Грядет будущее, когда рекламодатели не смогут выбирать, кому и где показывать рекламу, то есть не будет возможности самостоятельно выбрать таргетинг и плейсменты.
Например, недавно Яндекс изменил условия показа на площадках РСЯ. Теперь на некоторых площадках показы будут продолжаться, даже если вы внесли их в черный список.
Такие изменения рано или поздно наступят во всех рекламных системах. Это приведет к тому, что кампании будут полностью автоматизированы, специалист должен будет лишь создать креатив и указать, какой результат и по какой цене он хочет получить от рекламы. И к этому нужно быть готовыми уже сейчас. На примере умных стратегий Google Ads я хочу показать, как можно управлять тем, что кажется неуправляемым.
Какие автоматические стратегии есть в Google Ads
Все автостратегии можно разделить на четыре типа. Рассмотрим каждый из них.
Автоматические, но не умные
1. Максимальное количество кликов: рекламодатель указывает бюджет, и система старается получить как можно больше кликов. Эта стратегия не считается умной, поскольку нет необходимости использовать сложные алгоритмы по прогнозированию совершения конверсии.
2. Целевой процент полученных показов. Здесь все еще проще — система управляет ставками таким образом, чтобы получить нужный процент показов.
Умные наполовину
Здесь одна — Оптимизированная цена за клик. В этом случае мы используем ручную стратегию управления ставками, но включаем оптимизатор. Если Google спрогнозирует очень высокую вероятность конверсии, ставка будет увеличиваться, если низкую — уменьшаться вплоть до нуля, то есть Google может вообще перестать показывать рекламу. Но половина бюджета будет потрачена по тем ставкам, которые вы установили вручную, без автоматической оптимизации.
Умные от конверсии
1. Максимум конверсий — рекламодатель указывает бюджет, и система старается сгенерировать максимальное число конверсий.
2. Целевая цена за конверсию — помимо бюджета рекламодатель указывает, сколько он готов платить за конверсию.
«Максимум конверсий» — менее агрессивная стратегия, чем «Целевая цена за конверсию». Поскольку мы устанавливаем только бюджет, система беспокоится о том, чтобы не выйти за рамки бюджета и при этом потратить его целиком. Эта стратегия подходит тем, кто больше переживает за то, сколько денег он потратит на рекламу, чем за количество полученных конверсий.
Если же вам важнее получить больше конверсий и ради этого вы готовы увеличивать бюджет, вам подойдет стратегия «Целевая цена за конверсию». В этом случае у Google есть ориентир в виде суммы, которую вы готовы заплатить за конверсию, он будет стараться выжать максимум в пределах этой цены, а бюджет будет играть второстепенную роль. В каких-то случаях система может слегка выходить за рамки бюджета или подталкивать рекламодателя к увеличению бюджета для получения большего числа конверсий.
Умные от ценности
1. Максимальная ценность конверсии.
2. Целевая рентабельность инвестиций в рекламу.
В обоих случаях система старается получить как можно большую совокупную ценность. Настраивая конверсию, рекламодатель может указать ее ценность, например, оценить заявку с сайта в 1000 рублей, а звонок — в 1500 рублей. Если мы используем электронную торговлю или расширенную электронную торговлю, то речь будет идти о ценности транзакций.
Более агрессивная из этих двух стратегий — «Целевая рентабельность инвестиций в рекламу». Если вы настроили стратегию «Максимальная ценность конверсии», система в первую очередь ориентируется на бюджет и старается выжать из него максимум. При настройке «Целевой рентабельности инвестиций в рекламу» система понимает, на какой ROAS вы ориентируетесь и будет стараться выжать максимум ценности в пределах этого ROAS, а ограничение по бюджету будет играть второстепенную роль.
Как работает нейронная сеть
Умные стратегии называются так, потому что используют нейронные сети. Вот примерная схема обучения нейронных сетей.
