Lviv iCamp 2017 Юрій Грузинський “Платний трафік для бізнесу у 2017 му тільки кейси, ніякої теорії”

1. Платний трафік в 2017:
Тільки кейси, ніякої теорії
Юрій Грузинський
Докладчик

2. Netpeak
років роботи на результат11
проекти
складають наш досвід і знання
всіх необхідних деталей
2 024
Інтернет-магазинів
Збільшують свої продажі завдяки
результату нашої роботи
806
працівників
працюють над цим
327
сертификатів
підтверджують їх професійний рівень
287
виступів
на профільних міроприємствах
284
офісів в 5 країнах
Київ, Одеса, Харків, Алмати, Софія, Самара, Нью-Йорк
8
проведених галузевих конференцій
навчають та розвивають ринок Інтернет-маркетингу з 2011 року
10
нагород
за участь в міжнародних рейтингах
25
публикацій
в Блозі Netpeak про Інтернет-маркетинг
и не тільки
1 100
публикаций
про нас в тематичних ЗМІ
169
відгук
від задоволених клієнтів
81

3. •1. PPC / Facebook

4. 1. PPC / Facebook / Динамічний ремаркетинг
Вихідні дані:
Тематика: Інтернет магазин садоводства.
Період: 12.03-12.04.2017.
Геортаргетинг: Romania.
Інструменти: динамічний ремаркетинг в
Facebook.
Ціль: Збільшити кількість замовлення в рамках
KPI по СPO .
“Наздогнати” користувачів, які відвідали сайт але
відклали і не завершили покупку.

5. Що було зроблено?
- за допомогою звітів Google Analytics проаналізували поведінку
користувачів;
- визначили списки користувачів, яким будемо показувати оголошення і під
час якого періоду (в цьому корисний звіт "Час до конверсії") та створили
аудиторії:
- користувачі додали товар в корзину, але не купили;
- користувачі подивились картку товару;
- створили кампанію динамічного ремаркетингу;
- за допомогою "Каталогу продуктів" створили персоналізовані оголошення
(використовували формат Карусель) з продуктами, якими цікавилися
користувачі.

6. Як виглядає оголошення? – стрічка новин Facebook на ПК

7. Результат
Інструмент показав позитивний результат у вигляді ROMI - 121,04%

8. Результат
Кліки: 47034
Транзакції: 383 (17.4 %)
Коеф. транзакції: 1,25%
Ціна за транзакцію: в рамках
КРІ
ROMI: 121,04%

9. Давайте порівняємо аналогічні інструменти
Динамічний ремаркетинг Adwords чи динамічний ремаркетинг Facebook

10. Давайте порівняємо аналогічні інструменти
Динамічний ремаркетинг Adwords чи динамічний ремаркетинг Facebook

11. Давайте порівняємо аналогічні інструменти
Динамічний ремаркетинг Adwords чи динамічний ремаркетинг Facebook

12. Висновок
- отримали додатковий ефективний канал продажів;
- при можливому перетині аудиторій, даний інструмент виступає
цілком самостійною одиницею залучення продажів;
- інструмент гнучкий в управлінні і потребує мінімальних ручних
налаштувань, оголошення генеруються автоматично на основі
продуктового фіда;
- однозначно варто використовувати як частину комплексу РРС.

13. •2. PPC / Push-
повідомлення

14. Баузерні web-push повідомлення
Що таке веб-пуші?
Це повідомлення від сайтів, які з'являються у вигляді спливаючих вікон на робочому столі користувача, якщо
останній дав дозвіл на їх отримання. При кліці на таке повідомлення користувач буде перенаправлений на
певну сторінку сайту, від якого було надіслано повідомлення.
Ось як виглядає запрошення підписатися на повідомлення від сайту.

15. Яка технологія?

16. Як можна використовувати пуші?
- контент-маркетинг (утримання уваги користувачів до створюваних
вами матеріалів).
- онлайн-трансляції, вебінари - кращий спосіб сповіщення про
«живі» онлайн-трансляції. Оскільки повідомлення відображаються
на екрані миттєво при отриманні, ми можемо нагадати
користувачам про початок трансляції безпосередньо в момент її
старту;
- транзакційні чи тригерні повідомлення;
- для розсилки термінових повідомлень і поліпшення user experience
(актуально для SaaS продуктів і хмарних сервісів).

