SlideShare a Scribd company logo
1 of 67
Download to read offline
OPTIMOINTI
Facebook-mainonta, osa 2
1
Aikataulu
• tehdään kampanjoita 12:30-14:00
• tauko 14:00-14:15
• katsotaan optimointia 14:15-16:00
2
KERTAUS
3
Konversiotyypit Facebookissa (Qwaya, 2013)
• oCPM
– Page like
– Offer claim
– Post like
– Event RSVP
– Video play
– Post comment
– App install
– Mobile app install
– Post share
– …
4
ei myyntikonversioita!
• CPA
– Page Likes
– Offer Claims
– Offsite Link Clicks
– Mobile App Installs
Mainokset näkyvät kolmessa paikassa
a. Newsfeed
b. Mobile newsfeed
c. Right column
5
Miten valita mainoksen sijoittelu?
(AdEspresso, 2014)
• newsfeedissä parhaat tulokset mutta kalleimmat
hinnat
• mobile newsfeedissä huono konversio, mutta hyvä
saavuttavuus
• oikeassa kolumnissa huonommat tulokset mutta
edullisin (uudelleenmarkkinointi)
6
Facebook-mainostilin rakenne (2015)
7
Jokaisella kampanjalla on tavoite,
esim. kävijöitä verkkosivulle,
tykkääjiä Facebook-sivulle
Mainosryhmästä voi säätää
budjettia, aikataulua, kohdistusta ja
hintatarjousta
Yhdessä mainosryhmässä voi olla
monta mainosta eri kuvin, tekstein,
linkein ja toimintakehoittein
Kampanja
Mainos-
ryhmä
Mainos-
ryhmä
Mainos Mainos Mainos Mainos
vrt. Google!
(tämä alkaa olla de facto -rakenne mainosjärjestelmissä)
(paitsi Googlessa budjettia voi säätää kampanjatasolta)
Kolme tapaa hallinnoida Facebook-
mainontaa
a. Ads Manager (verkkoversio)
(www.facebook.com/ads/manage)
b. Power Editor (ohjelma)
(www.facebook.com/ads/manage/powereditor)
• jälkimmäinen mahdollistaa massamuutokset ja
joskus jotkut ominaisuudet tulevat siihen ensin
c. Partner-firmojen työkalut
– Smartly
– Qwaya
– AdEspresso
8
”Laiskan mainostajan ansa”: Boost post
• mainostaminen suoraan
yrityksen sivun kautta
• heikommat
kohdennusmahdollisuudet
• ”laiskan mainostajan”
valinta voi johtaa
kalliimpaan näkyvyyteen
9
Mitä pitää tietää kampanjan luomisessa?
Neljä asiaa:
1. kampanjan tavoite
2. kohderyhmä
3. budjetti
4. kesto
10
Miten laaja kohderyhmä on hyvä?
• Suomessa:
– >1,000,000 = liikaa
– >100,000 = liikaa
– 50,000 -100,000 = ok
– <50,000 = hyvin kohdennettu
• (Facebook myös ilmoittaa tämän mainostyökalussa.)
• Kannattaa aloittaa laajalla kohdennuksella ja pienellä
budjetilla, ja rajata kohdennusta tulosten perusteella
samalla budjettia nostaen.
11
Miten laskea budjetti?
• esimerkki:
• kokonaisbudjetti (B) = 500 € per kk
• kampanjoiden määrä (M) = 3 kampanjaa
– yhden kampanjan kuukausibudjetti = B / M
– (500 / 3 = 166 €)
– yhden kampanjan päiväbudjetti = M / 30
– (166 / 30 = 5,55 €)
12
Päiväbudjetti ei täyty kun…
• bidi ei ole tarpeeksi korkea
• mainos ei saa tarpeeksi hyvää CTR:ää
• mainos saa liikaa negatiivista palautetta (relevanssi)
• alhainen CTR on indikaattori huonosta laadusta; sen
lisäksi ihmiset voivat piilottaa mainoksia tai ilmiantaa
(report) ne
13
Eri tapoja ”huutaa” Facebookin
mainoshuutokaupassa
• CPM – maksat näyttökerroista
• CPC – maksat klikeistä (oikeasti näyttökerroista)
• CPA – maksat konversioista (oikeasti
näyttökerroista)
• oCPM – maksat näyttökerroista, jotka konvertoivat
parhaiten suhteessa tavoitteeseen
14
oCPM-strategia
15
Ideaali bidding-strategia (AdEspresso, 2014)
1. valitse oCPM
2. biddaa Facebookin antaman suosituksen ylärajaan
3. katso tulokset ja valitse parhain toimivat mainokset /
kohderyhmät
– Facebook-huutokaupassa et maksa maksimibidiä; se
on vain maksimi
– oCPM on hyvä valinta, kun kampanja on pitkä (yli
viikko) ja budjetti on tarpeeksi korkea (>100 €);
muussa tapauksessa rajaa kohderyhmä itse
– pitkä kampanja, iso budjetti: iso kohderyhmä (oCPM)
– lyhyt kampanja, pieni budjetti: pieni kohderyhmä
(CPM)
16
LISTA KOULUTUKSESSA LÄPIKÄYTÄVISTÄ
ASIOISTA
• campaign creation
• conversion pixel
• custom audience
• power editor
– CTRL + C
– [shift]
– saved audiences
– image gallery
– preview ad
• audience insights
17
• mittarit
• breakdowns
OPTIMOINTI
18
Optimoinnin määritelmä
• Tietyn halutun lopputuloksen todennäköisyyden
kasvattaminen
• Facebook-mainonnassa: tietyn halutuksen
lopputuloksen todennäköisyyden kasvattaminen
bidejä, kohdentamista ja mainoksia
muokkaamalla.
a. Bidit = säätö oikealle tasolle
b. Kohderyhmä = valitaan se joka reagoi parhaiten
c. Mainokset = tehdään mainoksia joita klikataan
paremmin
19
Optimoinnin kertautuvat hyödyt: esimerkki
(Marketing Experiments, 2005)
• Esimerkin lähtötaso:
– kuukausimyynti = 100,000 $
– kustannukset = 85,000 $, eli kuukausittainen voitto
15,000 $
– PPC-klikkejä = 50,000, CPC = alk. 0.20 $.
• Yritys toimeenpanee yhdeksän parannusta
yhdeksässä kuukaudessa.
20
Optimoinnin kertautuvat hyödyt: esimerkki
(Marketing Experiments, 2005)
21
Summautuvat optimoinnin hyödyt
Parannukset (1 per kk) Parannus Voitto per kk Voiton muutos
(0. Alkuvaihe) N/A $15,000 0%
1. Parannettu PPC-mainoscopy 5% (CTR) $19,500 30%
2. CPC:n laskeminen 5% (CTR) $19,999 3%
3. Laskeutumissivujen optimointi 5% (CVR) $30,249 51%
4. Tilauslomakkeen optimointi 5% (CVR) $35,761 18%
5. Nettisivun copytekstin parantaminen 5% (CVR) $41,549 16%
6. Ylöspäin- ja ristiinmyynti 5% (Myynti) $47,627 15%
7. Hinnan muuttaminen 5% (Myynti) $49,988 5%
8. Ostoskorin parantaminen 5% (Myynti) $56,487 13%
9. Luottamusindikaattoreiden parantaminen 5% (Myynti) $63,312 12%
Optimoinnin kertautuvat hyödyt: esimerkki
(Marketing Experiments, 2005)
• Tulokset:
– Lisävoitto = 48,312 $
– (Summautuvat hyödyt = 163 %)
– Kertautuvat hyödyt = 322 %
• Toisin sanoen optimoinnissa on ”korkoa korolle”
-efekti.
• Mitä tämä tarkoittaa markkinoijalle?
– Tee järjestelmällisesti pieniä parannuksia
– Keskity sekä klikkiä edeltäviin että klikin jälkeisiin osa-
alueisiin.
22
Optimoinnin skaalautuminen: esimerkki
• Kolme yritystä:
A. 1000 kävijää päivässä
B. 10,000 kävijää päivässä
C. 100,000 kävijää päivässä
• Muut tiedot:
– Konversio ennen optimointia = 1 %
– Konversio optimoinnin jälkeen = 2 %
– Optimoinnin kiinteä kustannus per kk = 2000 €
– Avg. basket = 50 €
• Tehdään optimointia. Mikä on kunkin yrityksen
optimoinnin ROI?
23
Optimoinnin skaalautuminen: tulokset
24
0
20000
40000
60000
80000
100000
120000
A B C
myynnin muutos
myynti
kiinteä kust per kk
ROI:
A = -50 %
B = +400 %
C = +4900 %
Johtopäätökset (1/2)
• Pienellä kävijämäärällä optimoinnin kustannukset (oli
sitten in-house tai toimisto) ylittävät helposti hyödyt
• Konversio-optimointi on kannattavaa, kun
C < avB x (S1 – S0), eli
• optimoinnin kiinteä kustannus (C) on pienempi kuin
keskimääräisen ostoksen (avB) ja myyntitapahtumien
määrän muutos (S1 – S0), eli ts. kun lisämyynti kattaa
optimoinnin kustannukset.
25
Johtopäätökset (2/2)
