10 настроек контекстной рекламы, которые никто не использует
Разбираем, как использование неочевидных настроек Директа поможет улучшить РК. География показов, стратегия, минус-фразы — количество возможных настроек в Яндекс Директе огромно. Часть из них — must have для любой рекламной кампании, но есть и такие, которые по ряду причин используются редко. Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group, расскажет о 10 настройках РК, которые многие недооценивают. Все данные были подготовлены сотрудниками Demis Group на основе анализа 4 500 рекламных аккаунтов.
1. Корректировки по погоде
Представьте: человек собрался погулять или на встречу, и тут внезапно начинается сильный дождь. А прогноз вообще предупреждает, что дождливой будет вся неделя. И тут наш герой вспоминает, что зонт-то сломался ещё месяц назад! Он идёт в интернет, чтобы сделать самую актуальную на данный момент для него покупку — приобрести зонт с доставкой. Чтобы именно в этот момент ваше объявление было показано пользователю, и существует настройка «Корректировка по погоде».
«Корректировка по погоде» помогает продвинуть объявление в топ при выполнении определённых погодных условий. Эта настройка хорошо подходит для всех тематик с чувствительным спросом: продажи кондиционеров в жару, зимней/летней резины и так далее. Звучит хорошо, не правда ли? Но есть несколько НО…
Почему настройка не используется?
Ограниченное количество тематик, для которых подходит механика. Для большинства товаров и услуг зависимости от погоды не существует. Вряд ли можно представить себе, что на спрос на телевизоры, газонокосилки или услуги адвоката как-то влияет наличие дождя за окном.
Неочевидный результат. Как показывает наша практика, очень сложно замерить реальный прирост эффективности таких объявлений. Так как статистическая выборка не позволяет отсеять изменения спроса, связанные с работой этой механики, от естественных изменений.
Доступ на уровне групп. Это делает такую настройку менее заметной, ведь чаще всего работа ведётся на уровне кампаний.
Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group
«Если ваша тематика действительно метеозависимая или есть статистические данные, подтверждающие зависимость конверсии от метеоусловий, то можно смело экспериментировать. Настройка совершенно точно не ухудшит показатели РК».
2. Поля, из которых формируются заголовки в фиде
При запуске динамических объявлений, или смарт-баннеров, рекламная система сама формирует их тексты и заголовки на основе фида, который вы загружаете. Проблема в том, что в таких случаях в объявления могут попадать аббревиатуры, артикулы или странные сокращения.
Настройка позволяет в определённой мере контролировать описания таких объявлений, указывая Яндексу, из каких полей фида брать заголовок и текст. Что позволяет не только улучшить привлекательность объявления, но и повысить его видимость.
Почему настройка часто не используется?
Мало внимания уделяется качеству заполнения товарных карточек в CMS. Зачастую это могут быть названия вида «Стол угловой, вяз, артикул 1054». Ассортимент магазина может насчитывать тысячи позиций. Корректировка описаний и названий — трудоёмкий процесс. И многие просто не хотят с ним связываться.
Далеко не все рекламодатели вообще знают о существовании настройки.
Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group
«Если ваши объявления формируются некорректно или малоэффективны, стоит попробовать поработать с данной настройкой. Возможно, где-то потребуется просто поменять поле, потому что у вас уже есть что-то подходящее. А возможно, придётся переписать практически весь каталог. Но эта работа окупается с лихвой. Особенно если фид используется не только в контекстной рекламе, но и, например, для выгрузки на маркетплейсы.
Я настоятельно рекомендую изучить в справке Яндекса информ ацию про упрощённый и произвольный форматы фида».
3. Сезонный рост конверсионности
Этой настройки не было ни в одном рекламном аккаунте из четырёх с лишним тысяч, которые мы анализировали. О ней мало кто слышал из тех рекламодателей, которые занимаются ведением контекстной рекламы в Яндекс Директе. Хотя она вынесена в отдельный пункт в меню действий.
Настройка позволяет защитить алгоритмы автоматических стратегий рекламных кампаний от аномальных скачков, вызванных ростом конверсионности.
Почему её никто не использует?
