1. Конференция
«Optimization-­‐2010»,
Москва,
10-­‐12
ноября
2010
года.
Тема
доклада:
«Приемы
оценки
эффективности
рекламных
кампаний
Яндекс.Директ
на
базе
Google
Analytics»
Докладчик:
Максим
Уваров
–
ведущий
web-­‐аналитик
компании
«i-­‐Media».
Цель
моего
доклада
-­‐
побудить
рекламодателей
оценивать
и
принимать
взвешенные
решения
по
поводу
стратегий
и
тонких
настроек
размещения
рекламы
в
системе
Яндекс.Директ
.
В
данном
докладе
будут
продемонстрированы
реальные
методики
оценки:
1. Назначения
стратегий
удержания
заданных
позиций
в
системе
Яндекс.Директ;
2. Оценка
эффективности
размещения
в
партнерской
сети
РСЯ;
3. Оценки
рациональности
круглосуточного
размещения;
4. Сравнение
разницы
в
поведении
посетителей,
пришедших
с
результатов
естественной
выдачи
и
поисковой
контекстной
рекламы.
1. Обработка
метки
openstat
средствами
Google
Analytics
Известно,
что
Яндекс.Директ
позволяет
в
автоматическом
режиме
генерировать
универсальную
для
систем
статистики
Рунета
метку
openstat.
Эта
метка,
в
случае
с
Яндекс.Директ,
содержит
в
себе:
• название
рекламного
сервиса;
• ID
рекламной
кампании;
• ID
объявления;
• площадку
размещения
и
занимаемую
в
момент
клика
позицию
на
ней.
Рисунок
1.
Структура
незашифрованной
метки
openstat
Яндекс.Директ
Данные
шифруются
при
помощи
алгоритма
MIME64
и
добавляются
как
значение
параметра
_openstat
в
заданный
URL.
В
отчетах,
собственными
средствами
метку
openstat
расшифровывают
(и
представляют
данные
по
ней
для
последующего
анализа)
основные
системы
статистики
Рунета:
• Openstat.ru;

2. • Яндекс.Метрика
(но
фильтровать
в
конструкторе
отчетов
Яндекс.Метрики
данные
по
параметрам
метки
openstat
пока
нельзя);
• LiveInternet;
• WebVisor
и
другие.
Однако,
в
силу
широкого
использования
системы
веб-­‐аналитики
Google
Analytics
и
ее
богатых
возможностей,
извлечение
информации,
содержащейся
в
метке
openstat,
является
очень
полезным
для
построения
отчетов
по
указанным
выше
данным.
Основными
целями
использования
данных
метки
openstat
являются:
1. Возможность
сегментировать
данные
по
блоку
позиций
объявления
(premium,
guarantee,
dynamic,
страница
«все
объявления»);
2. Возможность
сегментировать
данные
по
поиску
Яндекса
и
контентной
сети
РСЯ;
3. В
случае,
если
прошедшие
кампании
контекстной
рекламы
не
были
промаркированы
стандартными
метками
Google
Analytics,
использование
метки
openstat
позволит
восстановить
данные
по
конкретной
кампании
и
объявлении
(при
помощи
инструмента,
расположенного
по
адресу
http://marker.openstat.ru/decoder.html).
Реализация
первых
двух
целей
возможна
путем
создания
расширенных
сегментов,
которые
выбирают
информацию
из
URL
страницы
входа
или
пользовательской
переменной
(требует
предварительной
настройки
фильтров
в
Google
Analytics).
Дело
в
том,
что
каждое
отдельное
объявление
Яндекс.Директ
имеет
свою
уникальную
метку
openstat.
Если
мы
не
убираем
метку
openstat
из
параметров
URL
средствами
Google
Analytics,
то
отчет
по
входным
страницам
будет
содержать
вместе
с
нормальными
входными
страницами
N
уникальных
сочетаний
id
объявления,
площадки
и
позиции,
по
которым
мы
получили
клики
в
заданный
промежуток
времени.
Рисунок
2.
