Автор: Максим Матиков, основатель и генеральный директор компании QUON

При нынешнем многообразии автоматизированных систем управления рекламными кампаниями, мало кто задумывается о том, что всего пятнадцать лет назад, в самом начале 21 века, российский рекламный рынок только претерпевал изменения и постепенно начинал осваивать такую важную на сегодняшний день сферу, как интернет.

Фантастические темпы роста онлайн-рекламы позволяют говорить о том, что данный вид рекламы является самым перспективным и самым быстрорастущим сегментом рекламного рынка. Уже в 2013 году оборот рынка контекстной рекламы составил 51,6 млрд. рублей. За такой небольшой промежуток времени отрасль интернет-рекламы стала поистине сложной системой с большим количеством серьезных игроков. Однако, чем дальше шло развитие технологий и рынка, тем труднее становилось управлять рекламными кампаниями, не применяя автоматизацию.

2010-2013 годы стали периодом скачкообразного развития систем авторизированного управления рекламы - как за счет формирования новых российских систем, так и за счет прихода на российский рынок зарубежных систем. Пришло осознание, что вести рекламные кампании без использования автоматизации, в ближайшее время станет крайне затруднительно. Это обусловлено тем, что при ведении таких кампаний часто бывает необходимо обработать и проанализировать огромный объем данных, с которым человек просто не в состоянии справиться, работа с рекламными каналами все более усложнится, а ручное управление станет трудозатратным и неэффективным. В связи с этим, тенденция, зародившаяся на западе, постепенно стала приходить и на российский рынок.

На данный момент на рынке существует огромное количество разнообразных систем автоматизации, cпецифика работы, которых, как правило, одна и та же. При этом отличие заключается лишь в наборе инструментов, интерфейсе и принципе работы в зависимости от масштаба клиентов. Многие крупные агентства контекстной рекламы зачастую лицензируют зарубежные подходы ведения рекламных кампаний, которые не приспособлены в полной мере под российский рынок и обуславливаются работой исключительно с большими бюджетами. На данный момент можно выделить два западных подхода, по которым работают российские системы автоматизированного ведения рекламных кампаний: прогнозный и портфельный.

В данной статье мы проведем анализ существующих подходов, на примере крупных западных компаний Marine Software и Adobe AdLens, поговорим о плюсах и минусах указанных систем, а также расскажем о новом гибридном подходе, который появился в нашей стране в декабре 2014 года.

Прогнозный подход позволяет собрать наиболее полную статистику и на ее основе сделать выводы об успешности («кликабельности») запросов, а также проанализировать аналогичные показатели конкурирующих фирм.

По определенному ряду параметров, выбранных пользователем, анализируются стратегии рекламных кампаний конкурентов в Яндексе и Google. Для начала изучается история запросов и формируется их пул. Рассматривается динамика цен за определенный период, чаще всего за целый год.

После запуска рекламной кампании изучаются изменения, произошедшие за час, сутки, неделю, месяц. На основании этого можно понять, какие ставки делают конкуренты, каков их бюджет и стратегия.

В основе системы лежит алгоритм, включающий две составляющих. Во-первых, это инструментарий сбора статистических показателей рекламной кампании. Во-вторых, аналитическая система, обрабатывающая эти показатели и вносящая коррективы с учетом целей рекламодателя.

Система оценивает ставку для каждого ключевого слова, опираясь на исторические данные (прошлую статистику) по данному слову и всей папки (некий аналог портфолио). Если статистики по ключевому слову недостаточно, то система ищет в папке соответствия по другим уровням данным и объединяет их между собой.

Система автоматизации работает следующим образом: выстраивается математическая модель — граф. На плоскости граф представляет собой набор точек, соединенных между собой линиями. Каждая вершина обозначает тот KPI или тот параметр, на основе которого делается прогноз. Это могут быль следующие показатели: время, какая рекламная площадка была задействована для показа рекламного объявления, какая-то конкретная ставка, ключевое слово. И в зависимости от того, насколько каждый параметр влияет на совершение конверсии, этой вершине присваивается некий вес.

