Конвейер гипотез для рекламы: как тестировать много идей | Статьи SEOnews

Павел Злобин Старший джедай (маркетолог-аналитик) IT-Agency https://pavezlo.ru В статье рассказываю, как с поддержкою конвейера гипотез я нахожу идеи для рекламы, тестирую самые многообещающие и расцениваю итог до продаж. 

Обыденные маркетинговые пуски различаются от конвейера несистемным подходом. Обычная ситуация в бизнесе: за рекламу в соцсетях отвечает один поставщик, за рекламу в Директе – иной. В данном варианте трудно оценить, что приносит любая из кампаний, поэтому что у их настроены различные цели и все данные прибывают в различных форматах. В итоге рекламой правят чрезвычайно предположительно, из-за чего же компании нередко сливают бюджет.

В конвейере гипотез мы синхронизируем пуски в различных каналах, приводим данные в единичный формат и выводим итог в сквозную отчетность. Суть конвейера содержится в неизменном повторении последовательности «Выдвинули догадку – Проверили – Оценили итог – Выдвинули новейшую гипотезу».

Генерируем гипотезы – выдвигаем идеи, кому, где и как демонстрировать рекламу

Под догадкой мы разумеем комбинацию причин, которые влияют на эффективность рекламы: аудиторий, каналов, площадок и так дальше, вплоть до конкретных слов в объявлениях. К примеру:

• реклама на аудиторию брошенных корзин на сайте интернет-магазина запчастей; 
• медийно-контекстный баннер на поиске по группе запросов на тему «открыть карту UnionPay»; 
• ремаркетинг в Директе и во ВКонтакте на тех, кто читал в блоге компании статьи про открытие бизнеса. Им показывается продукт «бесплатное Открытие ИП либо ООО с подключением расчетно-кассового обслуживания».

Вот что подсобляет нам с идеями:

• Данные прошедших маркетинговых запусков. Ежели они есть, можнож убрать идеи, которые проявили неэффективность. 
• Анализ конкурентов. Вероятно, коллеги по нише теснее истратили много медли и средств на сотки гипотез. Часть из их есть в открытом доступе. Эти гипотезы можнож смонтировать, обработать и применять в собственных целях.
• Собственный опыт профессионалов по рекламе. Ежели перформанс-маркетолог теснее запускал рекламу для 1-го банка, запустить рекламу для иного ему будет веско проще. К примеру, у него теснее будет информация о приоритетных композициях гипотез. 
• Мозговой штурм. Почаще всего в нем участвует команда маркетинга со стороны клиента и команда агентства. 
• Отдел продаж и продакт-менеджеры клиента. Профессионалы, которые напрямую общаются с целевой аудиторией либо своими руками дорабатывают продукт, чрезвычайно нередко приносят нежданные и ценные идеи.

Приоритизируем гипотезы — решаем, что запускать в первую очередь 

Методологий приоритизации много, мы нередко используем RICE (Reach – охват, Impact – воздействие, Confidence – достоверность, Effort – усилия) : глядим, как в догадке великая аудитория, сколько средств она может принести, как мы убеждены, что аудитория купит, как недешево демонстрировать сиим людям рекламу.

Методология нужна для того, чтоб учесть не совсем лишь опыт профессионалов и воззрение клиента, но и систематизированные данные и способности реализации.

Нередко у клиента теснее есть перечень товаров, которые необходимо запустить в работу сначала с лучшими догадками продвижения. 

Итоговая табличка с готовым перечнем гипотез может смотреться так.

Пример сформированного перечня гипотез со статусами запусков – что запускаем сначала, а что во вторую и третью.

Тестируем гипотезы

Верхнеуровнево полный цикл тестирования у нас смотрится так:

1. Стандартизируем наименования кампаний, групп и объявлений, создаем UTM-метки. 
2. Прибавляем новейшие сущности в сквозную отчетность. 
3. Готовим креативы и тексты объявлений, согласовываем их с клиентом. 
4. Запускаем тест на конкретное время, устанавливаем KPI. 
5. Подводим итоги гипотезы. 
6. Проверяем веб-аналитику, ежели воронка необычная. К примеру, для отдельного продукта сделали доп страничку и упрощенную форму заявки. Там могут быть неординарные цели, тогда и необходимо улучшить рекламу с их учетом. В данном варианте можнож сделать не обычную форму заявки с 2–3 шагами, а прыткую для обратного звонка.

