Экономическая эффективность рекламной кампании формула. Оценка эффективности рекламной кампании. Как оценить эффективность рекламной кампании

И все-таки, можно много говорить о том, что экономические показатели не являются мерилом эффективности маркетинга. Но как на практике можно измерить (а эффект, как я отметил ранее – это цифры) эффективность рекламной акции?

Я сознательно не говорю о эффективности маркетинга, о долговременной рекламной кампании или маркетинговой программе – в этих случая и цели могут быть иные и эффект считается иначе. Но даже формула анализа динамики объемов продаж за длительный период позволит маркетологам и финансистам предприятия не только оценить эффективность маркетинговых мероприятий в конкретный период, но и выявить сезонные тренды (колебания) продаж.

И все-таки, давайте пока попытаемся оценить эффект от локальной рекламной акции. Существует ряд формул, помогающих довольно точно оценить эффект от проведенного маркетингового и рекламного мероприятия. Для начала, определимся,

С какими задачами нужно справиться, рекламируя предмет маркетинга?

• коммерческая эффективность – во-первых, решить задачу роста продаж
• коммуникативная эффективность – во-вторых, должны вырасти цифровые коммуникативные показатели (качество коммуникации предмета маркетинга с рынком).
• экономическая эффективность – в-третьих, нужно провести его экономически выгодно (экономические показатели)

Коммерческая эффективность

Расчет товарооборота под воздействием рекламы (количественная оценка продаж)

Т д = (Т с * Д * П) / 100

Прошу обратить внимание, что товарооборот у вас может измениться и вовсе не по причине качества рекламы – начался сезонный спрос на товар, появились проблемы с логистикой. Все это и прочее способно повлиять на рост товарооборота. Для расчета вам потребуется либо пренебречь этим, либо учесть это иными формулами и коэффициенами компенсации.

Количество чеков с рекламируемым товаром (качественный показатель рекламы)

Сумма рекламируемого товара в чеке (качественный показатель рекламы)

Товар в категории

Покупки рекламируемого товара в процентном отношении к общим покупкам в категории товаров. Почему этот показатель важен? Продажи товара могут расти под влиянием рекламы даже при падении объема продаж категории. Этот показатель позволяет оценить качество рекламы при общем падении продаж в кризис, под конец сезона или не в сезон продаж.

Коммуникативные показатели эффективности рекламы

Коммуникативные показатели рекламной кампании выражены в виде результатов наблюдения и анализа поведения реальных и потенциальных потребителей. Информация, полученная в ходе таких наблюдений и анализа, а также выводы не могут быть приведены к какой-либо стандартной форме. Поэтому каждый раз отчет о качественных результатах эффективности рекламы в своем роде уникален.

Охват (Reach)

Охват – процент целевой аудитории, просмотревших рекламу в течение определенного отрезка времени (количество контактов с ЦА).

Вспоминаемость рекламы

Осведомленность о марке

Действия потребителей

CTR – показатель коммуникативной эффективности рекламы, измеряемый как отношение числа тех или иных действий, в качестве реакции на рекламное объявление (кликов по рекламе, посещений магазина, розданных листовок), к числу показов этого объявления.

CTB – показатель эффективности интернет-рекламы, измеряемый как отношение числа посетителей коммерческого веб-ресурса, привлечённых рекламой и оформивших покупку, к общему числу привлечённых рекламой посетителей. Показатель отражает конверсию посетителей и в некоторых случаях называется коэффициентом конверсии. как и в предыдущем случае, за "действие" принимается сама покупка (не ее величина).

В условиях рыночной экономики одним из важнейших факторов успешной работы любой компании является умение привлечь новых клиентов. Основным инструментом решения этой задачи является проведение рекламных кампаний. В этом случае перед отделом маркетинга встают проблемы планирования рекламной деятельности, распределения ресурсов и оценка эффективности и достигнутых результатов. В данной статье рассматривается вопрос оценки эффективности рекламных акций для продуктов массового потребления на основании имеющихся данных о бюджете кампании и продажах товара. С проведением рекламной кампании часто связаны изменения в ценовой политике. Поэтому в процессе анализа будут учтены изменения цен на товар и проведена оценка их эффективности и оправданности.

Анализ проводился на базе аналитической платформы Deductor, предоставляющей все необходимые инструменты для решения этой задачи. В разработанном сценарии реализованы несколько этапов по оцениванию эффективности рекламной и ценовой политики фирмы, реализующей товар массового потребления. На первом этапе из исходных данных об объемах продаж товара извлекается информация, характеризующая проведенные рекламные акции. Затем она качественно и количественно оценивается, чтобы получить общее представление об особенностях проведения исследуемых кампаний. Далее выявляются факторы, влияющие на успешность проведенных рекламных акций. На последнем этапе производится поиск оптимальных значений этих факторов, чтобы поддержать планирование будущей рекламной и ценовой политики фирмы.

