Когда мы заходим в ФБ и планируем продвигаться, мы конкурируем со всеми. Это надо помнить. Запуская промо своего приложение или сайта в ФБ, мы боремся за пользователя, конкурируя с продавцами трусов, блогерами и любыми другими людьми. Как с ними бороться? Для этого ФБ придумал свой аукцион.
Цели аукциона:
1) сбалансировать интерес трех сторон — ФБ, рекламодателей и пользователей, при это пользователи самый главный интерес для ФБ;
2) показать пользователям наиболее релевантную рекламу — сейчас ФБ охотится не за кликами на вашу рекламу, а за лайками и шейрами;
3) ранжировать рекламу справедливым способом.
Секретная формула аукциона:
Общая ценность вашего рекламного объявления = Ставка + Уровень кликабельности + Частота конверсии (целевого действия) + Коэффициент вовлеченности.
Частота конверсии: в ФБ можно оптимизироваться на разные действия — инсталлы или любые другие целевые действия. И для ФБ важно, чтобы этих действий было много и чтобы достичь их было очень просто. То есть если у вас сложная воронка и вам нужно сделать 20 действий для того чтобы ФБ достиг вашей целевой конверсии он скорее всего не будет работать с этой рекламой. Должен был понятный онбординг.
Ставка: lowest cost — можно достичь наибольшего результата, но они могут быть не по приемлемой цене; работа с bid cap даем вам самую стабильную цену за ваше целевое действие, но в самых небольших объемах. Баланс между этим всем — target cost.
Уровень кликабельности + коэффициент вовлеченности: маркетолог, запуская рекламу в ФБ, смотрел на CTR объявления. Но для ФБ это уже не основной показатель. Коэффициент вовлеченности вашего рекламного объявления — основной показатель для ФБ, насколько пост нравится людям, насколько его лайкают и комментируют. Даже если у вашего объявления высокий CTR, это не значит, что ФБ будет дальше его продвигать и больше показывать.
Основные наблюдения нашей команды:
1. Все решает креатив.
2. Только одна ваша реклама выходит в аукцион.
У вас может быть запущено 20-30 кампаний и в них еще 20-30 эд сетов в каждой и сотни тысяч объявлений. И все равно ФБ на один аукцион выберет одну рекламу, самый лучший пост и будет толкать ее в промо. Все остальные рекламные кампании будут падать в объеме, они перестают участвовать в аукционе.
Люди думают, что если будут запускать побольше рекламы, она будет между собой конкурировать, от этого будет расти цена аукциона. Нет. Ваши объявления не конкурируют друг с другом.
3.
3. Одному пользователю реклама показывается от 4 до 12 раз в сутки.
В разных плейсментах показывается по-разному: в фиде 4 раза, в Instant Articles около 12 раз, а в Instagram 8 раз. Это говорит о том, что если за этот промежуток времени пользователь никак не реагирует на вашу рекламу, она будет падать в показах, даже при высоком CTR. Нужно создавать объявления, которые будут провоцировать пользователя отреагировать на него.
4. Тестируйте разные способы оптимизации ФБ.
5. Вовлечение иногда важнее CTR.
Как оптимизировать рекламу — коктейль success:
1/5 истории целевых действий: старайтесь собрать как можно больше целевых действий.
Чем быстрее ФБ будет набирать ваши целевые действия, тем быстрее он будет ускорять открутку вашей рекламы. ФБ также понимает и различает, когда идет искусственная накрутка целевых действий на рекламный пост. Он поймет, что это небольшая группа людей в пределах одной географии, а не широкая масса.
2/5 ваша ставка: тестируйте разные стратегии работы со ставками и самой ставкой.
2/5 креатива: вовлекающая реклама, а не просто сухой баннер с вашим продуктом.
Есть два типа AI, который воюет за бюджеты маркетологов, каждый со своими плюсами и минусами: black box и white box.
Black box подход: когда у вас есть данные, вы отправляете их в вашу модель и получаете на выходе какие-то результаты. При этом вы не можете или это трудно сделать — разобраться, что происходит внутри модели, между input и output.
Объясняемость — ключевая черта, которая отличает WB от BB подхода.
Black box – трудно объясняемый подход из этого выплывают все остальные вещи:
- Все решения принимаются автоматически: вы даете входящие данные и получаете результат и вы можете работать только с тем, что вы получили.
- Поэтому сложно объяснить решения
— обычно люди не могут что-то менять в процессе, ты просто внедрил эту модель в продукт и работаешь с ней и смотришь на результаты. - Если ты хочешь что-то изменить в модели, то нужно полностью ее менять, не кусочки внутри, а фундаментально все.
Black box подходит для быстрых решений.
White box подход: ты берешь данные, отправляешь их в машину, она дает тебе результат. Но ты четко понимаешь все, что происходит под капотом, от начала до конца. Благодаря этому все результаты объяснимы и понятны, ты четко видишь путь от входа к выходу, ты можешь менять модель кусочками.
White box подходит для более глобальных решений.
Рекомендации в ленте ФБ — black box. Автобиддинг — black box. Выдача Google — перели от black box модели к white box. Нейронные сети — обычно black box, но иногда бывает и white box.
