Оптимизация: Деньги на Яндекс

Автор: Михаил Мухин

Онлайновая реклама, особенно поисковая, перестала быть рекламным фастфудом. В Сеть пришли серьезные бюджеты, которые требуют серьезного подхода. Однако общедоступных и понятных рекламных стратегий, пригодных для работы с конкретными механизмами размещения (например, «Яндекс.Директ»), как не было, так и нет. Михаил Мухин попытался проанализировать, какая часть рекламных денег тратится непосредственно на привлеченного посетителя, а какая пускается на ветер. — В.Г.

Больше посетителей, меньше затрат: вот задача, которую решает рекламодатель «Яндекс.Директ». При размещении рекламных объявлений в поисковой выдаче рекламодатель составляет текст, указывает список ключевых запросов, по которым объявление должно показываться, и назначает ставку, то есть цену, которую он согласен платить за клик (переход посетителя на его сайт). В «Яндекс.Директе» имеется семь мест для размещения объявлений: два «спецразмещения», «первое место», три места для «гарантированных показов» и одно для всех остальных.

Для простоты возьмем более примитивную модель и будем исходить из того, что у нас есть только гарантированные и негарантированные показы. И вот с этого места начнем поподробнее.

Желающих разместить свое объявление по некоторому запросу слишком много (порой зашкаливает за полсотни), поэтому на гарантированных местах показываются те, кто назначил бо’льшую ставку, а единственное негарантированное место «разыгрывается» между всеми оставшимися (с учетом назначенной ставки). Причем место разыгрывается каждый раз, при наборе запроса очередным посетителем. Сначала повезло одному объявлению, потом другому, третьему… И чем выше назначена ставка, тем чаще будет показываться объявление, тем больше посетителей мы привлечем и… тем больше денег потратим.

Типичная эволюция подхода рекламодателя к размещению на «Директе» выглядит следующим образом.

Стадия первая, разумно осторожная. Назначение ставки ниже «гарантированного показа» плюс проверка отдачи. Разумеется, отдача есть. Было бы странно, если б ее не было. Объявление показывается тем посетителям, которые именно сейчас ищут именно те услуги, которые предлагает рекламодатель. Так что отдача получена, и очень неплохая.

Ошарашенный рекламодатель берет калькулятор, делит сумму дохода на количество привлеченных посетителей (он еще не знает, что это называется «конверсия»), лезет в «Директ», смотрит текущую ставку «гарантированного показа», понимает, что по деньгам (оп-па!) все проходит, и… переходит во вторую стадию: обязательно-всегда-всегда-всегда быть в гарантированных показах! Тут-то деньги и летят на ветер.

Чтобы понять, как это происходит, рассмотрим модельные примеры. Допустим, каждый посетитель, привлеченный на сайт, приносит $10 дохода. Вопрос: сколько нужно платить за привлечение посетителей, чтобы это было выгодно?

Пример 1. Ставка $0.10/клик. Получаем одного посетителя в сутки. Выгода: 1х($10—$0.10) = $9.90/сутки.

Пример 2. Ставка $1/клик. Получаем десять посетителей в сутки. Выгода: 10х($10—$1) = $90/сутки. Уже лучше.

Пример 3. Ставка $5/клик. Получаем сто посетителей и выгоду: 100х($10—$5) = $500/сутки. Хорошие деньги!

Примерно так рассуждает рекламодатель, оставляя за кадром вопрос определения оптимальной ставки. Заметим, что на ставке $9.90 для получения выгоды $500/сутки нам нужно привлечь 5 тысяч посетителей. А их нет, поскольку нам нужны не просто посетители, а только те, кто именно сейчас ищет именно то… ну и так далее, см. предыдущий абзац.

Нарисуем график «Выгода, получаемая от одного клика / Ставка за клик» (напомню: конверсия у нас = $10). Получаем простую обратно пропорциональную зависимость: чем больше платим, тем меньше извлекаем прибыли (рис. 1).

