Александр Иванов: «Планирование краткосрочной стратегии рекламной кампании»
04.08.2012
Обзор доклада Александра Иванова (iConText) на конференции «РИФ+КИБ 2012».
Большие рекламные кампании ставят перед нами и большие задачи по организации ведения этих кампаний. Например, в одной рекламной кампании может быть 2000 ключевых слов, а если сопровождается 2000 таких рекламных кампаний, мы получаем 4 миллиона ключевых слов, которые очень трудно вести человеку. Любая рекламная кампания в итоге идёт так, как ее оптимизирует рекламный менеджер. И когда мы смотрим на рекламные кампании в Google Analytics, мы видим то, что происходит в текущий момент или видим конверсию за период, который мы выбрали. Мы смотрим на конкретные точные данные, которые нам даны сейчас, но мы не знаем тренда. И если мы не знаем тренда, то мы слабо можем предсказать то, что будет завтра. А если мы не можем предсказать то, что будет завтра, мы не можем правильно оптимизировать рекламные кампании. И возникает вопрос: как смотреть эти тренды? Я не зря упоминал большие рекламные кампании, потому что всем понятно, когда у вас рекламная кампания, в которой 10 ключевых слов, оптимизация её не предоставляет никакого труда. Вы заходите в Google Analytics, видите 10 ключевых слов, смотрите по каждому статистику понедельно и видите, что там происходит. Для аккаунт-менеджера, который ведёт несколько кампаний с сотнями ключевых слов, такой способ не подходит, потому что его время должно тратиться не на получение статистики, а на анализ и оптимизацию кампаний на основании этой статистики. Мы поняли, что нам надо каким-то образом вычислять этот тренд, строить прогноз на следующие дни, но вопрос в том, как это делать. Оказалось, что достаточным ответом на проблему будет возможность дать аккаунт-менеджеру краткосрочный прогноз. Берем ключевые слова и для каждого важного показателя строим прогноз на ближайшие три дня. Аккаунт-менеджер, видя прогноз на эти дни, может предположить, что ему надо изменить, чтобы продолжила увеличиваться конверсия, чтобы продолжили расти посещения, может понять, с чем в первую очередь работать. Прогноз строится на основании данных Google Analytics, Яндекс.Метрики – неважно. На самом деле задачу прогнозирования до нас уже решали – есть такая наука под названием «эконометрика», а в этой науке есть понятие «временные ряды». Временной ряд – это любая функция, которая дает разные значения относительно времени. То есть, когда вы видите график в Google Analytics – 20 апреля 1000 посещений, 21 апреля 2000 посещений, – это временной ряд. Методов прогнозирования очень и очень много, есть сложные, а есть простые. Мы в своей практике пытались реализовать три из них. Оказалось, что самые серьезные методы, которые используются в эконометрике, нам не подходят, потому что на начальном этапе для этих методов требуется человек, а мы не можем на каждую кампанию выделить человека, который будет подкручивать каждый из параметров, чтобы что-то произошло. Как ни странно, лучше всего работает самый простой метод – метод скользящего среднего. Несмотря на то, что не учитывается сезонность тренда, он дает нам достаточно качественные данные. Мы выбираем определенное число шагов, допустим, три, складываем эти три шага (если у нас сегодня 20 число, то я беру посещения за 19, 18 и 17) и делю на три. После этого я говорю: «Вот это среднее число будет моим прогнозом на следующий день». Очень и очень просто и как ни странно – это работает. Если нужно построить прогноз не на следующий день, а на два следующих дня, в качестве последней точки берём спрогнозированные данные. Не надо очень далеко углубляться в прогнозы, потому что чем дальше прогноз, тем сложнее. Помимо просто скользящего среднего мы еще пытались использовать «взвешенное скользящее среднее». В чем идея взвешенного скользящего среднего? На представленном мною графике, если мы возьмем последние пять точек и вычислим среднее число по этим точкам, оно окажется не очень похожим на правильный прогноз. Допустим, у нас эти последние точки – 50, 60, 70, 80. Если мы их сложим и разделим на 4, то получится что-то в районе 65. Тем не менее, мы видим, что график возрастает. На самом деле, это будет не 65, а в районе 90. Простой метод, который позволяет исправить данный недостаток алгоритма – это взвешенное среднее. Каждой из наших точек мы даем некоторый вес. Допустим, последним точкам мы даём вес побольше. Соответственно, эти последние точки будут вносить больший объем информации в общее среднее, которое мы вычисляем, и за счет этого мы получим более правильный прогноз. Что мы получили в итоге? Это скриншот одной из наших внутренних программ, которая позволяет нашим аккаунт-менеджерам решать очень банальную проблему – перенос денег. Давайте представим, что у нас 2000 кампаний и ограниченный бюджет, потому что у нас всегда ограниченный бюджет. Есть