Предварительная обработка данных

В качестве исходных данных у нас выступает временной ряд объемов продаж товара за период около двух лет. Наиболее часто используемым представлением для экономических рядов является аддитивная модель, в которой временной ряд рассматривается как сумма трех составляющих: тренда, сезонности и шума (см. рис.1). Для начала воспользуемся таким представлением ряда, ну а в случае, если результаты окажутся неудовлетворительными, всегда есть возможность перейти к другой модели.

Посмотрим, на какие слагаемые может повлиять рекламная активность фирмы. Сразу следует отметить, что рекламные акции не сказываются на сезонной составляющей ряда. Тренд является медленным, долговременным изменением тенденций продаж. Отдельные рекламные действия безусловно вносят свой вклад в поддержание подобных тенденций как один из ключевых факторов. Так рекламная кампания в дальнейшем положительно сказывается на узнаваемости торговой марки, что долгое время может отражаться на увеличении объемов продаж и облегчить проведение будущих рекламных акций. Далее мы еще столкнемся с проявлением накопительного эффекта от предыдущих рекламных кампаний. Тем не менее, вклад, вносимый рекламной активностью в тренд, рассматривать не будем и отнесем его к задаче стратегического прогнозирования продаж.

Таким образом, информация, касающаяся результатов проводимых рекламных кампаний, скрыта в шумовой составляющей исходного ряда. Для дальнейшего анализа необходимо явно отделить ее от тренда и сезонности, так как наличие сезонности может сильно исказить информацию, касающуюся отдачи от рекламы. Исключение же тренда требуется, во-первых, для выделения сезонности и, во-вторых, позволит в дальнейшем упростить анализ ряда.

Как видно по графику (см. рис.2), исходные данные содержат сильные шумы.

Так как данные сгруппированы по отдельным дням, то объемы продаж сильно колеблются. Кроме того, может быть недостаточным и качество самих исходных данных, которые могут содержать ошибки, пропуски. Для дальнейшего анализа желательно исключить резкие выбросы и сгладить исходный ряд. Этот шаг осуществляется с помощью инструмента "Парциальная предобработка". График сглаженного ряда представлен на рис.3.

На графике видно наличие четко выраженного тренда. Характер тренда, правда, не совсем ясен. Он может оказаться как линейным, так и квадратичным с широкими ветвями параболы. Более сложные виды тренда встречаются редко, и маловероятно, что мы имеем дело с одним из них. Начнем с попытки представить тренд в наиболее простом виде – линейном. Для этого применим инструмент "Линейная регрессия", подав в качестве входа дату, а в качестве выхода – объем продаж. На рис.4 слева представлены графики исходного ряда продаж и аппроксимирующей прямой, построенной обработчиком, и справа – ряд, полученный разностью между ними.

На втором рисунке не наблюдается каких-либо явных тенденций в поведении графика, поэтому примем гипотезу, что тренд исходного ряда может быть описан линейной зависимостью.

Следующим шагом предобработки исходных данных станет выделение сезонности. Оно будет проводиться на основании вычисления сезонных индексов. Судя по графику автокорреляции, приведенном на рис.5, у ряда продаж существует выраженная годовая сезонность (пик в районе 364-370 дней). Поэтому сезонные индексы будем вычислять для периода сезонных колебаний, равного одному году.

В качестве оценки сезонного индекса можно взять простое среднее по каждому дню года. Вычисляется оно с помощью инструмента "Группировка", указав в качестве типа агрегации среднее. График сезонной составляющей ряда, полученный на основании вычисления сезонных индексов, представлен на рис.6 (слева).

Теперь для исключения сезонности достаточно получить разность между рядом начальных значений и рядом сезонных эффектов. График скорректированного ряда приведен на рис.6 (справа).

Как хорошо видно, полученный ряд содержит не просто белый шум, а какие-то более сложные зависимости, проявляющиеся в виде неравномерных всплесков на графике. На этом этап предварительной подготовки данных завершен, и можно перейти к этапу анализа данных.

Выявление параметров рекламных кампаний

Для начала посмотрим на график полученного на предыдущем этапе ряда. Всплески на этом графике могут быть следствием воздействия рекламы и изменений ценовой политики. Чтобы визуально оценить влияние этих факторов на объемы продаж, совместим три кривые рекламного бюджета, цены на товар и объемов продаж на одном графике (см. рис.7).

Видно, что через некоторое время после начала рекламной кампании продажи достаточно резко идут вверх. В то же время, при увеличении цены они падают почти сразу на всех интервалах, кроме двух участков, отмеченных на графике. На них вместе с ростом цены растут и продажи. Причины этого явления попробуем выяснить в дальнейшем.

