Случалось ли вам задаваться вопросами:
- Правильный ли позыв я использую в тексте своих объявлений?
- Правильно ли пользователи понимают, что я хочу им предложить?
- Какое из моих объявлений приносит лучший результат?
- Какая акция даст мне большую выгоду?
Если да, то вы должны были слышать о том, что существуют различные методы анализа объявлений в контекстной рекламе. Такой подход получил название сплит-тестирования (A/B-тестирования) текстов объявлений. Сегодня я хочу показать интересного примера, как быстро и корректно провести такой тест, а в конце статьи я приведу пример результатов такого тестирования.
Предисловие…
Для начала хочу рассказать немного о том, зачем в данном случае «изобретать велосипед». Как известно, в рекламных системах существуют различные стратегии с оптимизацией рекламы по конверсиям. Многие активно их используют, и у многих есть результат.
Принцип такой стратегии заключается в том, что система сама определяет условия, при которых пользователь с высокой долей вероятности совершит конверсию и увеличивает число показов при данных условиях. Однако, мы провели очень интересный эксперимент, который показывает, что система не всегда работает так, как нам бы хотелось. Его результаты, как я и обещала будут в конце статьи.
Также хочу заметить, что многие сравнивают свои объявления по таким показателям, как клики, показы, расход, CTR – т.е. по техническим показателям рекламных систем. И да, наши действия действительно могут привести к улучшению этих показателей. Но если мы посмотрим данные о конверсиях, то можем получить очень необычные результаты. Технические показатели, как и поведенческие далеко не всегда имеют пропорциональную связь с количеством конверсий. Именно поэтому лучше проводить «независимое расследование» о том, какие объявления дают лучший результат.
Как провести тестирование объявлений
Подготовка к тестированию
Я предлагаю довольно простую методику, которая заключается в разметке с помощью utm-меток. Кстати, если вам интересно больше узнать про utm-разметку, пишите об этом в комментариях, и я сделаю подробный обзор. Utm-метка, которая отвечает за содержание объявлений – utm_content. Именно ее мы и будем использовать в своей работе.
Для удобства интерпретации данных предположим, что у нас есть ряд рекламных кампаний Яндекс.Директ или Google Ads. В каждой кампании есть группы объявлений. Проводить тестирование можно как на уровне групп (добавив, например, по несколько вариантов на каждую группу), так и на уровне кампаний. Я рекомендую начать со второго варианта, а после него плавно переходить к первому.
Какое количество объявлений оптимально использовать для проведения сплит-тестирования? Сразу скажу, что не стоит добавлять по 10-15 вариантов. Если у вас низкочастотная тематика, то лучше всего взять 2 варианта, если более частотная, то 4. Для того, чтобы проанализировать результат, нужна статистика, а если у вас будет 10 объявлений, то на них просто может не хватить показов и кликов. Поэтому давайте рассмотрим вариант, когда у нас 4 варианта текстов на кампанию.
Разметка объявлений
Переходим непосредственно к разметке рекламных объявлений. Итак, у нас есть 4 объявления в каждой группе кампаний, они будут многократно повторяться, если кампания большая, что даст нам возможность в целом оценить посыл, или, например, акцию, смотря что вы планируете тестировать. Для каждого из этих объявлений формируем utm-метку:
utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_term={keyword}&utm_content={ad_id}_var1
utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_term={keyword}&utm_content={ad_id}_var2
utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_term={keyword}&utm_content={ad_id}_var3
utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_term={keyword}&utm_content={ad_id}_var4
Наша работа в добавлении приписки – var(n) (где n – номер варианта объявления) в utm_content. Вроде бы ничего сложного. Теперь в момент клика по объявлению в счетчики Яндекс.Метрики или Google Analytics будут попадать необходимые сведения о номере варианта объявления.
Настройка сегментов в Яндекс.Метрике
Мы все подготовили к сбору данных и запустили рекламу. Как теперь быстро отслеживать результаты? Все довольно просто, нам необходимо создать специальные сегменты в счетчиках веб-статистики. Давайте рассмотрим, как сделать это в Яндекс.Метрике.
Для создания сегмента заходим в любой отчет, я люблю отчет Источники -> Сводка, далее создаем сегмент. Для этого в поле «Визиты, в которых» нажимаем «+», выбираем utm_content и в поле для ввода записываем: ~var1. Обратите внимание, что символ «~» - указывает на режим регулярного выражения. Далее сохраняем сегмент под названием, например, «Вариант объявления 1».
По аналогии делаем настройки сегментов для 2, 3 и 4 варианта объявлений:
В разделе «Сегменты» появились настроенные нами сегменты:
Что с этим делать далее? Используем функционал сравнения сегментом. И здесь первый минус, с которым мы столкнемся: в Яндекс.Метрике одновременно можно сравнивать только 2 сегмента, поэтому сравнение придется выполнять попеременно. Хоть и не очень удобно, но приспособиться можно:
Настройка сегментов в Google Analytics
Google Analytics дает нам возможность сравнить одновременно сразу 4 сегмента, поэтому для таких операций я предпочитаю этот инструмент. Давайте попробуем настроить по такому же принципу наши сегменты. Для этого на вкладке администратор на уровне представления заходим в раздел «Сегменты» и нажимаем «создать сегмент»:
Далее указываем название сегмента «Вариант объявления 1», в условиях выбираем «Содержание объявления» (это наш utm_content) – содержит – var1. По аналогии делаем еще 3 аналогичных сегмента:
А теперь самое интересное, что мы можем сделать с этими сегментами. В Google Analytics идем в отчет, для примера я зайду в отчет «Источники трафика» -> «Весь трафик» -> «Источник/Канал». Там я добавляю 4 нужных мне сегмента:
И вот такой результат мы имеем – очень наглядно и удобно:
Подводя итоги…
Как и обещала, в конце хочу привести пример разницы того, как рекламная система определила наиболее эффективные объявления и какие объявления по факту оказались более результативными:
Давайте посмотрим внимательно на изображение с данными. Как известно рекламная система отдает большее число показов, а соответственно, и кликов более качественному, по мнению этой системы, объявлению. Так, исходя из количества сеансов видно, что рекламная система определила эффективность вариантов объявлений в следующем порядке (по убыванию): 1 -> 4 -> 2 -> 3. Именно так распределялись показы и бюджета на рекламу.
А теперь давайте посмотрим на коэффициент конверсий и их количество. С точки зрения выгоды эффективность вариантов объявления по убыванию отображается в следующем порядке: 3 -> 2 -> 1 -> 4. Ничего себе!!! Самое выгодное объявление для рекламной системы оказалось на последнем месте. Если бы мы не взяли этот процесс в свои руки, то заплатили бы гораздо дороже. Вот именно так элементарное тестирование может помочь в решении сложных проблем. Если Вам хочется посмотреть эту настройку в формате видео – пишите в комментариях. Ставьте лайк, если было интересно и подписывайтесь на канал.
Наталья Секацкая (с)