Сквозная аналитика рекламы или как не выбрасывать 60% рекламного бюджета на ветер?

Проблема

Как правило, работающий проект привлекает трафик, используя множество рекламных каналов: SEO, контекст, социальные сети, “сарафанное радио”, баннеры, контент-маркетинг и т.д. Каждый вид рекламы требует финансовых вложений, но не каждый является эффективным. Проблема состоит в том, чтобы получить детальную аналитику по каждому источнику трафика: сколько было потрачено и сколько заработано (ROI – прибыль на инвестиции). Используя полученные данные, мы можем перераспределить бюджет в пользу наиболее эффективных каналов, а убыточные либо оптимизировать, либо вовсе отключить.

Вариант решения

Для построения отчета по ROI источников трафика нам потребуется:

• Данные по расходам на каждый вид рекламы;
• Фиксация каждого целевого действия на сайте (например: покупка в интернет-магазине) за определенным источником трафика;
• Данные по доходам от каждого целевого действия.
  

Всю информацию нужно аккумулировать в одной системе, которая после и будет использована для построения необходимых отчетов. Решить подобную задачу может, например, Google Analytics.


Для того чтобы Google Analytics точно понимала откуда пришел пользователь необходимо все рекламные ссылки разметить при помощи UTM меток (специальные параметры ссылок для отслеживания источника, канала, объявления и ключевого слова, подробнее про UTM метки здесь).

Используется пять параметров:

utm_source – источник трафика;
utm_medium – канал рекламного трафика, характеризующий его тип;
utm_campaign – название рекламной кампании;
utm_term – ключевые слова рекламной кампании, по которым происходит показ объявления;
utm_content – содержание объявления.

В результате ссылка для конкретного рекламного объявления может выглядеть следующим образом:

http://www.example.com/?utm_source=yandex&utm_medium=cpc&utm_term=key_1&utm_content=adv_1&utm_campaign=summer_sale

Многие рекламные сервисы позволяют подставлять так называемые динамические параметры, которые при показе рекламы автоматически подменяются на определенные значения. Например: при настройке ссылок для Яндекс.Директа удобно использовать динамические параметры для подстановки ID кампании, объявления и ключевого слова (подробнее о динамических параметрах Директа здесь). В итоге мы получаем ссылку вида:

http://www.example.com/?utm_source=yandex_direct&utm_medium=cpc&utm_term={phrase_id}&utm_content={banner_id}&utm_campaign={campaign_id}

Теперь Google Analytics знает откуда пользователь, но не знает сколько мы потратили, чтобы его привести. Для решения данной задачи мы используем функционал Google Analytics “Импорт данных”, а именно отдаем системе csv файл, где указано сколько средств было потрачено на рекламную кампанию. Пример csv файла для выгрузки расходов по Яндекс.Директу:



В данном файле столбец А содержит дату, столбец B канал рекламного трафика (должен совпадать с utm меткой utm_medium), столбец C источник (должен совпадать с utm меткой utm_source), столбец D сумму потраченных средств, столбец E количество кликов, столбец F количество показов рекламного объявления, столбец G уникальный идентификатор кампании (должен совпадать с utm меткой utm_campaign), столбец H уникальный идентификатор ключевого слова (должен совпадать с utm меткой utm_term), столбец I уникальный идентификатор объявления (должен совпадать с utm меткой utm_content).

Загружать данные по расходам можно вручную ( подробнее о данном способе), однако рациональнее использовать сервисы для автоматической загрузки данных по расходам (например: сервис для автоматической выгрузки расходов Яндекс.Директ в Google Analytics).

В итоге, благодаря тому, что utm метки в ссылках совпадают со значениями, передаваемыми через загрузку csv файла, Google Analytics знает откуда пришел пользователь и сколько мы за него заплатили. Теперь необходимо передать в Analytics сведения о целевых действиях, которые совершает пользователь на сайте. Для интернет-магазина целевое действие – это продажа. Используя функционал Google Analytics “Электронная торговля” мы можем настроить импорт оформленных на сайте заказов в систему аналитики. Настройку интернет-магазина для работы с “Электронной торговлей” лучше доверить разработчикам или подобрать соответствующий модуль.

Итог

Настроив работу рекламных кампаний вышеописанным способом, мы получим аккаунт Google Analytics, где будут собраны данные для построения весьма полезных отчетов.



На представленном отчете (данные тестовые) в разрезе “Источник или канал” отображены все как рекламные, так и не рекламные источники трафика проекта. Особый интерес представляет крайняя колонка “Рентабельность инвестиций в рекламу”: если значение больше 100%, значит затраты окупаются и приносят доход, если меньше, значит реклама приносит убытки и требует оптимизации или отключения.

Например: по данному изображению видно, что источники yandex_direct, vk_target (с оплатой за показы cpm), banner_2 и begun имеют ROI больше 100%, значит приносят доход. На источники vk_target (с оплатой за клики cpc), avito_context и banner_1 мы тратим средств больше, чем зарабатываем.

Данной информации достаточно для понимания общей картины по эффективности каждого источника трафика, однако для оптимизации требуются более конкретные данные. Например: работая с Яндекс.Директом будут полезны отчеты вида:



Отчет по эффективности рекламных кампаний (данные тестовые). Левый столбец содержит идентификаторы рекламных кампаний в Яндекс.Директе, правый столбец отображает ROI каждой отдельной кампании.




Отчет (данные тестовые) содержит эффективность рекламных объявлений определенной кампании. Левый столбец отображает идентификатор объявления в Яндекс.Директе.



Уровнем ниже можно получить отчет по ключевым словам определенного объявления. Левый столбец – идентификатор ключевого слова в Яндекс.Директе.

Применяя данные отчеты на практике, мы можем перераспределять бюджеты в пользу наиболее выгодных источников, оптимизировать нерентабельные кампании, объявления и ключи, проводить A/B тестирование.