На входе мы имеем сигналы: ключевые фразы, пользователей, которые вводят поисковые запросы, разные варианты объявлений, время суток и много других параметров. С другой стороны есть решение, то есть то, что мы получили в итоге. Например, конвертируется определенная группа пользователей или нет. Между сигналом и решением формируется нейронная сеть, между нейронами возникают связи, которые позволяют получить от сигналов заранее известное решение. Система считается обученной, когда связи уже построены, хотя она и продолжает обучаться, получая в процессе работы новые данные.
Если пользователь с определенного устройства в определенном местоположении вводит поисковый запрос, то сигналы проходят через нейронную сеть, и система генерирует решение, например, вычисляет вероятность совершения им конверсии. Решение сформировалось на основе поведения других пользователей со схожими характеристиками.
Таким образом, нейронные сети обучаются на основе уже имеющихся данных, выстраивая связи между сигналами и результатами, а затем принимают решения, основываясь на входных сигналах и построенных связях.
Почему в этом нужно разбираться? Это поможет вам понять, как работают умные стратегии. Они умны настолько, насколько вы их обучили. Если вы предоставили мало данных, нейронные связи могли сложиться случайным образом — и стратегия сработает неэффективно. Если вы сначала предоставляли одни данные, а затем — другие, система также может принять неверное решение.
Например, в регионе, откуда раньше поступало много конверсий, появился сильный конкурент. Конверсий стало меньше. Система же не сразу отреагирует на изменения, она будет постепенно дообучаться. Ей потребуется время, чтобы правильно принимать решения на основе новых данных.
Когда человек лучше машины
В некоторых случаях человек может управлять ставками вручную эффективнее, чем машина. Рассмотрим эти случаи.
Мало данных для принятия решений
Машины до сих пор плохо понимают смысл слов. Если рекламодатель занимается продажей оборудования для лифтовых шахт, то живому специалисту понятно, что по запросу «секс в лифте» конверсий не будет. Машина же будет пытаться накопить данные, чтобы спрогнозировать вероятность конверсии по этому запросу.
Обычно человек может принимать решения с малым количеством данных исходя из семантического свойства слова или других признаков.
Еще один пример — с объявлений по продаже оборудования для лифтовых шахт идет трафик с сайта детской тематики. Человеку не нужно копить много данных, чтобы понять, что оттуда, скорее всего, не будет конверсий. Вероятно, пользователи (скорее всего, дети) случайно кликают по рекламе из-за того, что владельцы сайта крайне «удачно» для себя разместили рекламный блок.
Машине всегда, в отличие от человека, нужен довольно большой объем данных, чтобы принять решение. Если мы работаем в узкой тематике, где мало данных (показов, поисковых запросов, небольшая целевая аудитория), человек с наибольшей вероятностью будет точнее управлять ставками.
Часть данных находится за пределами системы
Например, мы в качестве конверсий отслеживаем заявки с сайта, а затем в CRM-системе видим, откуда приходили заявки и какие из них были целевые. CRM-система может показать, что с определенной рекламной кампании, ключевой фразы или площадки поступают заявки, но почти все они нецелевые, то есть они практически никогда не заканчиваются продажей. Видя эти данные, человек принимает решение отключить таргетинг или площадку, с которых идут нецелевые заявки.
Если бы в этом случае мы отправляли в рекламную систему только целевые заявки, то машина могла бы эффективно управлять ставками. Просто мы скрыли от нее часть данных, которыми обладаем.
Чем можно управлять при работе с умными стратегиями
Есть несколько параметров, которые специалист может регулировать в рамках умных стратегий.
Рекламный бюджет
Рекомендация Google — устанавливать дневной бюджет в размере десяти CPA. Например, если вы готовы платить 1000 рублей за одну заявку, бюджет должен быть 10 000 рублей. Если вы понимаете, что не готовы тратить такие деньги, переходите на микроконверсии. Например, вы хотите тратить в день не более 5000 рублей. Выберите ту микроконверсию, которая с вероятностью 50% приводит к макроконверсии. Установите за нее цену 500 рублей (1000 рублей умножить на вероятность 50%), и тогда дневной бюджет будет составлять 5000 рублей, как вы и планировали.