Структура
зашифрованной
метки
openstat
Яндекс.Директ
Блоки,
которые
предполагается
отслеживать
имеют
лишь
три
варианта
написания
отрезков
кода
метки
(см.
Рисунок
2).
Если
определить
эти
стандартные
отрезки
кода
и
отфильтровать
данные
по
ним
(например,
с
использованием
регулярных
выражений),
мы
получим
нужные
пользовательские
сегменты
Google
Analytics.
Разумеется,
метка
openstat
должна
быть
включена
в
настройках
всех
кампаний
Яндекс.Директ,
которые
необходимо
таким
образом
отслеживать.
Кейс:
«Сравнение
эффективности
различных
позиций
размещения
поиска
и
партнерской
сети
Яндекс».
Введение:

3. С
использованием
вышеописанного
метода
было
произведено
исследование
эффективности
блоков
контекстной
рекламы
у
нашего
заказчика:
одного
из
лидеров
рынка
садовой
техники.
Анализ
проведен
по
посетителям,
географически
расположенным
в
Москве.
В
исследуемых
кампаниях
партнерская
сеть
была
запущена
с
ограничением
стоимости
клика
в
30%
от
стоимости
на
поиске.
Стоимость
клика
на
поиске
задавалась
автоматически
системой
управления
ставками,
со
стратегией
удержания
позиции
входа
в
спецразмещение
и
ограничением
максимальной
стоимости
клика.
Полученные
клики
с
позиции
гарантированных
показов
были
произведены
в
периоды
выпадения
объявлений
из
спецразмещения
(в
результате
конкурентной
борьбы)
и
в
периоды,
когда
ставка
за
вход
в
спецразмещение
превышала
максимальную
установленную.
За
сентябрь
в
исследовании
приняло
участие
более
29.5
тысячи
кликов.
Результаты:
Обобщенные
данные
по
показателям
из
сводного
отчета
Google
Analytics
вы
можете
увидеть
в
таблице
ниже:
Таблица
1.
Сводный
отчет
по
средним
показателям
сайта
клиента
Посещени Глубина
Средняя
Новые
Показатель
й
просмотра длительность
посещения,
отказов,
%
,
страниц
пребывания,
%
минут
Блок
спецразмещения
22523
4,70
5,09
77,02%
36,41%
Блок
гарантированных
3205
4,43
4,23
72,80%
34,31%
показов
Контентная
сеть
+
2738
5,00
5,88
68,12%
34,94%
поисковые
партнеры
Интересный
факт,
что
средняя
глубина
просмотра
сайта
вместе
со
средней
длительностью
пребывания
у
посетителей
с
контентной
сети
выше,
чем
у
посетителей
с
поиска.
Также
интересным
моментом
является
разница
в
структуре
посетителей
по
новизне:
из
контентной
сети
чаще
возвращаются
посетители,
знакомые
с
сайтом
нашего
заказчика.
Среди
позиций
поиска
большая
доля
новых
посетителей
идет
из
блока
спецразмещения,
чем
с
гарантированных
показов.
Показатель
отказов
у
выбранных
в
данном
исследовании
сегментов
примерно
одинаков
и
колеблется
в
статистически
незначительных
рамках.

4. Ниже
приведена
таблица
2
по
соотношениям
коэффициентов
конверсии
(по
пожеланию
клиента,
мы
заменили
абсолютные
показатели
на
относительные,
приняв
за
базу
блок
гарантированных
показов).
Таблица
2.
Коэффициенты
конверсии
Совершение
Просмотр
Просмотр
магазинов,
покупки
через
страницы
где
есть
в
наличии
интернет-­‐
«контакты»
выбранный
товар
магазин
Блок
спецразмещения
293,56%
109,03%
136,90%
Блок
гарантированных
показов
100,00%
100,00%
100,00%
Контентная
сеть
+
поисковые
партнеры
52,04%
90,44%
98,20%
Из
приведенной
таблицы
очевидно,
что
посетители,
пришедшие
с
блока
спецразмещение,
чаще
совершают
покупки
(почти
в
3
раза),
чем
посетители,
пришедшие
из
блока
гарантированных
показов.