17. Використання push - повідомлень
Вихідні дані:
Тематика: Агро.
Період: жовтень 2016 - жовтень 2017.
Геортаргетинг: Україна.
Інструменти: push - повідомлення.
Ціль: Збільшити кількість замовлень, отримати
додатковий дохід, залучивши мінімум ресурсу.
Сервіс: Sendpulse.
Огляд найпопулярніших сервісів

18. Що було зроблено? / Як виглядає пуш?
- відправляли вітальні пуші;
- транзакційні пуші для користувачів, що підписались;
- пізніше почали використовувати автоматичні розсилки (ланцюжок з пушів).
Спершу, поки не було відповідної бази, списки не сегментували, а відправляли усім, хто
підписався.
Як виглядає пуш?
Вітальний:

19. Як виглядає пуш?
Транзакційний:
Спочатку в даному сервісі були лише доступні пуші в малому форматі.
Також бачимо, що пуш відображається при закритому браузері

20. Як виглядає пуш?
Пізніше ми змогли використовувати широкоформатні повідомлення, які набагато конверсійніші:

21. Фішка
Одним з лайфхаків, що підвищив
кількість переходів стало
використання emoji, спецсимволів.
Їх активно використовують в
email як ефективний спосів
підвищити % відкривання листів.
Також дуже ефективними є
ланцюгові автоматичні розсилки, які
відправляються відповідно наперед
продуманому алгоритму.

22. Статистика по відправленим пушам

23. Результат

24. Результат

25. Висновок
- 4% додаткового доходу без витрат;
- 3.62 % користувачів вдалося повернути завдяки пуш-повідомленням.

26. •3. PPC / DSA-кампанії

27. 4. PPC / Adwords - Smart Display
Вихідні дані:
Тематика: садоводство.
Геотаргетинг: Україна.
Період: 12.05-12.07.
Інструмент: Smart Display в Google Adwords.
Цілі: масштабування, залучення нових
користувачів, збільшення продаж в рамках KPI по
СPO.
Ну що Ви готові делегувати налаштування системі і
довірити таргетинг і оптимизацію “розумним роботам”?

28. Що було зроблено?
1. В Google Adwords створили нову компанію.
Створюється аналогічно як медійна,
обирається тип “Розумна компанія”.
*Детально як налашувати і запустити її
читайте на нашому блозі
!Важливо:
Щоб кампанії були ефективнимі системі
потрібно:
- приблизно 2-3 тижні на так звану
“розкачку”;
- більше 50 конверсій в аккаунті.
2. Створили оголошення.

29. Що було зроблено?
3. В якості винятків задали певні категорії сайтів:
*інші виключення неможливо задавати в цьому типу кампанії.

30. Результат
Кліки: 55483
Нові користувачі: 11%
Транзакції: 418
Коеф. транзакцій: 0,75%
ROMI: 11,30%

31. Результат
Позаяк в аккаунті було багато накопичених даних по транзакціях - вже на наступний день кампанія почала
генерувати замовлення:

32. Порівняємо результат з іншими інструментами Adwords.
Як бачимо ціна залучення одного клієнта є нижчою в порівнянні з іншими медійними кампаніями, окрім DSA та
пошуку, при цьому вартість залучення вища.

33. Висновок
Почавши тест ми не очікували гарних результатів саме
з продажів, оскільки це все ж таки медійна кампанія,
однак даний інструмент показав доволі хороший ріст
по замовленнях і активність була окупною, навіть при
невисокому показнику ROMI (в даному випадку на
перше місце виходить оборот і відповідно прибуток).

34. •4. PPC / Аналітика

35. Як це виглядає в звичайній GA?

36. В реальності картина дещо інша

37. В реальності картина дещо інша

38. Користь від контекстної реклами може бути неочевидна

39. Користь від контекстної реклами може бути неочевидна

40. Користь від контекстної реклами може бути неочевидна
Модель атрибуції — правила розподілу цінності по кроках на шляху до
конверсії.

