раз увидит наше сообщение.
3. Неправильная модель атрибуции продаж
Атрибуция продаж — это метод отнесения полученной конверсии к тому или иному маркетинговому каналу.
Важность этого вопроса большинство маркетологов осознают только начав работать с ретаргетингом. Ведь пользователи, совершившие покупку в рамках ретаргетинга — уже приходили на сайт в рамках других рекламных кампаний.
Но при этом неправильно выбранная модель атрибуции или ряд типовых ошибок могут привести к уменьшению совокупной покупательской способности всех платных маркетинговых каналов, а не только ретаргетинга.
Подавляющее большинство рекламодателей, иногда даже не осознавая этого, используют модель Last Click или Last Cookie Win. В рамках этой модели вся ценность конверсии относится к последнему каналу, из которого пришел пользователь.
То есть, если пользователь впервые посетил сайт рекламодателя, перейдя по ссылке из контекстной рекламы, потом зашел второй раз благодаря партнерской программе, а затем совершил покупку после клика по ретаргетинговому баннеру — эта продажа будет засчитана кампании ретаргетинга.
Конечно, приведенный пример является упрощением, и в реальности цепочки, приведшие к конверсии, выглядят гораздо сложнее. Только небольшая часть покупок совершается сразу после клика по баннеру. Пользователь многократно возвращается на сайт из множества источников, вводя название магазина или вводя его адрес напрямую. А это факторы, на которые вы вообще не можете влиять напрямую. Поэтому надо очень хорошо понимать, что и как учитывать.
В первую очередь нужно исключать из атрибуции прямые обращения пользователя, когда он печатает адрес сайта в браузере. Такие обращения — прямое следствие вашей рекламной активности. Сами по себе люди (без какого-либо знания о вашем бренде) ваш адрес в браузере вбивать не будут.
Сами по себе люди, без какого-либо знания о бренде, ваш адрес в браузере вбивать не будут.
По этой же причине необходимо исключать бренд-запросы в поиске и контексте. Определенная часть людей вводит адрес магазина (или название магазина) не в адресную строку браузера, а в поисковый запрос в Яндексе. И перейти на сайт они могут как по объявлению «Яндекс.Директ», так и по ссылке из результатов поиска.
В идеале, рекламодатель должен исключить весь поисковый трафик, поскольку данный канал не является платным.
Более того, должны быть исключены и email-рассылки. Многие маркетологи с этим спорят, но правда заключается в том, что рост числа подписчиков вашей рассылки также является следствием активности в других каналах. Вы не можете увеличить бюджет на рассылку — и таким образом повысить количество заказов из этого канала.
А важнейшей характеристикой любого платного канала является возможность увеличения объема при увеличении бюджета. Увидели вы, что тот или иной канал для вас эффективен — увеличили инвестиции в него и получили больше заказов.
Таким образом, передавая часть стоимости заказа рассылке, или любому другому бесплатному каналу — вы уменьшаете совокупную покупательскую способность всех платных каналов, в том числе и ретаргетинга — где вы могли бы добиться роста продаж параллельно с увеличением бюджета.
Как мы видим, модель атрибуции продаж last click не идеальна: пользователь взаимодействует со множеством рекламных каналов в ходе принятия решения о покупке, а вознаграждается только один из них.
Мы иногда шутим, что относить всю ценность продажи к последнему клику, все равно что винить в утренней головной боли последнюю выпитую рюмку.
Для того чтобы учесть вклад каждого канала в совершение продажи продвинутые маркетологи применяют модель ‘Customer Journey’ или «Взвешенную модель».
В рамках этой модели вознаграждение за продажу распределятся между всеми звеньями цепочки. Однако их вклад учитывается по-разному. Например, 40% стоимости достается источнику, который привел пользователя на сайт, а еще 40% достается источнику, после которого пользователь совершил покупку. Оставшиеся 20% делятся на все каналы, с которыми взаимодействовал пользователь между этими двумя событиями. Либо вес может увеличиваться в зависимости от того, насколько близко по времени к покупке произошел клик.
Таким образом вы сможете более точно учитывать вклад источника в совершение продажи и более эффективно распределять инвестиции в рекламу.
4. Игнорирование RTB
Последние пару лет Real-Time Bidding является одним из наиболее горячих и наиболее обсуждаемых трендов в рекламе. И очень часто RTB и ретаргентинг идут рука об руку настолько, что многие путают эти два понятия.
RTB дает рекламодателям уникальную возможность не только выбирать, но и индивидуально оценивать самые выгодные с точки зрения рекламодателя показы. Оценивая стоимость показа каждому пользователю в зависимости от того, насколько высока вероятность конверсии, можно добиваться существенного увеличения эффективности инвестиций в динамический ретаргетинг.
Цена, которую мы определяем индивидуально в зависимости от того, какой именно пользователь увидит рекламу, какой по счету раз, на каком сайте — одно из слагаемых успеха ретаргетинг-кампании.
Мы в Sociomantic при расчете стоимости ставки в аукционе принимаем во внимание до 30 различных параметров и в итоге добиваемся полного использования потенциала RTB. В ходе кампании мы можем сделать до 16 тыс. абсолютно разных ставок, в то время как большинство участников использует от 4-х до 15-ти стандартных ставок.
Но не всегда преимущества RTB достаются рекламодателю. При работе по арбитражной модели, когда подрядчик фиксирует стоимость за клик или целевое действие — он может использовать RTB для увеличения собственной маржи.
Например, стоимость действия установлена в 100 руб. А подрядчик, закупив показы по RTB, получил его за 20 руб. Его маржа составила 80 руб. которую он с чистой совестью кладет себе в карман. В такой модели цель подрядчика — купить дешевле, чтобы продать по ранее согласованной цене и максимизировать свою прибыль.
Альтернативой является так называемая прозрачная модель, когда фиксируется комиссия от бюджета подрядчика. В этом случае, получив заказ за 20 руб., подрядчик положит себе в карман только комиссию в заранее оговоренном размере. А 80 руб. реинвестирует в покупку новых показов и генерацию новых заказов. Единственная возможность заработать больше для подрядчика — потратить больший бюджет при сохранении эффективности. То есть максимизировать количество продаж заказов в рамках установленного CPA.
При работе с RTB прозрачная модель — единственный для рекламодателя способ получить в свои руки все преимущества RTB и единственный способ работать с подрядчиком на одних KPI — максимум продаж в рамках CPA.
5. Ручной труд
Когда я был маленьким, рекламная индустрия ассоциировалась прежде всего с креативом. Именно этим она меня и привлекла. И до сих пор именно этим работа в рекламе привлекает огромное количество креативных и идейных людей.
Однако мир изменился. И онлайн-реклама оставляет все меньше и меньше места для креатива. В мире RTB, где решения о показе рекламы принимаются за 100 мс, а баннеры для каждого пользователя генерируются индивидуально, у человека нет шансов конкурировать с компьютером.
Эффективность рекламной кампании в современном мире обусловлена не креативностью маркетолога, а мгновенным анализом больших массивов данных, принятии решений и адаптацией логики в реальном времени. Только такой подход дает возможность использовать ретаргетинг на полную мощность.