a. Yleisesti ottaen konversio-optimointi antaa
suurimmat tuotot pullonkaulojen poistamisessa
(löytyvät analysoimalla käyttäjien toimia)
b. Mitä enemmän liikennettä ja myyntiä, sitä
kannattavampi investointi konversio-optimointi on
(koska hyödyt skaalautuvat)
c. Suurissa määrissä pienet jatkuvat parannukset
voivat tuottaa hyvän ROI:n (koska hyödyt
kertautuvat).
26
”Facebook marketing is not rocket
science. But it can be science.”
27
Mainonnan testaaminen Facebookissa
(Voutilainen, 2012)
”Haluatko esimerkiksi tietää miten yrityksesi nykyinen arvolupaus pureutuu
kilpailevasta brändistä tykkääviin? Tai herättäisiko jokin aivan toisenlainen
arvolupaus enemmän vastakaikua heissä? Onnistuu.
Ehkä halutaan mennä vieläkin tarkemmaksi: esimerkiksi minkälainen
rekrytointiviesti uppoaa parhaiten tietyn ikäisiin, irtisanomisuhan alla
oleviin teknologiatyöntekijöihin? Onnistuu. Espoossa ja 40 km sen
ympärillä asuville 30-39 -vuotiaille Nokian työntekijöille (480 hlö)
suunnatut mainokset voisivat antaa mielenkiintoista tietoa. Tätä tietoa
pystyttäisiin vertaamaan vastaaviin 40-49 -vuotiaisiin (320 hlö), tai
vaikkapa vastaaviin tamperelaisiin (460 hlö).
28
• Joka kuvasta tehdään oma mainoksensa ja kohderyhmän ihmiset
osoittavat yhtä mainosvariaatiota klikkaamalla, minkä kuvan ovat
kokeneet houkuttelevimmaksi.
• Testiperiodin aikana korkeimman napsautussuhteen saanut
mainoskuva on voittaja. Kun testi tehdään tällä tavalla aidossa,
jokapäiväisessä ympäristössä, eikä esim. kyselyn avulla, saadaan aitoa
ja ’rehellistä’ tietoa.
• Useimmiten tilastollisesti merkitseviä tuloksia alkaa näkymään jo
muutamien päivien jälkeen.”
Facebook-mainonnan testaus
1. Valitse testauksen kohde
– mainos (kuva, otsikko)
– kohderyhmä
2. Valitse mittari
– CTR --> klikkausten suhde näyttökertoihin
– CVR --> konversioiden suhde
3. Toteuta kampanja (muuta vain yhtä asiaa kerrallaan)
4. Viikon päästä laske tulokset Excelissä
Lataa Facebook-mainonnan testityökalu:
https://www.dropbox.com/s/ftksnotlky0ewpu/
Facebook-
mainonnan%20testity%C3%B6kalu.xls?dl=0
29
A/B-testauksen ohjenuoria (Facebookissa)
1. testaa yhtä asiaa kerrallaan: muuten et tiedä
vaikutusta (testaa esim. arvolupausta, kuvaa,
kohderyhmää)
2. nimeä järjestelmällisesti:
• KAMPANJA X – VERSIO A – [KUVAUS]
• KAMPANJA X – VERSIO B – [KUVAUS]
3. kun löydät voittajan, pysäytä häviäjä ja luo uusi
versio kilpailemaan voittajaa vastaan.
30
Skaalaamisen käsite
• testataan pienellä budjetilla
• löydetään toimivat kohderyhmät ja mainokset
• pysäytetään muut ja kasvatetaan budjettia
31
Miten allokoida budjetti testaamisen ja
skaalaamisen välillä?
• esim. 10/90, jossa 10 % testaamiseen ja 90 %
skaalaamiseen
• pääasia että tiedostat mikä on testaamista ja mikä
skaalaamista
32
Kuinka usein optimoida?
• vähintään kerran viikossa, koska burn ja ad fatigue
• optimoi Facebookia useammin kuin Google-
mainoksia!
• Google: set --> optimize --> forget
• Facebook: set --> optimize --> optimize --> …
33
OPTIMOINNIN TULOKSIA
MITATAAN MITTAREIN
34
CPM (cost-per-mille)
• Tuhannen näyttökerran hinta.
35
Hyvät puolet Huonot puolet
Kuvaa ”reachia” eli peittoa,
eli ”tunnettuuden” kasvua,
eli brändäyksen edellytyksiä
Bännerisokeus (Benway &
Lane, 1998)
Ei kuvaa lainkaan tuloksia,
ts. klikkaako joku ja mitä
käy klikin jälkeen
CPC (cost-per-clikc)
• Klikkihinta (€)
36
Hyvät puolet Huonot puolet
Ohittaa bännerisokeuden
(jotta klikkaa, pitää ensin
prosessoida)
Klikkipetos (joidenkin
arvioiden mukaan jopa 30
% klikeistä petollisia)
Maksetaan vain kävijöistä Klikki ei kerro mitään
lopullisista tuloksista
Taitava liikenteenajaja voi
ajaa epärelevanttia
liikennettä, jolloin yritys
maksaa turhasta
CPA (cost-per-action)
• Toiminnon (yl. myyntitapahtuman) kustannus (€)
37
Hyvät puolet Huonot puolet
Ohittaa klikkipetoksen
(näyttää vain klikin jälkeiset
tapahtumat)
Maksuperusteena
harvinainen (lähes
ainoastaan affiliatet)
Maksetaan vain myynneistä Mittarina ei kerro mitä
tapahtuu 1. oston jälkeen
(elinkaariarvo)
Ei kerro kuinka moni
konvertoitui tai kuinka hyvin
suhteellisesti
Missaa myös
ulkoisvaikutuksia, kuten
WOM:in vaikutuksen
CTR (click-through-rate)
• Klikkaussuhde (%)
• CTR = klikanneet / kaikki mainoksen nähneet
38
Hyvät puolet Huonot puolet
Kertoo miten hyvin mainos
on toiminut
Ei kerro miten laadukasta
liikenne on, tai miten hyvä
match kohdesivustolla ja
mainostetulla asialla on
Ei korreloi myynnin,
mainoksen muistettavuuden
(ad recall), tunnettuuden tai
ostointention kanssa
(Nielsen, 2011)
CTR:ää voi nostaa
epäaidoilla lupauksilla
CVR (conversion rate)
• Konversiosuhde (%)
• CVR = ostaneet / kaikki klikanneet
39
Hyvät puolet Huonot puolet
Kertoo mitä klikin jälkeen on
tapahtunut
Ei mittaa voittoa
Ei mittaa kuinka paljon
rahaa on käytetty (pieni vs.
merkittävä hakutermi)
(Geddes, 2011)
ROI (return on investment)
• Tuotto markkinointipanostuksille
• ROI = (P – C) / C * 100% ,
• jossa
– P = panostuksen (esim. kampanjan) tuotto
– C = kustannukset
40
Hyvät puolet Huonot puolet
Kertoo mitä klikin jälkeen on
tapahtunut
Ei ota huomioon katetta
(hyvä ROI voi silti tarkoittaa
tappiollista markkinointia);
tuotekohtaiset erot
Ottaa huomioon myynnin Ei ota huomioon
elinkaariarvoa
Mikään mittari ei ole täydellinen
• CPM  bännerisokeus
• CTR  indikoi laatua / relevanssia, mutta ei
konversiota tai tuloja
• CPA  jättää huomiotta ulkoisvaikutuksia (kuten
wom) ja myöhempiä tuloksia
• ROI  ei ota huomioon tuotekohtaisia eroja
kannattavuudessa; eikä elinkaariarvoa.
41
Miten tulkita mittareita?
• tykkäysten määrä – tämä on turha ”vanity metric”
• CPM – tämä on turha ”vanity metric”
• CPC – kun nousee, vaihda mainosta tai kohdennusta
• CTR – kun tippuu, vaihda mainosta tai kohdennusta
• CPA – kun alle tavoitteiden, pysäytä kampanja (?)
• reach – kun liian pieni, nosta bidiä
• frequency – kun yli 5, vaihda mainosta tai
kohdennusta
42
Optimoidaan laadulle (Akerlof, 1970)
43
Tärkeintä on
relevanssi!
CTR on sen
mittari
Muita Facebook-mainonnan laadun
mittareita
• positive feedback
• negative feedback
• relevance score
44
Relevance Score (Facebook, 2015)
• pistearvo mainoksen laadulle suhteessa
kohderyhmään (1-10)
• vrt. Googlen laatupisteet (Quality Score)
45
• hyvät relevanssipisteet =
halvemmat klikit tai
näyttökerrat
• huonot relevanssipisteet =
kalliimmat klikit tai
näyttökerrat
Facebook-mainoksen laskeva tuotto eli
klikkideflaatio (Johnson, 2011)
• “Not only do ads on Facebook have relatively low CTRs
compared with banner ads in general, but their effectiveness
wanes after just a few days. According to Webtrends’ analysis of
