Как сохранить бюджет и выявить кампании, которые никогда не окупятся?

Менеджерам по рекламе, директорам по маркетингу и собственникам не нужны сухие цифры в отчетах. Rick.ai не просто собирает данные, он помогает решить настоящие задачи бизнеса и ответить на самые частые вопросы:

• Выполняется ли план продаж?
• Достигнем ли мы целевых показателей по CPL, CPO, ROMI, конверсии?
• Как увеличить прибыль? Какие гипотезы роста мы можем проверить?
• Как честно оценить влияние проверенной гипотезы или внедренных изменений?

Мы решили собрать серию обучающих видео, которые отвечают на эти вопросы.

Смотрите кейс из первого видео и узнайте, как вместе с Rick.ai директору по маркетингу удалось сохранить бюджет и выявить убыточные рекламные кампании, которые никогда не окупятся.

Кейс из видео: как неэффективные кампании скрываются от CMO за усредненными данными

Пользователь зашел на сайт компании, чтобы повторно приобрести необходимый ему товар. В корзине предлагалась возможность выбрать либо долгую доставку, которую придется ждать несколько дней, либо более дорогой аналог товара. Оба варианта пользователя не устроили, заказ так и не был оформлен.

А все потому что менеджер по закупкам из Екатеринбурга совершил ошибку — заказал недостаточно товара, хорошо продающегося в этом регионе. Продажи начали снижаться.

При этом рекламные кампании настраивает центральный офис в Москве. Они ничего не знают об ошибке менеджера из региона и видят только верхнеуровневые данные по каналу: стоимость заказа CPO немного выросла с 1 405 до 1 489 рублей, конверсия в лид снизилась с 0,34% до 0,31%.

Изменение метрик было не таким существенным и не вызывало паники, но усреднение всегда скрывает реальные проблемы.

Из-за усреднения ошибку не замечали 2 недели! Анализ по регионам показал, что за это время в Екатеринбурге стоимость заказа выросла на 104% с 1 268 до 2 590 рублей, а конверсия в лид упала с 0,61% до 0,39%.

Дальнейший анализ показал, что на проблемные рекламные кампании потратили за 2 недели свыше 200 000 рублей, но принесли они лишь 46 заказов. Стоимость одного заказа составила больше 4 000 рублей при том, что целевой CPO для этого продукта был 1 500 тысячи рублей — в 3 раза ниже 😭. Не факт, что на тот момент в рекламных кампаниях федерального масштаба была только 1 проблема.

В среднем кампании могут держаться в пределах целевых значений, но есть всегда 3..10 срезов, в которых расходы не окупятся никогда — менеджерам по рекламе и СМО нужно обращать внимание на такие срезы и оперативно латать дыры в бюджетах.

Еще из видео вы узнаете:

• «Настроить сквозную аналитику» — это пример технической постановки задачи, выполнение которой не принесет никакой пользы с точки зрения целей бизнеса. На ее решение уйдет много сил и времени у вашего аналитика из-за многочисленных сверок и настроек, но в результате вы вряд ли получите то, что ожидали.
• Примеры задач, которые сформулированы от целей бизнеса: «найти способы снизить расходы на 20% с сохранением целевых значений по лидам и доходу»; «увеличить число заказов, сохранив окупаемость юнит-экономики».
• Не нужно зацикливаться на 100% точности данных, как правило, расхождения в 1..5% не влияют на выводы. Более того, начать делать выводы в некоторых случаях можно до подключения CRM, до полной настройки сквозной аналитики.
• Усреднение и верхнеуровневые данные всегда скрывают реальные проблемы. В среднем рекламные кампании могут держаться в пределах целевых значений, но всегда есть 3..10 срезов, в которых расходы не окупятся никогда — менеджерам по рекламе и СМО нужно обращать внимание на такие срезы и латать дыры в бюджетах.
• Важно и нужно регулярно смотреть на детальные срезы по группировкам: по кампаниям, по устройствам, по регионам, по посадочным страницам и доменам и другим релевантным группировкам, в зависимости от специфики ваших проектов и продуктов. В Рике вышеперечисленные группировки можно найти по названиям: channel · campaign, ga:deviceCategory, ga:region, landing initial, ga:hostname.

Читайте также

• Как понять, что Rick.ai мне подойдет и я смогу получать пользу от сквозной аналитики
• Смотрите демо-видео и познакомьтесь с возможностями сквозной аналитики Rick.ai
• Как быстро подключить Rick.ai: от доступа к Google Analytics до проверки точности данных

В подготовке статьи участвовала команда Rick.ai: Игорь Новиков, Ирина Платунова.