Теперь второй график, чуть посложнее, «Кликов в сутки / Ставка за клик». Его смысл: количество полученных кликов (посетителей) растет вместе с ростом ставки, которую мы назначаем. Сначала кривая растет быстро, затем медленнее и наконец останавливается в точке «максимального охвата». В этой точке, как принято говорить, мы «выбрали всю аудиторию», и поднимать ставки дальше нет смысла (рис. 2).

Вопрос: в какой точке (на какой ставке) можно достигнуть максимальной выгоды? Если мы имеем два указанных графика, ответ найти просто: нужно перемножить приведенные функции, и мы получим третий график — «Выгода в сутки / Ставка за клик» (рис. 3).

Очевидно: ставка, на которой достигается максимальная выгода, находится заметно левее точки максимального охвата. Причем всегда. Кто не верит, пусть проверит на досуге. Причем разница может оказаться весьма существенной.

В нашем идеальном примере точка максимальной выгоды находится чуть выше ставки $4 и дает немалый выигрыш по сравнению с другими ставками (см. табл. 1).

Разумеется, все приведенные цифры придуманы автором и не имеют к реальной жизни никакого отношения. Давайте теперь выясним: насколько идеальная теория далека от грубой реальности.

Очевидно, для определения точки оптимума нужно построить кривую «Количество кликов от Ставки». И первое, что тут нужно понять: абстрактно такой кривой не существует. Ее вид определяется только стратегией покупки клика и имеет смысл только по отношению к этой стратегии.

В любой области рекламы (не только в Интернете) базовая схема расчетов такова: изначально фиксируется стратегия или совокупность стратегий покупки контактов с аудиторией. Далее замеряется, какие затраты какое количество контактов дают. Полученные данные упорядочиваются по возрастанию цены за контакт, и строится соответствующая кривая. Определение оптимальной точки становится простой технической задачкой.

Вернемся к примерам. Мы взялись продвигать некие услуги. Нашли доброго пенсионера, нацепили на него плакат и отправили гулять вокруг офиса… Сработало: пошли клиенты.

Что будет, если мы наймем десять пенсионеров? Сто? Тысячу? С увеличением количества прогуливающихся пенсионеров, растут расходы на их управление. На каждые десять пенсионеров понадобится контролер объема и качества прогулок, затем потребуются: учетчик, бухгалтер, разработчик маршрутов и пр. Если мы знаем, сколько контактов (встреча с прохожим) обеспечивает каждый пенсионер, мы сможем подсчитать и управленческие расходы на один полученный контакт.

Рост управленческих расходов — не единственный источник роста цены контакта. Внимание!

Выпускаем на улицу вторую тысячу пенсионеров.

Увы, приход клиентов в офис вдвое не поднялся. Почему? Потому, что пенсионеры гуляют в разных местах. Многолюдные центральные улицы, дающие высокое количество контактов, уже освоены. Вторая тысяча пенсионеров гуляет по спальным районам. Количество контактов там меньше, зарплата у пенсионеров та же, затраты на один контакт — выше.

К делу мы подходим серьезно, поэтому (с некоторой точностью) оцениваем число контактов, которые можно получить на каждой улице города, расписываем план освоения улиц в порядке убывания количества контактов, строим кривую «Количество контактов /Стоимость контакта», учитывающую эти данные и управленческие расходы, получаем оптимальную точку и определяем: какие улицы выгодно осваивать, какие нет. 548 пенсионеров из второй тысячи уволены, у дверей офиса собрался митинг…

Закроем окно, вернемся к расчетам. Кто подумал, что задача решена, тот неправ. Любую стратегию всегда можно усовершенствовать. Нашу — тем более. Большинство прохожих ходит по одним и тем же улицам. Ценность повторного контакта пенсионера с одним и тем же прохожим заметно ниже. Принимаем решение: на каждой улице пенсионер будет гулять один раз в три дня. Строим новую кривую, определяем новую оптимальную точку. Еще 765 пенсионеров уволено, митингующие готовятся к штурму…

Повторю то, с чего начал: вид кривой «Количество контактов / Цена контакта» определяется исключительно стратегией покупки контакта и имеет смысл только по отношению к этой стратегии. Смена или усовершенствование стратегии требует новых расчетов.