over 11,200 advertising campaigns on Facebook in 2009, the
average CTR HALVES within two days.
• Furthermore, the CTR continues to decline until it’s so low that
Facebook removes the ad, effectively forcing an advertiser to
launch a new campaign.”
Miksi?
• mainosväsymys
46
Kun mainos ei toimi…
• vaihda kuvaa
• vaihda otsikkoa
• vaihda tekstiä
• vaihda arvolupausta
• vaihda kohderyhmää
• tuloksia voi AINA parantaa
47
Tuloksia klikin jälkeen voi seurata kahdella
tavalla…
a. katso verkkosivun analytiikasta (esim. Google
Analytics)
b. asenna konversiopikseli, jolloin näet tulokset
Facebookista: https://developers.facebook.com/docs/ads-for-
websites/drive-conversions
48
On kahden tyyppistä konversiota
a. Suora konversio (ostaa heti)
b. Epäsuora konversio (ostaa myöhemmin tullen
toisen kanavan kautta)
• Viimeisen klikin harha? --> Attribuutiomallinnus
49
Sosiaalisen median suora ROI on usein
huono…
50
…mutta epäsuora ROI (avustetut konversiot)
saattaa olla suurempi.
51
• offline-tulokset
• wom
• brändihakujen lisäys
• vielä pidemmän ajan avustetut konversiot
Vieläkään
ei näy
Attribuutiomallit (Google, 2013)
Viimeisin kosketuksen malli  100 % konversion arvosta
viimeiselle kosketukselle (kampanja, kanava)
Ensimmäisen kosketuksen malli  100 % konversion arvosta
ensimmäiselle kosketukselle
Lineaarinen attribuutiomalli  jokainen kosketus saa tasaisesti
osan konversion arvosta (esim. 3 kosketusta = 33 % kullekin)
Aikapohjainen attribuutiomalli  viimeisempänä konversiota olleet
kosketukset saavat suuremman osan konversion arvosta kuin
kaukaisemmat (aikakerroin)
Etu- ja keskipainotettu attribuutiomalli  40 % konversion arvosta
ensimmäiselle kosketukselle, 40 % viimeiselle kosketukselle, ja 20 %
jaetaan kaikkien väliin jäävien kosketusten välillä.
52
Konversiopolun merkitys
• Facebookilla on tyypillisesti huono suora konversio,
siksi on tärkeää huomioida avustetut konversiot
• avustetut konversiot näet Google Analyticsin
kohdasta ”avustetut konversiot”
53
1. kosketus
Konversio
Avustava vaikutus
Viimeinen
kosketus
2. kosketus
TULEVAISUUS
54
Facebookin kasvu on jo hidastunut, ja
jossain vaiheessa kantokyvyn rajat
saavutetaan (Statista, 2015)
55
Tähän Facebook reagoi yritysostoilla:
• Instagram (2012)
• WhatsApp (2014)
”Tykkäyksen kirous”
• Facebookin ongelma on, että ihmisillä on liikaa
kavereita & he ovat tykänneet liian monesta sivusta
• Kitkaton jakaminen tarkoittaa myös, että jaetaan
huonolaatuista sontaa (sitruunamarkkinan riski)
• Asia joka teki Facebookista suositun on muuttunut
kiroukseksi: ihmisiä pakenee esim. Instagramiin pois
”klutteria” ja kummitätien invaasiota?
• Miten Facebook reagoi?
– ostamalla pois muita pelureita
– rajoittamalla orgaanista näkyvyyttä
– kehittämällä algoritmia sivulla käytetyn ajan
maksimoimiseksi.
56
SWOT-analyysi
57
Vahvuudet
• Suomen suosituin sosiaalinen
media
• tavoittaa kaikki kohderyhmät
• kehittyneet mainostyökalut
• tekninen toimivuus kypsä
• edullinen media
(aloituskustannukset + CPC)
Heikkoudet
• nuoret käyttävät yhä
vähemmän
• mainosvastustus
• vaatii resursseja
• konvertoi yleensä heikosti
suoraan (heikko ROI)
Mahdollisuudet
• CPM ja CPC laskevat optimoinnin
myötä
• uusien tuoteideoiden testaaminen
• markkinointicopyn ja materiaalien
testaaminen eri kohderyhmiin
• uusien tuoteideoiden löytäminen
• mielenkiintojen perusteella
kohdentaminen
Uhat
• orgaaninen näkyvyys
vähenee
• mainonnan hinta kasvaa
kilpailun lisääntyessä
• Facebookin syrjäyttää toinen
alusta, jolloin panostukset
menevät hukkaan
Facebook vs. Google (AdEspresso, 2014)
• Google on kysynnän tyydyttämiseen
• Facebook on kysynnän luomiseen
• Google-mainonnan sykli:
Luo kampanja → testaa ja muokaa → unohda
• Facebook-mainonnan sykli:
Luo kampanja → testaa ja muokkaa → testaa ja muokkaa
→ testaa ja muokkaa x n…
58
Facebook-mainonnan rajoitukset
• ei frekvenssirajoitusta
• ei voi kohdentaa kilpailijoiden tykkääjiin
• …
• bugit ja ongelmat:
https://www.linkedin.com/pulse/bugs-problems-
facebook-ads-joni-salminen?trk=mp-reader-card
59
Internet-markkinoinnin kissa ja hiiri -leikki
60
Aika
Syklin alku:
• uusi mainosformaatti
• uusi kanava / alusta
• uusi taktiikka
Tuotot
Millä tahansa hetkellä on olemassa avoin
mahdollisuus (’window of opportunity’), mutta
uusien mahdollisuuksien kehittyessä viimeisin
aalto (’cutting edge’) siirtyy aina eteenpäin.
The law of shitty clickthroughs (Chen, 2012)
“Over time, all marketing strategies result in shitty
clickthrough rates.”
• kun markkinoija on ensimmäisten joukossa
hyödyntämässä uutta kanavaa, hän saa korkeat
klikkaus- ja konversioluvut uutuusarvon ja kilpailun
puuttumisen vuoksi.
61
LOPPUVINKIT
62
Miten sovittaa Facebook-mainonta yrityksen
muuhun markkinointiin?
• sille pitää määrittää oma budjetti
• grafiikka ja copy noudattavat yrityksen
brändilinjauksia (integroitu markkinointiviestintä)
• toteutus joko in-house tai ulkoistettu
• hyödynnä jo tehtyä markkinointityötä (tutkimus,
arvolupaukset, markkinointipersoonat ja
kohderyhmät)
63
Miten ulkoistaa Facebook-markkinointia?
• samat säännöt kuin muussakin ulkoistamisessa:
määritellään mittarit (KPI) joita seurataan
• mediabudjetin ja hallinnointibudjetin välisen suhteen
tulee olla tasapainossa: jos mediabudjetti on 500 €,
ei hallinnoinnista kannata maksaa 500 €…
64
Facebook-mainostajan arkea… (Finch, 2009)
• ”Practically every campaign I create, my intention is always the
same – raise the god damn CTR and undercut Facebook’s
tendency to bloat the price of a click to ridiculous proportions.
That means getting on to CPM and producing a stellar creative
that gets the users clicking.”
• “So essentially, your CTR is still important. Bidding CPC to get a
feel for your margins is all well and good, but you need to
deliver a good creative. Or you’ll spend the rest of your life
submitting ads to interns that take 6 days to get approved and
run for about 7 minutes.”
– Optimointiin ei ole oikotietä
– Se vaatii järjestelmällistä testaamista ja alustan toiminnan
ymmärtämistä
– Viime kädessä kaikki pohjautuu aina käyttäjien reaktioon (siksi
klikkaukset, tykkäykset, kommentit on tärkeitä)
– Bottom line: CTR ylös, CPC alas, CVR ylös
Miten oppia lisää?
• Marko Pyhäjärvi: http://fiercermedia.fi/blogi
• Jon Loomer: http://www.jonloomer.com/
• Facebook: https://facebook.exceedlms.com/student/catalog
• Resurssit:
a. Esimerkkejä Facebook-mainoksista:
https://www.dropbox.com/s/dwtlx5dyc0cjjr1/500-
Facebook-Ads-Examples.pdf?dl=0
b. Facebook-mainonnan testityökalu:
https://www.dropbox.com/s/ftksnotlky0ewpu/Faceboo
k-mainonnan%20testity%C3%B6kalu.xls?dl=0
66
Kiitos huomiosta!
67

