Проведение оптимизации рекламной кампании на примере интернет-магазина домашнего текстиля
Использование Интернета в качестве канала коммуникации становится все более и более популярным: увеличиваются объемы инвестиций в интернет-рекламу, расширяется инструментарий, появляются новые каналы интернет-коммуникаций. Тем не менее для оценки эффективности рекламы используется в основном ограниченный набор показателей, которые являются адаптацией показателей оценки эффективности традиционных каналов коммуникаций. Задача данной статьи: предложить поэтапную схему оптимизации и продемонстрировать возможность ее применения на примере реальной рекламной кампании интернет-магазина.
Предлагаемая методика анализа основана на модели AIDA — Attention (внимание); interest (интерес); Desire (желание); Action (действие) — и принципах GAP-анализа. Суть методики заключается в том, чтобы каждой стадии контакта с рекламным сообщением и сайтом компании в соответствии с моделью AIDA сопоставить показатели, а затем сравнить их с желаемыми значениями для данных показателей, выявив таким образом направления оптимизации. Анализ полученного профиля рекламной кампании позволяет видеть, на каком этапе взаимодействия с рекламой и/или с сайтом происходит существенное снижение результативности коммуникации.
В таблице 1 показан наиболее полный список подобных показателей для различных стадий взаимодействия пользователя с рекламой.
Таблица 1. Критерии эффективности рекламы в Интернете
В зависимости от целей рекламной кампании, времени работы сайта и других параметров при оптимизации можно учитывать не все стадии, а только те, которые наиболее важны на данном этапе. Кроме того, в зависимости от целей, показатели каждой стадии и каждого этапа могут варьироваться.
Подобная структура анализа эффективности рекламы в системе электронной коммерции позволяет рассматривать рекламную кампанию комплексно, а главное, позволяет вычленить направления оптимизации и повысить эффективность.
Рассмотрим практическое применение данной методики на примере компании, работающей на интернет-рынке домашнего текстиля. В качестве предмета анализа мы взяли интернет-магазин домашнего текстиля «Кордиаль» (www.kordial.ru).
В 2010 году для продвижения продукции интернет-магазина и самого магазина использовалась баннерная реклама и PR-материалы на рейтинговых ресурсах с женской целевой аудиторией. С учетом того, что спрос на продукцию магазина характеризуется сезонностью, рекламная кампания проводилась в два этапа: с января по апрель и с сентября по декабрь 2010 года. Тем не менее имеет смысл оценивать результативность в среднем за год, так как нам был важен не только локальный стимулирующий эффект, но и общая результативность. Сразу оговоримся, что мы не рассматривали показатели экономической эффективности, так как рекламная кампания окупилась и принесла необходимые результаты. Наша задача состояла в том, чтобы рассмотреть возможности оптимизации и предложить более удачный вариант продвижения на основе разработанной методики. Так как это была первичная оптимизация, то мы не рассматривали стадию действий.
В таблице 2 представлены основные показатели, которые характеризуют взаимодействие интернет-пользователей с рекламой. Видно, что при большом количестве показов показатель CTR достаточно низкий — 0,06%. Для наглядности мы привели показатели к единой системе измерения по 5-балльной шкале, приняв за базовое предположение, что выбранная рекламная кампания дает количество показов близкое к идеальному и соответствует 4 баллам по 5-балльной шкале. Следовательно, желаемое количество показов составит 1 19 805 000.
Таблица 2. Абсолютные и балльные значения показателей первой стадии модели AIDA для рекламной кампании интернет-магазина Кордиаль, 2010 год
Аналогичным образом рассчитывается желаемый охват. По экспертным оценкам хороший уровень CTR при размещении не на тематических сайтах составляет около 1%. При этом, необходимое количество кликов должно составить 1 150 128 кликов. В этом случае текущая абсолютная оценка соответствует фактической балльной оценке 0,23. Показатели CPC (отношение стоимости к количеству кликов) и CPM (отношение стоимости к 1000 показов) являются расчетными и зависят от количества кликов и количества показов соответственно, следовательно, в качестве их фактической балльной оценки можно использовать оценку соответствующих показателей.
При использовании стандартного подхода на данном этапе обычно предлагаются различные варианты изменения рекламного сообщения, рекламных носителей, количественных показателей. Но прежде чем предлагать мероприятия по оптимизации, необходимо рассмотреть этап взаимодействия с сайтом.
