Период: сентябрь — декабрь 2019
Наш клиент — официальный представитель автобренда «Тойота» в Москве. Чтобы оптимизировать рекламу в РСЯ, использовали матричный подход в управлении ставками ключевых слов. В результате удалось снизить стоимость обращения из канала на 33%, а количество обращений — увеличить на 73%.
Автодилер Toyota Центр Измайлово регулярно использовал рекламу в Директе. Специалисты агентства решили оптимизировать рекламу клиента в РСЯ и запустили эксперимент с матричным подходом в управлении ставками. В рамках эксперимента настроили автоматическую корректировку в сервисе: трижды в неделю скрипт обновлял ставки по ключевым словам в зависимости от количества обращений и CPL.
Этап 1. Создали матрицу на основе статистики ранее запущенных кампаний
Главная задача матрицы — предусмотреть разные правила корректировки ставок для ключевых слов, учитывая их эффективность. Эффективность оценивали по двум показателям: количество обращений и CPL фраз в ранее запущенных кампаниях. В качестве обращений считали целевые звонки и заявки на сайте.
Первым шагом создали промежуточные варианты матрицы: отдельно для CPL и количества обращений. Каждая матрица отображала характерные значения этих показателей за 7 и 30 дней работы кампаний.
В случае с CPL выделили два состояния ключевых слов: когда CPL был ниже и выше плана. Так как рассматривалось два периода, получили четыре возможных сценария показа рекламы:
- CPL выше плана за оба периода;
- за 7 дней CPL ниже плана, за 30 — выше;
- наоборот, за 7 дней CPL выше плана, а за 30 — ниже;
- за оба периода CPL ниже плана.
Перенесли полученные сценарии на предварительную матрицу значений CPL:
| Сценарий 1 | Сценарий 2 | Сценарий 3 | Сценарий 4 | |
|---|---|---|---|---|
| 7 дней | Выше плана | Ниже плана | Выше плана | Ниже плана |
| 30 дней | Выше плана | Выше плана | Ниже плана | Ниже плана |
Аналогичную работу провели с количеством обращений и вывели три типичных состояния ключевых слов:
- по ключевому слову не было лидов;
- был только один лид;
- было два и более лида.
Итого — шесть разных сценариев показа рекламы за 7 и 30 дней:
| Сценарий 1 | Сценарий 2 | Сценарий 3 | Сценарий 4 | Сценарий 5 | Сценарий 6 | |
|---|---|---|---|---|---|---|
| 7 дней | 0 | 0 | 0 | 1 | 1 | ≥2 |
| 30 дней | 0 | 1 | ≥2 | 1 | ≥2 | ≥2 |
Объединили промежуточные результаты в общую матрицу, которая отображала все возможные сценарии работы рекламы. Каждая ячейка матрицы — это состояние ключевого слова относительно CPL и количества обращений, которое оно может принимать во время показов.
| Сценарий по обращениям 0|0 | Сценарий по обращениям 0|1 | Сценарий по обращениям 0|≥2 | Сценарий по обращениям 1|1 | Сценарий по обращениям 1|≥2 | Сценарий по обращениям ≥2|≥2 | |
|---|---|---|---|---|---|---|
| Сценарий по CPL 1 | ||||||
| Сценарий по CPL 2 | ||||||
| Сценарий по CPL 3 | ||||||
| Сценарий по CPL 4 |
Ключевая проблема, с которой мы столкнулись, заключалась в том, что изначально планировалось больше вариантов по объёму и количеству лидов. Но это раздувало количество сценариев, что увеличивало и количество правил, которые трудно было контролировать.
Этап 2. Установили коэффициенты корректировки ставок для каждого сценария
Следующим шагом нужно было понять, как изменять ставку ключевому слову в зависимости от сценария показов. Чтобы определить коэффициент корректировки для каждого правила, руководствовались следующими принципами:
- ключевые слова, которые принесли 2 и более обращений, должны получать больше показов и использовать 50% бюджета;
- фразы с 1 обращением так же должны выделяться из общего списка ключевых слов, но менее выражено, чем первая группа;
- ключевые слова, которые не принесли обращений, должны получать показы по минимально возможной ставке.
Итоговая версия матрицы с коэффициентами корректировки ставок выглядела так:
| Сценарий по обращениям 0|0 | Сценарий по обращениям 0|1 | Сценарий по обращениям 0|≥2 | Сценарий по обращениям 1|1 | Сценарий по обращениям 1|≥2 | Сценарий по обращениям ≥2|≥2 | |
|---|---|---|---|---|---|---|
| Сценарий по CPL 1 | -K1 | -K2 | -K3 | -K4 | -K5 | Без изменений |
| Сценарий по CPL 2 | -K7 | -K8 | -K9 | -K10 | Без изменений | +К11 |
| Сценарий по CPL 3 | — | — | -K12 | — | Без изменений | Без изменений |
| Сценарий по CPL 4 | Без изменений | Без изменений | Без изменений | +K13 | +K14 | +K15 |
Этап 3. Настроили автоматическую корректировку ставок в сервисе
В сервисе K50 создали условия корректировки ставок для каждого сценария матрицы. Три раза в неделю скрипт обновлял ставки ключевым словам в зависимости от их CPL и количества обращений.
Кроме этого, несколько раз в неделю вручную перераспределяли бюджет между кампаниями. Каждые 3-4 дня проверяли CPL кампании и, если показатель был на 20-30% ниже плана, то назначали общий повышающий коэффициент. И наоборот: когда CPL был выше плана на 20%, снижали ставку всем ключевым словам кампании.
Результаты: количество обращений из РСЯ увеличилось на 73%, CPL снизился на 33%
Матричный подход в управлении ставками проработал четыре месяца: с сентября по декабрь 2019 года. Количество обращения из РСЯ в декабре по сравнению с сентябрём увеличилось на 72,9%, CPL снизился на 32,7%.
Ситуация с интернет-рынком автомобилей в России: исследование Яндекса
В марте 2020 интерес к отрасли значительно снизился и с начала апреля начал постепенно стабилизироваться.
По данным нашего опроса, в апреле больше половины респондентов планировали покупку автомобиля в ближайшее время, а 32% перенесли это решение на следующей год.
12% респондентов указали, что владеют полной сумой для покупки машины, а более трети планировали взять кредит. При этом больше половины опрошенных уже готовы частично или полностью оплатить эту серьёзную покупку онлайн. Хорошим стимулом может стать финансовая выгода:
Исследование Яндекса «Авто: индустрия на пороге диджитал-трансформации». Все респонденты. Апрель 2020. Россия.
Больше актуальных данных об индустрии можно узнать из нашего последнего исследования «Купить авто онлайн: отрасль на пороге диджитал-трансформации».