More Related Content

What's hot

Asiantuntijana profiloituminen verkossa
Asiantuntijana profiloituminen verkossaAsiantuntijana profiloituminen verkossa
Asiantuntijana profiloituminen verkossaJoni Salminen
 
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkin
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkinDigitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkin
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkinJoni Salminen
 
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)Joni Salminen
 
Henkilöbrändäys netissä (luento)
Henkilöbrändäys netissä (luento)Henkilöbrändäys netissä (luento)
Henkilöbrändäys netissä (luento)Joni Salminen
 
Markkinoinnin vaikuttavuuden mittaus ja optimointi
Markkinoinnin vaikuttavuuden mittaus ja optimointiMarkkinoinnin vaikuttavuuden mittaus ja optimointi
Markkinoinnin vaikuttavuuden mittaus ja optimointiAnnalect Finland
 
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016Tommi Salenius
 
Digitaalisen markkinoinnin perusteet - syksy 2016
Digitaalisen markkinoinnin perusteet - syksy 2016Digitaalisen markkinoinnin perusteet - syksy 2016
Digitaalisen markkinoinnin perusteet - syksy 2016Tommi Salenius
 

What's hot (8)

Asiantuntijana profiloituminen verkossa
Asiantuntijana profiloituminen verkossaAsiantuntijana profiloituminen verkossa
Asiantuntijana profiloituminen verkossa
 
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkin
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkinDigitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkin
Digitaalinen markkinointi: Jotain uutta, jotain vanhaa...jotain sinistäkin
 
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)
Hakukonemarkkinointi (MA23 Digitaalinen markkinointi, luento 2)
 
Henkilöbrändäys netissä (luento)
Henkilöbrändäys netissä (luento)Henkilöbrändäys netissä (luento)
Henkilöbrändäys netissä (luento)
 
Markkinoinnin vaikuttavuuden mittaus ja optimointi
Markkinoinnin vaikuttavuuden mittaus ja optimointiMarkkinoinnin vaikuttavuuden mittaus ja optimointi
Markkinoinnin vaikuttavuuden mittaus ja optimointi
 
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016
Digitaalisen markkinoinnin perusteet (2/4) - Hakukonemarkkinointi - syksy 2016
 
Digitaalisen markkinoinnin perusteet - syksy 2016
Digitaalisen markkinoinnin perusteet - syksy 2016Digitaalisen markkinoinnin perusteet - syksy 2016
Digitaalisen markkinoinnin perusteet - syksy 2016
 
Ga –koulutus 091111
Ga –koulutus 091111Ga –koulutus 091111
Ga –koulutus 091111
 

Similar to Facebook-mainonnan koulutus (TURUN KESÄYLIOPISTO, 21.5.2015)

MA8 Digitaalinen markkinointi (luento 7)
MA8 Digitaalinen markkinointi (luento 7)MA8 Digitaalinen markkinointi (luento 7)
MA8 Digitaalinen markkinointi (luento 7)Joni Salminen
 
Kuinka tuen markkinoinnilla myynnin työtä
Kuinka tuen markkinoinnilla myynnin työtäKuinka tuen markkinoinnilla myynnin työtä
Kuinka tuen markkinoinnilla myynnin työtäJani Aaltonen
 
Googleadwordss19 191028072157
Googleadwordss19 191028072157Googleadwordss19 191028072157
Googleadwordss19 191028072157Maikku Sarvas
 
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016Tommi Salenius
 
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus Puntarissa
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus PuntarissaVastinetta Rahoille - Markkinoinnin Vaikuttavuus Puntarissa
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus PuntarissaAnnalect Finland
 
MA8 Digitaalinen markkinointi (luento 1)
MA8 Digitaalinen markkinointi (luento 1)MA8 Digitaalinen markkinointi (luento 1)
MA8 Digitaalinen markkinointi (luento 1)Joni Salminen
 
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineet
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineetGoogle työkalut haltuun – katso tärkeimmät markkinoijan apuvälineet
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineetLumoLink
 
Digitaalinen.markk. kauppakamari 100211
Digitaalinen.markk. kauppakamari 100211Digitaalinen.markk. kauppakamari 100211
Digitaalinen.markk. kauppakamari 100211VerkkoasemaTiina
 
Web-analytiikka ja digitaalisen markkinoinnin mittarit
Web-analytiikka ja digitaalisen markkinoinnin mittaritWeb-analytiikka ja digitaalisen markkinoinnin mittarit
Web-analytiikka ja digitaalisen markkinoinnin mittaritJoni Salminen
 
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...Tommi Salenius
 
Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)Joni Salminen
 
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019 Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019 Sanna Virtanen
 
Verkkokauppiaan 10 kohdan kasvusuunnitelma
Verkkokauppiaan 10 kohdan kasvusuunnitelmaVerkkokauppiaan 10 kohdan kasvusuunnitelma
Verkkokauppiaan 10 kohdan kasvusuunnitelmaMatilda Kivinen
 

Similar to Facebook-mainonnan koulutus (TURUN KESÄYLIOPISTO, 21.5.2015) (20)

Miten saat parempaa tulosta mainonnalla?
Miten saat parempaa tulosta mainonnalla?Miten saat parempaa tulosta mainonnalla?
Miten saat parempaa tulosta mainonnalla?
 
MA8 Digitaalinen markkinointi (luento 7)
MA8 Digitaalinen markkinointi (luento 7)MA8 Digitaalinen markkinointi (luento 7)
MA8 Digitaalinen markkinointi (luento 7)
 
Kuinka tuen markkinoinnilla myynnin työtä
Kuinka tuen markkinoinnilla myynnin työtäKuinka tuen markkinoinnilla myynnin työtä
Kuinka tuen markkinoinnilla myynnin työtä
 
Google Ads
Google AdsGoogle Ads
Google Ads
 
Google Ads
Google AdsGoogle Ads
Google Ads
 
Googleadwordss19 191028072157
Googleadwordss19 191028072157Googleadwordss19 191028072157
Googleadwordss19 191028072157
 
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016
Digitaalisen markkinoinnin perusteet (4/4) - Web-analytiikka - syksy 2016
 
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus Puntarissa
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus PuntarissaVastinetta Rahoille - Markkinoinnin Vaikuttavuus Puntarissa
Vastinetta Rahoille - Markkinoinnin Vaikuttavuus Puntarissa
 
Google ads
Google adsGoogle ads
Google ads
 
MA8 Digitaalinen markkinointi (luento 1)
MA8 Digitaalinen markkinointi (luento 1)MA8 Digitaalinen markkinointi (luento 1)
MA8 Digitaalinen markkinointi (luento 1)
 
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineet
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineetGoogle työkalut haltuun – katso tärkeimmät markkinoijan apuvälineet
Google työkalut haltuun – katso tärkeimmät markkinoijan apuvälineet
 
Google ads
Google adsGoogle ads
Google ads
 
Google ads
Google adsGoogle ads
Google ads
 
Digitaalinen.markk. kauppakamari 100211
Digitaalinen.markk. kauppakamari 100211Digitaalinen.markk. kauppakamari 100211
Digitaalinen.markk. kauppakamari 100211
 
Web-analytiikka ja digitaalisen markkinoinnin mittarit
Web-analytiikka ja digitaalisen markkinoinnin mittaritWeb-analytiikka ja digitaalisen markkinoinnin mittarit
Web-analytiikka ja digitaalisen markkinoinnin mittarit
 
Webortaasi 2014
Webortaasi 2014Webortaasi 2014
Webortaasi 2014
 
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...
Digitaalisen markkinoinnin perusteet (3/4) - Sosiaalisen median markkinointi ...
 
Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)
 
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019 Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019
Tuloksellinen digimarkkinointi - aamukahvitilaisuus 11.4.2019
 
Verkkokauppiaan 10 kohdan kasvusuunnitelma
Verkkokauppiaan 10 kohdan kasvusuunnitelmaVerkkokauppiaan 10 kohdan kasvusuunnitelma
Verkkokauppiaan 10 kohdan kasvusuunnitelma
 

More from Joni Salminen

Automatic Persona Generation: Introduction & Current Challenges
Automatic Persona Generation: Introduction & Current ChallengesAutomatic Persona Generation: Introduction & Current Challenges
Automatic Persona Generation: Introduction & Current ChallengesJoni Salminen
 
Five NLP Challenges in Data-Driven Personas
Five NLP Challenges in Data-Driven PersonasFive NLP Challenges in Data-Driven Personas
Five NLP Challenges in Data-Driven PersonasJoni Salminen
 
Problem of majority voting
Problem of majority votingProblem of majority voting
Problem of majority votingJoni Salminen
 
Persona Analytics: Progress Report and Road Ahead
Persona Analytics: Progress Report and Road AheadPersona Analytics: Progress Report and Road Ahead
Persona Analytics: Progress Report and Road AheadJoni Salminen
 
Enriching social media personas with personality traits
Enriching social media personas with personality traitsEnriching social media personas with personality traits
Enriching social media personas with personality traitsJoni Salminen
 
User Studies for APG: How to support system development with user feedback?
User Studies for APG: How to support system development with user feedback?User Studies for APG: How to support system development with user feedback?
User Studies for APG: How to support system development with user feedback?Joni Salminen
 
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...Joni Salminen
 
Research Roadmap for Automatic Persona Generation (2018)
Research Roadmap for Automatic Persona Generation (2018)Research Roadmap for Automatic Persona Generation (2018)
Research Roadmap for Automatic Persona Generation (2018)Joni Salminen
 
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...Joni Salminen
 
Determining Online Brand Reputation with Machine Learning from Social Media M...
Determining Online Brand Reputation with Machine Learning from Social Media M...Determining Online Brand Reputation with Machine Learning from Social Media M...
Determining Online Brand Reputation with Machine Learning from Social Media M...Joni Salminen
 
Is More Better?: Impact of Multiple Photos on Perception of Persona Profiles
Is More Better?: Impact of Multiple Photos on Perception of Persona ProfilesIs More Better?: Impact of Multiple Photos on Perception of Persona Profiles
Is More Better?: Impact of Multiple Photos on Perception of Persona ProfilesJoni Salminen
 
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...Joni Salminen
 
OSS-EBM: Open Source Software Entrepreneurial Business Modelling
OSS-EBM: Open Source Software Entrepreneurial Business ModellingOSS-EBM: Open Source Software Entrepreneurial Business Modelling
OSS-EBM: Open Source Software Entrepreneurial Business ModellingJoni Salminen
 
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...Joni Salminen
 
Tips for Scale Development: Evaluating Automatic Personas
Tips for Scale Development: Evaluating Automatic PersonasTips for Scale Development: Evaluating Automatic Personas
Tips for Scale Development: Evaluating Automatic PersonasJoni Salminen
 
Big Data, Small Personas: Research Agenda for Automatic Persona Generation
Big Data, Small Personas: Research Agenda for Automatic Persona GenerationBig Data, Small Personas: Research Agenda for Automatic Persona Generation
Big Data, Small Personas: Research Agenda for Automatic Persona GenerationJoni Salminen
 
Why do startups avoid difficult problems?
Why do startups avoid difficult problems?Why do startups avoid difficult problems?
Why do startups avoid difficult problems?Joni Salminen
 
Social Espionage: Drawing Benefit from Competitors’ Social Media Presence
Social Espionage: Drawing Benefit from Competitors’ Social Media PresenceSocial Espionage: Drawing Benefit from Competitors’ Social Media Presence
Social Espionage: Drawing Benefit from Competitors’ Social Media PresenceJoni Salminen
 
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)Joni Salminen
 
Social Media Marketing (Digital Marketing '15 @ Oulu University)
Social Media Marketing (Digital Marketing '15 @ Oulu University)Social Media Marketing (Digital Marketing '15 @ Oulu University)
Social Media Marketing (Digital Marketing '15 @ Oulu University)Joni Salminen
 

More from Joni Salminen (20)

Automatic Persona Generation: Introduction & Current Challenges
Automatic Persona Generation: Introduction & Current ChallengesAutomatic Persona Generation: Introduction & Current Challenges
Automatic Persona Generation: Introduction & Current Challenges
 
Five NLP Challenges in Data-Driven Personas
Five NLP Challenges in Data-Driven PersonasFive NLP Challenges in Data-Driven Personas
Five NLP Challenges in Data-Driven Personas
 
Problem of majority voting
Problem of majority votingProblem of majority voting
Problem of majority voting
 
Persona Analytics: Progress Report and Road Ahead
Persona Analytics: Progress Report and Road AheadPersona Analytics: Progress Report and Road Ahead
Persona Analytics: Progress Report and Road Ahead
 
Enriching social media personas with personality traits
Enriching social media personas with personality traitsEnriching social media personas with personality traits
Enriching social media personas with personality traits
 
User Studies for APG: How to support system development with user feedback?
User Studies for APG: How to support system development with user feedback?User Studies for APG: How to support system development with user feedback?
User Studies for APG: How to support system development with user feedback?
 
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...
Combining Behaviors and Demographics to Segment Online Audiences:Experiments ...
 
Research Roadmap for Automatic Persona Generation (2018)
Research Roadmap for Automatic Persona Generation (2018)Research Roadmap for Automatic Persona Generation (2018)
Research Roadmap for Automatic Persona Generation (2018)
 
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...
To Use Branded Keywords or Not? Rationale of Professional Search-engine Marke...
 
Determining Online Brand Reputation with Machine Learning from Social Media M...
Determining Online Brand Reputation with Machine Learning from Social Media M...Determining Online Brand Reputation with Machine Learning from Social Media M...
Determining Online Brand Reputation with Machine Learning from Social Media M...
 
Is More Better?: Impact of Multiple Photos on Perception of Persona Profiles
Is More Better?: Impact of Multiple Photos on Perception of Persona ProfilesIs More Better?: Impact of Multiple Photos on Perception of Persona Profiles
Is More Better?: Impact of Multiple Photos on Perception of Persona Profiles
 
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...
Anatomy of Online Hate: Developing a Taxonomy and Machine Learning Models for...
 
OSS-EBM: Open Source Software Entrepreneurial Business Modelling
OSS-EBM: Open Source Software Entrepreneurial Business ModellingOSS-EBM: Open Source Software Entrepreneurial Business Modelling
OSS-EBM: Open Source Software Entrepreneurial Business Modelling
 
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...
Gender effect on e-commerce sales of experience gifts: Preliminary empirical ...
 
Tips for Scale Development: Evaluating Automatic Personas
Tips for Scale Development: Evaluating Automatic PersonasTips for Scale Development: Evaluating Automatic Personas
Tips for Scale Development: Evaluating Automatic Personas
 
Big Data, Small Personas: Research Agenda for Automatic Persona Generation
Big Data, Small Personas: Research Agenda for Automatic Persona GenerationBig Data, Small Personas: Research Agenda for Automatic Persona Generation
Big Data, Small Personas: Research Agenda for Automatic Persona Generation
 
Why do startups avoid difficult problems?
Why do startups avoid difficult problems?Why do startups avoid difficult problems?
Why do startups avoid difficult problems?
 
