Когда я ещё работал в агентстве, я вёл крупного клиента по недвижимости с бюджетом только в Google Ads (NDA).
У застройщика было 8 объектов недвижимости и трафик из КМС на 4 самых крупных объекта составлял примерно 10% от общего рекламного бюджета (Примерно 2,5-3 млн в месяц).
Так как мы все знаем примерное качество площадок в КМС, где по сути любой школьник может пройти модерацию со своим сайтом на коленке и накликивать себе на завтраки, то нужно было как-то массово вычищать эти площадки, не заходя на них.
Внимание!!! (Этот метод вычистки площадок применим и к РСЯ площадкам, важно лишь немного по-другому соединять статистику в Power BI).
Задача:
Отфильтровать максимальное кол-во неэффективных площадок в КМС, расходующие наш бюджет, не просматривая при этом каждый сайт в ручном режиме.
Реализация:
1. Выгрузил отчёт с наиболее крупных аккаунтов Google Ads с местами размещения рекламы в КМС (т.е на каких сайтах показывались).
Это сделано для того, чтобы получить CTR объявлений на конкретной площадке, количество кликов по объявлению и их стоимость.
2. Выгрузил из 4 представлений Google Analytics отчёт с содержанием объявлений. Именно в этом параметре подставлялся динамический параметр {placement}, который и показывал адрес площадки в КМС.
Для чего я это сделал? Для того, чтобы получить информацию по средней продолжительности сеанса и показателю отказов на площадке.
3. Загрузил отчёты в PowerBi и занялся обработкой данных.
3.1. Из основного хочется отметить, что при выгрузке из Google Analytics, встречаются площадки с мобильными доменами, например м.ютуб, и с поддоменами. В таком случае в Power Bi просто использовал функцию замены и менял эти символы на пустоту, потому что данные из Google Ads не показывали мобильные поддомены и в дальнейшем данные объединялись некорректно;
3.2. Также в PowerBi не забываем привести формат цифровых и текстовых значений к одному образцу;
3.3. Исключил ненужные столбцы, которые подтягивались из скаченных отчётов в Power Bi;
3.4. Переименовал названия столбцов в отчёте Google Analytics и Google Ads, чтобы они совпадали в похожих по значению столбцах;
3.5. И наконец, используя Power Bi, объединил все эти данные в одну таблицу;
3.6. Важно отметить, что после объединения данных нужно пересчитать CTR, показатель отказов пересчитать через формулу показателя отказов, а в средней продолжительности сеанса указать средний параметр.
4. По итогу получилась таблица, в которой мы можем фильтровать площадки по нужным нам критериям.
5. Было принято решение на начальном этапе использовать два фильтра для отсева плохих площадок:
5.1. CTR > 5% ; Кликов > 10
Если площадка получила больше 10 кликов, а CTR объявления на ней больше 5%, то площадку исключали.
Из чего взял этот фильтр? Исходил из среднего значения по КМС площадкам и плюс учитывал, что этот CTR выше, чем у некоторых поисковых кампаний, что бывает крайне редко и 10 кликов в данном случае достаточно для анализа;
5.2. Сеанс < 20 сек. ; Кликов > 20
Если площадка получала больше 20 кликов, а продолжительность сеанса менее 20 секунд, то данная площадка также исключалась.
Логика была в том, что в среднем по объектам, средняя продолжительность сеанса составляла от 60 до 360 секунд, а за 20 секунд среднестатистический пользователь не успевает посмотреть всё предложение;
6. По итогу отсева:
Было проверено 4652 площадки и обнаружено 370 площадок в Google Ads, которые потратили 21% от рекламного бюджета, выделенного на КМС.
Исследование проводилось с мая по июнь 2018 года.
Результат:
Задача была решена и 370 площадок были добавлены в исключаемые места размещения.
Я немного слукавил и всё-таки просмотрел сайты, которые я исключил и выявил некоторые закономерности:
1. Чаще всего, сайт содержит два рекламных блока на странице, один в шапке, другой над контентом.
2. Фон блока Adsense обычно подгоняется под фон сайта и не выделен рамкой, видимо, чтобы были случайные клики, что вообще-то запрещено правилами Google.
3. Чаще всего такие сайты используют движок Wordpress и, как я понимаю, одну стандартную тему с расположением блоков.
4. Контент на страницах генерированный или не обновляется вообще.
5. На некоторых сайтах, где был уникальный дизайн, был замечен просто всплывающий блок с рекламой Google Adsense, естественно, несложно догадаться, сколько людей по нему кликают случайно.
Внимание! Данный сайт привёл все лишь как пример, но именно здесь иногда мелькают блоки Adsense.
Итог:
Список из 370 площадок я не выложу, ибо считаю, что под каждую тематику нужно собирать свой список площадок.
Но если кому-то он всё-таки будет нужен, пишите в личные сообщения.
Ответ Google по этому вопросу:
Т.к исследование завершилось в июле и у меня уже были результаты анализа, в августе, когда я был на встрече с командой Google по продукту КМС, я привёл статистические данные, показал типовые сайты нарушителей и задал вопрос: "Почему Google не отключает такие площадки-нарушители от сети КМС?", на что был дан странный ответ:
"Google в курсе проблем с площадками в КМС и стараются их проверять, но не успевают. Сейчас для Google кампании КМС c ручным управлением не являются приоритетным продуктом на ближайшее время и лучше использовать умные кампании, они будут автоматически исключать неэффективные площадки".
Спасибо, что дочитали до конца.
Можно ли улучшить результат? Да, в начале были планы автоматизировать выгрузку мест размещения с помощью коннекторов Google Ads и Analytics в Power Bi, для отсева некачественных площадок со всех аккаунтов агенства, но не срослось)).