Каждый маркетолог знает, что стоимость клика по ключевым словам в поисковиках скачет с течением времени. В обеденный перерыв пользователи ищут, куда сходить после работы, вечерами планируют крупные покупки, а по выходным листают ленты соцсетей, оставив Яндекс и Google в покое.
Чтобы поймать «волны» запросов, не потратив при этом весь свой бюджет, многие рекламодатели используют автоматизированные биддеры. В основном, они работают по одной схеме: с ростом рекомендованной ставки повышают цену клика, пока она не достигнет заданного максимума X. После чего ставка остается на уровне X, насколько бы ни «разогрелся» аукцион. Другой вариант — всё то же самое, только вместо рекомендованной ставки берется списываемая цена.
Такая тактика действительно экономит средства, но имеет один существенный минус — она ограничивает доступный для привлечения трафик.
Мы разработали подход, который этого недостатка не имеет.
Измеряем температуру аукциона
Для начала мы ввели новую величину, характеризующую степень перегретости аукциона. Прийти к ней нам помог анализ ставок по ключевым словам ряда крупных клиентов.
С помощью API Директа мы выгрузили рекомендованные ставки и списываемые цены по всем ключам из рекламы наших заказчиков. С течением времени они вели себя похожим образом. Например, динамика рекомендованной ставки для разных объемов трафика по одному из ключей выглядела так:
На следующем графике — его же списываемая цена.
Рассматривать каждый ключ в отдельности, особенно когда в кампаниях их тысячи, слишком трудозатратно и просто нерационально. Поэтому мы объединили ключи с похожим поведением цен в кластеры — это позволило на одном графике представлять всю кампанию целиком. Так, к примеру, стала выглядеть динамика рекомендованной ставки по всей семантике:
Ничего сверхъестественного: периодические пики поисковой активности внутри рабочих дней на выходных сменяются почти стабильным плато. Однако нас интересовало немного другое.
Хотя значения рекомендованной ставки и списываемой цены связаны между собой, смысл у этих показателей разный. Первая показывает, с какой ставкой, по прогнозам Яндекса, можно выиграть аукцион, а вторая — сколько, по тем же прогнозам, на самом деле придется заплатить за клик. Следовательно, разница между ними характеризует неопределенность аукциона, которая растет в пиковые периоды и снижается, когда ажиотаж спадает.
Чем больше участников конкурирует за показ, тем больше вероятность, что кто-то из них выйдет за пределы предполагаемых ставок — и тем сильнее списываемая цена будет отличаться от рекомендованной ставки. В идеальном мире, где все игроки знают о действиях соперников, разница между ними стремилась бы к нулю — но в реальности увеличивается вместе с количеством игроков.
Эта разница и стала нашей новой метрикой, которую мы условно назвали gap (от англ. gap — разрыв, интервал):
gap = рекомендованная ставка — списываемая цена
Например, по одной из кампаний динамика gap’а приняла следующий вид:
Подобные графики по рекомендованной ставке, списываемой цене и gap’у мы стали называть аукционным профилем кампании.
Теперь, когда мы обзавелись новой полезной терминологией, осталось понять, как использовать ее для оптимизации рекламы.
Секрет баланса
Основа нашего подхода к оптимизации — составление сбалансированного аукционного профиля кампании. Что это значит, сейчас объясним.
У разных ключевых слов пики ставок могут случаться в разное время (проанализировав 40 000 ключей клиентов, мы в этом убедились). Иными словами, когда по одним запросам аукцион «разогревается» и ставки идут вверх, по другим он может, напротив, «остывать», сокращая ставки. Смысл балансировки заключается в том, чтобы использовать в кампаниях ключи с чередующимися пиками. Получается, как игра против рынка у трейдеров: когда все входят в аукцион, мы из него выходим, и наоборот.
Вот аукционный профиль кампании, которую нам удалось сбалансировать:
В таком виде график не слишком понятен, оставим в нем только два кластера, отличающиеся по динамике gap’a сильнее всего.
Чтобы картинка стала совсем наглядной, центрируем графики относительно их среднего значения.
Теперь легко заметить, что динамика gap’а, соответствующая пикам ставок, у ключей противоположна. Значит, между ними можно успешно «перебрасывать» бюджет при смене тренда. Как только аукцион по кластеру 2 начинает «перегреваться», средства перераспределяются на ключи кластера 3, где конкурентная борьба спала, и ставки вернулись в норму — и наоборот.
Поиск нужных ключей
Как найти ключевики, находящиеся «в противофазе» с текущей семантикой? Регулярно изучая данные ставок Яндекса и анализируя поведение пользователей. Например, в одной из кампаний до балансировки мы имели такой аукционный профиль:
На графике кластеры ключей с интентами информации и покупки, из которых изначально и состояла семантика. Мы обнаружили, что обратную им динамику цен имеют запросы с интентом рассрочки («купить в рассрочку», «купить в кредит» и т.п.) Добавив их в кампанию, мы сбалансировали ее.
Реализовав подход на практике, мы смогли использовать бюджет клиента более рационально. При тех же расходах целевой трафик в разных кампаниях вырос на 5-15%.
В этой ситуации нам помогло то, что ключи покупки и рассрочки относятся к последовательным этапам размышлений пользователя. Имея потребность в товаре, люди вначале задумываются о его приобретении — и только после сравнения цен по соответствующим запросам принимают решение о кредите.
Универсальной схемы подбора балансирующих ключевиков, к сожалению, нет. Однако занимаясь их самостоятельным поиском, необходимо помнить о двух моментах:
- Главное — смысл ключей, а не динамика их цен;
- Иногда таких ключей нет.
Второй пункт менее приятный — посмотрим, что можно сделать в этом случае.
Если баланса нет
Если у всех нужных ключевых слов пики поисковой активности совпадают, это еще не значит, что воспользоваться подходом невозможно. Применить его в такой ситуации нам поможет экономическая теория.
Вспомним теории международной торговли Адама Смита и Давида Рикардо.
Смит полагал, что выгодная торговля возможна только между странами, имеющими абсолютное преимущество в производстве разных товаров. Это вполне соответствует сбалансированным кампаниям, которые мы рассмотрели выше. У ключей «в противофазе» попеременно возникает абсолютное преимущество на аукционе, поэтому они могут эффективно обмениваться трафиком.
Рикардо же утверждал, что абсолютное преимущество вовсе не обязательно — для успешной торговли хватает и относительного. Взглянем на один из пиков ставок несбалансированной кампании:
Как мы видим, он имеет выраженный характер только у одного кластера ключей — у двух других он более пологий. Следовательно, мы можем не входить в слишком «перегретый» аукцион, компенсировав снижение трафика участием в менее оживленных.
Тактика имеет смысл только в том случае, если ценность трафика, полученного от новых кластеров, превзойдет ценность трафика, который мы упустили при отказе от первого. Формулой это условие можно записать так:
Определять, до какого уровня выгодно повышать ставку по тем или иным ключевикам, позволяет такой экономический показатель, как эластичность. Его формула выглядит следующим образом:
Эластичность показывает, на сколько нужно повысить ставку, чтобы получить дополнительную единицу трафика. На разных уровнях трафика для разных ключей ее значение меняется. Взглянем, к примеру, на такой график:
Здесь видно, что за прирост трафика от 65 до 75 по ключу Key 1 придется заплатить вдвое больше, чем по ключу Key 0.
На более высоких уровнях трафика эластичность всех ключей поднимается в десятки и сотни раз.
С помощью эластичности удобно распределять средства между ключевыми словами. Как мы уже говорили, она подсказывает, до какого объема трафика имеет смысл доходить по каждому из них.
В заключение
Такой экономический подход к управлению ставками, конечно, не решает всех проблем контекстной рекламы — однако он предлагает свежий взгляд на оптимизацию рекламных расходов.
Мы рекомендуем использовать API Директа не только для получения актуальных данных, но и изучать исторические ставки по своим ключевым словам, чтобы находить возможности балансировки кампаний. Реализовать перераспределение бюджета между ними можно также только по API: вручную в реальном времени это практически неосуществимо, а в инструментах рекламных платформ такой функции пока нет.
У себя в Marilyn мы тестируем подход с рядом крупных клиентов, но в ближайшее время планируем расширить их круг, чтобы создать удобную функцию для всех пользователей системы.
Вы можете написать на reg@mymary.ru и отправить заявку на бета-тестирование этого подхода.
Product-менеджер Михаил Метелёв специально для PPC.World
Читайте свежие кейсы
Как получить дешёвый трафик в США и за 363$ привести заказов на 127 118$
Как с помощью геолокации найти премиальных клиентов и снизить стоимость лида в 5 раз
Как на 22% снизить стоимость заявки для популярной сети офисов и коворкингов в Москве