Особенности подхода:

Плюсы подхода:

1. Способность эффективно работать с ключевыми словами, которые набрали мало статистических данных по количеству и стоимости конверсий.

2. Возможность начать оптимизацию рекламной кампании раньше других систем, не дожидаясь, пока каждое ключевое слово в отдельности набрало достоверные статистические данные за счет применения прогнозов.

3. Возможность работы с низкочастотными запросами, основываясь на статических данных прошлых периодов.

4. Удобная система рекомендаций/тикетов.

Минусы подхода:

1. Эффективная работа только с большими бюджетами.

2. Многоуровневые настройки, что усложняет работу рядовому пользователю.

3. Отсутствие большого количества квалифицированных специалистов, умеющих работать с системами, работающими по прогнозной модели.

4. Стоимость системы – от 500 $ в месяц + 5 % от оборота*.

5. Англоязычный интерфейс и служба поддержки.

* отсутствие единого прайса, стоимость по договоренности.

Что же касается портфельного подхода, то технология портфельного управления и оптимизации была разработана выходцами из сферы электронных биржевых торгов, которые применили теорию управления финансовыми инвестициями в контекстной рекламе.

Набор ключевых слов (кампаний) с определенным KPI называется «портфелем». Портфельная теория оптимизации ставок заключается в создании моделей поведения эффективных ключевых слов. Опираясь на такие модели и проводя оптимизацию ставок, система повышает общую эффективность самой кампании (портфеля).

Одной из основных идей портфельного подхода является утверждение о том, что в основу принятия инвестиционного решения должна быть положена не максимизация прибыли, а выбор оптимального сочетания риска и доходности. Для снижения риска необходимо диверсифицировать портфель. При этом в него следует включать не все ценные бумаги, а лишь бумаги с наилучшим показателем риск/доходность. По такому же принципу система отбирает запросы и формирует их пул.

Таким образом, суть портфельного подхода – составление такого пула запросов, чтобы затраты и прибыль при его использовании были сбалансированы.

Также есть возможность расставить разные веса для разных целей (вручную). За счет этого появляется возможность собрать больше данных и, следовательно, система будет работать более точно и эффективно.

Особенности подхода:

Плюсы подхода:

1. Позволяет оптимизировать контекстные рекламные кампании любого размера, улучшая их показатели на 20-50%.

2. Самостоятельно принимает решения о всех ставках по каждому ключевому слову.

3. Подбор ставок внутри портфеля (портфолио) с целью максимизации бизнес-показателей.

4. Позволяет оптимизировать кампании сразу под несколько бизнес-показателей (в данном случае для разных целей задаются разные веса, и система максимизирует их, делая нужный акцент).

5. Позволяет быстро создавать и управлять кампаниями любого размера – будь то 100 ключевых слов или 1 млн.

Минусы подхода:

1. Настройка может быть произведена только на кампаниях с большим объемом заказов (от 1000 конверсий в месяц).

2. Доступна только агентствам или клиентам с бюджетом от 1 млн. руб.

3. Абонентский платеж от 300 тыс. рублей в месяц.

4. Недоступна рекламодателям с небольшими бюджетами (50-200 тыс. руб).

5. Сложный интерфейс системы.

6. Отсутствие проф. специалистов, сложность обучения работе с системой.

7. Алгоритмы, используемые платформой, изначально были созданы для зарубежного рынка.

Несомненно, данные подходы дают хорошие результаты работы, в отличие от обычных надстроек управления ставками, однако, по факту, есть два больших минуса. Во-первых, изначально системы были разработаны за рубежом, по этой причине, они не приспособлены под российский рынок максимально полно. Во-вторых, данные системы дают возможность работать только с большими бюджетами, недоступными для малого и среднего бизнеса.