Количественно существование зависимости между рекламой, ценой на товар и объемами продаж можно определить на основании вычисления корреляции между рядами (см. рис.8).

При этом считается, что коэффициент корреляции больше 0.6 показывает очень сильную зависимость, меньше 0.3 – практическое отсутствие зависимости, а промежуточные значения констатируют наличие определенной связи между рядами. Таким образом, между рядами рекламного бюджета и цены на товар и объемами продаж существует достаточно сильная связь. Попробуем определить ее характеристики.

Первое, что будет интересно узнать, – это задержка между началом рекламной кампании и реакцией на нее потребителей. Для этого будем сдвигать по времени ряд, представляющий бюджет кампании, относительно ряда продаж и вычислять для каждого лага коэффициент корреляции. Лаг, на котором корреляция максимальна, будет средним временем задержки отдачи от рекламы (см. рис.9).

Таким образом, отдача от рекламной кампании проявляется наиболее сильно в среднем через 20 дней. На рис.10 показаны график продаж вместе с графиком бюджета кампании, сдвинутым на вычисленный временной лаг. Теперь изменения рекламного бюджета практически синхронно сказываются на изменениях продаж.

На графике выделена область, в которой рекламная акция отразилась на объемах продаж через значительный промежуток времени. Рекламная кампания была проведена в октябре, а пик продаж приходится на конец ноября-декабрь. Объяснить большую задержку здесь можно влиянием внешних факторов. Рекламная кампания сказалась на узнаваемости торговой марки и предпочтениях покупателей. Но приобретать товар они стали ближе к новогодним праздникам, когда расходы потребителей увеличиваются на многие виды товаров. В 2003 году рекламная кампания была проведена еще раньше – в сентябре, и продажи к Новому году сильно упали. Обе этих кампании были проведены неудачно. Эффект был бы значительно сильнее, если бы они проводились с конца ноября. В этом случае примерно через 20 дней была бы достигнута максимальная отдача, которая бы позволила значительно повысить продажи перед праздниками.

Для дальнейшего анализа потребуются более четко очерченные колебания графика объемов продаж. Проведем еще одну парциальную обработку с высокой степенью сглаживания (см. рис.11).

Нам по возможности надо разделить влияние, вносимое в поведение ряда продаж рекламой и изменениями цены. Для этого пойдем следующим путем. Будем анализировать ряд для каждого параметра независимо, т. е. при анализе воздействия рекламы будем считать, что все изменения объемов продаж вызваны проведением рекламной кампании. Аналогично, при анализе воздействия изменений ценовой политики считаем, что только они влияют на продажи. Так как нас в первую очередь интересует эффективность рекламы, то затем рассмотрим влияние уровня цены на продажи в свете проводимых рекламных акций. Такой частный анализ упрощает задачу, давая при этом вполне приемлемые результаты.

Итак, все изменения объемов продаж вызваны воздействием рекламной кампании. Следовательно, в отсутствие рекламы продажи идут на среднем уровне. Здесь и далее под продажами понимается ряд, очищенный от тренда и сезонных эффектов, то есть шумовая составляющая первоначального ряда. Анализируемый ряд представляет собой отклонение продаж от уровня, полученного суммированием тренда и сезонности. Поэтому он может содержать и отрицательные значения. Средний уровень – это среднее шумовой составляющей. Если бы анализируемый ряд был белым шумом, оно было бы нулевым, но воздействие рекламы и изменений ценовой политики смещает среднее вверх или вниз относительно нуля (см. выше рис.11).

Через некоторое время после начала рекламной кампании продажи растут и затем постепенно спадают ниже среднего уровня, проявляя обратный эффект. Таким образом, началом отдачи от рекламы будем считать превышение кривой объемов продаж среднего уровня, окончанием – снижение ниже среднего. Длительность рекламной кампании будет больше на время, равное задержке между рядами рекламного бюджета и объемов продаж. Такое представление выбрано из тех соображений, что после окончания вложения средств в кампанию некоторое время проявляется остаточный эффект в виде повышенного уровня продаж. Его имеет смысл также отнести к рекламной кампании и учитывать в расчетах.

Выделим пики продаж в соответствии с принятыми определениями (см. выше рис.11). Будем рассматривать только первые четыре пика, так как идущая в настоящее время рекламная кампания еще не окончилась, и по ней пока нельзя делать выводов.

Рассчитаем параметры пиков продаж: длительность, максимальный и средний прирост продаж в день, общий прирост продаж, максимальные и средние расходы на рекламу за кампанию, расходы в день за кампанию. Кросс-таблица с результатами вычислений приведена на рис.12; графики, изображающие изменения параметров, на рис.13.