Это любимая реплика посетителей форума «Директ.Яндекса». Попробуем «просчитать Я», исходя из здравого смысла.

Предположим, нам нужно продвигать пластиковые окна. Идем на «Директ.Яндекс» и понимаем: нас тут не ждали. Конкурирующих рекламных объявлений — от тридцати до пятидесяти (и это на семь рекламных мест!); минимальная ставка, на которой можно попасть в гарантированные показы, в разное время суток колеблется между $6 и $12 (данные на начало апреля). Бюджет у нас маленький. Шеф в принципе отказывается понимать, как можно платить 12 долларов только за то, что один посетитель посмотрит на наш сайт. Аргумент «Если другие платят постоянно, значит это им выгодно» уничтожен анекдотом про то, что «На другой стороне улицы еще дороже». Дискуссия закрыта, уныло плетемся на рабочее место.

Зададимся вопросом: имеет ли смысл болтаться среди тех сорока четырех бедолаг, которые претендуют на последнее рекламное место в негарантированных показах? Если формулировать строго: как зависит количество показов «негарантированного» объявления от изменения ставки?

Начнем с простого. Можно не сомневаться: раз уж Яндекс взялся показать, пусть и негарантированно, сорок пять (включая наше) объявлений — он это сделает. Также можно с уверенностью предположить, что 100% показов будут неравномерно распределены между конкурентами. Поэтому еще раз переформулируем вопрос: от каких параметров зависит распределение негарантированных показов?

Первый параметр, очевидно, вытекает из сказанного: это количество «претендующих» объявлений. Чем больше у нас конкурентов, тем меньше нам достанется. А вот для того, чтобы «вычислить» остальные, нужно понять интересы Яндекса.

А там работают умные люди. Понятие максимальной выгоды им знакомо, значит, правило распределения показов должно быть нацелено на повышение суммарного дохода в единицу времени…

Внимание! Пока мы рассуждали, на Яндекс пришел очередной посетитель и набрал запрос «пластиковые окна». Какое из сорока пяти конкурирующих объявлений будет ему показано?

Первое, что приходит в голову: то, за которое назначена более высокая ставка. Верно, но не совсем. Вовсе не факт, что посетитель, за которого мы тут тихо пихаемся, кликнет по объявлению. Нет клика => у Яндекса нет денег => у нас нет посетителя. Ждем следующего посетителя и прикидываем, какое объявление покажет Яндекс в следующий раз?

Помечтаем. Вот если бы мы были Яндексом… И если бы мы заранее точно знали, на какие объявления кликнет очередной посетитель, можно было бы отбросить остальные, а потом выбрать объявление с самой высокой ставкой… А те, про которые точно известно, что не кликнет, — вообще не показывать… А того, у кого меньше ставка, но кликнет… все равно не показывать… Пока ставки не поднимет…

Это уже похоже на логику. Мы можем оценить вероятность того, что на данное объявление будет сделан клик. Для этого нужно показать объявление много-много раз (например, тысячу) и посчитать количество сделанных по нему кликов. И мы получим CTR = процент кликов на один показ (он же — вероятность клика). Соответственно, сравнивать объявления нужно по сочетаниям их ставок (предлагаемых Яндексу денег) и CTR (ожиданием того, что эти деньги будут заработаны).

По каждому объявлению можно подсчитать вероятность получения денег — это произведение Ставки (Bid) на CTR. Соответственно, частота показа объявления должна быть пропорциональна этой вероятности. И мы получаем формулу вероятности показа объявления N:

— ставка и CTR нашего объявления,

i меняется от 1 до К = количество конкурентов,

претендующих на негарантированные показы.

Заметим: по этой формуле, новое объявление не может быть показано, поскольку имеет стартовый CTR=0. Необходима поправка для объявлений разрешенных к показу, но имеющих низкий CTR. Однако главная печаль не в этом. А в том, что формулой невозможно воспользоваться! Мы не знаем и не можем узнать ни ставок конкурентов, ни их CTR… Секундочку, самое время пообщаться с Яндексом, а потом продолжим…

Открытое письмо

Многоуважаемый Яндекс!

