1. Подменяем контент сайта
2. Персонализируем страницу на основе меток
3. Показатели отвлеченности - отслеживанием составным событием (просмотры + время на сайте + километраж мыши и т.д. - отправляем событие - легко анализировать)
4. clientId
5. Промокод
6. Табличка Google Docs для отправки данных
7. iframe формы (добавление)
Практические возможности работы с Google Tag ManagerNetpeak
Презентация с выступления на «Втором онлайн-марафоне по продвижению сайтов» от Smart Fox.
Докладчик: Алексей Данилин – SEO специалист в агентстве Netpeak.
1. Подменяем контент сайта
2. Персонализируем страницу на основе меток
3. Показатели отвлеченности - отслеживанием составным событием (просмотры + время на сайте + километраж мыши и т.д. - отправляем событие - легко анализировать)
4. clientId
5. Промокод
6. Табличка Google Docs для отправки данных
7. iframe формы (добавление)
Практические возможности работы с Google Tag ManagerNetpeak
Презентация с выступления на «Втором онлайн-марафоне по продвижению сайтов» от Smart Fox.
Докладчик: Алексей Данилин – SEO специалист в агентстве Netpeak.
Google Tag Manager: вебинар продвинутого уровня/Netpeak
Презентация с выступления на вебинаре «Google Tag Manager: вебинар продвинутого уровня от Google Украина». Докладчик: Алексей Данилин – SEO специалист в агентстве Netpeak.
Netpeak – интернет-маркетинг для вашего бизнеса.
Содержание
• Первые шаги
• Связь аккаунтов Google Analytics и AdWords
• Настройка списков ремаркетинга
• Импорт данных о расходах рекламных кампаний
• Real-Time
• Дашборды
• Оповещения
Возможности Google Analytics, Александра Кулачикова, Google ADLABS
Возможности Google Analytics
- Принцип работы Google Analytics
- Краткий обзор основных групп отчетов Google Analytics
- Ключевые особенности Google Analytics
Мы ежедневно посещаем десятки и сотни сайтов и периодически видим рекламу, зачастую даже не задумываясь, откуда она вообще берется. Почему именно эта реклама показана вам именно здесь? И какая роль JS во всем этом?
Рассмотрим:
• поговорим о жизненном цикле рекламного баннера и проследим его путь от рекламодателя до браузера;
• узнаем, кто же постоянно следит за нами в интернете, как много информации о нас им доступно;
• определим способы выявления некачественного трафика;
• разберемся, зачем нужно контролировать качество просмотров;
• обсудим, почему нельзя так просто взять и просмотреть всю статистику по рекламе в одном месте (или все-таки можно?).
Алексей Уманский, JS Developer, AnyMind Group. Опыт работы в IT – четыре года. Участвовал в тревел- и gamedev-проектах: разрабатывал крупный сервис по покупке авиабилетов, создавал систему игровых автоматов для онлайн казино. Последний год работал в Таиланде над продуктами в области Digital Marketing: онлайн биржа для influencer-ов и сервис по управлению рекламой на сайте, а так же сбору статистики по ней.
1) The document discusses heat loss analysis and optimization of flexible pre-insulated piping systems produced by Thermaflex International Holding B.V.
2) It presents results of research measuring the effect of foam cell size, gas content, and density on heat loss, finding that increases in these properties increase heat loss.
3) The research led to process and recipe optimizations that reduced the gap between the pipe and foam and average cell size, lowering heat loss by 16%.
The document provides details on several group presentations for an HPE 431 class, including games and activities focused on health, safety, nutrition, and physical education for different grade levels. Groups will present games like Musical Chair Safety Signs, a Hula Hoop Nutritional Game, and a United States Bingo activity incorporating maps and state names. The presentations provide summaries of the activities including objectives, materials needed, and instructions.
Google Tag Manager: вебинар продвинутого уровня/Netpeak
Презентация с выступления на вебинаре «Google Tag Manager: вебинар продвинутого уровня от Google Украина». Докладчик: Алексей Данилин – SEO специалист в агентстве Netpeak.
Netpeak – интернет-маркетинг для вашего бизнеса.
Содержание
• Первые шаги
• Связь аккаунтов Google Analytics и AdWords
• Настройка списков ремаркетинга
• Импорт данных о расходах рекламных кампаний
• Real-Time
• Дашборды
• Оповещения
Возможности Google Analytics, Александра Кулачикова, Google ADLABS
Возможности Google Analytics
- Принцип работы Google Analytics
- Краткий обзор основных групп отчетов Google Analytics
- Ключевые особенности Google Analytics
Мы ежедневно посещаем десятки и сотни сайтов и периодически видим рекламу, зачастую даже не задумываясь, откуда она вообще берется. Почему именно эта реклама показана вам именно здесь? И какая роль JS во всем этом?