Наиболее интересными результатами здесь являются максимальный и средний прирост объемов продаж за период проведения рекламных акций. Как видно на таблице и графиках, наилучшие результаты по этим показателям дала третья кампания. При этом ежедневные расходы на нее были не самыми большими. Попробуем выяснить, в чем причины такого успеха.

Относительная неудача первой кампании может объясняться влиянием эффекта накопления от воздействия рекламы: после проведения первой акции внимание потребителей было привлечено к торговой марке, и последующие кампании прошли удачней. Тем не менее, четвертая кампания также не принесла высоких результатов. Поэтому эффект накопления не может полностью прояснить ситуацию.

Факторами, которые выделяет третью кампанию, являются большая длительность отдачи и наибольшие средства, вложенные за период кампании. При этом расходы в расчете на день здесь относительно невелики. Посмотрим на график динамики изменения рекламного бюджета (см. рис.14).

После проведения основных акций бюджет на рекламу здесь был урезан не настолько сильно, как во время второй и четвертой кампаний. По всей видимости, он расходовался на поддержку уже начатых рекламных мероприятий. В результате третья кампания оказалась более длительной по времени, что и обеспечило ее эффективность. Аналогичный подход был применен при проведении первой кампании, но в то время продукт только выводился на рынок, и большого внимания покупателей к нему привлечь не удалось.

Таким образом, эффективней оказалась не короткая рекламная кампания с большими вложениями средств, а более длительная по времени с меньшими затратами в расчете на день.

Воздействие изменений в ценовой политике

Судя по рассчитанному ранее коэффициенту корреляции, цена имеет достаточно большое влияние на объемы продаж. Для его оценки построим кривую зависимости средних объемов продаж от цены на товар. Эта зависимость представляет собой эмпирическую кривую эластичности спроса, учитывающую воздействие внешних факторов на объемы продаж (см. рис.15).

Анализируя этот график совместно с графиком цены на товар и объемов продаж, можно сразу определить, что низкий спрос на товар при наименьшей цене соответствует этапу выхода на рынок, когда продажи сами по себе были невысокими (см. рис.16).

В дальнейшем (см. рис.15) товар проявляет себя как обладающий низкой эластичностью: повышение цены слабо сказывается на продажах. Но прежде, чем сделать такой вывод, еще раз посмотрим на совмещенный график кривых цены, рекламной активности и объемов продаж (рис.16). На нем отмечены две области повышения цен, после которого продажи резко пошли вниз. Это противоречит предположению о низкой эластичности спроса. Кроме того, на графике есть две области, на которых вслед за повышением цены увеличились и продажи. В этом случае увеличение цены было приурочено к проведению рекламной кампании. Этим и объясняется такой вид кривой эластичности: на спрос кроме цены повлиял еще и внешний фактор в виде высокой рекламной активности.

Выводы

Таким образом, можно сделать следующие выводы. Продаваемый товар обладает достаточно высокой эластичностью спроса. Но во время активного проведения рекламной кампании он ведет себя как товар с низкой эластичностью, и повышение цены практически не сказывается на объемах продаж. Оптимальным моментом для повышения цен является начало пика отдачи от рекламы – 20 дней в соответствии с прежними расчетами (см. графики третьей рекламной кампании на рис.16).

Рекламные акции лучше всего начинать примерно за 20 дней перед началом сезонных пиков (это позволит увеличить объемы продаж) или спадов (это позволит сгладить слишком резкое снижение продаж). Рекламную кампанию для данного товара надо стараться растянуть во времени, осуществляя по возможности более длительную поддержку проводимым мероприятиям.

В данной статье продемонстрированы некоторые возможности аналитической платформы Deductor, которые могут использоваться при проведении маркетингового анализа. Даже при сильно ограниченных исходных данных применение современных технологий анализа позволяет извлечь из них информацию, так необходимую для принятия оперативных и стратегических решений. Сегодня именно маркетинговые подразделения являются главным поставщиком подобной информации в любой компании. Применяя в качестве инструмента анализа данных современные аналитические платформы, можно улучшить качество выходной информации, повысить оперативность ее получения и обнаружить в данных закономерности, о которых раньше никто не подозревал. Маркетинговые задачи – это та область, в которой интеллектуальные технологии анализа данных могут проявить себя с наилучшей стороны.

Вы бы могли с точностью предсказать прибыль в вашем интернет-проекте — рассчитать эффективность рекламной кампании?

Я не умею гадать на кофейной гуще и не знаю, кто будет следующим президентом или князем всей Руси, поэтому я не могу гарантировать продажи и не могу сказать Вам с 100% уверенностью, что ваша рекламная кампания и дальше будет такой же прибыльной, если она таковой является.