1-ый пункт в цикле тестирования необыкновенно главен: ежели не стандартизировать все наименования и UTM-метки, позже не получится полноценно проанализировать результаты. Правильные UTM-метки просто демонтировать постоянными выражениями с поддержкою схожих запросов и смонтировать в отчетность. В верно сгенерированных ссылках видны все главные характеристики: содержимое объявления, таргетинги, регион, источники, площадки, модель оплаты.

Ниже для сопоставления показаны два образца – с комфортным и неловким неймингом.

Удачный нейминг: видно источник, тип площадки, регион и тип таргетинга, продукт и категорию.

Неловкий нейминг: в отчетность можнож вынуть лишь тип площадки и регион. Этого малюсенько для принятия решений. 

Мы стандартизируем нейминг и UTM-метки с помощью справочника разметки. Физически это таблица в Google Sheets, в которую вводят адреса посадочных страничек и характеристики, а на выходе получают размеченные ссылки.

Наш справочник разметки и верховодила его наполнения (чтоб пользоваться, скопируйте к себе на Google Drive через Файл -> Сделать копию)

Расцениваем эффективность рекламы с поддержкою аналитики

Без аналитики весь конвейер гипотез утрачивает смысл: реклама спаливает бюджет, генерирует некий итог, но соотнести его с деяниями в маркетинговом кабинете невероятно. Аналитическая отчетность подсобляет отбросить неэффективные гипотезы и усилить действенные.

Строить отчетность можнож по-разному. Основное – иметь приятную таблицу либо диаграмму, на базе которой можнож принимать решения. Ниже о том, какие варианты есть.

Автоматическая передача данных в базу данных

К примеру, Google Big Query. Плюс этого варианта – в скорости и автоматизации: сырые данные из источников автоматом складываются в базу данных, откуда их можнож вывести в любые отчеты. Минусы:

• Высочайшие требования к профессионалу. Он обязан уметь программировать, чтоб написать код и контролировать сервисы, либо знать SQL, чтоб работать с данными.
• Стоимость зависит от размера данных, трудности атрибуции, частоты обновления. К примеру, вручную обновлять отчет каждый день недешево, дешевле один разов сделать коннектор.

Пример каждодневного отчета по эффективности на базе выгрузки из базы данных по API: бизнес истратил на канал 422 тыс. руб. за недельку и получил 329 заявок. Средняя стоимость реализации – 1167 руб., экономика сошлась, продолжаем работать 

Автоматическая выгрузка с поддержкою Power Query Excel либо Query google Таблиц

Плюс: не надо знать программирование и SQL, чтоб глубоко учить приобретенные данные.

Минусы:

• Необходимо разобраться в приборе бизнес-анализа QUERY в Google Sheets либо его аналоге – Power Query в Excel (не работает на Mac) . 
• Требуется время на обновление данных.

Пример дашборда данных в Power BI, подключаемого к отчету в Excel

Ручная выгрузка с поддержкою Excel либо Google Sheets

Плюс: доступна в хоть какой операционной системе.

Минусы:

• может возникать великое количество ошибок, 
• ручное обновление занимает много медли, 
• нельзя связать принципиально различные источники данных по ключам.

Пример сводного отчета, собранного в Excel

Во всяком случае верно настроенная отчетность дозволяет расценивать эффективность каждой гипотезы и смотреть за ее плодами в динамике по месяцам, неделькам и дням.

Выводы

На выходе конвейер гипотез дает положительные и отрицательные результаты. С поддержкою положительных легче править потоком заявок, положительные результаты – улучшаем.

Отрицательные результаты тоже улучшаем и забираем в тестирование, но ежели улучшить невероятно – отключаем.

Основное в комплексном запуске рекламы: созидать картину в целом, погружаться в специфику бизнеса, кропотливо делать внутреннюю разметку и отчетность.

Статьи