Непонятен результат. Что будет, если мы укажем период? А если не будет скачка, сломается ли кампания? А если сломается, то у нас пропадут конверсии или просто будет незначительное колебание? Для большинства пользователей ответы на эти вопросы не очевидны.
Настройка учитывает только рост, но не учитывает падение конверсий.
Трудно рассчитать ожидаемый рост. Например, запуская РК с акцией, мы можем прогнозировать всплеск конверсий. Но точно определить, на какой процент будет рост по конкретной рекламной кампании, практически невозможно, а значит, не получится использовать данную настройку.
Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group
«Использовать настройку можно с крайней осторожностью. Только если вы ведёте статистику и точно понимаете, что в определённом сезоне спрос на ваш товар повышается. При этом стоит помнить, что система может обучиться в период ажиотажа и самостоятельно правильно отыграть ситуацию. Основная задача данной настройки — не подготовить кампании к резкому росту, а защитить алгоритмы в тот момент, когда этот рост пройдёт и всё вернётся в норму».
4. Обучаемый сегмент Яндекс Аудиторий
Настройка позволяет увеличить эффективность таргетинга на look-a-like аудиторию. Но необходимо понимать, что механика «обучаемых сегментов» всё же отличается от поиска look-a-like аудитории.
Как работает look-a-like? Например, у нас есть данные о телефонах, адресах, может быть, интересах клиентов, которые сделали покупку в магазине. Когда мы загружаем их в Яндекс Аудитории, система подбирает похожих пользователей.
Механика «обучаемых сегментов» работает схожим образом, но внутри нашего сегмента пользовательских данных. Иными словами, мы не просто находим пользователей, похожих на тех, кто уже сделал покупку, а дополняем их нашими данными. Например, мы можем выделить сегменты пользователей, которые сделали покупку и стали нашими постоянными клиентами, и тех, кто купил только один раз, да ещё и негативный отзыв оставил. И попросить сделать акцент на первой категории.
Почему её никто не использует?
Нужны данные для минимум 50 000 пользователей, которые могут предоставить только крупные компании.
Неочевидное отличие от look-a-like. Мы всегда можем сегментировать аудиторию сами и в систему забросить только тех, кто нам нужен. Но отличие всё же есть: look-a-like работает по социодемографическим данным. По сути, он просто рисует похожий портрет.
Запрашивается через менеджера Яндекса. Настройка недоступна из рекламного кабинета. Вам необходимо связаться с вашим менеджером и предоставить статистические данные.
Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group
«Если вам позволяют бюджеты и у вас есть нужный объём данных, мы рекомендуем не пренебрегать этой настройкой».
5. Ретаргетинг на поиске
Настройка позволяет работать с горячей аудиторией, но по поиску.
Почему её никто не использует?
Условие работает только в связке «и» с поисковыми запросами или автотаргетингом. Например, связкой условий может быть: пользователь положил товар в корзину, но не совершил заказ и сделал в поиске запрос, который указан в нашей РК.
Не всем очевидно отличие от работы с корректировками. Специалисты, которые занимаются рекламой давно, уже пытались имитировать данную настройку с помощью корректировок. Например, запускаем наш таргетинг по запросам в кампании с ручной стратегией управления. Ставим там заранее пониженную ставку, но при этом добавляем аудиторию, которая содержит наше условие рейтинга, и делаем на неё повышающий коэффициент. И таким образом получаем плюс-минус то же самое. Все к этому привыкли. Поэтому, когда Яндекс анонсировал эту механику, мало кто стал её использовать.
Александр Романов, руководитель отдела веб-аналитики и медиапланирования департамента контекстной и медийной рекламы Demis Group
«Советуем использовать эту настройку хотя бы для эксперимента. Но нужно учитывать, что она применима только к тематикам, где пользователь покупает не сразу, а дополнительно обращается к поиску за уточнениями, сравнениями. Например, он перешёл на сайт, ему что-то не понравилось, и пользователь продолжил поиск. Если в этот момент ему показать то же самое объявление, он его проигнорирует. Ведь он прекрасно помнит, что только что был на вашем сайте. А если предложить какой-то дополнительный бонус или промокод на скидку, возможность сконвертировать пользователя значительно возрастает».
Полную версию статьи вы можете найти по ссылке .