В
то
же
время,
конверсия
посетителей
из
контентной
сети
почти
в
6
раз
ниже,
чем
у
посетителей,
пришедших
со
спецразмещения.
Также
и
конверсия
по
показателю
просмотра
магазинов,
где
есть
в
наличии
выбранный
товар,
на
37%
больше
в
блоке
спецразмещения
по
сравнению
с
блоком
гарантированных
показов
и
объявлениями
в
контентной
сети.
Показатели
конверсии
просмотра
страницы
«контакты»
отличаются
не
так
значительно,
как
в
случае
показателя
конверсии
совершения
покупки
через
интернет-­‐магазин.
Оценивая
качество
трафика
с
контентной
сети,
следует
помнить,
что
сейчас
более
50%
кликов
в
партнерской
сети
Яндекса
совершаются
по
поведенческому
таргетингу
(и
менее
50%
по
тематическому).
Данные
на
рисунке
ниже
взяты
из
доклада
представителя
компании
Яндекс
Евгения
Ломизе
на
конференции
«РИФ
+
КИБ
2010».
Рисунок
3.
Структура
показов
и
кликов
в
партнерской
сети
Янедкса
по
типам
таргетинга

5.
Таким
образом,
мы
имеем
тенденцию
приближения
рекламы
в
контентной
сети
по
своим
характеристикам
к
поисковой.
Выводы:
Подытоживая
вышесказанное,
можно
заключить:
1. Позиция
спецразмещения
обеспечивает
наиболее
конверсионный
трафик,
а
следовательно,
и
наибольший
объем
продаж.
2. Для
максимального
охвата
целевой
аудитории
РСЯ
необходима,
поскольку
она
обеспечивает
трафик
высокого
качества
по
цене,
сравнительно
ниже,
чем
на
поиске.
3. Представленное
исследование
актуально
для
конкретной
тематики,
однако
в
других
отраслях
и
других
рекламных
кампаниях
показатели
могут
различаться.
Поэтому,
очень
важно
отслеживать
показатели
эффективности
и
принимать
решения
по
управлению
ставками
и
настройками
в
каждом
конкретном
случае
индивидуально.
2. Выбор
различных
вариантов
временного
таргетинга
и
его
влияния
на
конвертируемость
пользователей
Легкость
установки
таргетинга
по
дням
недели
или
времени
суток
побуждает
рекламодателей
использовать
эту
возможность.
Но
использовать,
чаще
всего
основываясь
лишь
на
трех
основных
мотивах:
• режиме
работы
своей
организации
(телефонных
консультантов);
• для
сферы
b2c,
считая
при
этом,
что
платежеспособное
население
пользуется
интернетом
только
на
работе
(в
рабочие
дни
и
рабочие
часы);

6. • для
сферы
b2b,
считая
при
этом,
что
решения
о
покупке
товара
или
услуги
осуществляются
лишь
в
рабочее
время.
Мне
бы
хотелось
обратить
внимание
рекламодателей
на
несколько
фактов,
которые
могут
быть
контраргументами
данных
мотивов.
Здесь
я
не
претендую
на
роль
первооткрывателя,
и
описанные
ниже
факты,
в
той
или
иной
мере
назывались
в
исследованиях,
проведенных
до
меня.
Одним
из
таких
исследований
является
статья
Ольги
Худых,
опубликованная
в
августе
2010
года
на
www.seonews.ru:
“Секреты
временного
таргетинга,
или
как
охватить
максимум
аудитории”.
Во-­‐первых,
очень
часто
процесс
конвертации
посетителя
сайта
в
покупателя
(клиента)
–
дело
не
одного
посещения.
Т.е.
для
того,
чтобы
пользователь
совершил
нужное
нам
действие
–
он
должен
посетить
наш
сайт
несколько
раз.
И
этому
есть
различные
объяснения:
потому
что
он
должен
посмотреть
предложения
конкурентов,
потому
что
ему
нужно
собраться
с
мыслями,
он
может
быть
ограничен
по
времени
и
т.д.
