Кампус MGCom / Урок 12 — Оптимизация рекламных кампаний
12.3. Оптимизация ставок (ручное управление)
1. Общие положения
Вернуться к содержанию
Оптимизация ставок (биддинг) — это процесс повышения и снижения ставок на различных условиях показа. Биддинг нас интересует только при ручном управление, т.к. в автостратегиях управлением ставками занимается искусственный интеллект
Ставки могут назначаться на различных уровнях
В данном уроке мы будем рассматривать все на примере оптимизации ключей, т.к. это самый популярный таргетинг. Однако логика оптимизации небрендовых ключей в целом подходит и для оптимизации других видов условий показа.

Также стоит отметить что на крупных проектах оптимизация может начинаться не с ключей, а с кампаний. На уровне кампаний, конечно, нет ставок. Тут имеется в виду то, что ставки будут меняться для всех ключей сразу на основе эффективности целой кампаний. А уже потом специалист спускается на уровень ключей и более точечно корректирует ставки.
Как можно менять ставки?
2. Расчетная ставка
Вернуться к содержанию
Расчетная ставка (еще ее могут называть искренняя ставка, максимальная ставка) — это та цена, которую мы готовы заплатить за клик по конкретному ключу с учетом его показателей эффективности.
CPCmax = CR фактический * CPA плановый
(Когда KPI — это CPA)

CPCmax = CR фактический * AOV фактически * ДРР плановый
(Когда KPI — это ДРР)

Обе формулы выводятся из стандартной CPC = Расходы / Клики
Формулы
В чем же суть этих формул и почему это считается расчетной ставкой?
Потому что в них берется фактический показатель эффективности ключа: CR (и AOV для е-кома), и плановое значение KPI: CPA или ДРР, который согласовал в медиаплане клиент.

В результате мы получаем цену за клик, при которой с текущей конверсией (и средним чеком) будет точно выполняться KPI. Посмотрите на то, как растет расчетная ставка при увеличении CR и неизменном значении CPA.
Расчетная ставка работает адекватно только в случае достаточного количества статистики. В противном случае на нее лучше не ориентироваться. Например если у ключа был 1 клик и 1 конверсия, то CR будет 100%. Расчетная ставка в этом случае будет явно неадекватно завышена.
Важно
3. Деление на бренд и небренд
Вернуться к содержанию
Очень важным для эффективной оптимизации процессом является деление кампаний на брендовый поиск и все остальное. Это стоит делать даже если клиент этого не требует, поскольку в 99% случаев брендовый поисковый трафик НАМНОГО дешевле и НАМНОГО эффективнее.

Исключением является когда ваш бренд — это ООО «Рога и Копыта» и про него никто знать не знает. Или же в названии бренда используется обычные, не уникальные слова, например «220 вольт». По запросу «купить дрель 220 вольт» не очевидно, что человеку нужна дрель из магазина «220 вольт», возможно он просто указал характеристику.
Что именно нам даст разделение на бренд поиск и остальной трафик?
Возможно, мы увидим, что есть запас по KPI для небренда
Допустим, у нас есть некий общий план на новый месяц для всего контекста: нужно привести 200 конверсий по 1500 р. Бюджет получается 300 000 р. Бренд у проекта сильный, в среднем приводит 120 конверсий в месяц по 417 р. (тут можно и нужно опираться на исторические данные проекта)

Чтобы рассчитать, есть ли запас по KPI для небренда

Вычтем из общего бюджета средний расход на брендовые кампании: 300 000 - 50 000 = 250 000
Вычтем из общего числа конверсий, которые нужно привести, те что обычно приводит бренд: 200 - 120 = 80
Находим CPL для небренда: 250 000 / 80 = 3 125
Получается чтобы выдерживать общий CPL 1500 р., нам не обязательно чтобы всё и вся работало с таким CPL, т.к. бренд своим объемом и ценой за лид существенно расширяет kpi, в данном случае аж в два раза. Так происходит не всегда, даже если бренд неплохой. Но это нужно точно проверить и знать. Запас по kpi позволяет нам не срезать раньше времени ставки (или не отключать площадки) и при этом оставаться в рамках плана.

