• Главная
    • Блог
    • Power BI аналитика для интернет-магазина парфюмерии: выявили неэффективные рекламные кампании и снизили CPO на 100 рублей

    Power BI аналитика для интернет-магазина парфюмерии: выявили неэффективные рекламные кампании и снизили CPO на 100 рублей

    • 25 мин.
    • 26.10.2020

    Для магазина парфюмерии мы вели рекламу в Яндекс.Директе и Google Ads. Более 85% всех заказов генерировались «Умными торговыми кампаниями» Google Merchant. Это когда Гугл сам на основе фида товаров создает рекламные объявления и показывает их аудитории сайта. С помощью машинного обучения он добивается максимальной эффективности рекламы.

    Мы работали с такими KPI от клиента:

    • цена заказа, CPO меньше 700 рублей;
    • учитывались только достижения целей (заказы) по модели атрибуции «Первый переход» в Яндекс.Метрике.

    Во время эпидемии коронавируса в марте — апреле 2020 года объем заказов начал стремительно падать, CPO расти, и нам предстояло это исправить.

    • Клиент

      Крупный интернет-магазин парфюмерии. Около 70 тысяч посетителей и до 1500 заказов в месяц.

    • Проект, задача, цель

      Нужно было получить как можно больше заказов, CPO <= 700 ₽

    • Результат

      Снизили CPO с 800 ₽ до 700 ₽, увеличили заказы более чем в 1,5 раза

    Проблема: вручную формировали отчеты по CPO и не видели всей картины по конверсиям

    В начале работы с клиентом мы в конце каждой недели в Гугл.Таблицах вручную заполняли отчет, который показывал расходы и CPO по каналам Яндекс.Директ и Google Ads.

    Чтобы сформировать такой отчет, нам нужно было вытащить из рекламных кабинетов Яндекс.Директа и Google Ads данные о расходах на рекламу, чтобы затем соотнести их с данными по конверсиям из Яндекс.Метрики.

    У отчета было несколько минусов.

    1. Не показывал дневную динамику. Динамика расходов и заказов по дням помогает понять, в какие дни покупатели лучше покупают товары, а в какие — хуже. Плюс это позволяет вовремя заметить, что продажи вдруг начинают падать, и вовремя принять меры: внести изменения в автостратегии, увеличить или, наоборот, уменьшить дневные лимиты, добавить корректировки ставок.

    2. Не было данных в разрезе кампаний и товаров. Заполнять такой отчет вручную каждую неделю, а тем более каждый день, было бы очень трудоемко. Названия кампаний во многих UTM-метках могли не совпадать с фактическими именами кампаний, а параметр campaign_id — уникальный идентификатор, по которому можно было бы потом легко сопоставить данные — был добавлен не везде.

    Поэтому глубокую аналитику в разрезе кампаний мы проводили лишь в те моменты, когда намечался явный спад по заказам, а CPO рос. Во всех остальных случаях мы больше ориентировались на какие-то косвенные показатели вроде процента отказов, глубины просмотра или конверсии в Google Ads.

    3. Конверсии в Google Ads и Яндекс.Метрике довольно сильно отличаются. Например, мы видели, что какой-то товар проседает по CPO в Google Ads, отключали его. А оказывалось, что в Яндекс.Метрике он, наоборот, был конверсионным и имел низкий CPO. В результате продажи падали, клиент был недоволен.

    Фото Раз в неделю вручную собирали данные из разных систем в один отчет — для того, чтобы видеть изменение CPO. Этот же отчет отправляли клиенту
    Фото Отдельный отчет собирали для оптимизации кампаний — тоже вручную

    Решение: автоматизация отчетов в Power Bi

    Стало понятно, что из-за ручной сборки отчетов и сопоставления данных мы не можем оперативно и, главное, своевременно вносить необходимые изменения в рекламные кампании. Мы решили автоматизировать процесс сбора данных. Для этого мы построили решение на базе Power BI, облачной базы данных BigQuery и языка программирования R.

    Данные по расходам и кликам мы выгружали из рекламных кабинетов Яндекс.Директа и Google Ads по API, а данные по конверсиям — из Яндекс.Метрики. Полученные данные затем сопоставлялись по UTM-меткам с помощью языка R, чтобы потом выгрузить их в облачную базу данных BigQuery. Для визуализации данных воспользовались решением от Microsoft — Power BI.

    В конечном счете сделали автоматизированный отчет, где нам стали доступны следующие данные для анализа:

    Параметры:

    • канал;
    • кампания;
    • товар;
    • тип устройства;
    • целевое местоположение (Geo) и другие.

    Метрики:

    • показы,
    • клики,
    • расходы;
    • конверсии (заказы из Яндекс.Метрики по модели атрибуции «Первый переход»)
    • CPO и другие.
    Фото Ничего не нужно обновлять руками: у нас всегда актуальные данные, которые помогают вовремя заметить увеличение CPO и отключить неэффективные кампании

    Добавили динамические параметры в UTM-метках

    Для корректного сопоставления данных из Яндекс.Директ и Google Ads с данными из Яндекс.Метрики мы заново во всех кампаниях проставили UTM-метки. В них мы добавили всевозможные динамические параметры, в т. ч. {campaignid}, который ранее был добавлен лишь в отдельных кампаниях.

    Вся проблема в том, что «Умные торговые кампании» Гугла в отличие от обычных имеют меньше возможностей для оптимизации. В «Умных торговых кампаниях» мы можем влиять только на список рекламируемых товаров, целевое местоположение (Geo), тип устройства (например, выключить планшеты и мобильные и оставить только десктоп) и место размещения (площадки). Данные по площадкам Google Ads в UTM-метках нам не отдает, остается {product_id}, {device} и {loc_physical_ms}. Их мы и добавили.

    Фото

    Результат: снижение CPO на 100 рублей и рост заказов более чем в 1,5 раза

    Теперь нам больше не нужно вручную сопоставлять все данные. Они сами подтягиваются в наш Power BI отчет из рекламных кабинетов и систем аналитики.

    Данные обновляются каждый час, что дает нам возможность в режиме реального времени видеть, по каким товарам проседает CPO и снижаются заказы, а где, наоборот, наблюдается рост.

    Регулярно работая с данными из автоматического отчета, нам постепенно удалось снизить CPO c 866 до 724 руб. при одновременном росте заказов более чем в 1,5 раза:

    Фото Это аналитика по «Умным торговым кампаниям»: заказы выросли, CPO снизилось
    Фото Видим, по каким товарам проседают заказы и зашкаливает CPO, и перераспределяем бюджеты на более конверсионные позиции

    Возможность отслеживать информацию по рекламе на экране смартфона

    Дополнительно к десктопной версии отчета мы создали мобильную версию отчета, чтобы всегда быть в курсе всех изменений, происходящих в рекламе в режиме реального времени. Для просмотра отчета с мобильного нужно:

    1. Скачать приложение Power BI к себе на телефон.

    2. Предоставить свою почту от аккаунта PowerBI, на который мы выдадим доступ.

    3. Начать пользоваться отчетом.

    В мобильной версии отчета клиент и мы может видеть ежедневную динамику по заказам, CPO, и поверхностно оценить ситуация в рекламе.

    Фото

      Заявка на сотрудничество






      Отправляя заявку, вы принимаете условия соглашения об обработке персональных данных