Когортный анализ в оценке эффективности работы контекстной рекламы

В предыдущих статьях мы рассматривали отслеживание эффективности контекстной рекламы с помощью таких показателей как:

• Коэффициент конверсии
• Цена конверсии
• ROI и другие показатели

Однако в некоторых случаях, такая модель расчета является неточной:

• Во многих сферах, например B2B существует временной зазор между датой первого посещения и датой совершения конверсии. Т.е расходы на привлечение клиента могли быть понесены в январе, а доход от клиента поступает в феврале. Создав отчет за январь, мы увидим, что конверсия и все остальные показатели в январе нулевые (!)
• Если платеж от клиента не разовый, а периодически поступают новые – в расчете ROI это никак не учтется. Во многих сферах привлечение клиента окупается не с первого же полученного от него дохода, а со второго, третьего и т.д.

Для решения таких задач можно использовать когортный анализ. В этом случае всех привлекаемых посетителей мы рассматриваем в разрезе выбранного временного периода – когорты. Например за неделю, месяц, год. Показатели эффективности рассчитываются для всей когорты.  Например:

• На рекламу в январе было потрачено 5000 руб.
• 10000 показов объявлений
• 200 переходов на сайт
• 20 заявок
• 2 клиента
• Весь доход за все время: 2000 рублей в январе, и последующие периодические платежи по 2000  каждый месяц

Расчеты показывают, что данная когорта окупилась только в марте.

С подобной задачей мы столкнулись у себя в агентстве – оценить эффективность работы рекламных кампаний по привлечению рекламодателей. Для удобства расчетов была создана таблица в Google Docs

Принцип работы:

1. Пользователи кликнувшие по объявлению, переходят на лендинг и отправляют заявку. В форме заявки есть скрытое поле, которое заполняется значением client ID Google Analytics. При отправке заявки это значение получаем на email.

2. Менеджер вносит полученные данные (CID, контакты, информацию о ходе обработки заявки) в таблицу на листе “Заявки”. Остальные данные с помощью формул копируются с листа “cid заявок”

3. На вкладке “cid заявок” из google analytics загружаем данные cid всех посетителей. (Как скопировать значение cid с помощью google tag manager в пользовательскую переменную)

4. На вкладке “кампании” загружаем данные о расходах по рекламным кампаниям (Удобнее пользоваться дополнением supermetrics)

5. Если из поступившей заявки получаем нового клиента, то менеджер вносит его логин в таблице “заявки” а на вкладке “Платежи” заполняет дату, cid клиента и сумму полученного дохода.

При желании с помощью Measurement Protocol можно отправить событие в Google Analytics. В событии передается сумма полученного дохода. Ссылка формируется с помощью формулы. Для отправки достаточно просто перейти по ней.

Если ссылка не активная, то в ячейке нужно сделать клик правой кнопкой и в контекстном меню выбрать пункт “Показать ссылки”. После отправки события ссылку лучше сделать снова неактивной, чтобы случайно не отправить событие вновь. На отправляемое событие в Google Analytics можно настроить цель, ценность цели будет отображать сумму полученного дохода.

6. На вкладке “Когорты по кампаниям” формируется сводная таблица по рекламным кампаниям, показатели эффективности рассчитываются с помощью формул. По каждой кампании можно посмотреть ее показатели в рамках нужной когорты – недельной, месячной, годовой и за весь период

7. На вкладке “Календарные когорты” наоборот внутри нужного нам временного периода можно посмотреть данные по всем кампаниям.

8. На вкладке “Клиенты” формируется сводная таблица и с помощью формул рассчитываются показатели эффективности для каждого клиента. На этой вкладке стоимость приобретения клиента (CAC) – рассчитывается для недельной когорты т.е весь рекламный расход по данной кампании делится на количество клиентов полученных за эту неделю с этой рекламной кампании.

В таблице данные по расходам были изменены, а ключевые слова исправлялись автозаменой – не удивляйтесь их бредовости

Недостатки:

• Такая реализация годится для небольших объемов данных, иначе будет тормозить.
• Нет отображения динамики изменения показателей когорты т.е какие показатели у январской когорты были в январе, а какие в феврале, марте…