Таргетированная реклама. Точно в яблочко Щербаков Сергей

Представьте, что вы заблудились в лесу. И вы вроде как вполне выносливы, чтобы выйти из него самостоятельно, без внешней помощи. Только вот карты у вас нет, о специфике роста мха вы ничего не знаете — вы просто keep calm and carry out (в смысле просто продолжаете идти). Звучит разумно? Честно говоря, не очень.

Если вам не на что ориентироваться, если вы не понимаете, выходите вы из лесу или, наоборот, углубляетесь в него, лучше вообще сидеть в том месте, где потерялись, и не двигаться (это и есть первое правило заблудившегося).

С таргетированной рекламой, да и c рекламой вообще, точно такая же история. Если вы крутите тизеры, но не понимаете, идут ли с них продажи, какой в этом вообще смысл? Или если вы ведете на сайт трафик из семи каналов и в целом это окупается, а вот откуда конкретно — непонятно, не кажется ли вам, что часть денег (скорее всего, большая) «сливается» вхолостую? Чуть выше я упоминал о своих заказчиках из Китая, у которых была «беда с аналитикой», вот они как раз так и работали: деньги на входе, деньги на выходе, а посередине «китайская комната»[8].

В общем, аналитика — это ваши дорожные знаки. Их нужно уметь замечать и корректно интерпретировать, чтобы в конечном счете ориентироваться во время движения.

90/60/90 эффективной аналитики

Перечитайте еще раз раздел о факторах, которые влияют на эффективность таргетированной рекламы. Понятно, что они логичны. Но где именно их отслеживать, на какие цифры или события обращать внимание?

Подумаем вместе.

1. Путь потенциального покупателя (или история отношений с целевой аудиторией) начинается с клика по тизеру или взаимодействия с ним. Если тизеры откручиваются «в никуда», анализировать просто нечего (кроме масштабов провала). Поэтому первым делом мы будем обращать внимание на аналитику исходящего трафика — то, что происходит в рекламном кабинете на уровне «выхода» трафика за пределы социальной сети или на другие страницы.

2. После того как пользователь кликает по тизеру, он перемещается либо в сообщество, либо на внешний сайт (лендинг, блог), за исключением охватных форматов рекламы. На этом этапе данные из рекламного кабинета социальной сети перестают играть какую-либо роль — они свое дело уже сделали. Поэтому нам стоит перефокусироваться на аналитику входящего трафика, то есть данные с той площадки, которая выступала посадочной.

3. Зачем мы пытаемся перенаправлять пользователей из социальных сетей на другие площадки и посадочные страницы? Разумеется, чтобы получать от них целевые действия (заявки, заполненные формы, запросы на ответный звонок и т. д.). Верно? Здесь возможны всего два типа событий: пользователь выполнил нужное действие или пользователь его не выполнил (о микроконверсиях мы поговорим чуть позже). Таким образом, в качестве финального шага мы проводим аналитику конверсий в целевые действия (получаем ли мы то, ради чего рекламу начали настраивать).

4. Есть еще один, четвертый, шаг качественной аналитики. Это анализ тех самых «факторов окружающей среды» (рыночные тренды, конкурентная обстановка, возможности для масштабирования, макро- и микроциклы внутри календарного года, сезона, дней недели и т. д.). На этом этапе мы учитываем дополнительные факторы, которые влияют на рекламу извне и которые при этом не поддаются контролю со стороны настройщика.

Сделаем промежуточный вывод: аналитика — это не размахивание своим CTR перед носом заказчика, а процедура, задача которой — помогать нам принимать финансово эффективные решения (если вы отслеживаете фактор, который никак не влияет на принимаемые вами решения, переставайте тратить время впустую).

Прежде чем проводить анализ, вымойте и укомплектуйте свою лабораторию

Для того чтобы аналитика опиралась на факты, а не на предположения по технике «широких мазков», вам потребуется выполнить краткий чек-лист. Это совершенно обязательно. Сам список выглядит вот так.

• Установите себе на сайт или лендинг сервис аналитики (имеется в виду Google Analytics или «Яндекс. Метрика»; можно и то и другое). Это абсолютный must have.