Но могу сказать одно — я контролирую рекламные кампании и их успешность напрямую зависит от степени моей вовлеченности. Бюджеты рекламных кампаний, которые я курирую, уже превышают 50,000$ в месяц. В среднем мы инвестируем в маркетинг около 1,500$-2,000$ в день. Это достаточно высокие показатели, учитывая, что вложенные инвестиции — это реклама прямого отклика, и здесь не идет речь об имиджевом формате, который “как-то” влияет на продажи или косвенно укрепляет наше позиционирование.

За последние несколько месяцев я мог предсказывать прибыльность рекламных кампаний, просто спросив у потенциальных клиентов несколько ключевых показателей. И я расскажу об этой системе в данной статье. Но прежде, чем перейти к формулам, я продемонстрирую несколько принципов.

Что такое хорошая цена за клик?

Отличный вопрос! Мне задают его регулярно и вот ответ: это возможность получить эффективную рекламу за 0,2-0,4$ за клик. Вот пример:

• цена за клик 0.16$
• охват рекламной кампании — 723,621
• частота показов — 2,9
• количество кликов — 14,634
• показатель кликабельности 0.697%
• общие затраты на рекламу 2252,87$

Если же вы делаете заурядные объявления или сегмент вашей целевой аудитории слишком узкий, то тогда вы получите цену за клик от 0,5$ и выше.

Отраслевые стандарты, на которые ориентируются компании-лидеры в своем сегменте, а также основные показатели, которые мы используем для тестирования рекламной кампании и Фейсбук:

• показатель кликабельности (CTR): в среднем 1% за ленту объявлений
• цена за клик: 0,4$ вполне досягаемо
• конверсия: в среднем 1%

Я хочу, чтобы вы понимали, что существуют исключения, которые ломают стандарты отрасли. Я знаю, что кто-то скажет: “Я регулярно получаю на 1000% лучший результат, нежели прописанный в этих стандартах”- и это нормально. Поэтому я буду использовать отраслевые стандарты, поскольку такой подход не собьет с толку других читателей.

Формула прогноза прибыльности и эффективности рекламной кампании

Кроме отраслевых стандартов, также необходимо знать цену на ваш продукт. На основе этих 4 показателей, я смогу дать вам разные сценарии достижения успеха. И вот как я это делаю:

Сценарий 1

Показатели:

• CTR = 1%
• Цена за клик = 0,35$
• Грязная маржа на товар = 15$

Результаты:

• Если я получу в своей кампании 1000 кликов, то мои расходы будут составлять 350$ (1000 х 0,35 = 350$)
• Я получу 15$ за продукт х 20 конверсий = 300$ валовой прибыли
• Я могу предположить, что такая рекламная кампания скорее всего будет не прибыльной, ведь очевидно, что сумма затрат 35$ больше, нежели мы заработали 300$.

И что же теперь делать? Если я немного поиграю с этими цифрами, то тогда я смогу определить что необходимо для того, чтобы сделать рекламную кампанию прибыльной. Допустим, что цена грязная маржа моего продукта была 100$ вместо 15$.

Сценарий 2

Показатели:

• CTR = 1%
• Цена за клик = 0,35$
• Чистая конверсия в продажу с ленда = 2%
• Грязная маржа на товар = 100$

Результаты:

• Если я сделаю 1000 кликов, мои расходы будут составлять 350$ (1000 х 0,35 = 350$)
• Я сделаю 20 продаж, так как конверсия из посетителя в продажу составляет 2%
• Я получу 100$ за продукт х 20 конверсий = 2000$ валовой прибыли

Прибыль можно получить и тогда, когда вы продадите меньшее количество товаров, при условии, что поднимите цену с 15$ до 100$. Даже если конверсия будет в два раза меньше — 1%, то вы все равно заработаете 1000$ и рекламная кампания будет прибыльной.

Не всегда есть возможность поменять цену. Поэтому другой способ заработать больше денег с клиента — увеличить средний чек заказа. Это можно сделать с помощью апселлов (upsell), back-end предложений и серий email-рассылок с предложением купить товар в течении нескольких дней после регистрации.

Подробно о том, как выстроить правильную систему оптимизации потребительской ценности и получать МАКСИМУМ ПРИБЫЛИ, я рассказываю в своей мини-книге “Как создать непобедимый интернет-проект”, которую вы можете получить бесплатно, написав сообщение

В любой отрасли знания можно найти примеры, когда тот или иной процесс в силу своей сложности не поддается прогнозированию. Сфера маркетинга и рекламы не исключение: так, задача любой рекламной кампании заключается в том, чтобы заставить бесконечно сложные объекты — людей — с разными стереотипами и ценностями, находящихся в различных ситуациях, под воздействием уникальных комбинаций внешних факторов, делать одно и тоже — покупать. Задача, на первый взгляд, практически невыполнима.

