Маркетинг. Интернет маркетинг. Учебное пособие Компания Intelsib, совместное издание с нгу поделиться в соц сетях
 Скачать 6.86 Mb.
|
|
Кейс. Расчет эффективной цены лида и оценка эффективности рекламных каналов Клиент - интернет-магазин элитной сантехники kranvam.ru (Москва) При начале сотрудничества клиент поставил цель - достичь оборота 1 000 000 рублей. Одна из особенностей функционирования данного бизнеса - сравнительно низкий спрос при высоком среднем чеке и низкой маржинальности. Кроме того, поскольку клиент занимается итальянской сантехникой, наблюдается сильная зависимость наценки от курса валюты. После выяснения базовых параметров бизнеса рассчитали необходимое количество лидов для достижения цели клиента и эффективную цену лида. Средний чек - 22 000,00 руб. Число продаж для достижения цели = 1 000 000 / 22 000 = 45 Конверсия из лидов в продажи (CV2) = 26 % Число лидов для достижения цели (N) = 174. Эффективная цена лида (L3) = средний чек х маржинальность х CV2 / 3 = 343 руб. В качестве базовых рекламных каналов были выбраны SE0 и контекстная реклама. При этом в зависимости от количества посетителей совокупный бюджет и его распределение между каналами изменялся от месяца к месяцу.  Таким образом, цель по обороту удавалось достичь при новогоднем пике продаж и в августе 2015. Если сравнивать август 2014 г. и август 2015 г., то количество заявок выросло с 34 до 168 (почти в 5 раз). Для снижения стоимости лида помимо целенаправленной работы над конверсией сайта проводился анализ эффективности рекламных каналов с целью максимально эффективного распределения бюджета. Так, было выяснено, что размещение в Яндекс.Маркете для данного клиента в четыре раза эффективнее, чем размещение в системах контекстной рекламы.  По результатам анализа бюджеты наиболее неэффективных рекламных кампаний в системах контекстной рекламы постепенно переводились на Яндекс.Маркет с непрерывным отслеживанием эффективности. Кроме того, более глубокий анализ переходов из Яндекс.Маркета привел к корректировке рекламных кампаний в системах контекстной рекламы. Например, были выявлены наиболее популярные модели товаров и бренды, на которые был увеличен бюджет в Директе и AdWords. По итогам сотрудничества в течение одного года удалось увеличить количество обращений в компанию в 5 раз, при этом цена обращения снизилась в 3,3 раза. Конверсия сайта увеличилась до 4,2 %, при этом в течение периода работы максимальная конверсия составила 5,22 %. Стоит отметить, что среднерыночная конверсия для интернет-магазинов в данном сегменте составляет 1-3 %. Проведение экспериментов с использованием систем веб-аналитики В оглавление Любой эксперимент начинается с гипотезы. Гипотеза - это любое утверждение, которое требует проверки. Например, «надпись на кнопке «Купить сейчас» будет иметь более высокие показатели конверсии, чем надпись «Хочу!» для посетителей, пришедших на сайт с контекстной рекламы по запросу «Раскрутка сайтов в интернете». В интернет-маркетинге гипотезы могут строиться относительно: используемого источника трафика рекламного сообщения в объявлениях или баннерах контента сайта функциональных элементов сайта дизайнерского решения сайта Конечная цель построения гипотезы и ее проверки состоит в увеличении прибыли, но KPI для эксперимента является увеличение конверсии. Увеличение конверсии в n раз влечет одновременное уменьшение стоимости лида и увеличение их количества в n раз. Действительно, обозначим бюджет рекламной кампании как B, количество трафика - T; Nдо, CLдо, CVдо - показатели до увеличения конверсии; Nпосле, CLпосле, CVпосле - показатели после увеличения конверсии. Имеет место соотношение:  Тогда  аналогично для N:  Эксперименты с трафиком можно разделить на две группы: тестирование канала тестирование рекламного сообщения (объявления или баннера) Тестирование канала по сути заключается в запуске трафика с этого канала и оценке результатов. Причины неудовлетворительного результата могут быть как в том, что данный канал не использует целевая аудитория, так и в неправильно подобранном рекламном сообщении. Тестирование рекламного сообщения подразумевает следующие действия. Выбор двух или более рекламных сообщений. Построение гипотезы вида «рекламное сообщение 1» дает конверсию выше, чем «рекламное сообщение 2». Одновременный запуск рекламных кампаний с разными рекламными сообщениями. Для чистоты эксперимента необходимо обеспечить однородность трафика на рекламном источнике, чтобы объявление видели одинаковые аудитории. Однако из этой аудитории по разным объявлениям на сайт будут переходить разные люди, поскольку объявления содержат разные триггеры. Оценку результатов после сбора репрезентативных данных. Для тестирования изменений на сайте используются три типа экспериментов. Первый из них - наиболее распространенный и наиболее простой. Он называется А/В-тестирование и используется для сравнения двух вариантов посадочной страницы - А и В. Область применения ограничивается отдельными страницами - landing