• Установите в своем аналитическом сервисе цели. Цели — это те желательные действия, которые вы хотели бы получать от посетителей своего сайта (покупка, заполнение формы, посещение конкретной страницы, количество времени, проведенного на сайте, и т. д.).

Чем подробнее поставлены цели, тем больше данных вы получаете. А чем больше данных, тем эффективнее решения, принимаемые на их основании. Например, для типичного интернет-магазина недостаточно поставить цель уровня «покупка» (попадание на страницу благодарности). Нужно добавить как минимум «клик по кнопке „Корзина“», «клик по кнопке „Оплатить“», «факт заполнения форм оплаты», «завершение оплаты и попадание на страницу благодарности за покупку». Такая глубина поведенческой аналитики позволяет гораздо быстрее находить проблемы «в процессе». Если, допустим, с оффером все хорошо, а вот форма заполнения заказа «глючит» в мобильной версии сайта, то, установив себе только цель «покупка», вы очень долго будете докапываться до истины.

Как поставить цели в Google Analytics или «Яндекс. Метрике», вам подскажет любой веб-мастер или программист (специфика процесса зависит от используемой CMS).

• Если вы ведете таргетированную рекламу на внешние ресурсы (сайты, лендинги, блоги, интернет-магазины) — обязательно размечайте свои объявления UTM-метками. Лучше потратить 2–3 минуты на их генерацию и разметку, чем потом кусать локти, не понимая, откуда деньги вынимать, а куда вкладывать.

• Установите call-tracking. Здесь нужно остановиться немного подробнее. Сервисы сall-tracking позволяют отслеживать источники звонков с сайта вплоть до конкретного рекламного объявления; а затем проводить их анализ и принимать обоснованные решения о перераспределении бюджета.

Допустим (как это часто бывает в Интернете), вы «запилили» лендинг и «льете» на него трафик, откуда можно и откуда нельзя. И если трафик корректно размечен UTM-метками, через какое-то время, накопив статистически значимый объем данных, вы почти неизбежно начинаете понимать, что делать со своей кампанией, чтобы получать максимум конверсий при ограниченном бюджете. Причем понимать на уровне конкретных рекламных объявлений и рекламных концепций.

Но если в шапке вашего сайта находится номер телефона, по которому можно просто взять и позвонить, никуда не кликая… вуаля — и ваша аналитика накрылась медным тазом. Потому что как вы поймете, с какого объявления Facebook вам звонят и покупают, а с какого — нет?

Здесь-то и нужны сервисы call-tracking. Как правило, они выкупают для вас пул номеров, который распределяется под нужное количество рекламных источников и тем самым делает единственный указанный на сайте телефон многоканальным. То есть пользователь дозванивается на одну базу, а вы потом в отчете видите, какой звонок был по реферальной ссылке от Ивана Кузьмича, а какой — из «ВКонтакте».

С этими данными мы можем анализировать эффективность источников звонков с сайта, а потом вкладывать деньги в разы эффективнее и с в разы большей отдачей (мы ведь ради этого в аналитику и ввязывались, так?). Используйте обязательно.

Почему вопросам аналитики посвящено так много места в этой книге? Потому что, если ее не будет, я как исполнитель не смогу аргументированно отчитаться вам о ROI. И чем меньше у вас внедрено из перечисленных выше четырех пунктов, тем меньше я вообще смогу прокомментировать, а вы — понять. В конечном счете деньги потеряют сразу три стороны:

• вы (потому что не сможете их эффективно перераспределить);

• ваши клиенты (потому что чем менее рациональны ваши траты как бизнесмена, тем выше конечная стоимость для покупателя);

• я (потому что не смогу доказать конвертируемость именно своего трафика, а значит — и смысл продолжать работу).

Не дайте себе такой возможности. Установите все перечисленные компоненты и только после этого начинайте готовить рекламную кампанию.

Если вы читали мой «Партизанский SMM», финальная часть этой главы может показаться вам знакомой. Нижеследующий фрагмент можно пропустить. Если же хочется «обновить прошивку» или просто посмаковать новые детали (они есть) — милости прошу в кроличью нору.

Аналитика исходящего трафика

Давайте конкретно: на что здесь смотреть и какие решения принимать на основании увиденного.

