|
...из Блогосфер...
Измерение эффективности многоканальных рекламных кампаний
webprofiters = http://webprofiters.livejournal.com/profile
Я знаю, что половина моего рекламного бюджета расходуется впустую, вот только не знаю, какая именно.
- Джон Ванамейкер, легендарный американский коммерсант.
Измерение эффективности рекламных кампаний
http://webprofiters.ru/services/ocenka-effectivnosti
всегда было и еще долгое время останется краеугольным камнем
маркетинга, проводимого в любых компаниях. Руководителям всегда
захочется узнать, насколько эффективны их вложения в то или иное
рекламное размещение.
Тяжело, и даже невозможно, измерить эффект от показа видео-ролика по
телевидению. Или ротации аудио-рекламы по радио. В этом случае нельзя
оценить, кто из потребителей данного медиаканала обратил внимание на
послание компании, и нельзя узнать кто и как отреагировал на него.
В интернет-маркетинге
http://webprofiters.ru/services/complex-internet-marketing
дела обстоят совершенно иначе, здесь эффект от проведения рекламных
кампаний измерить вполне реально. И в настоящее время этот вопрос стоит
достаточно остро, так как все хотели бы узнать реальный эффект и
рентабельность проводимых кампаний. Нет более важного вопроса на мировом
уровне изучения эффективности интернет-рекламы, чем анализ
многоканальных (или, как их еще называют в России – интегрированных)
рекламных кампаний.
С развитием различных каналов интернет-рекламы (баннеры, контекстная
реклама, SEO-продвижение, партнерские программы, email-маркетинг,
социальные медиа и др.) все более актуальны вопросы правильного
бюджетирования многоканальных рекламных кампаний в интернете. Здесь в
слово «правильное бюджетирование» в основном вкладывается значение
рентабельности, ведь при размещении дорогостоящей рекламы хочется знать и
финансовую отдачу от нее.
Что же из себя представляют многоканальные рекламные кампании?
http://webprofiters.ru/services/effect-mnogokanal
Рассмотрим типичную ситуацию. Часто для совершения посетителем целевого
действия (к примеру, покупки в интернет-магазине, регистрации или
загрузке прайс-листа с корпоративного сайта) ему требуется больше одного
посещения сайта. Связано это с большим количеством альтернативных
предложений на рынке, поэтому такая механика распространена повсеместно
во многих конкурентных индустриях.
Таким образом, до совершения целевого действия проходит время, в
течение которого посетитель контактирует с различными маркетинговыми
сообщениями Вашей компании в различных рекламных каналах. К примеру, до
покупки он сначала увидел Ваш баннер на новостном сайте, далее нашел Вас
в поисковой системе, побывал на сайте и зарегистрировался, а купил
только после Вашей email-рассылки по зарегистрированным пользователям.
Задачей измерения эффективности многоканальной рекламной кампании
является определение каналов, которые привнесли наибольший вклад в
конверсию посетителя. В нашем примере, задача сводится к тому, чтобы
определить, какой из каналов воздействовал на посетителя и в какой мере.
Напомним, что в нашем примере присутствует три канала: баннер,
контекстная реклама и email-рассылка. После определения степени влияния
каждого канала на конверсию посетителя, нужно правильно скорректировать
маркетинговый бюджет, поскольку гораздо логичнее инвестировать средства в
наиболее эффективные каналы привлечения посетителей при грамотном
сочетании тех или иных каналов. Иными словами, здесь можно получить
ответ на извечный вопрос: «Как оптимально распределить рекламный бюджет
между различными имеющимися рекламными и маркетинговыми каналами?»
Для верного решения этой задачи необходимо определить модель
атрибуции трафика, то есть математическую модель, которая
регламентировала бы вклад каждого рекламного канала в конечную конверсию
посетителя. На данный момент мировая веб-аналитика рассматривает
несколько моделей атрибуции:
Last-click – когда 100% эффект в конверсии принадлежит последнему
источнику трафика в цепочке (в нашем примере это email-рассылка) и ему
засчитывается конверсия;
First-click – когда 100% эффект в конверсии принадлежит первому
источнику трафика в цепочке (в нашем примере это баннер) и ему
засчитывается конверсия;
Even-click – когда эффект в конверсии распределяется между всеми
рекламными источниками равномерно (по 33,3% от суммарного эффекта на
каждый рекламный канал в нашем случае);
Custom-click – когда эффект в конверсии распределяется между
рекламными источниками исходя из коэффициентов, которые аналитик
подбирает самостоятельно (к примеру, в нашей ситуации – 40% баннер, 20%
контекстная реклама и 40% email-рассылка).