С одной стороны, маркетинг, как наука об общих стереотипах покупательского поведения, призван преодолевать индивидуальные различия и находить в людях то общее, что заставляет их действовать одинаково, т. е. покупать. Поэтому маркетинговый инструментарий расчета стоимости контакта, прогнозирования будущей известности разработан достаточно хорошо. Однако есть и качественные показатели, которые не поддаются прогнозированию, такие как лояльность потребителя или ассоциации, связанные с товаром или услугой.

Итак, мы имеем, с одной стороны, просчитываемые и прогнозируемые процессы, с другой стороны — непрогнозируемые, связанные со сложностью человеческого восприятия и установок.

Еще одно обстоятельство, затрудняющее прогнозирование эффективности рекламной кампании, заключается в высокой информационной динамичности данной сферы — в рекламе много общих правил, но еще больше частных решений. При этом с оценкой эффективности рекламы за прошлые периоды не возникает затруднений: по факту можно посчитать все, что угодно — замерить известность, оценить уровень лояльности. Измерить и оценить можно то, что было ВЧЕРА. Как же быть с прогнозированием эффективности? Можно ли спланировать РК, исходя из ожидаемых экономических показателей?

Любое прогнозирование всегда базируется на актуальных аналогиях в прошлом или настоящем (соответственно, используются трендовые или факторные модели). Однако хорошая рекламная кампания всегда должна быть живой: меняются комбинации СМИ, варьируется текст обращений и, как уже говорилось, быстро движется окружающая информационная среда. Исключение составляют только стандартные BTL-акции, которые можно повторять в разных супермаркетах. Во всех остальных случаях собственная история помочь практически не может — реклама не любит повторений. Копирование рекламной кампании вслед за оригиналом на одной и той же ЦА дает заведомо более слабый эффект. Единственный возможный вариант — трансляция неких рекламных решений, обкатанных в одних регионах, на другие, причем, только похожие и с поправкой на местную специфику, локальные СМИ и пр.

Так можно ли прогнозировать эффективность рекламной кампании? Да, можно!

Управление рекламной кампанией сравнимо с автогонкой. Перед сезоном команды готовят свои машины, исходя из собственных целей и ресурсов, имеющихся в распоряжении. На этапе старта учитывается рекламная история компании, портрет и лояльность ЦА, имеющиеся ресурсы, доступные каналы коммуникации и ограничения (максимальный бюджет). План РК формируется по принципу «Best, but not final», исходя не из ожидаемой эффективности, а из целей, окружения, ресурсов и ограничений.

Важным этапом является многократное тестирование «машины»: все принципиальные рекламные решения должны проходить апробацию. Но при этом необходимо помнить, что в ходе гонки двигатель все равно может загореться, а антикрыло — оторваться; то же самое может случиться и с конкурентами, но у всех будут пит-стопы и поддержка команды механиков.

Загорается зеленый свет, и начинается прогнозирование — но не долгосрочное статическое, а краткосрочное динамическое. На старте гонки никогда нельзя спрогнозировать ее исход. Однако при ведении автомобиля прогнозирование осуществляется каждую секунду — в горизонте длины тормозного пути, на основании короткой истории и траекторий движения конкурентов.

Эффективность рекламной кампании определяется ростом количества продаж. Что нужно для того, чтобы представитель ЦА сделал покупку? Во-первых, товар должен быть хорошо известным целевой аудитории: под известностью подразумевается идентификация рекламного образа с товаром, степень его узнаваемости. Во-вторых, уровень лояльности по отношению к данному товару также должен быть высоким — покупатель покупает тот товар, с которым связаны положительные эмоции. Наконец, важны ассоциации потребителя, вызываемые товаром, т. е. качество товара конкретной марки, как оно воспринимается представителем ЦА. Все три показателя поддаются количественному измерению, что дает возможность следить за динамикой их изменений.

Поэтому самый простой, но эффективный инструмент для краткосрочного прогнозирования и управления рекламной кампанией можно представить в виде следующей трехкоординатной модели:

Данная модель позволяет оценивать эффективность РК (в том числе сравнительно с конкурентами), а также прогнозировать ее изменения в краткосрочной перспективе, чтобы можно было вовремя повернуть руль и исправить траекторию.

Если все три показателя растут, РК можно считать эффективной — вероятность того, что представитель ЦА сделает покупку, приближается к 100%. Если какой-то из показателей зафиксирован или снижается, следует проанализировать, что нужно изменить в РК. Так, например, если известность растет, а степень лояльности к товару находится на прежнем уровне, значит, коммуникационные каналы выбраны правильно, но нужно изменить message.