Автор никогда не контактировал ни с одним вашим сотрудником ни прямо, ни через третьих лиц, ни с использованием каких-либо средств коммуникации. Автор ни в какой форме не получал разведданных об алгоритмах, используемых Яндексом, ни от третьих лиц, ни самостоятельно. Более того, автор совершенно не уверен, что Яндекс использует описанную модель. Данное рассуждение составлено умозрительно от начала до конца, исключительно с целью просветить читателей на предмет более эффективного использования возможностей «ДиректЯндекса».

Автор также недоумевает: отчего описание базовых алгоритмов «ДиректЯндекса» не публикуется? Смысл моего недоумения станет ясен после того, как сотрудники Яндекса дочитают эту статью до конца, а потом подсчитают: сколько денег недополучает Яндекс на неэффективном назначении ставок рекламодателями. И сколько теряют рекламодатели по той же самой причине…

Так что же ставить?

Математика закончилась, начинается физика. А физик отличается от математика тем, что использует математические инструменты не «как правильно», а как удобно… опасливо поглядывая на математику… Построим оценочные кривые. CTR конкурентов заменим на средний CTR по данному запросу (его можно узнать на «Директе» на странице «Расчет бюджета рекламной кампании»). Оценить ставки конкурентов, даже «в среднем», невозможно, поэтому попробуем выяснить, какой процент показов мы получим, если все конкуренты назначат минимальную ставку $0.1, и какой, если они назначат максимальную — $12.00 (точнее, $11.99). И мы получим вот что:

где CTR_S = средний CTR по запросу, К = количество злобных конкурентов, 0.1 = минимальная, 11.99 — максимальная ставки.

Конкурентов: 44

Средний CTR: 2.14%

Мин. ставка: $0.10

Макс. ставка: $11.99

Допустим, наш CTR: 2.14%

Процент показов см. на рис. 4 или в табл. 2.

Тут не обошлось без калькулятора, сделанного в Excel. А он нам еще понадобится, и не раз. Настоятельно рекомендую или сделать его самостоятельно, или скачать его у нас на сайте (www.registratura.ru/calc).

Как стать умнее всех?

Никак. Но можно выбрать оптимальную стратегию для себя лично. Чем мы и займемся. Что мы видим? Если все поставят по $0.10, мы легко сможем отхватить жирный кусок. На ставке $12 — отнимем 73% показов у сорока четырех конкурентов! Впрочем, $12 нам начальство запретило… но $6 не намного меньше — 58%! Соблазн велик. Строим оптимальную кривую для конверсии, например $6. Выясняем на «Директе»: за месяц запрос «пластиковые окна» набирают 80 тысяч раз, это примерно 3200 раз в сутки в будний день. Напоминаю, сначала нужно построить функцию «Выгода/Ставка», потом функцию «Кликов/Ставка» — для этого надо 3200 показов умножить на процент показов, который достанется нам и на наш CTR. Полученные графики перемножаем и получаем (см. табл. 3).

Оптимальная точка обнаружилась на $2.00, выгода равна $85.6. Бежать к шефу? Рано. Наше открытие верно, только если все наши конкуренты (с чего бы?) поставили по $0.10. Если же все поставили по $11.99, нам не достанется почти ничего (проверьте сами). Оно и к лучшему: деньги целее будут.

Похоже, мы вернулись к тому, с чего начали: нам нужно выяснить ставки конкурентов и их CTR. Если их ставки низкие, нужно играть на повышение, причем до определенного предела. Если высокие, значит всем умное начальство уже разрешило ставить по $12 и нам пора менять шефа. Как, кстати, выглядела наша формула?

Казалось бы, мы в шаге от истинного знания. Если сумму Bid_i х CTR_i обозначить переменной Dc и назвать ее Давление конкурентов, мы получаем простую формулу с одним неизвестным:

Однако все не так просто.

