Что всё это значит: шпаргалки по терминам Директа
В интернете много споров о том, что влияет на цену клика в Яндекс.Директе, а что нет. И как эти показатели связаны между собой.
Ориентируясь на ваши вопросы и некоторые популярные мифы, мы заново описали ключевые термины из правил показа и интерфейса на двух шпаргалках. Можете сохранить их для работы и при случае поделиться с коллегами и клиентами.
Как это работает
Прогноз кликабельности, коэффициент качества и параметр эффективности рассчитываются с применением методов машинного обучения. Поэтому вам не приходится ждать накопления статистики, чтобы получить эффект от изменений в кампании: система быстро «перевзвешивает» свежие данные и предлагает актуальную цену.
Но также поэтому всех перечисленных показателей нет в интерфейсе, а ответы о работе алгоритмов Директа основаны на упрощениях.
Машинное обучение — универсальный термин, за которым стоят несколько алгоритмов работы с данными. Нам и самим хотелось бы дать простой ответ об их работе (например «ваш коэффициент качества — 42»). Но алгоритмы устроены сложнее: они учитывают детали, известные только в момент показа. Например, индивидуальные характеристики пользователя, который посмотрит рекламу. Показывая в интерфейсе усредненные факторы качества кампании, мы получим неинформативные цифры, далекие от реально участвующих в расчетах.
Оценивая, как работает реклама, ориентируйтесь на понятные и знакомые показатели: клики, конверсии, ROI, установки, их среднюю стоимость — объекты для оптимизации кампании под ваши задачи. Всё то, что можно измерить и показать машине в качестве образца. Остальное система возьмет на себя.
Представьте, что вам дали огромный список разнообразных фактов и попросили найти в этом списке закономерности. Именно так поступают алгоритмы машинного обучения: ищут связи, о которых вы не догадываетесь. И автоматически учитывают их при размещении. На результат каждого конкретного показа рекламы могут повлиять сотни факторов. Причем очень различных, от погоды на улице и времени дня до наличия и порядка определенных слов в объявлении. А ещё они по-разному сочетаются для разных пользователей, у них разная чувствительность, разные диапазоны значений. Сложно? Очень. Но вся соль машинного обучения как раз в том, что эти факторы не приходится отслеживать, взвешивать и просчитывать вручную — исходные алгоритмы могут сами рассказывать кое-что интересное о предоставленных данных.
Для создания успешной кампании не нужно знать шестиэтажную формулу расчетов и смотреть на условные коэффициенты. Главное — понимать общий принцип.
Общий принцип: на цены влияет привлекательность рекламы, её релевантность запросам пользователей и история вашего размещения. Проще говоря, реклама должна нравиться пользователю и не разочаровывать его после клика, а сайту стоит размещать только хорошую релеватную рекламу. Правил немного, и все они позволяют контексту оставаться собой.
Вы знаете, как объявления отбираются и ранжируются в рекламных блоках? Об этом можно прочесть в помощи и посмотреть тематическое видео о VCG-аукционе.
CTR, накопленный и прогнозируемый
В упрощенной и привычной всем формулировке CTR — это отношение числа кликов на объявление к числу его показов, которое измеряется в процентах. Именно это соотношение вы можете увидеть в статистике показов и кликов своих объявлений.
Но, согласитесь, неправильно сравнивать CTR 20% для 10 000 показов и 200 кликов с таким же CTR для 10 показов и 2 кликов. Тем более несправедливо будет присваивать CTR 0% объявлениям, которые только начали показываться: новичок может прийти с хорошей рекламой, точно отвечающей на запросы пользователей. С нулевой кликабельностью цена клика для него окажется неоправданно высокой.
Поэтому при расчетах в Директе всегда используется прогнозируемый CTR — это помогает рассчитывать цены для рекламодателей с разными объёмами трафика и корректно определять, в каком блоке и на каком месте будет показано объявление. Прогноз CTR строится по методу Матрикснет.
При расчетах система во многом опирается на накопленную статистику показов и кликов по выбранной вами ключевой фразе, но помимо неё учитывает сотни параметров, которые влияют на вероятность клика. Вот их неполный список: наличие ключевых слов из запроса в тексте рекламы, варианты вложенных запросов, разное поведение пользователей в регионах показа, сезонность (во многих тематиках она сильно влияет на кликабельность), показатели, которые могут влиять на доверие пользователей к домену. А ещё наличие дополнений, которые делают рекламу заметнее — виртуальной визитки, быстрых ссылок, уточнений. Поэтому можно заметить, что сам факт заполнения визитки уже положительно сказывается на цене клика.
В Директе нет порога, после которого система начинает учитывать только накопленный CTR — зачем переходить на чистое накопление статистики, когда можно сразу построить прогноз по новым вводным и снизить рекомендуемую ставку?