В процессе рекламной «гонки в режиме реального времени» нужно держать руку не только на собственном пульсе, но и на пульсе конкурентов: для них так же выстраивается траектория движения, замеряются указанные выше параметры и оценивается эффективность их РК — для того, чтобы всегда быть на шаг впереди.

Регулярность замеров основных показателей зависит от «скорости движения», т. е. от изменчивости информационной среды, которая, в свою очередь, во многом определяется уровнем конкуренции.

Необходимо сопоставлять траекторию нашего движения в данном пространстве с затратами на рекламу и фактическими продажами (или, корректнее, с обращениями от целевой аудитории, для рынков, где такой замер представляется возможным). Также полезно совместно анализировать такие показатели, как количество покупателей, средняя частота покупки и средний чек.

При исследовании влияния рекламы на продажи данная модель работает следующим образом. В начале года формируется максимально реалистичный прогноз продаж с учетом сезонности. На достаточно емких рынках методы прогнозирования продаж (в отличие от рекламы) работают хорошо, поскольку уровень потребления — медленно меняющаяся функция. Далее ставится реалистичный план (например, прирост +20%) и накладывается на прогноз с шагом 1 месяц. На основании исторических данных можно определить среднее влияние рекламы на прирост продаж (например, 30%) — это и есть ориентир. Далее запускается реклама, и начинается отслеживание, по какой траектории движутся продажи. Данный процесс мониторинга носит также воспитательный характер. Важен каждый месяц, а из месяцев незаметно складывается финансовый год.

Во время гонки не бывает неважных эпизодов. Реклама сегодня влияет на продажи завтра — значит, «завтра» уже началось. Не отвлекайтесь от дороги, и победа гарантирована!

Анализ эффективности рекламной кампании — важная задача, стоящая перед индустрией рекламы. В контекстной рекламе, которой мы занимаемся с 2002 года, есть инструменты для измерения любых данных. Результаты контекстной рекламы можно отследить по следующим показателям:

• По рекламной кампании - CTR, средняя стоимость клика, количество кликов
• По показателям эффективности сайта клиента - количество посетителей, пришедших по рекламному объявлению и совершивших покупку.

Для измерения этих показателей используются специальные счетчики, коды которых устанавливаются на всех страницах сайта рекламодателя. Мы можем предложить настройку сразу нескольких систем веб-анализа:

Определяем цели рекламной кампании

Если цель поставлена некорректно или ее вообще нет, то эффективность рекламной кампании не может быть измерена и поставит агентство в неприятную ситуацию, когда клиент будет недоволен, несмотря на потраченные деньги и время.

«Мы хотим получить 100 регистраций в месяц, причем каждая регистрация должна стоить не дороже 400 рублей».

Плохой пример :

«Мы хотим увеличить количество клиентов». В случае постановки такой цели, при оценке эффективности рекламной кампании, рекламодателю и агентству придется вдаваться в филологические споры.

Цели, которые могут быть измерены количественно или численно называются KPI (ключевыми показателями эффективности - Key Performance Indicators). Эффективная контекстная реклама, а также насколько верно подобраны ключи, видно по KPI. Именно по ключевым показателям эффективности нужно судить о результатах рекламной кампании.

Проводя анализ рекламной кампании, данные KPI важно сравнивать с аналогичными показателями до того, как кампания была запущена. А значит, отслеживание эффективности рекламы нужно начинать еще до ее старта . Как это сделать? Расскажем об этом ниже.

Подробнее о счетчиках эффективности

Для того, чтобы провести анализ эффективности рекламной кампании используются системы веб-анализа. Их существует огромное количество, счетчики делятся на серверные и html-счетчики. Для решения задач рекламных кампаний наилучшим образом подходят Google Analytics, Яндекс.Метрика и LiveInternet.

Эти счетчики относятся к виду html-счетчиков и устанавливаются непосредственно на страницы сайта (в отличие от серверных вариантов). Это означает, что для их установки достаточно иметь доступ к системе управления контентом сайта. Они представляют собой короткий html-код, который работает при открытии веб-страницы, где он установлен.

Главное удобство использования Google Analytics и Яндекс.Метрики заключается в том, что они тесно интегрированы с системами управления контекстными рекламными кампаниями Google AdWords и Яндекс.Директ. В них проще получить интересующие рекламодателя отчеты, чем при использовании других счетчиков, и провести анализ рекламной кампании.

С помощью этих инструментов можно отслеживать и анализировать эффективность контекстной рекламы, а также любых других рекламных кампаний, проводимых в интернете. Можно отслеживать баннерную рекламу, рассылки, кампании в Google AdWords, Директе, в системах Magna, MediaTarget и в любых других.

