Когда и как анализировать результаты ррс-рекламы
Время чтения: 2 минуты
Как вам подход в рекламе - протестировать что-то недельку другую, а потом делать вывод о результатах? А так делают многие!
Подход вполне имеет право на жизнь. Только при условии, что за этот период удастся получить минимум несколько сотен кликов.
Но реалии таковы, что для большинства ниш и бизнесов такое количество данных даже если и удастся получить, то конверсий, на основании которых мы делаем выводы будет совсем мало.
Ниже рассмотрим на примере реальной РК (рекламной кампании) ситуацию, когда тенденция меняется на глазах, а ведь мы просто берем период побольше. И взвешенное решение в данном случае позволило использовать рекламный бюджет более эффективно.
Тематика - Образование
География - Украина
Инструменты - Google Ads
Анализируем показатели поисковой кампании в разрезе типов устройств за период в 2 недели.
Тут цифры говорят о немного лучшей эффективности ПК (компьютеров):
- стоимость конверсии ниже, чем с мобильных;
- коэффициент конверсии выше.
Но за этот период было получено недостаточное количество кликов, поэтому давайте возьмем период побольше, например, один месяц (две недели с предыдущего примера сюда тоже входят).
Как видим, когда статистики больше - ситуация кардинально изменилась:
- стоимость конверсий с телефонов в 2,5 раз ниже, чем с ПК;
- коэффициент конверсии почти в 4 раза выше.
Но, чтобы убедиться окончательно, возьмем период еще больше, 3 месяца.
На таком количестве данных, когда по каждому анализируемому сегменту получено как минимум 100-200 кликов, все очевидно: пользователи с моб. устройств лучше конвертируются!
Проводить анализ можно только на репрезентативной выборке, когда статистики достаточно. Так мы минимизируем погрешность и сделаем правильные выводы. На основании которых дальше будет корректироваться рекламная кампания.
Так вот, если бы мы корректировали рекламную кампанию по статистике за 2 недели или за месяц, то получили бы очень неточные данные или даже ошибочные, и соответственно средняя стоимость конверсии была бы выше, а соответственно за такое же количество заявок клиент платил бы больше.
Вывод: не привязываемся в анализе ко времени - привязываемся только к количеству статистики. И не анализируем данные, если их мало: больше данных - точнее вывод!