CTR (коэффициент кликабельности объявления). Для исходящей аналитики имеет принципиальное значение. На величину CTR радикально влияет два фактора: сегмент целевой аудитории (насколько точно он выбран) и релевантность показываемых тизеров (насколько они релевантны аудитории) (рис. 6.1).

Следовательно, если ваше объявление кликается плохо (CTR ниже, чем в предыдущих запусках; ниже, чем вы можете позволить себе с точки зрения окупаемости; ниже, чем у конкурентов, если вдруг у вас есть такая информация…), значит, вариантов тоже всего два: вы показываете то, но не тем или показываете тем, но не то. А значит, чтобы увеличить CTR, нужно:

• поменять сегмент аудитории, с которым вы работаете;

• поменять тизеры, которые на него откручиваются.

Цена клика или другого целевого действия (например, показа видео). Цена клика является косвенным индикатором ровно того же самого, индикатором чего выступает CTR, — соответствия аудитории и тизера. Но здесь есть и третий фактор — ставка оплат (рис. 6.2).

Рис. 6.1

Рис. 6.2

Согласитесь, 12 рублей за 1000 показов и 2 рубля за те же 1000 показов — вовсе не одно и то же. При одинаковом CTR 0,1 % и затратах на объявление (предположим, 100 рублей) ставка 12 рублей даст нам восемь кликов, а ставка 2 рубля — 50 кликов. Разница, как говорится, налицо.

Поэтому, если вас не устраивает стоимость целевого действия в кабинете, вариантов всего три:

• поменять сегмент аудитории, с которым вы работаете;

• поменять тизеры, которые на него откручиваются;

• поменять ставку оплат (поменять — не значит исключительно снизить; как вы помните, увеличение ставки оплат провоцирует увеличение охвата; а новые люди в охватах могут кликать куда активнее тех, кто видит рекламу по…дцатому кругу).

Охват и коэффициент охвата. Этот показатель нужен нам для оценки статистической значимости полученных данных и для управления процессом «выгорания» (рис. 6.3).

Как вы помните, 100 %-ный охват невозможен, а «выгорание» начинается по достижении отметки примерно 70 %. Какие решения стоит принимать на основании такого рода информации:

• поменять сегмент аудитории, с которым вы работаете;

• поменять тизеры, которые на него откручиваются;

• поднять ставку оплат (если перед этим вы опускали ее руками и наблюдаете в отчетности кабинета, что цифра охватов растет только за счет пользователей, уже видевших рекламу);

• подождать (особенно касается узких рыночных ниш; если аудитории стала надоедать ваша реклама, иногда лучше затаиться на 3–4 недели, визуально ребрендировать тизеры и попытаться снова, чем банально упираться и не замечать очевидного; что делать с «выгоревшим» рынком, я подробно рассказываю в главе 4).

Разумеется, две последние рекомендации работают только до определенной степени и тоже имеют «срок жизни».

Рис. 6.3

Промежуточные данные, касающиеся формата рекламы

Здесь нет и не может быть конкретной рекомендации хотя бы потому, что соцсети предлагают слишком много рекламных форматов. Поэтому покажу на примере.

Если перед вами стоит задача «получать просмотры видео», помимо уже перечисленных критериев, вам нужны данные о длительности просмотра. И если, допустим, 74 % пользователей прекращают просмотр ролика после первых десяти секунд, стоит принимать решение либо о полной замене рекламного видеоролика, либо о замене этих десяти секунд (иначе каков смысл такой рекламы). Эти данные есть в рекламных кабинетах всех социальных сетей, которые мы обсуждаем в рамках книги. Кстати, применительно к Facebook не забудьте в разделе меню «Аудитории» собрать отдельно сегмент посмотревших ваше видео и настроить на них дополнительный рекламный запуск.

Другой пример из практики. На самой первой «Битве таргетологов» я запустил в работу два поста: один на русском языке плюс изображение; второй — на украинском плюс видео. Посмотрите на цифры и скажите, какой из них эффективнее: тот, что на рис. 6.4, или тот, который на рис. 6.5.