Ситуация, когда дневной бюджет будет менее десяти CPA, может помешать системе принимать правильные решения. Если целевое значение CPA равно 500 рублям, а дневной бюджет при этом 700 рублей, то как алгоритмы должны решать такую задачу?
Целевое значение CPA или ROAS
Этими параметрами можно управлять при использовании стратегии «Целевая цена за конверсию» или «Целевая рентабельность инвестиций в рекламу». Вы можете управлять стратегией, указав, что готовы заплатить за конверсию определенную сумму, например, 1000, 2000 или 500 рублей.
Речь идет не о ситуации, когда за одну и ту же конверсию мы назначаем разную цену, а о том, что мы можем в систему отправлять разные конверсии, которые оцениваем по-разному. Например, отправлять только звонки, которые мы оцениваем в 1500 рублей за звонок. Или же отправлять микроконверсии, которые мы оцениваем дешевле.
Целевое действие
Кажется, что больше ничем управлять нельзя, и остальные параметры система регулирует сама, но здесь есть подвох. В работе умных стратегий большую роль играет то, что именно вы определили как конверсию. Здесь важно следующее:
1. Какова вероятность выполнения этого действия?
Если вероятность очень низкая, придется покупать тысячи кликов, чтобы получить хотя бы несколько десятков конверсий. Данных в этом случае будет мало, они будут медленно копиться, а значит, системе понадобится много времени для обучения.
В идеале стоит отправлять те конверсии, у которых высока вероятность совершения — макроконверсии. Это может быть время, проведенное на сайте, количество просмотренных страниц, скачивание дополнительных материалов с сайта, просмотр видео и т. д.
Не все микроконверсии полезны для оптимизации рекламных кампаний, выбирайте те, что хорошо коррелируют с макроконверсиями. Например, вы видите, что у пользователей, которые провели на сайте более двух минут, вероятность совершения конверсии в разы выше, чем у тех, кто провел на странице меньше времени. Такую микроконверсию можно использовать для оптимизации.
Идеальная микроконверсия — это та, без которой просто невозможно совершение макроконверсии. Нельзя оформить заказ в интернет-магазине, если не положить в корзину ни одного товара.
2. Сколько времени проходит после клика по объявлению?
В идеале конверсия должна совершаться в течение суток после клика. Если она происходит, например, через месяц, это сильно затрудняет работу алгоритмов. Максимальное время между кликом и конверсией составляет неделю. Мои временные рамки более жесткие: в течение суток после клика пользователь должен совершить действие, под которое вы будете оптимизироваться. Поэтому оптимизация под реальные продажи работает только в случае, если человек кликает по рекламе и в течение дня делает покупку. Если же вы работаете в тематике b2b, у вас дорогой продукт и люди принимают решение о покупке довольно долго, система не сможет эффективно оптимизироваться под такие конверсии.
Таким образом мы можем управлять тем, какие именно конверсии отправляем в систему, и исходя из этого будем получать разные результаты. Если мы отправляем конверсии, которые случаются часто, и между кликом и конверсией проходит мало времени, стратегии будут работать лучше, чем в случаях, когда мы отправляем конверсии, происходящие редко и с большой задержкой.
Отчет «Стратегия назначения ставок»
Недавно в Google Ads заработал отчет, в котором можно посмотреть, что происходит с алгоритмом: обучился ли он, какие сигналы выделил как наиболее важные в этой рекламной кампании.
Чтобы зайти в отчет, в списке рекламных кампаний найдите столбец «Стратегия управления ставками». Если вы используете умную стратегию, ее название будет кликабельным. Кликнув на название, вы откроете нужный отчет. В этом отчете видно, активна ли стратегия и какие сигналы она смогла выделить.
Рассмотрим скриншот отчета из нашей кампании. Система выяснила, что в выходные реклама наиболее эффективна с 10:00 до 16:00, а в будни — с 16:00 до 18:00.
Также видим, что жители Волгограда конвертируются хуже, чем пользователи из остальных регионов. Кроме того, система выявила ключевую фразу с низкой эффективностью и снизила по ней ставки. Еще одна ключевая фраза, напротив, дает высокую эффективность, но только на десктопе. В этом же отчете внизу можно посмотреть, прошло ли обучение (отображается с помощью цветовой индикации).