Надо понимать, что не все посетители сайта пришли на него под воздействием рекламы. Количество уникальных посетителей сайта в год (1 13 556) превышает количество кликов (52 936). То есть можно говорить о том, что более половины посетителей сайта пришли на него не под воздействием рекламы. Для анализа поведения покупателей на сайте необходимо использовать не только абсолютные, но и дробные показатели, которые не требуется переводить в балльные.
Для некоторых показателей необходимо анализировать как абсолютное, так и дробное значение. Например, долю новых посетителей. С одной стороны, высокая доля новых пользователей на стадии рекламной кампании говорит о высокой привлекающей силе рекламы и интересе к сайту, с другой стороны, высокая доля новых пользователей может свидетельствовать о том, что у сайта нет постоянных или частых (в зависимости от классификации, которая обусловливается спецификой интернет-магазина) посетителей. Именно поэтому мы рекомендуем рассматривать эти показатели как в долях, так и в абсолютных значениях.
Доля постоянной недельной аудитории рассчитывается как отношение количества пользователей, которые составляют постоянную недельную аудиторию, то есть присутствуют на сайте каждый день в течение недели, к количеству уникальных пользователей в неделю. Доля ядра и доля частных посетителей представляют собой отношение количества тех посетителей, которые присутствуют каждую неделю в течение месяца и тех, которые присутствуют каждую неделю в течение 3 месяцев, к общему количеству уникальных посетителей в месяц.
Доля количества возвращений на сайт от общего числа посещений за месяц показывает ту часть посетителей, которая вернулась на сайт после одного посещения. Аналогичную функцию выполняет и показатель доли посетителей, выполнивших сессию (просмотр группы страниц на сайте) от общего числа просмотров страниц. То есть мы условно полагаем, что просмотр нескольких страниц соответствует большему интересу со стороны посетителя, чем просмотр одной страницы. Использование в качестве числителя значения количества браузеров и хостов является способом уточнить показатель количества посетителей.
Важным инструментом анализа являются показатели времени, которые пользователи провели на сайте и количество просмотренных страниц. В результате предварительных качественных исследований нами было выяснено, что посетители, которые осуществляют заказ или просто проявляют интерес к сайту проводят на нем от 15 минут до 3 часов. Для детализации анализа мы рассматриваем таких посетителей в целом и с градацией по времени. Естественно, чем больше доля таких посетителей от общего числа посещений, тем лучше. Аналогичным образом было установлено, что оптимальное количество сессий, которые осуществляет пользователь — потенциальный покупатель — от 1 до 5 сессий. Именно поэтому нас также интересует количество таких пользователей и их доля в общем числе посетителей сайта.
Пользователи (и их доля в общем количестве посетителей) просмотревшие от 4 до 7 страниц, а особенно,от 8 до 20 страниц, являются теми посетителями, которые заинтересовались сайтом компании. Важным показателем является глубина просмотра — среднее количество страниц, которое приходится на одного посетителя сайта (табл. 3).
Таблица 3. Сводная таблица показателей до и после оптимизации
График профиля этапа взаимодействия с сайтом представлен на рисунке. На графике видно, что наибольшее отставание от желаемых показателей касается постоянной аудитории сайта, особенно по постоянной недельной аудитории. Тем не менее в отличие от первого этапа, показатели взаимодействия с сайтом на достаточно высоком уровне.
Исходя из анализа, можно сделать вывод о том, что при высоком количестве показов рекламной кампании и высокой степени аффинитивности рекламных носителей целевой аудитории, доля посетителей, которые заинтересовались рекламой, невелика. Кроме того, более половины посетителей сайта пришли на сайт не под воздействием рекламного сообщения, но при этом показатели интереса потребителей к сайту достаточно хорошие. Об интересе к сайту свидетельствуют высокие оценки по глубине просмотра, продолжительности присутствия на сайте.
Можно сделать вывод о необходимости оптимизации на первом этапе именно рекламной кампании, а не сайта. На наш взгляд, специфика домашнего текстиля как товара заключается в том, что спрос на него плохо поддается стимулированию при отсутствии потребности. Кроме того, домашний текстиль не относится к FMCG, что также способствует низкой эффективности прямой рекламы. Поэтому мы предложили перейти в продвижении интернет-магазина Кордиаль к контекстной рекламе и поисковой оптимизации сайта. В пользу этого решения свидетельствовало то, что те посетители, которые пришли на сайт, проявляют интерес к продукции и сайту. Таким образом, имело смысл ориентироваться в большей степени на тех потенциальных потребителей, у которых уже сформирована потребность в домашнем текстиле, а стимулирование спроса использовать при наличии информационного повода, например, праздников, пытаясь привлечь тех потребителей, у которых есть потребность в подарке, а не в домашнем текстиле как таковом.