Social Espionage: Drawing Benefit from Competitors’ Social Media Presence
Social Espionage: Drawing Benefit from Competitors’ Social Media PresenceSocial Espionage: Drawing Benefit from Competitors’ Social Media Presence
Social Espionage: Drawing Benefit from Competitors’ Social Media Presence
 
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)
Strategic Digital Marketing (Digital Marketing '15 @ Oulu University)
 
Social Media Marketing (Digital Marketing '15 @ Oulu University)
Social Media Marketing (Digital Marketing '15 @ Oulu University)Social Media Marketing (Digital Marketing '15 @ Oulu University)
Social Media Marketing (Digital Marketing '15 @ Oulu University)
 

Facebook-mainonnan koulutus (TURUN KESÄYLIOPISTO, 21.5.2015)

  • 2. Aikataulu • tehdään kampanjoita 12:30-14:00 • tauko 14:00-14:15 • katsotaan optimointia 14:15-16:00 2
  • 4. Konversiotyypit Facebookissa (Qwaya, 2013) • oCPM – Page like – Offer claim – Post like – Event RSVP – Video play – Post comment – App install – Mobile app install – Post share – … 4 ei myyntikonversioita! • CPA – Page Likes – Offer Claims – Offsite Link Clicks – Mobile App Installs
  • 5. Mainokset näkyvät kolmessa paikassa a. Newsfeed b. Mobile newsfeed c. Right column 5
  • 6. Miten valita mainoksen sijoittelu? (AdEspresso, 2014) • newsfeedissä parhaat tulokset mutta kalleimmat hinnat • mobile newsfeedissä huono konversio, mutta hyvä saavuttavuus • oikeassa kolumnissa huonommat tulokset mutta edullisin (uudelleenmarkkinointi) 6
  • 7. Facebook-mainostilin rakenne (2015) 7 Jokaisella kampanjalla on tavoite, esim. kävijöitä verkkosivulle, tykkääjiä Facebook-sivulle Mainosryhmästä voi säätää budjettia, aikataulua, kohdistusta ja hintatarjousta Yhdessä mainosryhmässä voi olla monta mainosta eri kuvin, tekstein, linkein ja toimintakehoittein Kampanja Mainos- ryhmä Mainos- ryhmä Mainos Mainos Mainos Mainos vrt. Google! (tämä alkaa olla de facto -rakenne mainosjärjestelmissä) (paitsi Googlessa budjettia voi säätää kampanjatasolta)
  • 8. Kolme tapaa hallinnoida Facebook- mainontaa a. Ads Manager (verkkoversio) (www.facebook.com/ads/manage) b. Power Editor (ohjelma) (www.facebook.com/ads/manage/powereditor) • jälkimmäinen mahdollistaa massamuutokset ja joskus jotkut ominaisuudet tulevat siihen ensin c. Partner-firmojen työkalut – Smartly – Qwaya – AdEspresso 8
  • 9. ”Laiskan mainostajan ansa”: Boost post • mainostaminen suoraan yrityksen sivun kautta • heikommat kohdennusmahdollisuudet • ”laiskan mainostajan” valinta voi johtaa kalliimpaan näkyvyyteen 9
  • 10. Mitä pitää tietää kampanjan luomisessa? Neljä asiaa: 1. kampanjan tavoite 2. kohderyhmä 3. budjetti 4. kesto 10
  • 11. Miten laaja kohderyhmä on hyvä? • Suomessa: – >1,000,000 = liikaa – >100,000 = liikaa – 50,000 -100,000 = ok – <50,000 = hyvin kohdennettu • (Facebook myös ilmoittaa tämän mainostyökalussa.) • Kannattaa aloittaa laajalla kohdennuksella ja pienellä budjetilla, ja rajata kohdennusta tulosten perusteella samalla budjettia nostaen. 11
  • 12. Miten laskea budjetti? • esimerkki: • kokonaisbudjetti (B) = 500 € per kk • kampanjoiden määrä (M) = 3 kampanjaa – yhden kampanjan kuukausibudjetti = B / M – (500 / 3 = 166 €) – yhden kampanjan päiväbudjetti = M / 30 – (166 / 30 = 5,55 €) 12
  • 13. Päiväbudjetti ei täyty kun… • bidi ei ole tarpeeksi korkea • mainos ei saa tarpeeksi hyvää CTR:ää • mainos saa liikaa negatiivista palautetta (relevanssi) • alhainen CTR on indikaattori huonosta laadusta; sen lisäksi ihmiset voivat piilottaa mainoksia tai ilmiantaa (report) ne 13
  • 14. Eri tapoja ”huutaa” Facebookin mainoshuutokaupassa • CPM – maksat näyttökerroista • CPC – maksat klikeistä (oikeasti näyttökerroista) • CPA – maksat konversioista (oikeasti näyttökerroista) • oCPM – maksat näyttökerroista, jotka konvertoivat parhaiten suhteessa tavoitteeseen 14
  • 16. Ideaali bidding-strategia (AdEspresso, 2014) 1. valitse oCPM 2. biddaa Facebookin antaman suosituksen ylärajaan 3. katso tulokset ja valitse parhain toimivat mainokset / kohderyhmät – Facebook-huutokaupassa et maksa maksimibidiä; se on vain maksimi – oCPM on hyvä valinta, kun kampanja on pitkä (yli viikko) ja budjetti on tarpeeksi korkea (>100 €); muussa tapauksessa rajaa kohderyhmä itse – pitkä kampanja, iso budjetti: iso kohderyhmä (oCPM) – lyhyt kampanja, pieni budjetti: pieni kohderyhmä (CPM) 16
  • 17. LISTA KOULUTUKSESSA LÄPIKÄYTÄVISTÄ ASIOISTA • campaign creation • conversion pixel • custom audience • power editor – CTRL + C – [shift] – saved audiences – image gallery – preview ad • audience insights 17 • mittarit • breakdowns
  • 19. Optimoinnin määritelmä • Tietyn halutun lopputuloksen todennäköisyyden kasvattaminen • Facebook-mainonnassa: tietyn halutuksen lopputuloksen todennäköisyyden kasvattaminen bidejä, kohdentamista ja mainoksia muokkaamalla. a. Bidit = säätö oikealle tasolle b. Kohderyhmä = valitaan se joka reagoi parhaiten c. Mainokset = tehdään mainoksia joita klikataan paremmin 19
  • 20. Optimoinnin kertautuvat hyödyt: esimerkki (Marketing Experiments, 2005) • Esimerkin lähtötaso: – kuukausimyynti = 100,000 $ – kustannukset = 85,000 $, eli kuukausittainen voitto 15,000 $ – PPC-klikkejä = 50,000, CPC = alk. 0.20 $. • Yritys toimeenpanee yhdeksän parannusta yhdeksässä kuukaudessa. 20
  • 21. Optimoinnin kertautuvat hyödyt: esimerkki (Marketing Experiments, 2005) 21 Summautuvat optimoinnin hyödyt Parannukset (1 per kk) Parannus Voitto per kk Voiton muutos (0. Alkuvaihe) N/A $15,000 0% 1. Parannettu PPC-mainoscopy 5% (CTR) $19,500 30% 2. CPC:n laskeminen 5% (CTR) $19,999 3% 3. Laskeutumissivujen optimointi 5% (CVR) $30,249 51% 4. Tilauslomakkeen optimointi 5% (CVR) $35,761 18% 5. Nettisivun copytekstin parantaminen 5% (CVR) $41,549 16% 6. Ylöspäin- ja ristiinmyynti 5% (Myynti) $47,627 15% 7. Hinnan muuttaminen 5% (Myynti) $49,988 5% 8. Ostoskorin parantaminen 5% (Myynti) $56,487 13% 9. Luottamusindikaattoreiden parantaminen 5% (Myynti) $63,312 12%
  • 22. Optimoinnin kertautuvat hyödyt: esimerkki (Marketing Experiments, 2005) • Tulokset: – Lisävoitto = 48,312 $ – (Summautuvat hyödyt = 163 %) – Kertautuvat hyödyt = 322 % • Toisin sanoen optimoinnissa on ”korkoa korolle” -efekti. • Mitä tämä tarkoittaa markkinoijalle? – Tee järjestelmällisesti pieniä parannuksia – Keskity sekä klikkiä edeltäviin että klikin jälkeisiin osa- alueisiin. 22
  • 23. Optimoinnin skaalautuminen: esimerkki • Kolme yritystä: A. 1000 kävijää päivässä B. 10,000 kävijää päivässä C. 100,000 kävijää päivässä • Muut tiedot: – Konversio ennen optimointia = 1 % – Konversio optimoinnin jälkeen = 2 % – Optimoinnin kiinteä kustannus per kk = 2000 € – Avg. basket = 50 € • Tehdään optimointia. Mikä on kunkin yrityksen optimoinnin ROI? 23
  • 24. Optimoinnin skaalautuminen: tulokset 24 0 20000 40000 60000 80000 100000 120000 A B C myynnin muutos myynti kiinteä kust per kk ROI: A = -50 % B = +400 % C = +4900 %