Таким образом, российские разработчики пришли к выводу, что, необходимо объединить портфельный и прогнозный подход, собрав воедино все плюсы работы данных подходов, и создать абсолютно новый, приспособленный под реалии российского рынка, гибридный подход, который значительно упростит ведение рекламных кампаний, минимизируя затраты человеческих ресурсов.

Гибридный подход представляет собой симбиоз портфельного и прогнозного подходов. Эти аналитические модели в процессе работы оптимально дополняют друг друга, что позволяет добиться максимальной эффективности.

Работа системы начинается с анализа и прогнозирования. По определенному ряду параметров анализируются стратегии рекламных кампаний конкурентов в Яндексе и Google.

Сначала изучается история запросов и формируется их пул. Далее, отслеживается динамика цен за конкретный период, зачастую за год. Затем анализируются изменения, произошедшие за любой временной период. Благодаря изученным данным, можно проследить стратегию конкурентов, их ставки и бюджет.

Далее, получив статистику, начинает действовать портфельный подход. Производится анализ поступивших заявок и звонков. Появляется понимание, какие запросы хорошо работают на конкретном сайте. Предложения на рынке различны, и реклама по одинаковым запросам на разных площадках для одного сайта может быть эффективна, а для другого – уже нет. Таким образом, системе важно выявить работающие запросы. Однако в любой момент времени ситуация может измениться. И в этом случае снова начинается прогнозирование.

Система самостоятельно переключается между портфельным и прогнозным подходом, выбирая подход, по которому будет работать для каждого ключевого слова в любую единицу времени.

Особенности подхода:

Плюсы подхода:

1. Все плюсы портфельного и прогнозного подхода.

2. Система учитывает реалии российского рынка, т.к. разработана в России.

3. Работает от любых бюджетов (от 3-х тысяч рублей в месяц).

4. Возможность быстрого старта рекламных кампаний за счет прогнозной модели (система проводит предварительный анализ до запуска не менее 3-х дней).

5. Система работает не только по модели атрибуции Last Click, но и учитывает и анализирует рекламные кампании/запросы по моделям First Click и Position Click (последний значимый переход), как по заявкам, так и по звонкам!

6. Система имеет алгоритм «защиты от ошибки» (не позволит совершить какое-либо изменение в кампаниях, если это приведет к снижению эффективности).

Минусы подхода:

1. Система не позволит тратить больше, если порог стоимости лида/доходности/маржинальности будет превышен (не подходит для тематик, где стоимость лида превышает стоимость товара).

2. Бюджет расходуется неравномерно в течение периода, т.к. система сама принимает решение, когда, на какой позиции и какой запрос показывать.

Есть несколько рекомендаций, при соблюдении которых система настроится в разы быстрее:

- Подключение коллтрекинг-системы (системы отслеживания звонков).

- Настройка целей на отдельный URL (страницу успеха).

- Количество целевых действий не менее 3-х в день (заявок, звонков).

Вывод:

Мы видим, что технологии не стоят на месте, изменения, произошедшие с индустрией онлайн-рекламы, только в очередной раз подтверждают данный факт. Из года в год российский рынок все больше расширяется и развивается, заимствуя все новые тенденции и разработки Запада. Но, к сожалению, при всей многофункциональности и универсальности использования существующих зарубежных подходов, тем не менее, мы признаем тот факт, что для российского рынка онлайн-рекламы необходим свой новый, специфический подход, который будет предназначен для использования конкретно в нашей стране.

Последние тенденции показывают, что наиболее востребованными являются системы, которые дают рекламодателю максимально полную статистику, учитывающую всю информацию из различных источников и в наибольшей степени характеризующие оценку эффективности всех рекламных кампаний рекламодателя в едином кабинете. Простота, доступность и удобство использования являются главными постулатами современного мира. При наличии системы, способной минимизировать затраты времени и средств, чего всегда так не хватает в современном мире, разве было бы разумно это не использовать?