«Тоже мне, задачка, — скажете вы, — разница в стоимости вовлечения — в девять раз. Конечно, второй эффективнее». Но если мы посмотрим данные по количеству кликов (не вовлечения, а именно кликов по ссылке в посте) (рис. 6.6), то увидим следующее. В первом случае 117 кликов (рис. 6.7). Во втором — четыре клика (рис. 6.8).

Что скажете теперь? Разница в количестве кликов — в 29 раз!

Какие выводы здесь нужно сделать? Во-первых, вывод о том, что для платного продвижения нужно обязательно добавлять в структуру тестов тот формат рекламы, который позволяет получать целевые действия максимально коротким путем (если это клики на сайт — значит, формат «Клики на сайт»; если просмотры видео — значит, «Просмотры видео»). Обратите внимание, я не говорю, что нужно использовать исключительно наиболее очевидные форматы, я говорю, что они обязательно должны быть в структуре тестов. А во-вторых, поверхностная аналитика может быть не только бесполезной, но и вредной. Думайте, какие промежуточные данные о рекламном запуске вам нужны, чтобы получить наиболее корректную информацию об эффективности своего запуска.

Рис. 6.4

Рис. 6.5

Рис. 6.6

Когда мы говорим о контентных проектах или выводе на рынок новых продуктов, скорее всего, ключевым параметром эффективности (не только на уровне рекламного кабинета) будет охватность. В экзотических случаях — плюс вовлечение (вовлечением считается любое действие по отношению к посту — клик на изображении, клик на кнопке «еще», «читать далее», лайк, коммент…), хотя у вовлечения все же есть CTR. Один из таких примеров я тоже разберу подробно в разделе с кейсами.

Задание для самостоятельной проработки № 9:подумайте, что нужно отслеживать на уровне исходящего трафика, если цель рекламной кампании — привести людей в конкретные места офлайн?

_________________________________________________

Рис. 6.7

Рис. 6.8

Аналитика входящего трафика

Малоопытные таргетологи часто принимают решение о продлении или остановке работы того или иного объявления на основании исходящей аналитики. И это самое печальное, что можно сделать. Ведь далеко не факт, что именно объявление с наиболее высоким CTR принесет максимум продаж (в реальности такой корреляции просто не существует; особенно если учитывать ретаргетинговые аудитории, здесь кликают мало, но если кликают, то покупают чаще).

Итак, на что стоит обращать внимание в структуре входящей аналитики и какие выводы делать?

• Процент отказов (один из ключевых факторов во входящей аналитике, потому что показывает, как много дошедших до сайта пользователей успели хоть как-то с ним проконтактировать) (рис. 6.9). По умолчанию отказом в «Яндекс. Метрике» считается событие, когда пользователь покинул сайт, проведя на нем менее 15 секунд; а вот в Google Analytics отказом считается уход с той же страницы, на которую пользователь «приземлился». Таким образом, «нормальный» процент отказов, при условии, что вы не лазили в настройки руками, для «Яндекс. Метрики» — 15–30 % (если выше — надо начинать переживать и закапываться в поведенческую аналитику) и 85–95 % — для Google Analytics.

Высокий процент отказов должен помогать вам принимать решения типа:

• поменять сегмент аудитории, с которым вы работаете;

• поменять тизеры, которые на него откручиваются;

• поменять что-то на посадочной странице (добавить мобильную адаптивность, поменять верстку, переоформить «первый экран» и т. д.).

Рис. 6.9

• Пул данных, касающийся поведения пользователей на сайте (рис. 6.10). Сюда стоит отнести:

• глубину просмотров;

• время на сайте;

• скорость перемещения по «воронке конверсий»;

• карты (кликов, ссылок, скроллов);

• вебвизор;

• и так далее (в зависимости от ваших целей).

Рис. 6.10

Это промежуточные показатели, которые тем не менее косвенно отвечают на вопрос о релевантности трафика и посадочной. Очень важно понимать: не существует никакой прямой зависимости между временем, проведенным на сайте (а также глубиной просмотров, величиной CTR или любой другой промежуточной величиной), и итоговыми конверсиями. Это не причинно-следственная связь, это корреляция. Да, чем больше времени пользователь проводит на сайте, тем лучше, но во главу угла такие данные ставить нельзя.