Чтобы начать отслеживать эффективность рекламной кампании, в счетчиках нужно определить Целевые страницы (или просто « Цели »), достижение которых будет означать «превращение» обычного посетителя сайта в совершившего целевое действие на сайте. Процесс такого превращения называется термином « конверсия ».

Однако в момент, когда заинтересовавшийся нашими услугами посетитель попадает на Целевую Страницу, например, форму связи с отделом продаж, моментально превращается в полезного нам индивида, и счетчик записывает на его счет «конверсию» - полезное действие, отображаемое в соответствующих отчетах счетчика.

Показатель конверсии - это отношение количества полезных действий к общему количеству посещений сайта - это один из важнейших параметров, показывающих эффективная контекстная реклама на данный момент или нет. Он показывает, насколько «качественную» аудиторию удалось привлечь на сайт с помощью рекламной кампании.

Огромная ответственность за эффективность кампании лежит на владельцах сайта - если сайт неудобен для пользователя , никакая реклама не сможет превратить заинтересованных посетителей в полезных.

Рассмотренный выше пример стоит уточнить: целевой страницей для заполненной формы будет не сама форма, а страничка, которая показывается после нажатия на кнопку «отправить форму». Так мы будем знать, что посетитель точно заполнил и отправил ее. Именно таким образом работает отслеживание на сайте iConText - обратите внимание на нашу форму связи с отделом продаж.

Подсчитываем предельные значения целевых показателей

Как только мы узнаем наш процент конверсии, можно заняться увлекательной арифметикой: подсчитать, сколько из пришедших по рекламе становятся полезными посетителями, и во сколько обошелся каждый из них. Дальше, проводя анализ рекламной кампании, можно вычислить, сколько из «полезных» становятся клиентами и каков средний размер сделки. А зная маржу с каждой сделки, можно высчитать предельное значение клика, которое вы можете себе позволить заплатить за каждого рекламного посетителя. Рассмотрим пример:

1. Предположим, что конверсия сайта составляет 5% (то есть 5% от пришедших посетителей покупают нашу услугу или совершают другое целевое действие на сайте). Это означает, что из 20 привлеченных посетителей лишь 1 станет клиентом.

2. Предположим, что средняя продажа через сайт равна 2 000 рублей. Если маржа составляет 20%, то с каждой продажи прибыль составит 400 рублей.

3. Соответственно, максимальное количество денег, которое можно потратить на привлечение одного клиента, составляет эти самые 400 рублей (при условии, что мы готовы работать «в ноль» и не получать никакой прибыли вообще).

4. Следовательно, мы готовы платить 400 рублей за каждые 20 посетителей (ведь конверсия составляет 5%). Получается, что предельная стоимость клика равна 400 рублей / 20 посетителей = 20 рублей.

5. Проверяем: Если клик стоит 20 рублей, то привлечение 20 посетителей стоит 20×20 = 400 рублей, из этих двадцати лишь один купит товар, который принесет нам прибыль в те же 400 рублей.

6. Эти нехитрые вычисления можно подкорректировать с учетом того, сколько из прибыли в 400 рублей вы готовы потратить на привлечение новых клиентов. Соответственно, чем меньше эта цифра, тем ниже будет предельная стоимость клика.

7. После того, как вы определились с предельной стоимостью клика, самое время посмотреть на конкурентную обстановку в данной тематике - можно ли вообще купить клики за такую цену?

Измеряем ROI – c амый важный показатель эффективности

После того, как мы измерили наши KPI мы готовы подсчитать самый важный параметр любой рекламной кампании - ROI (return on investment – возврат инвестиций ). ROI рекламной кампании выражается в процентах и показывает эффективность рекламных вложений.

Для расчета ROI используются такие показатели:

• Себестоимость товара – все затраты на покупку частей для продукции, доставку до склада, производство товара, зарплату работникам и т.д.
• Доход – прибыль с продажи продукта или услуги.
• Сумма инвестиций – суммарное количество вложений в рекламу.

В общем виде формула для подсчета ROI рекламной кампании выглядит так:

Если ROI = 100%, это значит, что вы получили в два раза больше денег, чем вложили в рекламу. ROI может быть и отрицательным. Только с его помощью можно понять, была ли рекламная кампания успешной или провалилась.

Такой анализ ROI рекомендуется проводить хотя бы раз в месяц, чтобы отслеживать актуальные показатели.

Что дает отслеживание ROI ?

Вы получаете существенное преимущество перед конкурентами, не ведущими такую подробную статистику. Осознавая окупаемость своих инвестиций, вы имеете возможность увеличивать отдачу от вложенных средств за счет их грамотного распределения.

Кейс по увеличению ROI кибермаркета Юлмарт

Наши задачи перед запуском кампании: