Сравнение эффективности использования разных типов ставок в Google Ads

Неправильный выбор стратегии назначения ставок может привести к неэффективной работе рекламных кампаний, а в некоторых случаях – к разочарованию во всем рекламном канале. В этой статье есть наглядные примеры того, как сильно это может изменить статистику.

Сам Google разделяет стратегии назначения ставок, исходя из целей.

На первый взгляд, все просто:

Определить цель – выбрать стратегию – получать прибыль.

Но, во-первых, необходимо разделить стратегии на ручное управление, автоматическое или интеллектуальное. Ручное управление ставками можно использовать сразу, автоматические стратегии требуют историческую статистику, чтобы алгоритмы могли полноценно обучиться.

Поэтому перед подключением автоматических стратегий необходимо убедиться, что в аккаунте выполнены необходимые требования для их подключения, корректно учитываются, отслеживаются и передаются в Google Ads конверсии.

Во-вторых, далеко не всегда более подходящим является предложенное системой решение.  Дальше – конкретные примеры того, как для решения одних задач используются алгоритмы, направленные на совсем другие цели.

Ситуация 1

Дано: кампания с ручным управлением ставками, которая приносит больше всего конверсий.

Задача: увеличение числа конверсий без роста CPA.

Здесь есть различные решения, но останавливаясь на конкретной стратегии, приняли решение в пользу стратегии «Целевой процент полученных показов», чтобы быть в топе по наиболее целевым и эффективным ключевым фразам.

Это позволило нам масштабировать кампанию, регулируя целевое значение % полученных показов, отслеживая CPA.

Если бы мы использовали максимум конверсий, это с высокой вероятностью привело бы либо к усечению охвата (что противоречит задаче масштабировать кампанию), либо повысило бы CPA (что противоречит KPI проекта).

Аналогичная история с целевой ценой за конверсию. Если бы при нашем выборе вырос CPA, мы просто могли снизить сам целевой %, под который оптимизируется кампания, либо же задать ограничение цены клика, используя пакетную стратегию, что не настолько «ломает» все алгоритмы, как это было бы с оптимизацией  под конверсии.

Итогом стало полное выполнение наших целей: мы получили больше конверсий по меньшей цене.

Итак, эта стратегия полезна не только  для увеличения охватов и повышения видимости. Я использую ее, а не оптимизацию под конверсии, если:

  1. Мне крайне важно масштабировать имеющийся результат и не терять охват, пока проходит обучение.
  2. Речь идет о нишах, целевая аудитория которых непостоянна, а срок заинтересованности кратковременный. Например, услуги по ремонту могут понадобиться пользователю с абсолютно любым поведением, здесь автоматический анализ поведения пользователей может даже навредить.
  3. Если данных для оптимизации под конверсии недостаточно, но кампания эффективна. Это отличный вариант для удержания позиций в такой кампании, т. к. вручную менять ставки постоянно физически не сможет ни один специалист.

 

Ситуация 2

Дано: направление – локальные услуги с не очень высоким спросом , но огромной конкуренцией, и ставками, соответственно, тоже огромными, бюджет ограничен.

Задача: получить максимум конверсий  в пределах текущего бюджета.

В этом случае после непродолжительного тестирования ручного управления, приняли решение использовать «Максимальное количество кликов».  Это позволило оперативно снизить ставки тогда, когда это позволяет аукцион.

В результате мы получали  больше целевого трафика и конверсии соответственно. После переключения на «максимум конверсий» число конверсий снизилось, поскольку бюджета уже недостаточно для повышения ставок там, где по прогнозам системы конверсия более вероятна.

Такой сценарий подходит для увеличения числа конверсий, если:

  1. Аукцион перегрет, а бюджет ограничен.
  2. Используется максимально подходящая семантика (конверсионные запросы) либо же аудитории (например, ремаркетинг)
  3. Конверсий небольшое количество, аудитория динамичная. На обучение системы, исходя из вероятности конверсии, может неоправданно уходить слишком много времени.

 

Таких ситуаций было много, но эти решения одни из самых неочевидных.

Далее об опыте с увеличением прибыли и числа конверсий. Для того, чтобы успешно использовать машинное обучение с оптимизацией под конверсии, нужно понимать, каких результатов следует ожидать и что для вас в приоритете.

Необходимо выбрать между тем, что повышать – рентабельность или число конверсий. Эти показатели не всегда прямо пропорциональны. Например, у вас интернет-магазин техники и 2 кампании. Обе кампании расходовали по 50 грн. С кампании А купили 2 ноутбука за 1000 грн, со второй – 5 заказов на зарядное устройство на общую сумму 300 грн. По второй кампании больше конверсий, по первой – выше доход.

В автоматических стратегиях используется машинное обучение, поэтому нужно учитывать такие факторы:

  1. При использовании целевой рентабельности инвестиций в рекламу вы потеряете показы, которые могли бы привести к конверсиям, но с меньшей ценностью.
  2. При использовании оптимизации количества конверсий (например, целевая цена за конверсию, максимум конверсий), можно потерять 1 более прибыльную конверсию, и получить 20 с меньшим доходом. Например, в ситуации с ноутбуками выше, при использовании торговых кампаний со стратегией «Максимум конверсий» или «Целевая цена за конверсию» будут больше показываться зарядные устройства, а со стратегией «Целевая рентабельность инвестиций в рекламу» или «Целевая ценность конверсии» — ноутбуки.

 

Динамика по кампании со стратегией «Целевая рентабельность инвестиций в рекламу».

Здесь мы видим следующее: постепенно повысилась окупаемость, число конверсий варьировалось, при этом доход с кампании снизился. Если сравнивать май и январь, рентабельность увеличилась, но в итоге с кампании мы получили почти в 2 раза меньше дохода. Эта стратегия может сказаться на объеме продаж, поскольку система ориентируется на их окупаемость.

Динамика использования стратегии «Целевая цена за конверсию»:

Если мы сравним декабрь с октябрем, видим следующее: цена конверсии снизилась, число конверсий увеличилось, но конверсии стали менее рентабельными. Вспоминая историю с ноутбуками и зарядными устройствами, это тот случай, когда начали показываться зарядки.

Подводя итоги, составлю несколько рекомендаций для выбора стратегии:

  1. Проводите эксперименты в системе с помощью специального инструмента, чтобы протестировать изменения на половине трафика.
  2. Тестируйте пакетные стратегии. Я часто создаю отдельную стратегию, например, «Целевая рентабельность инвестиций», но с ограничением максимальной цены за клик.
  3. Оптимизируйте конкретную кампанию, исходя из тех точек роста, которые есть конкретно у нее, в соотношении со всем аккаунтом. Например, если в целом рентабельность инвестиций перевыполнена, ничего страшного не произойдет, если кампания, которая приносит максимум продаж и дохода, недовыполнит план по рентабельности.
  4. Учитывайте то, по какому принципу работает стратегия и ниша вашего бизнеса. Как в случае с ремонтом.
  5. В кампаниях КМС можно включить оплату за конверсии, а не за клики. Это уместно, если для вас не принципиально сохранить текущие обьемы трафика по этой кампании, а результативность повышать нужно.

 

Обязательно тестируйте разные стратегии, отслеживайте динамику, это помогает получить совсем другие результаты без изменения таргетинга.