Автостратегии в Яндекс-директ: кому нужны и как тестировать
Рассказываем на примере доставки пиццы pizzaman.ru, как аккуратно протестировать автоматические стратегии управления ставками в Яндекс-директе и не обрушить количество лидов.
Подробнее о клиенте и кейсе
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.

Здесь мы расскажем про один конкретный эксперимент. В конце статьи дадим ссылку на запись нашего выступления с этим кейсом на уральской конференции Яндекс.Бизнеса.
Что такое автоматические стратегии
Сначала мы познакомим вас с теорией, потом приведем пример из практики. Если вы знаете, как работают автостратегии, по ссылке можно перейти сразу к описанию эксперимента.

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 сам приводит в систему множество параметров — устройства, географию, соцдем, время — показателей больше 10.
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.
Но есть и недостатки
2019
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.
Как сработала автостратегия «оптимизация конверсий» на проекте pizzaman.ru
Гипотеза — автостратегии Яндекс.Директ сработают не хуже, чем специалист, который управляет рекламными кампаниями вручную.
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.
Тестирование провели с помощью Яндекс-экспериментов
Наш алгоритм проведения теста:
В первый месяц данные говорили в пользу ручного управления ставками
Мы решили продлить эксперимент еще на 1 месяц, чтобы собрать больше данных. Полученные за первый месяц с учетом времени на обучения стратегии были статистически незначимы — в таблице явно видно, что тестовая кампания получила значительно меньше трафика в рамках теста.
  1. Запускаем кампании и управляем ставками вручную.

  2. Оцениваем, сможем ли собрать достаточно данных для корректной работы автостратегии — минимум 20 конверсий в неделю, чем больше, тем выше вероятность, что все сработает.

  3. Дублируем кампании с ручным управлением кампаниями с автостратегией и запускам Яндекс-эксперимент.

  4. Собираем данные — стратегия учится ~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 и система будет учиться заново.

  5. Делаем выводы и принимаем решение.

  6. 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.

руководитель отдела контекстной рекламы
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 о того, что у клиента резко просядет эффективность контекста.
Алина Зырянова
Результат
Автостратегия Яндекса принесла в 1,8 раз 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 ₽.
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.
Продлив эксперимент мы получили корректные данные. По итогам 2 месяцев картина изменилась:
Освободившееся время специалиста потратили на проверку новых гипотез:
руководитель отдела контекстной рекламы
Оценивая окупаемость автоматической стратегии, не всегда нужно смотреть только на стоимость конверсии. Время работы специалиста может также быть важной переменной на фоне незначительного роста CPА.

Что в разрезе вашего проекта более целесообразно — сократить рекламный бюджет или сократить трудозатраты и стоимость работ?
Алина Зырянова
Если вы хотите протестировать автоматические стратегии Яндекс-директа, то вот вам подсказки, проверенные на собственном опыте:

  • дайте автостратегиям больше времени — яркий результат может появиться на 2-3 месяц тестирования;

  • для теста выбирайте кампании, по которым получаете не меньше 20 конверсий в неделю;

  • оценивая эффективность автостратегий в сравнении с ручным управлением ставками учитывайте то, что высвобождаете время специалиста на решение нерутинных задач.

Запись выступления Анастасии Ардашевой — руководителя проекта PizzaMan — на конференции Яндекса вы можете посмотреть на ютубе по этой ссылке. Там кейс разобран чуть более подробно.
Резюмируем

Расскажите нам о своих задачах, а мы подберем эффективные инструменты

Напишите ваш вопрос, не забудьте указать телефон. Мы перезвоним и все расскажем.


Нажимая кнопку «Отправить заявку» я подтверждаю, что ознакомлен и согласен с обработкой своих персональных данных в соответствии с политикой конфиденциальности компании