Сколько нас показали? Эксперименты

Я должен разочаровать тех, кто ожидает узнать про хитрый способ вычисления Давления конкурентов и уничтожающих их ставок. Казалось бы, ставим объявление, назначаем любую ставку, смотрим: какую долю показов мы добыли, — это и есть вероятность показа нашего объявления. Далее вычисляем Dc — Давление конкурентов. Строим кривую Выгоды. Находим оптимальную ставку и прекрасно себя чувствуем…

Однако имеется одна, но крупная неувязка. Совершенно непонятно, как определить, какую долю показов PN мы в действительности получили. Решение в лоб: выставление второго объявления в гарантированные показы и сравнение количества показов двух объявлений лишает задачу смысла. Единственное, ради чего его стоит реализовывать, — ради проверки теории.

Что мы, собственно, и сделали. Методика постановки экспериментов не так проста, как хотелось бы. Ее описание займет слишком много места. Скажу только, что полученные результаты близки к теоретически ожидаемым, но не на 100%. Во-первых, невозможно абсолютно точно учитывать непрерывные изменения Давления конкурентов и CTR нашего собственного объявления. Во-вторых, реальная расчетная формула «Яндекса» в деталях обязательно должна отличаться от обсуждаемой. Как минимум (и это не единственный момент) она должна учитывать необходимость показа новых объявлений, CTR которых не может вызывать доверия.

Мы склонны рассматривать результаты проведенных экспериментов положительно и полагаем, что «Яндекс» использует обсуждаемую формулу в качестве базовой. Впрочем, это единственно возможная теория оптимизации доходности «Директа» и (одновременно) выгоды рекламодателей. Дальнейшие улучшения могут достигаться за счет учета множества деталей.

Сколько, сколько?..

Теперь несколько слов о практике. Как все уже поняли: информация о доле показов, которую объявление в действительности получило, является существенной для определения оптимальной ставки. Статистика «Директ.Яндекса» позволяет посмотреть показы объявления за любой период. Соответственно, чтобы узнать полученную долю, нужно уметь определять общее количество показов по данному ключевому запросу за тот же период. Точно эту информацию, как мы уже говорили, можно получить дорогим и бессмысленным способом — выставлением второго объявления в гарантированные показы. В результате нам ничего не остается, как использовать различные методы оценки. Самый простой был вскользь упомянут выше: оценка делается на основе статистики поискового спроса Яндекса по данному ключевому запросу, что очень удобно для быстрой, хоть и грубой оценки. Еще один способ: пару дней подержать объявление в гарантированных показах, измерить количество полученных посетителей и далее экстраполировать (время от времени возвращаясь в гарантированные показы для контроля и коррекции). На самом деле, есть еще и третий, четвертый, и, полагаю, много других способов оценки…

CTR: много денег и хорошая голова лучше, чем просто много денег

До сих пор мы рассуждали исключительно о ставках. На самом деле, у объявления есть еще один параметр, на который мы можем влиять непосредственно. Это CTR. Что будет, если мы, наконец, напряжемся и напишем текст, который поднимет CTR объявления в два раза? В нашем примере — это 4.28% вместо 2.14%. Опуская подробности, приведу лишь пересчет результирующей таблицы «Выгода» (табл. 4).

Оптимальная ставка осталась на месте. Выгода увеличилась с $85.60 до $261.00!!! Более чем в три раза! Отчаянным оптимистам напомню: расчет сделан в предположении, что все сорок четыре наших конкурента — лопухи, и все как один поставили $0,1.

Не ставками едиными достигается выигрыш, и даже очень не ставками. Везде, где только можно, сотрудники Яндекса настойчиво (хотя, на мой взгляд, и неубедительно) призывают работать над текстами объявлений, повышать их «кликабельность». Похоже, бронебойный аргумент в пользу их тезиса найден. Дарю.

Пара вредных советов

Стратегии, которые бессмысленно использовать:

«Клонирование».

Есть такой соблазн: создаем сто, двести… давайте уж тысячу одинаковых кампаний с одинаковыми объявлениями, и на все поставим по $0.10. В соответствии с нашей теорией это позволит оттянуть себе 99.999…% негарантированных показов за счет увеличения суммы ставок.