Коэффициент качества: оценка счастья пользователя
CTR — как накопленный, так и прогнозируемый — говорит о привлекательности объявления. Но не помогает понять, насколько предложение на посадочной странице соответствует рекламному тексту и поисковому запросу.
Если отбирать и ранжировать рекламу исключительно по кликабельности, лучшие позиции могут доставаться «красивым» объявлениям, в которых заявлено не совсем то, что предлагается по ссылке. Здесь и выручает коэффициент качества. Он учитывает релевантность рекламы, посадочных страниц и домена запросу пользователя.
Разберемся с релевантностью на простых примерах. Самый полный и релевантный ответ по запросу [помада ланком] даст официальный магазин бренда, сразу за ним следуют другие продавцы этой марки, потом производители конкурирующих марок помады.
С брендом понятно, а если без? Представим запрос пользователя
По нему могут конкурировать рекламодатели, которые настроили показы по «шторам для кухни», «шторам на петлях», «льняным шторам». И не у всех есть модели, полностью релевантные нашему запросу. Наибольший коэффициент качества будет у тех, кто точнее попал в интересы пользователя.
Отчасти коэффициент качества опирается на показатели, которые используются для ранжирования в поисковой выдаче. Его участие в формуле ранжирования и в ценообразовании позволяет отдавать эффективным объявлениям более выгодные позиции по демократичной цене. И сохранять доверие пользователей к рекламе.
После того, как вы проработали ключевые фразы и добились высокой кликабельности рекламы, получить ещё более низкую цену клика можно, улучшая сквозную провязку ключевой фразы, текста объявления и страницы перехода — и делая сами посадочные страницы более понятными и полезными.
Не стоит бояться драматического влияния коэффициента качества на ваше размещение или его заметных колебаний. Если пользователи кликают по вашей рекламе и после перехода не убегают с сайта, всё нормально. При отборе и ранжировании система ориентируется на комбинацию вашей ставки, прогноза кликабельности объявления и коэффициента качества. Изменение одного параметра в формуле не может в разы ухудшать результат расчетов.
Параметр эффективности
На минимальную цену на поиске влияет общая оценка истории размещения вашего домена в Директе без привязки к конкретному аккаунту (если в рекламе нет ссылки на сайт, статистика копится для номера телефона из виртуальной визитки).
В параметр эффективности входят совокупный CTR по всем кампаниям для домена, продолжительность размещения и другие показатели — в их выборе машинное обучение куда точнее и объективнее человека. Если с кармой все плохо, Директ просигнализирует вам об этом повышением минимальной цены на поиске.
Простая замена домена без изменений в кампаниях не исправит ситуацию надолго. А вот с ростом эффективности рекламы, порог входа на поиск довольно быстро снова снизится до 30 копеек. (срок напрямую зависит от скорости накопления статистики — чем чаще показывается ваша реклама, тем быстрее система сможет увидеть улучшения).
— Почему я не увидел влияние фактора в эксперименте?
Во многом это зависит от чистоты эксперимента. Чаще всего мы встречаем случаи, когда у тестируемых объявлений разная накопленная статистика и настройки. Или наоборот о них не было совсем никаких накопленных данных на входе — тематика без конкурентов, нерекламировавшиеся ранее посадочные страницы, низкочастотные запросы. Словом, слишком мало информации, на основании которой система может сразу сделать обоснованный вывод, какое из новых примерно одинаковых объявлений эффективнее. Чем лучше она изучит тематику, тем точнее будет строить индивидуальные прогнозы. Поэтому по мере размещения и оптимизации кампании вы будете получать всё более чуткую обратную связь при внесении изменений в рекламу.
Напоследок разберем ещё пару сущностей из Директа, которые могут вызвать вопросы.
Показатель качества аккаунта и продуктивность фраз часто принимают за факторы ценообразования, но на самом деле они никак не влияют на цены. Оба индикатора просто дают понять, как обстоят дела с размещением — они могут пригодиться тем рекламодателям, которые только начинают работать в Директе.
Продуктивность показывает, насколько хорошо проработана фраза в связке с данным объявлением. Низкая продуктивность обычно говорит о типичных ошибках новичков — например, о слишком узких фразах, отсутствии ключевого слова в тексте или заголовке объявления. А показатель качества аккаунта помогает понять, как повысить отдачу от размещения — добавить быстрые ссылки или изображения, использовать виртуальную визитку или просто следить за тем, чтобы кампании не простаивали слишком долго.
В следующих статьях мы подробнее расскажем о возможностях применения нейронных сетей на поиске и в рекламе.
Полный текст статьи читайте на Яндекс