page, в противном случае нет чистоты эксперимента, поскольку целевые действия не обязательно будут выполнены на тестируемых страницах, а значит, существенно увеличится множество факторов, влияющих на конверсию. Для проведения А/В-тестирования нужно: построить гипотезу (что влияет на конверсию?); создать тестируемый вариант В; настроить распределение трафика по тестируемым страницам. Обычно для этого используются сервисы для проведения экспериментов – Visual website optimizer, Optimizely, Google Analytics, Kiss Metrics. Сервис устанавливается на тестируемую страницу и автоматически перенаправляет пользователей на тот или другой вариант случайным образом; после получения репрезентативных данных сделать вывод о том, верна гипотеза или нет Распределение трафика может быть осуществлено различными способами. Приведем два из них: равномерный - трафик распределяется равномерно по тестируемым страницам; «многорукий бандит» - трафик перераспределяется после каждого успешного целевого действия на ней в пользу лучших вариантов. При большом количестве трафика метод «многорукий бандит» позволяет сэкономить время на проведение статистически значимого эксперимента, поскольку на целевые страницы, имеющие наиболее высокую конверсию, будет идти наибольший процент всего трафика, а неконверсионные варианты постепенно будут исключаться из тестирования. Для сайтов с небольшим трафиком (<100 в день) понадобится 233 дня на нахождение лучшего варианта из двух тестируемых страниц в случае с равномерным распределением, а при использовании модели «многорукого бандита» на получение статистически значимых результатов понадобится 66 дней. Распределение трафика методом «многорукого бандита» используется при проведении экспериментов с помощью Google Analytics. Опасность использования метода состоит в том, что если при небольшом количестве трафика в начале эксперимента распределение трафика будет случайным образом превалировать в сторону одного варианта, то второй никогда не сможет вернуть себе потерянный трафик. Рассмотрим интерфейс отчета «Эксперименты» в Google Analytics (рис. 12).  Рис. 12. Отчет «Эксперименты» в Google Analytics Для каждого тестируемого варианта целевой страницы показывается количество людей, увидевших именно этот вариант, количество достижений выбранной при настройке эксперимента цели, конверсия варианта, а также вероятность его превосходства над исходным (тестируемым). Как только вероятность превосходства одного варианта целевой страницы над другой превысит 95 %, эксперимент закончится выбором ее в качестве оптимального варианта целевой страницы. Некоторые сервисы А/В-тестирования включают в себя онлайн-редактор страниц, возможность назначения процентов трафика для каждой из тестируемых страниц, но суть и цель экспериментов остается той же - найти вариант целевой страницы с наибольшей конверсией. Стоит отметить, что А/В-тестирование может применяться для проверки до 5 вариантов страницы (включая исходный). Дальнейшее увеличение количества вариантов возможно не для всех сервисов и имеет смысл только при наличии большого объема трафика. Рассмотрим последнее замечание на примере. Допустим, конверсия исходного лендинга составляет 5 %, трафик - 100 человек в сутки, и нужно протестировать два варианта: исходный и тестовый. Для получения репрезентативных результатов нужно порядка 20 конверсионных действий на каждой странице. Если конверсия нового варианта сравнима с исходной, то для получения 20 конверсионных действий на обоих вариантах нужно 20 х 2 / 0,05 = 800 пользователей или 8 дней. Если же нужно сравнить три варианта, то потребуется уже 12 дней. A/B-тестирование также может использоваться при проверке гипотезы однородности трафика. В этом случае проводится так называемый А/А-эксперимент - запускается тестирование одинаковых вариантов страниц. Гипотеза будет верна (а трафик - однородным), если оба варианта страниц покажут одинаковую конверсию. В противном случае трафик неоднородный, и проводить на нем дальнейшие эксперименты нельзя. При наличии достаточного объема трафика можно совместить эксперимент А/А и А/В, используя три варианта страниц, два из которых одинаковы. При этом экспериментатор получит выигрыш в несколько дней. Другой тип тестирования - многовариантное тестирование (табл. 4). Этот метод в целом похож на проведение нескольких А/В-экспериментов и также применяется для landing page. При многовариантном тестировании страница разбивается на блоки, для которых есть несколько вариантов исполнения. Итоговые страницы комбинируются из разных вариантов блоков. Многовариантное тестирование не только показывает более выгодное сочетание элементов, но и позволяет узнать, какие отдельные элементы больше влияют на поведение посетителя, а какие меньше. Например, имеют ли вариации изображения продукта более сильный, слабый или такой же эффект, как текст описания. Инструменты для проведения многовариантного тестирования, как правило, платные. Таблица 4. Сравнение методов проведений экспериментов  