миллион, который надо настолько точечно распределить по компаниям, чтобы ничего не останавливалось. Задача на самом деле достаточно сложная. (И что самое печальное – данная задача не дает нам никаких бонусов, потому что от того, что я правильно распределил деньги, я ничего дополнительно не соптимизировал, я просто выполнил хорошо свою работу.) И вот здесь мы используем наши прогнозы. Мы видим, какая сумма сейчас доступна, мы видим, какой прогноз будет завтра, можно взять сумму из колонки с прогнозами и внести ее в колонку «Перенести». Поскольку мы строим прогнозы на предыдущих точках, мы не можем делать прогноз на длительное время – на неделю, даже на 5-6 дней. Корректный прогноз, например, числа конверсий – это как раз следующие три дня, не больше. Как только мы выходим за рамки трех дней, начинаются проблемы. Поэтому, к сожалению, данная техника работает только для краткосрочного прогнозирования рекламных кампаний. Еще один очень важный момент. Когда мы занимаемся прогнозированием с помощью временных рядов и вообще прогнозированием в целом, у нас есть такая проблема, как выбивающиеся значения. Как только у нас появляются выбивающиеся значения (например, в какой-то момент у нас кампания встала, потому что закончились деньги), все алгоритмы сходят с ума, т.е. сразу начинают показывать неправильные данные. Например, мы не стали использовать алгоритм Хольта-Винтерса, потому что он учитывает сезонность и тренд. И когда мы заливаем в него данные за последний год, алгоритм сходит с ума из-за огромного числа всплесков и падений трафика, которые не обрабатываются алгоритмом, которые не поддаются прогнозированию. У нас была ситуация, когда мы сделали алгоритм, запрограммировали его, он радостно прогнозы начал выдавать – и внезапно на одной из кампаний он сказал: «Минус 1000 посещений». Понятно, что это полный бред, но весь тренд говорил об этом. Получилось, что вся группа сложных алгоритмов работает не очень правильно именно из-за того, что мы должны загнать очень много данных, чтобы эти алгоритмы оправдались. А простые алгоритмы на малом количестве данных работают хорошо. Вопрос из зала: «Какая точность трехдневных прогнозов?» Александр: «Точность трехдневных прогнозов зависит от того, что мы прогнозируем. Мы прогнозируем бюджеты, число посещений, конверсии… Для каждой из этих метрик мы должны настраивать прогнозирование по-разному. С бюджетом прогнозирование настраивается очень хорошо. Мы, грубо говоря, делаем несколько прогнозов, берем из них наибольший и считаем, что наибольший – это наш самый корректный прогноз, потому что наша основная цель в распределении бюджета – сделать так, чтобы деньги не закончились. Немного сложнее с конверсиями и с посещениями – там мы должны подобрать параметр, который каким-то образом всегда будет сводить к правильному знаменателю. В целом точность достаточно хорошая. На один день очень хорошая точность, если мы не попадаем вдруг на период внезапных всплесков и падений, за этим надо следить. Но я бы сказал, точность процентов 80-90 есть. Погрешность всегда есть. От этого никогда никому не уйти. И если мы знаем, что наш инструмент дает погрешность 20%, мы можем это всегда держать в уме». Вопрос из зала: «С точки зрения конверсии по ключевым словам, при каком количестве трафика по ключевому слову прогнозы по конверсии являются верными?» Александр: «У нас должна быть точная конверсия по данным ключевым словам, именно поэтому я говорил про большие кампании. Если у нас «длинный хвост», который имеет 10 посещений и 1 конверсию в месяц, по ним прогноз делать нельзя. Но для этого должны быть разработаны более существенные инструменты, более важные, которые могут строить другие прогнозы, например, на основании схожести ключевых слов, схожести пользователей, которые эти запросы смотрят». Вопрос из зала: «Ваша методика подходит для стабильных направлений, где спрос почти не меняется и легко прогнозируется. Но есть много отраслей, например, курс доллара, где количество запросов колеблется в зависимости не от статистики и сезонности, а от того, что с нефтью произошло. Вы можете назвать, в каких областях это хуже применимо?» Александр: «Это хуже применимо в кампаниях, где непостоянный трафик. Но это вопрос того, что у вас содержится в рекламной кампании. На больших рекламных кампаниях таких внезапных резких всплесков/падений не бывает. По тематике автомобилей резких всплесков быть не может. С резкими колебаниями по количеству запросов мы еще не сталкивались. Мне кажется, что, поскольку у нас кампании достаточно большие, на большом объеме такие погрешности из-за прыжков курса доллара будут скрадываться, и мы не будем иметь проблем с этим». |
Что такое интернет сообщество?
Интернет сообщество - это группа людей, которые имеют общие интересы и общаются по этому поводу в интернете.
Точка зрения
Последние комментарииНовости
Новости компаний
|