Решения, которые можно принимать на уровне этих данных, полностью идентичны рекомендациям относительно процента отказов. Если с поведением на сайте у вас «не клеится», следует думать, что либо вы не тех людей сюда привели (нужно менять сегмент), либо наобещали лишнего (нужно менять тизеры), либо есть проблемы на уровне посадочной страницы (адаптивность, верстка, аргументы, «новизна» изображений, вплоть до возможных проблем с оффером).

P. S. Обратите внимание на количество переходов в своих аналитических системах. Цифра, которую вы видите у себя в рекламном кабинете, и цифра из Google Analytics или «Яндекс. Метрики» могут не совпадать. Если «разлет» данных — менее 20 %, переживать не стоит (причиной может быть, например, скорость срабатывания скрипта на посадочной странице). Если же разница в несколько раз (такое бывает, особенно в связке Facebook — Google Analytics), стоит писать в поддержку, но не гарантирую, что вы получите хоть сколь-нибудь вразумительный ответ. Возможные варианты, которые стоит проверить самому:

• корректность настройки «Яндекс. Метрики» или Google Analytics;

• скорость срабатывания «Яндекс. Метрики» и Google Analytics (если они установлены слишком «глубоко» в структуре сайта, могут не успевать фиксировать события);

• какая система что считает (например, клики, которые отслеживают соцсети, и визиты, которые отслеживают аналитические системы, не совсем одно и то же; кроме того, они по-разному подходят к процессу атрибуцирования кликов и конверсий).

Подчеркну еще раз: входящая аналитика будет обычными танцами с бубном, если у вас не установлены цели или трафик не размечается UTM-метками. Перепроверьте.

Аналитика конверсий в целевые действия

Это наиболее важный, значимый и ответственный этап аналитики (как вы помните из главы о факторах влияния, мы оцениваем эффективность, двигаясь от макроконверсий к микроконверсиям — от целевых действий к кликам). Здесь мы анализируем, насколько вообще достигаются цели, которые стояли перед таргетированной рекламой. И что их достижению помогает, а что — тормозит.

Количество и стоимость достигнутых целей. Сколько единиц товара было продано, сколько лидов (заполненных форм) получено, сколько человек подписались на обновления сообщества, как много входящих звонков вы получили… Легко догадаться, что объявления, которые дают результат в виде достижения целей, должны масштабироваться (в них стоит вкладывать больше денег). И именно это я вам уже третий раз настоятельно советую проверять, прежде чем выключить рекламное объявление: CTR может быть каким угодно низким, но если объявление дает продажи и окупается в итоге — оно должно крутиться.

По поводу стоимости целевого действия — ее нельзя считать по формуле «все, что заработали, минус все, что потратили». Для корректного просчета ROI нужно учитывать:

• стоимость настройщика кампании;

• суммарную стоимость набора подписчиков в ваше сообщество (если рекламная кампания была нацелена и на них тоже);

• суммарную стоимость администратора сообщества (опять же если эту аудиторию отрабатывали отдельно);

• остальные оперативные расходы (офис, электроэнергия, печенюшки и т. п.; разумеется, в пересчете на коэффициенты).

То есть, принимая решения, считайте ROI как добросовестный бизнесмен и умный аналитик — с учетом максимального количества факторов. А когда посчитаете, ответьте себе на вопросы: стоит ли продолжать вкладывать деньги в таргетированную рекламу с внешним настройщиком, с внутренним настройщиком, за исключением каких социальных сетей и т. д.?

Данные о характеристиках аудитории, которая совершает целевые действия. Здесь нам снова понадобятся «Яндекс. Метрика» и Google Analytics. Помните, когда мы рассматривали сегментацию аудиторий, я толковал о приоритете эмпирических данных? Это как раз оно. Раз уж вы видите в своих аналитических системах состоявшиеся конверсии — проанализируйте их (отфильтровав конкретно конверсии) на предмет:

• социально-демографических характеристик;

• предпочтений по устройствам и браузерам;

• устойчивых стереотипов поведения на сайте и т. п. (в зависимости от ситуации).

Полученные данные позволят вам принимать решение уровня «какие именно элементы своих настроек сегментов целевой аудитории стоит оставить в следующих запусках, а какие — поменять». Очень важно не забывать это делать, потому что состоявшиеся конверсии дают нам реальные данные (по сравнению с гипотезами).

Эта часть работы с аналитическими сервисами, как правило, прихрамывает у рекламщиков. Поэтому, если принцип ясен, но «что нажимать» — не очень, посмотрите пару-тройку вебинаров от самих «Яндекс» и Google, это поможет разобраться в деталях лучше, нежели дополнительные скиншоты в книге.

Ассоциированные конверсии (многоканальные последовательности). Это инструмент Google Analytics, позволяющий проследить весь путь в digital-среде, который проходит каждый конкретный пользователь к макроконверсии. Без этого инструмента вы никогда в жизни не догадаетесь, что один из пользователей сначала кликнул по тизеру в сети «ВКонтакте», потом ушел с сайта и через два дня снова на него попал, кликнув по ссылке из e-mail-рассылки ваших партнеров, а окончательно «решился» только после прочтения поста в Facebook… И таких связок могут быть сотни. Отслеживается вот здесь (рис. 6.11).

Позволяет принимать решение уровня: какими еще маркетинговыми или рекламными активностями усилить эффект от вашей таргетированной рекламы?

Наиболее эффективные комбинации аудиторий, тизеров, форматов и т. п. То есть те визуальные и текстовые концепции, сегменты целевой аудитории и прочее в ваших настройках, что помогает получать конверсии в целевые действия. Приведу наглядный пример.

В одной из рекламных кампаний, которую я вел для своего семинара в Беларуси, неплохой результат показал вот такой тизер (рис. 6.12).

Помните, мы уже обсуждали: то, что вы говорите, важнее того, как вы это говорите. Мальчик с яблоком на голове доказал свою эффективность цифрами состоявшихся покупок, поэтому я решил масштабировать тизер (поменяв изображение мальчика на свое собственное). Сначала мы использовали его в визитках, а теперь… Просто еще раз взгляните на обложку книги.

Анализ факторов окружающей среды

Еще одна домашняя работа, которую вам придется выполнять самим. Не существует пока что такого устройства, которое помогает проследить связь между проливными дождями в вашем регионе и откликом на таргетированную рекламу (и не думаю, что появится). Помните об умерщвлении плоти и настораживайтесь каждый раз, когда начинаете наблюдать чудеса — скорее всего, для них существует рациональное обоснование (если, конечно, это не самые обычные «глюки»). Ваша задача, как профессионала таргетированной рекламы, — это обоснование найти и добавить в спектр учитываемого, чтобы завтра стать еще немного эффективнее.

Рис. 6.11

Рис. 6.12

Аналитика для принятия решений. Квинтэссенция

Если посадочной страницей выступает сообщество в социальной сети…

Значит аналитика входящего трафика будет проводиться с использованием тех инструментов, которые есть в статистике сообществ. Такого рода необходимость может возникать в двух случаях:

• когда перед таргетированной рекламой сознательно ставится цель «увеличения количества подписчиков»;

• когда оффер слишком дорог или сложен, чтобы продаваться «в одно касание» (то есть после первого знакомства и первого же перехода по рекламе). В таких случаях рекламодатели создают «прокладку» в виде сообщества, куда собирают аудиторию заинтересованных пользователей, с помощью потоковых коммуникаций (контента, активаций и т. п.) подогревают интерес к продукту, а затем уже пытаются его продать.

Если вы когда-нибудь администрировали сообщество (группу, страницу, мероприятие) хотя бы в одной социальной сети, вы согласитесь со мной, что аналитические возможности внутренней статистики сообществ в подметки не годятся «Яндекс. Метрике» или Google Analytics. Единственная цель, которую здесь получается отслеживать, — это непосредственно подписки (плюс источники этих подписок; хотя для рекламных целей такая информация не особо полезна).