Рассмотрим:
• поговорим о жизненном цикле рекламного баннера и проследим его путь от рекламодателя до браузера;
• узнаем, кто же постоянно следит за нами в интернете, как много информации о нас им доступно;
• определим способы выявления некачественного трафика;
• разберемся, зачем нужно контролировать качество просмотров;
• обсудим, почему нельзя так просто взять и просмотреть всю статистику по рекламе в одном месте (или все-таки можно?).
Алексей Уманский, JS Developer, AnyMind Group. Опыт работы в IT – четыре года. Участвовал в тревел- и gamedev-проектах: разрабатывал крупный сервис по покупке авиабилетов, создавал систему игровых автоматов для онлайн казино. Последний год работал в Таиланде над продуктами в области Digital Marketing: онлайн биржа для influencer-ов и сервис по управлению рекламой на сайте, а так же сбору статистики по ней.
1) The document discusses heat loss analysis and optimization of flexible pre-insulated piping systems produced by Thermaflex International Holding B.V.
2) It presents results of research measuring the effect of foam cell size, gas content, and density on heat loss, finding that increases in these properties increase heat loss.
3) The research led to process and recipe optimizations that reduced the gap between the pipe and foam and average cell size, lowering heat loss by 16%.
The document provides details on several group presentations for an HPE 431 class, including games and activities focused on health, safety, nutrition, and physical education for different grade levels. Groups will present games like Musical Chair Safety Signs, a Hula Hoop Nutritional Game, and a United States Bingo activity incorporating maps and state names. The presentations provide summaries of the activities including objectives, materials needed, and instructions.
OnlineSEM.ru 20.02.09 Анастасия Ильина, менеджер по работе с клиентами, компания AdLabs «Оценка эффективности контекстных рекламных кампаний. Сравнительный анализ сервисов веб-аналитики»
- Формирование аудиторного ядра
- Клонирование аудиторного ядра
- Увеличение конверсии
- Охват потерянной аудитории
- Продажи онлайн
- Работа с накопленной базой подписчиков
Настройка системы аналитики интернет торговли E-commerce Analytics SuiteАндрей Брагин
Что вам это дает?
1. Конкретную информацию о том, какой доход приносит каждый рекламный канал;
2. Данные о доходности каждого сегмента посетителей сайта;
3. Вы узнаете какие проблемы возникают при совершении покупки;
4. Замер воронки и эффективности продаж - какие товары откладываются, но не приобретаются и почему;
5. Понимание - как сделать сайт более удобным для ваших посетителей
В своем выступлении я постараюсь отойти от ставших уже стандартными описаний по настройке Google Tag Manager: установке счетчиков, междоменном отслеживании, формирование datalayer и т.д. Многое из этого и так раскрыто в многочисленных гайдах в интернете и вряд ли заслуживает дополнительного внимания.
Необходимо двигаться вперед, уходить от стандартного и изведанного, к новому и интересному, открывать перспективные и нераскрытые возможности, развивать себя и рынок.
В данном свете нет ничего более интересного, чем исследование возможностей самого, казалось бы, просто из тегов GTM – пользовательский HTML, который позволяет на лету изменять, добавлять и удалить контент на страницах вашего сайта. Мы постараемся понять, используя практические примеры, реальные возможности, открывающиеся перед нами и постараемся научиться правильно думать и понимать такой инструмент как GTM.
Вы уже собираете данные о поведении пользователей на сайте, рекламные расходы и данные из CRM о продажах, разные онлайн и офлайн события, но еще не знаете, что с ними делать? Следующий шаг — настройка атрибуции. И не простой атрибуции, а кастомной, с использованием машинного обучения Google BigQuery.
На вебинаре мы расскажем, как извлечь максимум пользы из сырых данных и как настроить Google BigQuery ML атрибуцию для вашего бизнеса. Поговорим о подводных камнях и ограничениях различных подходов.
Скачать запись вебинара можно по ссылке https://www.owox.com/c/4on
Контекстная реклама и Calltouch вместе эффективнееАнтон Хрипко
Основы работы с контекстной рекламной и Calltouch.
Системы контекстной рекламы.
Подготовка семантики (списка запросов).
Ошибки при ведении кампании.
Аналитика контекстной рекламы.
Коллтрекинг: причины появления и логика работы.
Как работать с CallTouch.
Кейсы.
Ответы на вопросы.
Яндекс.Метрика2.0: следим за продвижением сайта правильно!Ирина Шамина
Система аналитики – важный инструмент развития бизнеса. С ее помощью можно отслеживать как доходность, так и удобство сайта для пользователей, его эффективность, сезонность спроса, реакцию на те или иные действия и многое другое.
Это отличный механизм, который каждый день будет помогать вам мониторить текущую ситуацию и позволит разработать стратегию развития на плановый период.
Умение строить отчеты и правильно их интерпретировать – один из важных навыков в процессе развития и совершенстования бизнеса. Мы хотим, чтобы наши клиенты пользовались метрикой и делали это с выгодой для себя.
Инструкция по разметке ссылок с использованием utm-меток
Maxim.uvarov optimisation2010
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.