41. Стандартна модель атрибуції

42. Модель Funnel Based

43. Модель оцінює складність прохождення кроків до конверсії на
конкретному сайті по «сирих» данних.
PPC / Search Remarketing Email

44. Модель оцінює складність прохождення кроків до конверсії на
конкретному сайті по «сирих» данних.
Нехай сума замовлення користувача становить $ 100. Ці $ 100 ви
розподілите по сесіях наступним чином:
Сесія 1 принесла вам 0,02 * 100 = $2;
Сесія 2 принесла вам 0,57 * 100 = $57;
Сесія 3 принесла вам 0,41 * 100 = $41
Якщо ми повернемося до прикладу з послідовністю каналів
«пошукова реклама - ремаркетинг - email», за такою моделлю пошук
приніс вам $ 2, ремаркетинг - $ 57, email - $ 41.

45. Для наочності давайте порівняємо ці результати з моделлю
Last Non-Direct Click:
Канал Класична модель для
веб-аналітики (Last
Non-direct Click)
Обрана нами
модель (Funnel
Based)
PPC / Search 0 2
Remarketing 0 57
Email 100 41
Відповідно до Last Non-Direct Click ви більш ніж в два рази
переоцінили канал email, а також позбавили цінності пошук і
ремаркетинг.

46. Модель — только начало
Ми можемо аналізувати дані аж до будь-якого атрибута сесії
(наприклад, кампанії).
В одному звіті у нас дані по доходу, LTV, проходженню воронки.
Ми рахуємо ROMI за доходом і LTV для оцінки впливу кожної
кампанії на різні етапи воронки продажів.

47. Звіти для відстеження ефективності контекстної реклами.
Нам потрібен звіт по каналах, джерелах і кампаніях. Кампанії повинні брати участь в звіті, тому що окремо на рівні
джерела вплив може бути незначним. А кампанії можуть працювати на різних стадіях воронки продажів.

48. Звіти для відстеження ефективності контекстної реклами.

49. Звіти для відстеження ефективності контекстної реклами.
- у цьому звіті ми хотіли бачити дані про сесіях, користувачів, транзакціях, доході і витратах. Також нам потрібні
більш складні дані: кількість перших замовлень у користувачів за період, LTV, кількість сесій, за які пройдена
воронка. Все це вдалося розрахувати, об'єднуючи різні таблиці в BigQuery.
- деякі дані в Google Analytics ми не передаємо, але можемо вивантажити їх безпосередньо в BigQuery і об'єднати
з іншими даними. Наприклад, це можуть бути статуси транзакцій з CRM або інформація, яка персонально
ідентифікує користувачів (email, ПІБ). Також частину даних нам необхідно виключити з розрахунків, щоб зробити
аналіз більш об'єктивним (тестові замовлення).
- в результаті об'єднання всіх даних ми можемо бачити, які канали, джерела і кампанії є ефективними. Якщо ми
приймаємо рішення відмовитися від кампанії або джерела, то робимо це на основі більш об'єктивних даних.

50. Прийняття рішень за звітами для оптимізації контекстної
реклами.

51. Що ми зрозуміли після використання налаштованої моделі (3
місяці тесту)
- деякі кампанії, що приносять мало реєстрацій, окупні за доходом і
LTV, а ми хотіли їх відключити.
- трафік на одні категорії окуповується краще, ніж на інші.
- кампанії, які приносять багато реєстрацій дійсно окуповуються, а не
просто генерують реєстрації.

52. Результат
Ми відключили 17% кампаній і заощадили 33%
бюджету на контекстну рекламу.

53. Висновок
- аналітика розумного бізнесу повинна відстежувати повністю все
просування користувача по воронці продажів і коректно оцінювати
внесок кожного каналу.
- стандартні звіти Google Analytics, що працюють за моделлю Last
Non-Direct Click, в цьому не допоможуть.
- можна спробувати вирішити проблему за допомогою інструментів
для моделювання атрибуції і підрахунку асоційованих конверсій або
створити свою модель атрибуції на підставі вже існуючих моделей.
Але і в цьому випадку кроки, за якими проходить користувач, не
будуть оцінюватися з точки зору дій, які користувач виконав на
даному етапі.

54. Висновок
Більше деталей в кейсі!)

55. Наши разработки

56. Юрій Грузинський
Team Lead of Project Managers
063 760 99 05
y.gruzynsky@netpeak.net
variat1100
Буду радий відповісти на всі ваші
запитання