  • 25. Johtopäätökset (1/2) • Pienellä kävijämäärällä optimoinnin kustannukset (oli sitten in-house tai toimisto) ylittävät helposti hyödyt • Konversio-optimointi on kannattavaa, kun C < avB x (S1 – S0), eli • optimoinnin kiinteä kustannus (C) on pienempi kuin keskimääräisen ostoksen (avB) ja myyntitapahtumien määrän muutos (S1 – S0), eli ts. kun lisämyynti kattaa optimoinnin kustannukset. 25
  • 26. Johtopäätökset (2/2) a. Yleisesti ottaen konversio-optimointi antaa suurimmat tuotot pullonkaulojen poistamisessa (löytyvät analysoimalla käyttäjien toimia) b. Mitä enemmän liikennettä ja myyntiä, sitä kannattavampi investointi konversio-optimointi on (koska hyödyt skaalautuvat) c. Suurissa määrissä pienet jatkuvat parannukset voivat tuottaa hyvän ROI:n (koska hyödyt kertautuvat). 26
  • 27. ”Facebook marketing is not rocket science. But it can be science.” 27
  • 28. Mainonnan testaaminen Facebookissa (Voutilainen, 2012) ”Haluatko esimerkiksi tietää miten yrityksesi nykyinen arvolupaus pureutuu kilpailevasta brändistä tykkääviin? Tai herättäisiko jokin aivan toisenlainen arvolupaus enemmän vastakaikua heissä? Onnistuu. Ehkä halutaan mennä vieläkin tarkemmaksi: esimerkiksi minkälainen rekrytointiviesti uppoaa parhaiten tietyn ikäisiin, irtisanomisuhan alla oleviin teknologiatyöntekijöihin? Onnistuu. Espoossa ja 40 km sen ympärillä asuville 30-39 -vuotiaille Nokian työntekijöille (480 hlö) suunnatut mainokset voisivat antaa mielenkiintoista tietoa. Tätä tietoa pystyttäisiin vertaamaan vastaaviin 40-49 -vuotiaisiin (320 hlö), tai vaikkapa vastaaviin tamperelaisiin (460 hlö). 28 • Joka kuvasta tehdään oma mainoksensa ja kohderyhmän ihmiset osoittavat yhtä mainosvariaatiota klikkaamalla, minkä kuvan ovat kokeneet houkuttelevimmaksi. • Testiperiodin aikana korkeimman napsautussuhteen saanut mainoskuva on voittaja. Kun testi tehdään tällä tavalla aidossa, jokapäiväisessä ympäristössä, eikä esim. kyselyn avulla, saadaan aitoa ja ’rehellistä’ tietoa. • Useimmiten tilastollisesti merkitseviä tuloksia alkaa näkymään jo muutamien päivien jälkeen.”
  • 29. Facebook-mainonnan testaus 1. Valitse testauksen kohde – mainos (kuva, otsikko) – kohderyhmä 2. Valitse mittari – CTR --> klikkausten suhde näyttökertoihin – CVR --> konversioiden suhde 3. Toteuta kampanja (muuta vain yhtä asiaa kerrallaan) 4. Viikon päästä laske tulokset Excelissä Lataa Facebook-mainonnan testityökalu: https://www.dropbox.com/s/ftksnotlky0ewpu/ Facebook- mainonnan%20testity%C3%B6kalu.xls?dl=0 29
  • 30. A/B-testauksen ohjenuoria (Facebookissa) 1. testaa yhtä asiaa kerrallaan: muuten et tiedä vaikutusta (testaa esim. arvolupausta, kuvaa, kohderyhmää) 2. nimeä järjestelmällisesti: • KAMPANJA X – VERSIO A – [KUVAUS] • KAMPANJA X – VERSIO B – [KUVAUS] 3. kun löydät voittajan, pysäytä häviäjä ja luo uusi versio kilpailemaan voittajaa vastaan. 30
  • 31. Skaalaamisen käsite • testataan pienellä budjetilla • löydetään toimivat kohderyhmät ja mainokset • pysäytetään muut ja kasvatetaan budjettia 31
  • 32. Miten allokoida budjetti testaamisen ja skaalaamisen välillä? • esim. 10/90, jossa 10 % testaamiseen ja 90 % skaalaamiseen • pääasia että tiedostat mikä on testaamista ja mikä skaalaamista 32
  • 33. Kuinka usein optimoida? • vähintään kerran viikossa, koska burn ja ad fatigue • optimoi Facebookia useammin kuin Google- mainoksia! • Google: set --> optimize --> forget • Facebook: set --> optimize --> optimize --> … 33
  • 35. CPM (cost-per-mille) • Tuhannen näyttökerran hinta. 35 Hyvät puolet Huonot puolet Kuvaa ”reachia” eli peittoa, eli ”tunnettuuden” kasvua, eli brändäyksen edellytyksiä Bännerisokeus (Benway & Lane, 1998) Ei kuvaa lainkaan tuloksia, ts. klikkaako joku ja mitä käy klikin jälkeen
  • 36. CPC (cost-per-clikc) • Klikkihinta (€) 36 Hyvät puolet Huonot puolet Ohittaa bännerisokeuden (jotta klikkaa, pitää ensin prosessoida) Klikkipetos (joidenkin arvioiden mukaan jopa 30 % klikeistä petollisia) Maksetaan vain kävijöistä Klikki ei kerro mitään lopullisista tuloksista Taitava liikenteenajaja voi ajaa epärelevanttia liikennettä, jolloin yritys maksaa turhasta
  • 37. CPA (cost-per-action) • Toiminnon (yl. myyntitapahtuman) kustannus (€) 37 Hyvät puolet Huonot puolet Ohittaa klikkipetoksen (näyttää vain klikin jälkeiset tapahtumat) Maksuperusteena harvinainen (lähes ainoastaan affiliatet) Maksetaan vain myynneistä Mittarina ei kerro mitä tapahtuu 1. oston jälkeen (elinkaariarvo) Ei kerro kuinka moni konvertoitui tai kuinka hyvin suhteellisesti Missaa myös ulkoisvaikutuksia, kuten WOM:in vaikutuksen
  • 38. CTR (click-through-rate) • Klikkaussuhde (%) • CTR = klikanneet / kaikki mainoksen nähneet 38 Hyvät puolet Huonot puolet Kertoo miten hyvin mainos on toiminut Ei kerro miten laadukasta liikenne on, tai miten hyvä match kohdesivustolla ja mainostetulla asialla on Ei korreloi myynnin, mainoksen muistettavuuden (ad recall), tunnettuuden tai ostointention kanssa (Nielsen, 2011) CTR:ää voi nostaa epäaidoilla lupauksilla
  • 39. CVR (conversion rate) • Konversiosuhde (%) • CVR = ostaneet / kaikki klikanneet 39 Hyvät puolet Huonot puolet Kertoo mitä klikin jälkeen on tapahtunut Ei mittaa voittoa Ei mittaa kuinka paljon rahaa on käytetty (pieni vs. merkittävä hakutermi) (Geddes, 2011)
  • 40. ROI (return on investment) • Tuotto markkinointipanostuksille • ROI = (P – C) / C * 100% , • jossa – P = panostuksen (esim. kampanjan) tuotto – C = kustannukset 40 Hyvät puolet Huonot puolet Kertoo mitä klikin jälkeen on tapahtunut Ei ota huomioon katetta (hyvä ROI voi silti tarkoittaa tappiollista markkinointia); tuotekohtaiset erot Ottaa huomioon myynnin Ei ota huomioon elinkaariarvoa
  • 41. Mikään mittari ei ole täydellinen • CPM  bännerisokeus • CTR  indikoi laatua / relevanssia, mutta ei konversiota tai tuloja • CPA  jättää huomiotta ulkoisvaikutuksia (kuten wom) ja myöhempiä tuloksia • ROI  ei ota huomioon tuotekohtaisia eroja kannattavuudessa; eikä elinkaariarvoa. 41
  • 42. Miten tulkita mittareita? • tykkäysten määrä – tämä on turha ”vanity metric” • CPM – tämä on turha ”vanity metric” • CPC – kun nousee, vaihda mainosta tai kohdennusta • CTR – kun tippuu, vaihda mainosta tai kohdennusta • CPA – kun alle tavoitteiden, pysäytä kampanja (?) • reach – kun liian pieni, nosta bidiä • frequency – kun yli 5, vaihda mainosta tai kohdennusta 42
  • 43. Optimoidaan laadulle (Akerlof, 1970) 43 Tärkeintä on relevanssi! CTR on sen mittari
  • 44. Muita Facebook-mainonnan laadun mittareita • positive feedback • negative feedback • relevance score 44
  • 45. Relevance Score (Facebook, 2015) • pistearvo mainoksen laadulle suhteessa kohderyhmään (1-10) • vrt. Googlen laatupisteet (Quality Score) 45 • hyvät relevanssipisteet = halvemmat klikit tai näyttökerrat • huonot relevanssipisteet = kalliimmat klikit tai näyttökerrat
  • 46. Facebook-mainoksen laskeva tuotto eli klikkideflaatio (Johnson, 2011) • “Not only do ads on Facebook have relatively low CTRs compared with banner ads in general, but their effectiveness wanes after just a few days. According to Webtrends’ analysis of over 11,200 advertising campaigns on Facebook in 2009, the average CTR HALVES within two days. • Furthermore, the CTR continues to decline until it’s so low that Facebook removes the ad, effectively forcing an advertiser to launch a new campaign.” Miksi? • mainosväsymys 46
  • 47. Kun mainos ei toimi… • vaihda kuvaa • vaihda otsikkoa • vaihda tekstiä • vaihda arvolupausta • vaihda kohderyhmää • tuloksia voi AINA parantaa 47
  • 48. Tuloksia klikin jälkeen voi seurata kahdella tavalla… a. katso verkkosivun analytiikasta (esim. Google Analytics) b. asenna konversiopikseli, jolloin näet tulokset Facebookista: https://developers.facebook.com/docs/ads-for- websites/drive-conversions 48
  • 49. On kahden tyyppistä konversiota a. Suora konversio (ostaa heti) b. Epäsuora konversio (ostaa myöhemmin tullen toisen kanavan kautta) • Viimeisen klikin harha? --> Attribuutiomallinnus 49
  • 50. Sosiaalisen median suora ROI on usein huono… 50
  • 51. …mutta epäsuora ROI (avustetut konversiot) saattaa olla suurempi. 51 • offline-tulokset • wom • brändihakujen lisäys • vielä pidemmän ajan avustetut konversiot Vieläkään ei näy
  • 52. Attribuutiomallit (Google, 2013) Viimeisin kosketuksen malli  100 % konversion arvosta viimeiselle kosketukselle (kampanja, kanava) Ensimmäisen kosketuksen malli  100 % konversion arvosta ensimmäiselle kosketukselle Lineaarinen attribuutiomalli  jokainen kosketus saa tasaisesti osan konversion arvosta (esim. 3 kosketusta = 33 % kullekin) Aikapohjainen attribuutiomalli  viimeisempänä konversiota olleet kosketukset saavat suuremman osan konversion arvosta kuin kaukaisemmat (aikakerroin) Etu- ja keskipainotettu attribuutiomalli  40 % konversion arvosta ensimmäiselle kosketukselle, 40 % viimeiselle kosketukselle, ja 20 % jaetaan kaikkien väliin jäävien kosketusten välillä. 52
  • 53. Konversiopolun merkitys • Facebookilla on tyypillisesti huono suora konversio, siksi on tärkeää huomioida avustetut konversiot • avustetut konversiot näet Google Analyticsin kohdasta ”avustetut konversiot” 53 1. kosketus Konversio Avustava vaikutus Viimeinen kosketus 2. kosketus
  • 55. Facebookin kasvu on jo hidastunut, ja jossain vaiheessa kantokyvyn rajat saavutetaan (Statista, 2015) 55 Tähän Facebook reagoi yritysostoilla: • Instagram (2012) • WhatsApp (2014)
  • 56. ”Tykkäyksen kirous” • Facebookin ongelma on, että ihmisillä on liikaa kavereita & he ovat tykänneet liian monesta sivusta • Kitkaton jakaminen tarkoittaa myös, että jaetaan huonolaatuista sontaa (sitruunamarkkinan riski) • Asia joka teki Facebookista suositun on muuttunut kiroukseksi: ihmisiä pakenee esim. Instagramiin pois ”klutteria” ja kummitätien invaasiota? • Miten Facebook reagoi? – ostamalla pois muita pelureita – rajoittamalla orgaanista näkyvyyttä – kehittämällä algoritmia sivulla käytetyn ajan maksimoimiseksi. 56
  • 57. SWOT-analyysi 57 Vahvuudet • Suomen suosituin sosiaalinen media • tavoittaa kaikki kohderyhmät • kehittyneet mainostyökalut • tekninen toimivuus kypsä • edullinen media (aloituskustannukset + CPC) Heikkoudet • nuoret käyttävät yhä vähemmän • mainosvastustus • vaatii resursseja • konvertoi yleensä heikosti suoraan (heikko ROI) Mahdollisuudet • CPM ja CPC laskevat optimoinnin myötä • uusien tuoteideoiden testaaminen • markkinointicopyn ja materiaalien testaaminen eri kohderyhmiin • uusien tuoteideoiden löytäminen • mielenkiintojen perusteella kohdentaminen Uhat • orgaaninen näkyvyys vähenee • mainonnan hinta kasvaa kilpailun lisääntyessä • Facebookin syrjäyttää toinen alusta, jolloin panostukset menevät hukkaan
  • 58. Facebook vs. Google (AdEspresso, 2014) • Google on kysynnän tyydyttämiseen • Facebook on kysynnän luomiseen • Google-mainonnan sykli: Luo kampanja → testaa ja muokaa → unohda • Facebook-mainonnan sykli: Luo kampanja → testaa ja muokkaa → testaa ja muokkaa → testaa ja muokkaa x n… 58
  • 59. Facebook-mainonnan rajoitukset • ei frekvenssirajoitusta • ei voi kohdentaa kilpailijoiden tykkääjiin • … • bugit ja ongelmat: https://www.linkedin.com/pulse/bugs-problems- facebook-ads-joni-salminen?trk=mp-reader-card 59
  • 60. Internet-markkinoinnin kissa ja hiiri -leikki 60 Aika Syklin alku: • uusi mainosformaatti • uusi kanava / alusta • uusi taktiikka Tuotot Millä tahansa hetkellä on olemassa avoin mahdollisuus (’window of opportunity’), mutta uusien mahdollisuuksien kehittyessä viimeisin aalto (’cutting edge’) siirtyy aina eteenpäin.
  • 61. The law of shitty clickthroughs (Chen, 2012) “Over time, all marketing strategies result in shitty clickthrough rates.” • kun markkinoija on ensimmäisten joukossa hyödyntämässä uutta kanavaa, hän saa korkeat klikkaus- ja konversioluvut uutuusarvon ja kilpailun puuttumisen vuoksi. 61
  • 63. Miten sovittaa Facebook-mainonta yrityksen muuhun markkinointiin? • sille pitää määrittää oma budjetti • grafiikka ja copy noudattavat yrityksen brändilinjauksia (integroitu markkinointiviestintä) • toteutus joko in-house tai ulkoistettu • hyödynnä jo tehtyä markkinointityötä (tutkimus, arvolupaukset, markkinointipersoonat ja kohderyhmät) 63
  • 64. Miten ulkoistaa Facebook-markkinointia? • samat säännöt kuin muussakin ulkoistamisessa: määritellään mittarit (KPI) joita seurataan • mediabudjetin ja hallinnointibudjetin välisen suhteen tulee olla tasapainossa: jos mediabudjetti on 500 €, ei hallinnoinnista kannata maksaa 500 €… 64
  • 65. Facebook-mainostajan arkea… (Finch, 2009) • ”Practically every campaign I create, my intention is always the same – raise the god damn CTR and undercut Facebook’s tendency to bloat the price of a click to ridiculous proportions. That means getting on to CPM and producing a stellar creative that gets the users clicking.” • “So essentially, your CTR is still important. Bidding CPC to get a feel for your margins is all well and good, but you need to deliver a good creative. Or you’ll spend the rest of your life submitting ads to interns that take 6 days to get approved and run for about 7 minutes.” – Optimointiin ei ole oikotietä – Se vaatii järjestelmällistä testaamista ja alustan toiminnan ymmärtämistä – Viime kädessä kaikki pohjautuu aina käyttäjien reaktioon (siksi klikkaukset, tykkäykset, kommentit on tärkeitä) – Bottom line: CTR ylös, CPC alas, CVR ylös
  • 66. Miten oppia lisää? • Marko Pyhäjärvi: http://fiercermedia.fi/blogi • Jon Loomer: http://www.jonloomer.com/ • Facebook: https://facebook.exceedlms.com/student/catalog • Resurssit: a. Esimerkkejä Facebook-mainoksista: https://www.dropbox.com/s/dwtlx5dyc0cjjr1/500- Facebook-Ads-Examples.pdf?dl=0 b. Facebook-mainonnan testityökalu: https://www.dropbox.com/s/ftksnotlky0ewpu/Faceboo k-mainonnan%20testity%C3%B6kalu.xls?dl=0 66