При тестировании впечатления пользователям предлагается новый вариант целого сайта или одного из разделов. Сервисы тестирования реализуют подмену страниц для случайно выбранной части пользователей и собирают статистику посещаемости, сегментируя пользователей по предложенным вариантам страниц. Как только будет собрано достаточное количество данных, сервис предложит наиболее эффективный с точки зрения конверсии вариант. Такие инструменты являются дорогостоящими и в основном используются крупными компаниями. Юзабилити В оглавление Слово «юзабилити» происходит от английского usability, дословный перевод - удобство и простота использования чего-либо. Под понятием «юзабилити сайта» подразумевается простое и удобное использование веб-ресурса посетителями. Результаты исследования компании Forrester Research показали, что интернет-магазины из-за плохого юзабилити сайтов теряют порядка 50 % покупателей: те не могут найти нужный товар. Около 40 % пользователей не возвращаются на сайт, с которым имели негативный опыт работы. Поэтому на сегодняшний день удобство использования ресурса - это один из ключевых моментов для успешного ведения бизнеса в Интернете. Чем удобнее сайт, тем проще пользователям решать на нем свои задачи и тем большую отдачу от него получает владелец. Главная задача при оценке юзабилити - понять, является ли сайт понятным пользователям и как можно его улучшить. Основные проблемы юзабилити сайтов, с которыми сталкиваются пользователи, это: отсутствие хорошей навигации; сложная или запутанная структура; неудачное расположение элементов сайта; неуместное использование рекламы. При поиске проблем рекомендуется отталкиваться от задач пользователей, которые должен решать сайт. За те несколько секунд, которые пользователь тратит на знакомство с ресурсом, нужно успеть «сказать» очень многое: доступно объяснить, где он находится и что ему делать, в первую очередь заинтересовать, в противном случае он уйдет на другой сайт. Неудобный с точки зрения использования сайт может существовать до того момента, пока не возникнет другой, более удобный и понятный. Сравнивая два сайта, с низким и с высоким уровнем юзабилити, можно с уверенностью сказать, что: при одинаковом уровне расходов на рекламу поток клиентов больше у сайта с высоким уровнем юзабилити, следовательно, стоимость обращения через сайт – ниже повышение комфорта пользователя на сайте ведет к повышению лояльности клиента компании удобный сайт снижает нагрузку (а, следовательно, и издержки) на менеджеров и call-центр, так как клиенты самостоятельно находят ответы на нужные вопросы Но самое главное - это то, что грамотное юзабилити оказывает прямое влияние на увеличение конверсии сайта и является одним из определяющих факторов прибыльности интернет-бизнеса. Общепризнанным экспертом по юзабилити является Якоб Нильсен - глава консалтинговой компании Nielsen Norman Group. Свою компанию он основал совместно с бывшим вице-президентом фирмы «Apple Computer» Дональдом Норманном. Деятельность Якоба Нильсена направлена в первую очередь на то, чтобы сделать работу в Интернете для пользователей максимально удобной и доступной. Им был разработан ряд методик по усовершенствованию пользовательского интерфейса, включая эвристическую оценку. Он является обладателем 38 патентов США на разработки, ориентированные, главным образом, на повышение удобства работы пользователей с Интернетом. В арсенале Якоба Нильсена немало книг, посвященных веб-дизайну, пользовательским интерфейсам, структуре сайтов и многому другому. Одна из самых известных книг - «Веб-дизайн», которая содержит в себе ответ на вопрос, что именно нужно сделать, чтобы посетителям сайта было удобно с ним работать. В России первыми, кто начал популяризировать юзабилити, была компания Usabilitylab. Компания первой на российском рынке организовала собственную юзабилити-лабораторию, укомплектовав её самым современным оборудованием, необходимым для проведения качественного и количественного юзабилити-тестирования. Во время тестирования технические возможности лаборатории позволяют синхронно записывать и воспроизводить изображение экрана участника тестирования, движения его мыши, выражение его лица и голосовые комментарии, а также движения глаз. Кроме коммерческой деятельности, Usabilitylab занимается научной и исследовательской деятельностью с целью поиска новых методов повышения пользовательских качеств всех типов интерфейсов. Компания разработала собственный комплекс юзабилити-метрик, а также представила в Совет Федерации России проект технического регламента процесса разработки пользовательских интерфейсов. Чек-лист Якоба Нильсена В оглавление Якобом Нильсеном были выведены десять эвристических правил, которые являются общепризнанными и наиболее часто используемыми при проектировании интерфейса любого ресурса. Выполнение этих базовых рекомендаций, описанных ниже, способствует повышению конверсии при должном использовании, а пренебрежение ими приводит к низкому значению данного показателя. |