Автостратегии в Яндекс-директ: кому нужны и как тестировать

1. Вводная задача от заказчика, проблематика, цели

PizzaMan работает на рынке Перми более 10 лет, у компании есть филиалы в Ижевске и Екатеринбурге. УМ ведет для клиента комплексный онлайн-маркетинг, у нас в блоге есть подробный кейс о том, как мы в 6 раз увеличили продажи в интернете (ссылка ниже).

Здесь мы расскажем про один конкретный эксперимент. В конце статьи дадим ссылку на запись нашего выступления с этим кейсом на уральской конференции Яндекс.Бизнеса.

Кейс «Как в 6 раз увеличить продажи в интернете для пиццерии»

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Что такое автоматические стратегии

Сначала мы познакомим вас с теорией, потом приведем пример из практики. Если вы знаете, как работают автостратегии, переходите сразу к описанию эксперимента под подзаголовком «Как сработала автостратегия «оптимизация конверсий» на проекте pizzaman.ru».

Автоматические стратегии управляют ставками и показами рекламных объявлений, чтобы достичь конкретной цели рекламодателя. На что можно ориентироваться:

• привлечение клиентов только в рамках рентабельности;
• привлечение максимума конверсий по определенной цене;
• привлечение максимума кликов по определенной цене.

Это самые распространенные варианты.

Мы чаще используем ручное управление ставками, но иногда автостратегии выигрывают.

Сила автостратегий

Повышение эффективности рекламы без роста трудозатрат:

• корректировки происходят в режиме реального времени, чего не может обеспечить живой специалист;
• алгоритм сам обучается и приводит в систему множество параметров, включая устройства, географию, соцдем, время — показателей больше 10.

Но есть и недостатки

Не ко всем проектам это применимо в принципе:

• чтобы алгоритмы корректно срабатывали и обучались, нужно накопить достаточно данных, что не подходит узкоспециализированным тематикам;
• должна быть техническая возможность копить данные о конверсиях, если к вам идут ногами или звонят — не сработает.

Доставка еды для тестирования автостратегий подходит идеально — большая часть конверсий происходит на сайте и их достаточно много, чтобы алгоритм обучился в короткие сроки.

Как сработала автостратегия «оптимизация конверсий» на проекте pizzaman.ru

Глобально основная наша задача — приводить больше клиентов в рамках заданного бюджета. В рамках одного региона мы отлично справлялись, но с появлением филиалов изменилось распределение бюджетов. Мы были вынуждены сосредоточиться только на базовых инструментах с максимальной эффективностью, а для доставок еды это реклама на поиске по ключам.

Мы решили тестировать автостратегии как дополнительную возможность оптимизации рекламных кампаний с минимальными трудозатратами. В рамках теста нужно было понять, сможем ли мы снизить стоимость конверсии.

Гипотеза — автостратегии Яндекс.Директ сработают не хуже, чем специалист, который управляет рекламными кампаниями вручную. (Фото1)

Тестирование провели с помощью Яндекс-экспериментов

Сравнивали автостратегию Яндекса с оплатой за конверсии и ручное управление ставками. Для сравнения отобрали поисковые кампании по Перми, которые приносили максимум конверсий:

• брендовую кампанию клиента;
• кампанию по общим запросам про доставку пиццы.

Каждую кампанию разделили на две, в первой ставками управлял специалист на основании конверсий, во второй — автоматическая стратегия Яндекса с оплатой за конверсии.

Ограничения по CPL установили на уровне текущих на тот момент значений — 20 ₽ по общим запросам и 10 ₽ по брендовым. Стоимость лида на проекте уже давно очень низкая, так как у клиента известный бренд и качество продукта на высоте.

Аудиторию, которой показывалась реклама, поделили между кампаниями ровно пополам.

Наш алгоритм проведения теста:

• Запускаем кампании и управляем ставками вручную.
• Оцениваем, сможем ли собрать достаточно данных для корректной работы автостратегии — минимум 20 конверсий в неделю, чем больше, тем выше вероятность, что все сработает.
• Дублируем кампании с ручным управлением кампаниями с автостратегией и запускаем Яндекс-эксперимент.
• Собираем данные — стратегия учится примерно 10 дней. После этого нужно дать кампаниям время, чтобы собрать корректные данные. Мы обычно тестируем в течение месяца, если данных за месяц недостаточно — продлеваем до двух. В процессе можем внести корректировки в базовое значение CPL, на которое ориентируется стратегия. Тогда начнется новый эксперимент, система будет учиться заново.
• Делаем выводы и принимаем решение.
• Если кампания с применением автоматической стратегии продолжает работу, следим за результатами — стратегия может перестать эффективно работать, например, из-за резкого снижения числа конверсий, связанного с сезонностью.

В первый месяц данные говорили в пользу ручного управления ставками (фото 2)

Мы решили продлить эксперимент еще на один месяц, чтобы собрать больше данных. Данные, полученные за первый месяц с учетом времени на обучение стратегии, были статистически незначимы — в таблице явно видно, что тестовая кампания получила значительно меньше трафика в рамках теста.

Алина Зырянова

руководитель отдела контекстной рекламы, Умный маркетинг

Не все нововведения рекламных систем эффективны, поэтому мы стараемся не спешить.

Внедряем новое постепенно через эксперименты, когда часть кампаний работает по-старому, а часть содержит новые возможности. Так мы страхуемся от того, что у клиента резко просядет эффективность контекста.

3. Результаты сотрудничества

Продлив эксперимент мы получили корректные данные. По итогам 2 месяцев картина изменилась: (фото 3)

Автостратегия Яндекса принесла в 1,8 раза больше конверсий. Цена конверсии снизилась на 12%. Процент конверсии у автостратегии Яндекса оказался выше — 32% против 25% при управлении ставками вручную.

После Перми провели эксперименты и в других городах, в которых работает клиент: Ижевске и Екатеринбурге. Результаты оказались не хуже: на 3 месяц работы автостратегии в Ижевске стоимость заказа снизилась на 30% — с 92 до 63 ₽.

Освободившееся время специалиста потратили на проверку новых гипотез.

Провели эксперименты по времени показа рекламы — выявили, что в обед и ужин есть смысл повышать ставки. Протестировали рекламу в радиусе 2 км от кафе.

Обе гипотезы показали хороший результат, мы получили решения по увеличению эффективности кампаний.

Алина Зырянова

руководитель отдела контекстной рекламы, Умный маркетинг

Оценивая окупаемость автоматической стратегии, не всегда нужно смотреть только на стоимость конверсии. Время работы специалиста также может быть важной переменной на фоне незначительного роста CPА.

Что в разрезе вашего проекта более целесообразно: сократить рекламный бюджет или сократить трудозатраты и стоимость работ?

Запись выступления руководителя проекта PizzaMan на конференции Яндекса