Понятно, что рассчитать все это возможно, только если есть какие-то исторические данные по бренду.

Тот же самый расчет можно сделать и если KPI — это ДРР.
4. Оптимизация бренда
Вернуться к содержанию
В 99% случаев ключи в брендовом поиске оптимизируется проще, чем остальной небренд.

Обычно просто стараются выкупать максимум трафика (100-160 объема) или быть всегда на первом спеце, т.к. никто не хочет, чтобы конкуренты получали больше профита от ваших брендовых запросов, чем вы сами.

Также стараются снижать стоимость клика. Один из способов - это сброс ставки (например на 50%) в полночь. Это позволяет остудить аукцион и снизить цену за клик.

Вполне рабочая стратегия:
  1. С помощью автоматических правил каждый час пушить ключи на 100 объема (Яндекс) или на первую позицию вверху страницы (Google).
  2. В 00:00 умножить текущую ставку на 0,5.
  3. Опять пушить.
  4. И так до бесконечности.
5. Оптимизация небренда
Вернуться к содержанию
Логика оптимизации небренда состоит в том, что объекты оптимизации (в нашем случае ключи) делятся на кластеры согласно их эффективности. Исходя из этого производятся разные изменения ставок: какие-то ключи усиливают, какие-то срезают, по каким-то ждут стату.

Если схематично изобразить последовательность рассуждений при анализе статистики, то получится следующее

Теперь давайте разберемся в этой кластерной логике оптимизации поподробнее

KPI факт — это фактическое значение CPA (для неекома) или ДРР (для екома) по ключу

KPI план — это плановое (из медиаплана) или среднее (по проекту/по сегменту) значение CPA (для неекома) или ДРР (для екома)

N дней — количество дней, которое в среднем необходимо ключу для набора статистики на вашем проекте. Это может быть 7 дней, 30 дней, 90 дней и так далее.

Объем трафика/Позиция показа — это метрики позволяющие проверить, что ключу есть куда расти.

В случае с позицией показа единица будет означать, что ключ чаще всего показывается на первом спеце. Двойка — на втором спеце и так далее. Чем ближе ключ к единице, тем меньше у него запаса для роста. Этот показатель можно найти в отчете в кабинете.

Также в только в Яндексе можно использовать показатель: средний объем трафика. В этом случае чем ближе цифра к отметке 100, тем меньше у ключа запаса для роста.

Для сетевых кампаний Директа аналогичной проверкой может быть проверка текущего охвата. Узнать это можно просто посмотрев, сколько охвата выкупается по текущей ставке. Чем ближе охват к 100%, тем меньше у него запаса для роста.

Расход макс. — это максимальная сумма, которую вы готовы потратить на ключи без конверсий.

В нееком проектах эта сумма обычна равна KPI план, т. е. плановому или среднему значению CPA.
В еком проектах можно ориентироваться на следующую формулу: средний (по проекту/сегменту) AOV * плановый ДРР.

Поправочный коэффициент — это коэффициент, который позволяет снизить или повысить ставку пропорционально выполнению KPI.

Для ключей с конверсиями он считается по формуле: KPI план / KPI факт за N дней
Для ключей без конверсий он считается по формуле: Расход макс. / Расход за N дней.

Получается, что чем выше отклонение от желаемых значений, тем сильнее будет резаться ставка и наоборот.

A, B, C, D руб. — это некие ограничители, чтобы ставка не улетела слишком высоко, например в случае неадекватного аукциона 5000 руб. за 100 объема. Значения подбираются под проект. Например, для недвижки для объема 100 нормальным ограничением может быть 1000 руб., а для е-кома — 20 руб.