Когда
и
в
какое
время
он
вернется
на
ваш
сайт,
никому
не
известно.
Как
доказательство
этого
факта
приведен
рисунок
ниже.
Рисунок
4.
Коэффициент
конверсии
сайта
производителя
пластиковых
окон
(по
цели
«просмотр
страницы
«контакты»)
Во-­‐вторых,
посетители,
пользующиеся
интернетом
дома,
а
не
на
работе,
потенциально
более
лояльны,
поскольку
на
них
не
действует
рабочая
обстановка,
у
них
потенциально
больше
времени
на
принятие
решения,
они
могут
посоветоваться
с
родными.
Рисунок
5.
Средняя
длительность
пребывания
посетителя
на
сайте
в
зависимости
от
времени
суток
В-­‐третьих,
современные
реалии
таковы,
что
многие
трудятся
в
нестандартное
время:
предприниматели,
руководители,
наемные
работники,
не
справляющиеся
с
трудовой
нагрузкой
в
течение
дня
–
и
этим
категориям
пользователей
интернета
деловые
услуги
могут
понадобиться
в
любое
время.
Таким
образом,
если
человек
ознакомился
с
вашим
предложением
в
нерабочее
время,
то
это
совсем
не
значит,
что
деньги,
потраченные
на
покупку
этого
клика,
были
израсходованы
впустую.
Ведь
человек
может
вернуться
к
нам
в
течение
дня
в
удобное
для
него
время.
В-­‐четвертых,
распространенным
случаем
является
ситуация,
когда
клиент
не
запомнил
имя
вашего
сайта,
но
запомнил
поисковый
запрос
и
объявление,
по
которому
он
вас
нашел.
Когда
он

7. все-­‐таки
решает
вернуться
на
ваш
сайт
–
он
повторяет
свой
поиск.
И
здесь
ему
нужно
увидеть
ваше
объявление.
Пусть
не
на
том
же
месте,
но
в
зоне
видимости
выдачи
контекстной
рекламы.
Кейс:
«Выгоды
клиента
при
круглосуточном
размещении.
Сравнение
показателей
эффективности
в
зависимости
от
времени
суток».
Часть
1.
Цена
вопроса.
Рисунок
6.
Динамика
стоимости
размещения
по
запросу
«пластиковые
окна
цены»
и
поисковой
активности
пользователей
по
времени
суток
Сплошной
синей
линией
на
графике
представлена
средняя
стоимость
позиции
«2
Спецразмещения»
по
запросу
«Пластиковые
окна
цены»
на
Москву,
за
первую
рабочую
неделю
октября
2010
года.
Красной
прерывистой
линией
на
графике
отмечена
общая
поисковая
активность
по
данному
запросу
(данные
взяты
из
отчета
Google
Analytics
по
посещаемости
с
естественной
поисковой
выдачи
за
период
с
01
июня
по
10
октября
2010
года).
Как
вы
можете
видеть,
средняя
стоимость
клика
с
10.00
до
18.00,
в
данном
случае,
составила
11.35
у.е.,
а
в
остальное
время
6.93
у.е.
(т.е.
на
39%
меньше).
В
то
же
время,
распределение
спроса
составляет
55%
(рабочее
время)
и
45%
(нерабочее
время).
Вывод:
размещаясь
на
тех
же
самых
позиция
в
нерабочее
время,
рекламодатель
получает
всего
лишь
на
18.2%
кликов
меньше,
чем
в
рабочее
время,
при
этом
сэкономив
на
стоимости
клика
39%.
В
результате
рекламодатель
охватывает
свою
целевую
аудитории
на
все
100%.

8. Часть
2.
Эффективность
времени
суток
по
данным
Google
Analytics.
При
помощи
расширенных
сегментов
Google
Analytics
был
исследован
коэффициент
конверсии
(по
просмотрам
желаемых
страниц)
среди
посетителей
с
естественной
выдачи
в
разное
время
суток.
Было
выделено
три
временных
интервала:
с
10
до
18,
с
19
до
01,
с
02
до
09.