Что мешает алгоритмам
Рассмотрим типичные ошибки, из-за которых алгоритм может работать неэффективно.
- Нереалистичные целевые значения CPA или ROAS.
Если система рекомендует установить целевое значение конверсии 1300 рублей, а вы ставите значение 1000 рублей, оно будет нереалистично с точки зрения алгоритма. Google строит прогноз исходя из конкретной ситуации на рынке. Лучше выставить рекомендуемое значение, а затем постепенно снижать его.
2. Рекламодатель анализирует результаты кампании, не дожидаясь завершения обучения алгоритмов.
Зайдите в отчет, о котором мы говорили выше, чтобы посмотреть, прошло ли обучение. Если да, анализируйте результаты кампаний за тот период, когда алгоритм уже был обучен.
3. Не учитывается задержка в получении данных о конверсиях.
Если вы пытаетесь загрузить офлайн-конверсии или знаете, что пользователи не сразу делают заказ, то возникает задержка в получении данных для обучения алгоритма. Не стоит ждать результатов за первые пару дней, если конверсия происходит в течение недели после клика по рекламному объявлению.
4. Частое внесение изменений в кампанию.
Каждый раз, когда вы меняете что-то в кампании, обучение запускается заново. Алгоритмы не смогут выйти из фазы обучения и будут работать нестабильно.
5. Рекламодатель концентрируется на показателе CPC, показах и позициях.
Если вы выбрали определенную стратегию, например «Целевая цена за конверсию», то смотреть нужно только на три метрики: расход, количество конверсий и цена за конверсию. Не стоит уделять много внимания другим метрикам.
Несколько советов специалистам
1. Объединяйте кампании и избегайте ненужной сегментации.
Если вы хотите вместо одной кампании создать 15 лишь для того, чтобы на каждый регион приходилась отдельная кампания, этого делать не стоит. Лучше создать одну кампанию на все регионы, система сама определит, какие ставки задать в каждом регионе.
2. Если нет возможности объединить эти кампании, используйте пакетную стратегию назначения ставок.
Все кампании в этом случае объединяются в «пакет» и для них работает единая стратегия.
3. Используйте адаптивные креативы, они хорошо работают в связке с умными стратегиями.
Алгоритм определяет, как отрабатывает каждая связка из таргетинга, площадки, аудитории и объявления. Вместе эти инструменты работают лучше, чем отдельно друг от друга.
4. Следите за точностью подбора посадочных страниц.
В рамках одной группы объявлений используйте одну посадочную страницу. Если в пределах одной группы вы добавите в объявления несколько разных лендингов, это может запутать систему.
5. Добавляйте в режиме наблюдения списки ремаркетинга.
Как минимум добавьте тех, кто был на сайте, тех, кто сконвертировался, и тех, кто не сконвертировался. Также можно добавить более детальные списки.
6. Добавляйте любые аудитории, по которым есть гипотезы.
Например, у вас есть поисковая кампания, и вы хотите запустить рекламу в КМС на пользователей, которые увлекаются фитнесом. Создайте аудиторию таких пользователей и добавьте в режиме наблюдения к поисковой кампании. Если вы увидите, что любители фитнеса в этой поисковой кампании хорошо конвертируются, можно попробовать запустить по ним кампанию в КМС.
7. Используйте Data-Driven атрибуцию, не используйте ни Last Click, ни First Click.
Если для вас важен первый клик, выберите модель атрибуции на основе позиции (Position-Based). Если решение принимается долго, применяйте линейную модель атрибуции.
Убедившись в эффективности умной стратегии, используйте широкое соответствие и дженерики — общие ключевые фразы. В обычных рекламных кампаниях дженерики могут слить бюджет, но если умная стратегия работает эффективно, она этого не допустит. Такой подход позволит получить большой охват, а значит, повышается вероятность выловить поисковые запросы с CPA в пределах KPI. Не добавляйте сразу много новых ключевых фраз, работайте по принципу «10-15% изменений в неделю».