В качестве ограничения также можно использовать расчетную ставку. Причем высшим пилотажем именно для Яндекс. Директа будет сравнивать её не со ставкой, а со списываемой ценой. Т. е. допустим мы собираемся поставить объем 100 и проверяем, что списываемая цена для этого объема не выше расчетной ставки. Как говорилось ранее, почти всегда списываемая цена ниже ставки. Поэтому сравнивая расчетную ставку именно со списываемой ценой, мы выигрываем приличный запас для маневра.

Возможные проблемы при кластерной логике оптимизации

1. Неоптимальный биддинг внутри одного кластера

Предположим, что на каком-то проекте KPI — это CPA, и он равен 2000 руб.

Есть два ключа:

Они оба будут считаться «хорошими». Однако это абсолютно разные по эффективности ключи и работать с ними одинаково было бы ошибкой. Ключ № 2 стоило бы усилить сильнее, чем ключ № 1, т.к. он эффективнее в 3 раза.


Или обратная ситуация:

Они оба будут считаться «не очень хорошими». Однако ключ № 2 стоило бы срезать сильнее, чем ключ № 1, т.к. он хуже в 2 раза.


Третий вариант:

Они все будут считаться «не очень хорошими». Однако у ключа № 1 целых 20 конверсий. Даже несмотря на то, что он вышел за рамки KPI, он в разы лучше остальных ключей. Для таких «жирных» ключей стоит продумывать особые условия оптимизации.


2. Риск запушить фразы с «пограничной» хорошей эффективностью и превысить KPI.

Предположим, что на каком-то проекте KPI — это CPA, и он равен 2000 руб.

Есть ключ с конверсиями и CPA 1900 руб.

Он будет считаться «хорошим». Однако он находится в одном шаге от того, чтобы превысить KPI. Возможно после усиления именно это и произойдет.


3. Риск срезать фразы с «пограничной» не очень хорошей эффективностью и потерять в объеме.

Предположим, что на каком-то проекте KPI — это CPA, и он равен 2000 руб.

Есть ключ с конверсиями, CPA 2200 руб и CR 1,7%.

Аукцион по этому ключу:

Он будет считаться «не очень хорошим». И согласно скриншоту с логикой оптимизации мы должны поставить ему небольшой объем — 65.

Но если мы вычислим расчетную ставку по формуле CR факт * CPA плановый мы получим: 1,7% * 2000 руб. = 33 руб.

Если мы посмотрим на данные аукциона, то увидим, что мы могли спокойно поставить ключу ставку для объема 80, т.к. списываемая цена у этого объема < расчетной ставки: 32 руб. < 33 руб.


4. В Google Ads при такой логике придется использовать математические действия, а не данные аукциона.

Как было сказано ранее, в Google Ads данных аукциона чаще всего нет, либо они ненадежны. Поэтому придется использовать математические действия. Например, увеличение на коэффициент.


Но как было сказано в минусах этого метода — это очень непредсказуемый результат. Получается такая оптимизация вслепую:

1. Чуть прибавил ставку.

2. Отработало никак или хорошо — прибавил еще.

3. Отработало плохо — ключ скорее всего попал в не очень хороший кластер, где ему затем срезали ставку.

Чтобы частично избежать ряда проблем, можно сделать больше кластеров
Например, разбить хорошие и не очень хорошие на несколько новых кластеров, чтобы была более плавная градация. Например

Хорошие:
1. KPI факт за N дней < KPI план на 0−20% Нормальные
2. KPI факт за N дней < KPI план на 20−50% Хорошие
3. KPI факт за N дней < KPI план на 50+% Очень хорошие

Не очень хорошие:
1. KPI факт за N дней > KPI план на 0−20% Нормальные
2. KPI факт за N дней > KPI план на 20−50% Не очень хорошие
3. KPI факт за N дней > KPI план на 50+% Очень не очень хорошие :)

Однако достигнуть совсем идеального результата все равно не получится, т.к. делать очень много кластеров — это трудоемко.
12.4. Где смотреть статистику по ключам →
Читать дальше
КАМПУС mgcom / Урок 12 — Оптимизация рекламных кампаний