Выборка
взята
за
период
с
1
июня
по
10
октября
2010
года.
Результаты
приведены
ниже.
Рисунок
7.
Коэффициент
конверсии
по
цели
«просмотр
страницы
«цена»
Рисунок
8.
Коэффициент
конверсии
по
цели
«просмотр
страницы
«контакты»
Выводы:
как
видно
из
представленных
графиков,
в
нерабочее
время
пользователь
не
собирается
делать
заказ
«прямо
сейчас»
–
это
видно
по
соотношению
просмотра
страницы
«контакты»
в
рабочее
время
(конверсия
-­‐
17.89%)
к
этому
же
показателю
в
вечернее
время
(конверсия
13.03%).
Если
брать
коэффициент
конверсии
по
просмотру
страницы
«цены»,
то
становится
очевидным,
что
потенциальный
покупатель
в
вечернее
время
более
настроен
на
внимательное
изучение
предложения
(конверсия
с
10
до
18
составляет
5.08%,
в
то
время
как
конверсия
во
временном
интервале
с
19
до
01
составляет
5.89%).
Эти
факты
еще
раз
подтверждают
приведенное
ранее
утверждение
о
большей
лояльности
пользователей
в
нерабочее
время
(см.
Рисунок
5).
3. Разница
в
поведении
посетителей,
пришедших
с
результатов
естественной
выдачи
и
поисковой
контекстной
рекламы
Основными
отличиям
контекстной
поисковой
рекламы
перед
результатами
естественной
выдачи
являются:
1. возможность
изменять
поисковые
объявления,
максимально
адаптируя
их
поисковому
запросу;
2. возможность
изменять
url
страницы
входа
для
максимального
соответствия
поисковому
запросу
и
тексту
объявления;
3. восприятие
контекстной
рекламы
–
как
рекламы;
4. запросы
контекстной
рекламы,
как
правило,
шире:
если
мы
заказываем
продвижение
по
запросу
«токарный
станок»,
то
мы
с
большой
вероятностью
окажемся
в
ТОПе
по
данному

9. запросу.
Но
совсем
не
очевидно,
что
мы
войдем
в
ТОП
по
запросам
«станок
токарный»,
«токарные
станки»
и
т.п.
В
то
время
как
контекст
способен
все
эти
запросы
охватывать.
Кейс:
«Естественная
выдача
VS
контекстная
реклама».
Введение:
Текущий
кейс
охватывает
данные
за
период
с
01.06.10
по
31.08.10
по
нашему
клиенту
-­‐
поставщику
промышленного
оборудования
(один
из
лидеров
отрасли).
Клиент
размещает
контекстную
рекламу
на
Россию
и
страны
СНГ,
а
также
заказывает
услуги
seo-­‐оптимизации.
Для
исследования
были
созданы
сегменты,
включающие
только
поисковый
трафик
с
Яндекса
(с
естественной
выдачи
и
контекстной
рекламы),
по
запросам,
которые
находятся
в
ТОПе
естественной
выдачи
Яндекса
(большая
часть
выбранных
запросов
находится
в
ТОП
5).
По
этим
же
запросам
одновременно
показываются
объявления
контекстной
рекламы
(со
стратегией
удержания
позиции
входа
в
спецразмещение).
Выборка
содержит
в
себе
данные
только
по
пользователям,
географически
находящимся
в
Москве.
В
выборке
участвовало
более
3000
посещений.
Из
них
доля
посетителей
с
контекстной
рекламы
составляет
69%.
Рисунок
9.
Динамика
сегментов
посетителей
по
источнику
трафика
Результаты:
Таблица
3.
Качественные
и
количественные
показатели
источников
трафика
Доля
в
Глубина
Средняя
Новые
Показатель
общей
просмотра,
длительность
посещения,
%
отказов,
%
Источник
выборке,
страниц
пребывания,
%
минут
Естественная
31.0%
2.99
2.81
70.9%
41.3%
выдача,
words
Контекстная
68.9%
3.33
3.17
84.1%
34.5%
реклама,
words

10. Анализируя
представленную
выше
таблицу,
можно
отметить,
что
средняя
глубина
просмотра
и
общая
длительность
нахождения
на
сайте
у
посетителей
с
контекстной
рекламы
выше,
чем
с
естественной
выдачи,
при
более
низком
показателе
отказов.