Таким образом, в случае если посадочной страницей выступает сообщество в социальной сети, аналитика входящего трафика сужается до «пула данных, касающегося поведения пользователей в сообществе» (прирост коэффициентов охвата, вовлечения, отписок, микроконверсий и т. п.). Как с ними работать:

• высчитайте интересующий вас необходимый коэффициент до запуска рекламной кампании;

• затем высчитайте его ровно тем же самым методом от момента запуска рекламной кампании до 2–3-дневного срока после ее окончания;

• сравните разницу (обратите внимание, что для корректной оценки коэффициенты должны быть максимально чистыми; например, рекламные охваты зачастую провоцируют рост органического охвата, и если вы этого не учтете, даже провальная реклама может показаться более или менее успешной).

Как считать коэффициенты и какие микроконверсии можно отслеживать в рамках сообществ в социальных сетях — читайте подробнее в моей книге «Партизанский маркетинг в социальных сетях» (только обязательно найдите второе издание).

Масштабирование результатов таргетированной рекламы

Во-первых, давайте я сразу развенчаю главный рыночный миф: масштабирование типа «взял лучшую картинку с лучшим тестом, положил $500 на рекламный счет и сижу, ни фига не делаю» не работает и никогда работать не будет. И если вы глубоко постигли суть процесса «выгорания», у вас не может возникнуть вопрос «почему?».

«Но тогда зачем вообще проводить тесты, если их результаты потом нигде нельзя использовать?» — спросите вы.

Во-первых, использовать-таки можно, просто ограниченное количество времени. А во-вторых, правильное эффективное масштабирование должно выглядеть так.

• Поменяйте рекламный канал. Если тизер № 3 стабильно срабатывает на сегмент аудитории № 2, значит, при условии, что мы поменяем рекламный канал, но настроимся на ту же самую аудиторию (№ 2) и покажем ей такой же тизер (№ 3), результаты будут примерно одинаковыми. А на что у нас похожа таргетированная реклама? В каких каналах ее можно масштабировать:

• в других социальных сетях (помните пример с постами о семинаре Евгения Спирицы?);

• тизерных сетях;

• КМС (контекстно-медийная сеть Google);

• РСЯ (рекламная сеть «Яндекс»).

• Используя знания о сработавших «визуальных и тестовых концепциях», используйте такие же (или очень похожие) изображения и тексты:

• в полиграфических рекламных материалах (визитках, меню, каталогах, POS-материалах, флаерах и т. п.);

• рекламных материалах сферы digital (обложках сообществ, автоподписях писем и т. п.).

• Если вы обнаружили в поведенческих паттернах своей целевой аудитории нечто, чего не понимали раньше (например, что концерты группы «Океан Эльзи» помогают продавать вышиванки в городах концертного тура; кстати, совершенно реальный случай), используйте эту информацию за пределами рекламной кампании таргетированной рекламы. Например, помимо рекламы в соцсетях по нужным городам, подключайте BTL-активности, готовьте «специальные офферы» в офлайновых магазинах и т. д. Иногда главный вывод из тестирования таргетированной рекламы заключается в понимании, что она бесполезна без остальных элементов маркетинг-микса.

Это исчерпывающий список рекомендаций по масштабированию. Но даже они не являются «таргетинговым заветом», спущенным с небес. Если вы пытаетесь получить конверсии в новом рекламном канале и у вас ничего не получается, набрав статистически значимое количество данных, сворачивайте усилия и прекращайте биться головой об стену. Если в вашем случае не работает, не нужно мне верить. Верьте результатам аналитики — они всегда надежнее.

Напоследок перейдем к самому «вкусному» и рассмотрим несколько реальных случаев чародейства в рекламном кабинете. Первый кейс — из сферы B2B. Да, B2B-продукты в соцсетях тоже иногда продаются с помощью таргетинга. Например…

Компания Salers.ru. Как получать лиды по цене 201,6 рубля из Facebook

В оффере — построение отделов продаж от компании Salers.ru. Их специалисты выстроили более 170 отделов продаж для разных компаний, которые показали рост от 30 до 700 %. Их одноименный сайт (salers.ru) — один из наиболее авторитетных и посещаемых ресурсов по корпоративным продажам в Рунете (более 260 статей и 40 000 посетителей в месяц).

Первый запуск (рис. 7.1)

Нужно сказать, что стартовая цена 10,83 рубля за клик — это очень даже неплохо. На сайте следующая картина (рис. 7.2).