Не советую. Особо умным рекомендую сходить на форум «Директа». Надеюсь, там сохранилась переписка, в которой один наивный вьюноша все допытывался: отчего модератор запрещает его рекламные кампании? И ответ Сергея Макарова (Яндекс): …ну 3, ну 5 объявлений, причем с разными текстами, мы можем понять, но 200 (ДВЕСТИ) одинаковых!!!?… (forum.

direct.yandex.ru/index.xml?mid=1323837#1323837).

От себя добавлю. Тупое клонирование объявлений совершенно бессмысленно. Ибо ничто не мешает вашим конкурентам использовать стратегию в-два-раза-более-тупую. Очевидно, такое состязание Яндекс не допустит.

«Самосклик».

Ценность высокого CTR мы уже обсуждали. Соответственно, появляется еще один великий соблазн: щаз мы опустим ставку до $0.10 и немножко пошвыряем деньгами, кликая по своему объявлению. Получаем завышенный CTR, со всеми вытекающими приятными последствиями.

Разочарую: Яндекс хорошо отшибает любой склик, в том числе само-, и особенно самосклик новых объявлений (по ним, казалось бы, проще накручивать себе фальшивый CTR). Жаль, потерял ссылку на форум, поэтому приведу примерное содержание переписки: товарищ обижается на «незачет» его собственных кликов. Мотивация: «Я же вам денег даю». Яндекс не берет, поскольку: «Система автоматически не засчитывает любой склик, даже собственный». Оба делают вид, что не знают, где собака зарыта.

Пара полезных советов

Повышение CTR.

Это самый простой и чрезвычайно результативный способ повышения извлекаемой выгоды (игра на ставках — это вторая ступень мастерства). Кратко перечислю факторы, которые, по мнению Яндекса (и моему тоже), повышают CTR объявления: 1. Использование ключевого запроса в заголовке объявления. 2. Заголовок объявления начинается с ключевого запроса. 3. Использование ключевого запроса в тексте объявления. 4. Разумная настройка геотаргетинга. Подробную информацию на эту тему можно найти на Яндексе, поэтому двинемся дальше.

Группировка запросов.

Из вышесказанного вытекает важное следствие: объявления нужно подгонять под ключевые запросы, поэтому их должно быть много. Эта операция называется «группировка запросов». Выделяется группа очень близких по тексту запросов, и под них индивидуально подгоняются заголовок и текст объявления.

Парные кампании.

Этот метод позволяет ускорить процесс создания/выявления наиболее «кликабельных» текстов объявлений. На одну группу ключевых запросов делается несколько (но не 100 и даже не 10!!!) разных кампаний с разными текстами объявлений. Сравнивая их «кликабельность», можно активно нащупывать пути повышения CTR. Недостаток методики — резкое повышение трудоемкости управления, однако затраты окупаются: мы получаем хороший CTR и повышаем собственную квалификацию.

Заметим: если клонирование Яндекс пресекает, то проведение парных кампаний осторожно поощряет, поскольку это способствует повышению доходности. На апрельском семинаре Яндекса директор отдела рекламных технологий Евгений Ломизе высказал свое личное мнение: если клонирование приобретет тотальный характер, парные кампании придется запретить, что, к великому сожалению Евгения, ударит по добросовестным рекламодателям.

Самый главный совет

Очень надеюсь, читатель извлек из данного текста не столько практические советы (на самом деле, их может быть больше — потянет на отдельную статью), сколько главную мысль: чтобы постоянно добиваться успеха, необходимо постоянно следить за всем, что происходит с вашей рекламной кампанией: фиксировать и анализировать динамику показов, кликов, CTR, постоянно следить за действиями конкурентов и делать ответные шаги… Нужно быть внимательным и любопытным, осмотрительным и авантюрным. И самое главное, нужно тратить много времени. «Директ.Фаст-фуд» закончился — начался «Директ.Яндекс».

Оглавление