Это
обусловлено
нескольким
факторами:
• мы
таргетируем
посетителей
качественными
текстами
объявлений,
вызывая
у
потенциального
клиента
ожидания,
адекватные
содержанию
входных
страниц;
• для
объявлений
контекстной
рекламы
подобран
более
широкий
набор
страниц
(точнее
адаптированных
поисковым
запросам).
Интересным
фактом
является
существенная
разница
в
доле
новых
посетителей
с
контекстной
рекламы
относительно
результатов
естественной
выдачи
(13.2%).
Частично
это
обусловлено
тем,
что
контекстная
реклама
запущена
лишь
на
дневное
время.
А
также
самим
отношением
людей
к
результатам
естественной
выдачи.
Это
еще
раз
подтверждает
факт
комплексной
работы
двух
источников
интернет
рекламы,
которые,
несмотря
на
свою
«похожесть»,
органично
дополняют
друг
друга.
Была
подсчитана
итоговая
стоимость
привлечения
посетителя,
совершившего
конверсию
по
выбранным
словам
за
данный
период
времени
по
контекстной
рекламе.
Конверсией
в
нашем
случае
считается
просмотр
страницы
«контакты».
Таблица
4.
Показатели
эффективности
источников
трафика
Доля
в
общей
Коэффициент
достигнутых
Стоимость
конверсии,
Источник
выборке,
%
конверсий,
%
руб.
Естественная
28,8%
9,7%
610
выдача,
words
Контекстная
71,2%
11.2%
780
реклама,
words
Клиент
заказывает
услуги
поисковой
оптимизации
уже
более
3
лет,
поэтому
начальные
расходы
не
включены
в
расчеты.
Условия
оплаты
оптимизации
для
клиента
не
менялись
более
полутора
лет,
и
в
рассматриваемом
периоде
(с
01.06.2010
по
31.08.2010)
средний
счет
за
оптимизацию
был
стабилен.
Методика
расчета:
выделив
стоимость
посетителя
по
указанным
запросам
и
разделив
на
общее
количество
полученных
конверсий,
была
рассчитана
стоимость
одной
конверсии.
Стоимость
одного
конверсионного
посетителя
составляет:
по
контекстной
рекламе
780
рублей,
в
то
время
как
по
естественной
выдаче
-­‐
610
рублей.
Необходимо
отметить,
что
данные
расчеты
не
учитывают
стоимость
так
называемого
«хвостатого
трафика»,
т.е.
трафика
«притянутых»
запросов,
отложенных
прямых
заходов
(с
закладок,
ссылок
в
личной
переписке
и
проч.)
и,
в
реальности,
стоимость
конверсии
ниже.

11.
Выводы:
Несмотря
на
разницу
в
качественных
и
количественных
показателях
трафика,
мы
наглядно
увидели,
что
стоимость
одной
конверсии
при
SEO-­‐оптимизации,
в
данном
случае,
ниже,
чем
у
контекстной
рекламы.
Поэтому,
если
увеличение
количества
запросов
и
улучшение
текущих
позиций
естественной
выдачи
обеспечивает
стоимость
конверсии,
адекватную
норме
рентабельности,
то
очевидно,
что
нужно
развивать
свое
присутствие
в
естественной
поисковой
выдаче.
Это
же
утверждение
относится
и
к
политике
вложений
средств
в
контекстную
рекламу.
Благодаря
нашему
опыту
и
приведенным
выше
примерам
можно
смело
рекомендовать
комплексный
подход
к
интернет-­‐рекламе
сайта.
©
Внимание:
содержание
данного
документа
является
собственностью
компании
«i-­‐Media».
При
использовании
материалов
из
данного
доклада
ссылка
на
первоисточник
(данный
доклад)
обязательна.