White или black box — это не только про выбор модели. Это про дизайн всего вашего продукта.
Вопрос выбора подходов будет подниматься чаще, потому что это становится актуальным вопросом.
Тренды
Маркетологам некомфортно, когда AI тратит их деньги без строгого контроля. Поэтому они готовы больше делать руками, чтобы оставить контроль в своих руках.
Если ты кооперируешься с машиной — это выглядит круто. Если машина делает рутинные задачи, а ты более фундаментальные вещи, связанные со стратегией, — это работает лучше, чем если все глобальные вещи ты передашь машине. Будущее за кооперацией человека и алгоритма.
Почему кооперация — ключ к успеху и почему AI не может управлять рекламой без человека:
- Алгоритм не понимает большого контекста, машине сложно объяснить все нюансы большой картины вашего бизнеса, машина хорошо разбивает большую проблему на кусочки и находит в них решение, но когда нужно большое количество кусочков собрать в единое целое — это называется креативом — здесь у алгоритма есть большие проблемы и пока ни у кого нет решения. Отсутствие понимания всего контекста ведет к тому, что нужен человек, который будет объяснять машине контекст всего бизнеса.
- AI не способен адаптироваться. У AI есть четкий подход, от точки А до точки Б.
- Нужен человек, который будет делать отчеты, защищать их перед боссом и брать на себя ответственность.
Поэтому все лежит в плоскости кооперации человека и алгоритма:
- Способность объяснять — это помогает строить доверие.
- Способность быстро адаптироваться с помощью человека.
- Способность кастомизироваться под то, что вы от него хотите.
- Способность кооперации: вы объясняете машине контекст, что вы делаете и почему.
Black box подход — это уже сейчас. White box и кооперация с машинами — это будущее.
Зачем анализировать влияние онлайна на офлайн?
1. Анализ эффективности работы рекламных кампаний.
2. Анализ полной цепочки пути пользователя к покупке.
3. Бюджетирование и распределение маркетингового бюджета на онлайн и офлайн.
4. Простое любопытство
Amazon открыл офлайн-магазин книг, несмотря на то, что все уже в диджитал-эре и многие имеют электронные читалки, многим хочется прийти в магазин и подержать продукт в руках.
Анализ влияния онлайна на офлайн через сайт:
Если пользователь покупает товар через корзину, то при настроенной электронной торговле транзакция будет отображена в Google Analytics.
Если пользователь звонит на номер, указанный на сайте, и если на сайте установлен call-tracking, то сопоставляем номера звонивших с номерами купивших пользователей.
Но если пользователь перешел к нам на сайт через нашу рекламу, выбрал товар и пошел его покупать в офлайн-магазин, как это отследить? Google нам дал инструмент, с помощью которого мы сделали этот анализ: мы скачали номера звонивших из базы Ringostat, сопоставили с базой покупателей и посмотрели, у кого из них был канал трафика CPC, далее оптимизируем рекламные кампании, учитывая конверсии по звонкам.
Как увеличить продажи с помощью Ringostat?
Прослушиваем звонки. Дело не в том, что колл-центры плохо
работают. Но маркетологу нужно иметь влияние и контроль над людьми, которые
напрямую общаются с покупателем, потому что по сути эти люди — лицо бренда.
Автоматизация анализа с помощью OWOX — теперь у нас в
воронке продаж в OWOX также отображаются звонки из Ringostat. Результаты
полученного анализа: — 10% выполненного оборота офлайн составляют продажи,
полученные через звонки; — большая часть выполненного оборота создана
источником/каналом Google/CPC.
Анализ офлайн-транзакций с
помощью инструмента Google Store Sales Direct (SSD).
1. Создаем конверсию в Google Ads, называем ее
«офлайн-продажи, при этом название должно совпадать с названием ранее созданной
конверсии.
2. Выгружаем данные в специальном формате, при этом все
данные должны быть захешированы.
3. Этот файл мы подгружаем в аккаунт Google Ads, далее
Google эти данные распарсивает, сопоставляет по имейлами и номерам телефонов
(сопоставляет тех людей, у которых есть зарегистрированный аккаунт Google или
номер телефона, привязанный к аккаунту и который пользователь оставил при
покупке на нашем сайте).
Анализ влияния online Store Sales Direct:
1. Инструмент работает только для Google/CPC.
2. Данные об офлайн-продажах загружаются в аккаунт Google
Ads с помощью файла, созданному по специальному шаблону (возможна загрузка
файла через Google Ads API)
3. Транзакции атрибутируются по последнему взаимодействию.
4. Функция доступна только при работе с аккаунт-менеджером
Google.
Результат: 24% от выполненного оборота офлайн — оборот
пользователей, которые перед покупкой посещали сайт, однако не совершали на нем
целевых действий. Это те пользователи, у которых распознаны имейлы или номера
телефонов, привязанных к Google.
Далее мы имеем возможность оптимизировать рекламные
кампании, учитывая офлайн-транзакции. Это помогает в работе со сложными
категориями, таких как бытовая техника, в которой люди все еще любят покупать
офлайн.