E-business
Четверг, 28.03.2024, 20:34
| RSS
Добро пожаловать на сайт об электронном бизнесе!

Главная Каталог статей
Меню сайта
Категории раздела
Маркетинг и реклама [109]
Электронные платежи [24]
Электронная торговля [87]
Мобильная коммерция [25]
Бизнес-модели [22]
Интернет, социальные сервисы [22]
Цифровая экономика, информационное общество [6]
IT инфраструктура [36]
Статистика
Главная » Статьи » Маркетинг и реклама

Стратегии управления контекстной рекламой для интернет-магазинов. Часть 3

Давайте подробнее поговорим о метрике, которую мы упомянули в первой статье цикла.

ДРР (доля рекламных расходов) — коэффициент отношения рекламных расходов к доходам от этой рекламы. Обычно измеряется в процентах. Формула подсчета показателя:

  ДРР = Расходы на рекламу / Доход от рекламы * 100%

В англоязычных источниках вы встретите эту метрику под аббревиатурой CRR(Cost Revenue Ratio). Также иногда этот коэффициент называют просто Efficiency ratio.

По сути, эта метрика является основополагающей не только для интернет-магазинов, но и для любой рекламы. Но в интернет-магазине ее обычно измерить особенно просто.

Кому-то больше нравится измерять ROI, но по сути, он отображает тот же самый показатель, только в "перевернутом" виде.

Как считать ДРР?

Самый простой способ, если у вас стоит на сайте модуль электронной торговли от Google Analytics или Яндекс.Метрики. В этот модуль вы можете отправлять информацию о выполненных заказах и вести учет прибыли. Главное здесь — использовать достаточно детализированную UTM-разметку, чтобы можно было подсчитать прибыль по отдельным словам, объявлениям или товарам.

Затем надо свести данные о прибыли с данными о расходах из рекламных систем. В принципе этот процесс можно проделывать и вручную или в Excel, но лучше использовать автоматизированную систему управления.

К сожалению, прибыль от выполненных заказов не всегда напрямую коррелирует с вашей маржинальностью. Поэтому если вы ведете учет маржинальности в своей CRM- или ERP-системе, то лучше всего брать совокупность и этих данных.

В идеале, стоит учитывать и многоканальные последовательности, и LTV покупателей в целом, но об этом мы поговорим в следующих статьях.

Жизнь в матрице

Ок, допустим мы умеем считать свой ДРР. Тогда вопрос: какой ДРР считать хорошим? Однозначного ответа на этот вопрос нет, все очень сильно зависит от специфики бизнеса. Понятно, что чем меньше – тем лучше, но иногда даже ДРР в 100% можно считать неплохим результатом, если у вас пожизненная ценность покупателя значительно больше первого заказа.

Таким образом, полагаться на один только ДРР нельзя, а надо вернуться к учету CPO. Но можно ли учитывать два параметра сразу? Безусловно, и даже нужно.

Для этого составляется табличка, измерениями которой будут CPO и ДРР с наиболее распространенными у вас диапазонами. В ячейках же будет указывать процент, на который должна измениться ставка. Назовем эту таблицу матрицей управления ставками.

Например, ваш ДРР в среднем колеблется от 20% до 40%, а CPO от 1000 рублей до 2000 рублей. Тогда матрица управления ставками может выглядеть следующим образом: 

Конечно, вы можете добавлять и другие метрики. Тот же показатель конверсии, к примеру. Но тогда матрица управления у вас будет трехмерная или даже n-мерная.

Стратегия матрицы

В принципе наша матрица уже описывает всю идею стратегии. Остается лишь ее воплощение.

Каким образом вы можете пересчитывать ставки?

  • Вручную.
  • По формулам в Excel.
  • С помощью системы автоматизации.

Первый вариант практически нереален на больших объемах. Второй вариант тоже не очень удобен. Но в любом случае, что для 2-го, что для 3-го варианта, вам, скорее всего, придется разложить вашу матрицу в систему правил.

В итоге из матрицы, пример которой приведен выше, получится следующая система правил.

  • Если ДРР < 20% и CPO < 1000 рублей, то увеличить ставку на 15%
  • Иначе если ДРР < 30% и CPO < 1000 рублей, то увеличить ставку на 10%
  • Иначе если ДРР < 40% и CPO < 1000 рублей, то увеличить ставку на 5%
  • Иначе если CPO < 1000 рублей, то не изменять ставку
  • Если ДРР < 20% и CPO < 2000 рублей, то увеличить ставку на 5%
  • ...
  • Иначе уменьшить ставку на 20%

То есть, для каждой ячейки матрицы у вас создается свое правило. При этом условия при переборе можно оптимизировать. Например, если вы уже перебрали все ДРР при CPO < 1000 рублей, то нет смысла добавлять еще условие на ДРР. Последнее же правило применяется вообще без условий, ко всем группам, которые не подошли под предыдущие условия.

Вариации стратегии

Как можно адаптировать стратегию под себя:

  • Подобрать необходимое количество пороговых значений метрик. Необходимо соблюдать баланс между количеством порогов и сложностью стратегии.
  • Выбрать релевантные для вас метрики. В примере мы говорили про ДРР и CPO. Но никто не мешает вам использовать ROI и LTV, если вы отталкиваетесь от них в ваших бизнес-вычислениях.
  • Увеличить количество метрик. Как я уже говорил, матрица может быть любой размерности. Но больше 3-х метрик брать не стоит, иначе стратегия окажется слишком сложной.

Достоинства и недостатки стратегии

Очевидным достоинством стратегии является то, что она позволяет учитывать не только рекламный расход, но и ваши доходы. В то же время, она позволяет уделять внимание и другим метрикам, таким как CPO или LTV. И наконец, она довольно легко адаптируется под ваши нужды.

Однако, и эта стратегия не лишена недостатков. Вот они:

  1. Довольно большая сложность создания правил. Хотя этот процесс тоже можно автоматизировать.
  2. Осутствие наглядности при учете больше двух метрик. Визуализировать трехмерную матрицу непросто, а четырехмерную - практически невозможно.
  3. Стратегия основывается на относительном изменении ставок, которое не всегда эффективно, как мы видели в предыдущей статье.
  4. Маленькая эффективность, если считать показатели по товарам или ключевым фразам, а не по группам или кластерам.

О решении этой проблемы мы поговорим в следующих статьях.



Источник: http://oborot.ru/article/894/34
Категория: Маркетинг и реклама | Добавил: Volfson (30.01.2016) | Автор: Александр Швец
Просмотров: 742 | Рейтинг: 0.0/0
Поиск
Copyright М.Б.Вольфсон © 2024