Так как изменение рекламной стратегии было достаточно кардинальным, нам при последующем анализе важно было понимать, что те показатели, которые характеризуют интерес к сайту, как минимум не ухудшились, а желательно улучшились. При этом, оснований для резкого улучшения нет, и мы будем говорить об успешной оптимизации в случае, если балльные показатели увеличатся на 1 — 1,5 балла, и минимальной оптимизации, выраженной только за счет сокращения бюджета при сохранении текущих значений показателей второго этапа.
Мы предложили использовать поисковую оптимизацию по поисковым системам — yandex.ru, google.com, go.mail.ru (40 самых высокочастотных тематических запросов). Кроме того, использовалась контекстная реклама в данных поисковых системах (около 300 высокочастотных и низкочастотных запросов). Также была создана группа в социальной сети «Вконтакте», а с ноября 2011 были введены в использование т. н. сайты-купонаторы, которые ориентированы на ценовое стимулирование спроса. Такая рекламная стратегия использовалась в течение года (с января 2011). Можно говорить о том, что такая оптимизация привела к «снижению значимости» первой стадии модели AIDA — attention.
В результате использования предложенной модели оптимизации, начиная с июня 2011 года наметилось увеличение количества посетителей сайта в месяц. Суммарный годовой прирост составил 25%, что является очень хорошим показателем. Суммарное количество новых посетителей увеличилось на треть (с 3 555 до 4 730 человек). Уже в марте наметился статистически значимый прирост постоянных посетителей. Особенно интересен тот факт, что рост числа постоянных посетителей наблюдался даже в период сезонного спада. Количество постоянных посетителей (посетители, которые посещают сайт каждый день в течение недели) выросло в целом на 28%. Кроме того, увеличилось ядро посетителей — то есть количество тех, кто посещает сайт каждую неделю в течение месяца (+150%). То есть все базовые показатели, которые отражают приток посетителей на сайт и выполнение коммуникационной функции рекламы улучшились в результате проведения оптимизации.
Рассмотрим наличие изменений в самой аудитории. Эта задача не ставилась при разработке программы оптимизации, тем не менее изменение структуры аудитории может являться дополнительным эффектом, как положительным, так и отрицательным, и поэтому нуждается в отслеживании.
Магазин «Кордиаль» работает преимущественно с Москвой и не планирует расширять географию работы. Поэтому нам было важно, чтобы в результате проведения оптимизации география посетителей не изменилась, так как привлечение посетителей из других регионов свидетельствовало бы о неоптимальном использовании рекламного бюджета. Доля посетителей из Москвы составляла в 2010 году 83,7%, а в 2011 — 83,9%, то есть не изменилась.
Несмотря на то, что показатели заинтересованности потенциальных потребителей были хорошими, и их улучшение не было ключевой задачей, естественно, рост интереса к сайту был крайне желательным. В 2011 году увеличилось количество тех, кто проводит на сайте от 3 до 12 часов (+60%), сократилось количество тех, кто проводит на сайте от 15 минут до часа (-6%), в остальном же процентное распределение 2011 года практически идентично распределению 2010 года, наличие небольших отклонений не является статистическим значимым.
Абсолютное число пользователей, время пребывания которых на сайте составляет от 15 минут до 3 часов (время, достаточное для проявления интереса к продукции и осуществлению покупки) росло независимо от времени года. Аналогичная ситуация сложилась и с количеством просматриваемых страниц — наблюдался прирост в абсолютных числах, хотя изменений в структуре не произошло.
В таблице 3 представлены показатели за 2010 и 2011 год. Несложно заметить, что глобального роста показателей не наблюдалось, более того, некоторые показатели сократились, хотя это сокращение вероятнее всего статистически незначимо. Если мы рассмотрим долевые показатели, то видно, что они выросли в результате оптимизации. На радиальной диаграмме (см. рис.) видно, что показатели приблизились к желаемым.
Рис. График профиля второго этапа модели AIDA для сайта интернет-магазина «Кордиаль», балльные показатели, 2010 и 2011 годы
Таким образом, мы апробировали разработанную методику и показали ее преимущества для анализа и оптимизации рекламы в системе электронной коммерции.
[an error occurred while processing this directive]