Каждый из подходов обладает своими плюсами и минусами. Last-click
используется во многих современных системах веб-анализа, однако не
позволяет эффективно управлять маркетинговым бюджетом, поскольку не дает
полного понимания о распределении бюджетов между каналами. First-click
кажется логичным (100% на первичное восприятие рекламного сообщения), но
почему тогда посетитель так долго не мог сконвертироваться и для этого
ему потребовались другие рекламные сообщения? Even-click не дает
возможности различать качество рекламных каналов, приравнивая эффект от
рисованного баннера и текстовой контекстной рекламы, что также выглядит
слишком примитивно. Поэтому, на наш взгляд, оптимальным подходом
является создание собственной custom-click модели и анализ рекламных
кампаний на ее основе.
Присваивание коэффициентов в модели custom-click каждому из
источников трафика – довольно сложная задача, которую не стоит делать,
основываясь на ощущениях. Есть несколько способов создавать модель
атрибуции.
Первый из них основан на простом принципе тестирования и получения
обратной связи, а также на огромных возможностях геотаргетинга
интернет-рекламы. Геотаргетинг – это возможность выдачи посетителю
содержимого, соответствующего его географическому положению, в последнее
время этот вид интернет-рекламы пользуется достаточно большим спросом.
Например, Вы инвестируете бюджет в контекстную рекламу, медийную
рекламу и социальные медиа. Ваша рекламная кампания проходит на
федеральном уровне по всей России, что дает Вам возможности для
тестирования атрибуции. Попробуйте сделать предположения о том, что
работает лучше и запустите рекламную кампанию в различных регионах с
разным соотношением бюджетов. К примеру, в центральном федеральном
округе положите 40% на контекстную рекламу, 20% на медийную и еще 40% на
социальные медиа. А в сибирском – по иному алгоритму. Это даст Вам
возможность протестировать и сравнить различные варианты, что с учетом
скорости тестирования в онлайне, очень быстро поможет поднять ROI
рекламного бюджета.
Второй способ основывается на контролируемом эксперименте, в котором
при увеличении маркетингового бюджета Вы можете тестировать влияние
каждого рекламного канала. К примеру, Вы инвестируете в баннеры и
контекстную рекламу 1 000 000 рублей. В Вашем распоряжении появляется
дополнительный бюджет в размере 100 000 рублей и Вы тратите его на
увеличение бюджета контекста. Наблюдая за ростом конверсий (причем
абсолютно не важно, с какого источника они произошли по данным системы
веб-аналитики), Вы атрибутируете любой рост результатов на увеличение
бюджета на контекст. Такое управляемое тестирование можно проводить
опять же, до того момента, пока у Вас не снизится максимальная стоимость
за клиента (или рекламный контакт).
Таким образом, вопрос выбора модели атрибуции является задачей
управляемого тестирования, которое необходимо проводить рекламодателям с
интегрированными маркетинговыми коммуникациями в целях повышения
эффективности своих рекламных кампаний.
Так как отслеживание эффективности многоканальных рекламных кампаний
в интернет-маркетинге тесно связано с веб-аналитикой, то необходимо
упомянуть и инструмент, с помощью которого это можно осуществлять.
Как сертифицированному партнеру Google Analytics, мне отрадно
сказать, что в этой системе веб-анализа, которая является наиболее
популярной, недавно появилась новая функция, которая называется
«Мультиканальные последовательности» (Multichannel funnels). Именно она и
позволяет отслеживать последовательности переходов посетителей по
различным рекламным кампаниям, при этом они выстроены в удобные цепи.
Она показывает то, каким образом взаимодействуют между собой все
источники трафика для создания конверсий (достижения целей), выстроенных
на вашем сайте. С помощью этой функции можно проследить не только за
самими переходами, но и за последовательностью и влиянием переходов из
разных каналов/источников трафика на сайт. Сделано это потому, что
многие аналитические инструменты присваивают конверсию последнему
источнику, с которого был совершен переход на сайт. Multichannel funnels
дают общую картину переходов посетителя на сайт и влияния каждого
источника перехода на конечное действие посетителя.
Таким образом, теперь вооруженные знаниями теории и наличием
инструмента вы сможете самостоятельно отслеживать эффективность
многоканального маркетинга, проводимого в интернете и отбирать те
ресурсы для размещения трафика, которые являются наиболее эффективными.
|
|