Это данные по полученным заявкам с моей меткой (количество достигнутых целей — третья колонка, при условии что название метки мы тоже считаем) (см. рис. 7.2, сверху) и данные по скачанным записям скриптов продаж (на лендинге стояло четыре точки входа, под все четыре были настроены разные цели) (см. рис. 7.2, снизу).

Рис. 7.1

Рис. 7.2

В настройках по этой группе объявлений было следующее (рис. 7.3).

Рис. 7.3

Второй запуск: продолжаем тестировать

Следующая группа объявлений по этому же ресурсу выглядела вот так (рис. 7.4).

Вы обратили внимание, что здесь использованы те же изображения, что и в группе выше? Разница в том, что мы расширили аудиторию и добавили описание ссылки.

Рис. 7.4

А теперь следите за руками: денег на эту группу потрачено в 1,5 раза больше. Стоимость клика тоже выросла в 1,5 раза. Но зато вырос процент конверсии, а стоимость лида упала.

Оставленные заявки (рис. 7.5, сверху) и скачанные примеры скриптов (см. рис. 7.5, снизу).

Рис. 7.5

В первом случае конверсия на посадочной странице составила 1,37 %, а во втором — 4,37 %. Какой вариант вам нравится больше: восемь лидов с общей суммой затрат 1614,25 рубля (201,78 рубля за человека) или 17 лидов с общей суммой затрат 2589,31 рубля (152,31 рубля за человека)?

Третий запуск. Продолжаем тестировать

Если вы подумали, что на этом месте эксплуатация одних и тех же изображений и текстов закончилась, увы, это не так. Их мы менять не стали. А вот трафик с третьей группы объявлений решили посадить не на лендинг, а на основной сайт Salers (на страницу, с которой продавались те же скрипты продаж) в надежде на глубину просмотра и имиджевый эффект. Получилась вот такая картина (рис. 7.6).

Обратите внимание, что во всех трех примерах изображение-лидер менялось. Почему — объясню чуть ниже. На этот раз лучшее выглядело вот так (рис. 7.7).

С заказами на сайте получилось негусто. Зато глубина просмотра (девять страниц) и время на сайте (3:50 минуты) порадовали (рис. 7.8).

Между делом отмечу: средний CTR во всех трех кампаниях держался на уровне 2 %.

Рис. 7.6

Рис. 7.7

Результаты сплит-тестирования площадок

Данных для сравнения лендинга с сайтом нам показалось недостаточно, и мы запустили еще один сплит-тест. При этом я использовал данные не только первых трех кампаний, но и тестирования еще одного лендинга для продукта «аудит продаж» (плюс данные, которые остались в забаненных аккаунтах). Договоримся о понятиях: под сплит-тестированиями в данном случае я подразумеваю тестирование в первую очередь площадок для посадки трафика и только во вторую — тестирование самих объявлений.

Мы настроили две абсолютно одинаковые группы объявлений на абсолютно одинаковые аудитории, но кликнувших по рекламе разводили на разные посадочные страницы (в нашем случае это лендинг и сайт).

Казалось бы, разница результатов должна заключаться только в поведении на сайте. Так и есть — цена клика отличается на 20 % (в digital это вполне нормально) (рис. 7.9, сверху).

Изображения в обеих группах объявлений уже новые (добавил только одно из предыдущих тестов, но из числа не самых кликабельных, а самых дешевых — лицо с микрофончиком) (см. рис. 7.9, снизу).

Примечательное в этих тестах было то, что в обоих случаях лучшее изображение выглядело так (рис. 7.10).

CTR обеих кампаний — практически ноздря в ноздрю: 3,58 и 3,59 %.

Аудитория — lookalike, собранный на основании анализа посетителей сайта (рис. 7.11).

Идем в «Метрику» и видим на лендинге 40 полученных заявок (с конверсией 1,4 %) (рис. 7.12, сверху).

А скачанных скриптов — 165 (с конверсией 4,4 %) (см. рис. 7.12, в центре). Неплохо, правда? Особенно если я скажу вам, что потрачено на это было 21 300 рублей.