Всем привет! Меня зовут Яна Ляшенко. Я — Google-логист. И в сегодняшнем видео я покажу один из кейсов команды, но я думаю этот кейс будет интересен более таким занудным задротам, которые любят покопаться в аналитике и понять почему Перформанс работает так или не иначе. Или сообразители, возможно, найдут для себя новые инсайты. Это будет совсем другой формат кейса, не буду показывать какой офигенно классный результат сделали. А как еще, давайте так, аргументированно объяснить что те вещи, которые делает специалист в аккаунте — они не просто тест чтобы какая-нибудь рандомная гипотеза, а они имеют основания под собой.
Плюс это будет еще один аккаунт который будет доказывать что не все в аккаунтах случайность. Потому что в автозапчастях некоторые специалисты считают что результат который делается он случайный. У тех у кого классно он происходит и, в основном, заслуга — это просто сезонность. Здесь будем показывать как это все коррелирует, зависит.
Период, который рассматривается
Поэтому я хочу показать, акцентировать период, буду там, в основном, сравнивать это пятое где-то до сюда период. Это как раз период когда оно более-менее устаканилось после первых тестов. Дата старта у нас 17-е число, это момент включения новых наших кампаний, введение основных корректировок — это дата от которой началось сопровождение, 17-е число.
Какие покупки фиксировались для статистики
У нас здесь фиксируются покупки, причем довольно интересно какие именно покупки. У нас до этого, до нашего периода в основном фиксировалась четвертая аналитика, purchase, которая включала в себя и две цели: заказ через корзину и покупку в один клик. Потому что и там и там есть хороший процент заказов, то есть она объединяла эти конверсии.
Но я именно в этом видео покажу в чем именно недостаток использования этой конверсии четвертой аналитики, почему все-таки она хуже чем тег покупка. И что в конечном случае даже на этих видоизмененных вроде бы моделях атрибуции, как это даже на покупку с четвертой положительно влияет. Потому что дальше мы отдельно настроили покупку через корзину, покупку в один клик специально чтобы их разделить, фиксировать их отдельно. РВК для них обоих доступно (РВК — это расширенное отслеживание конверсий).
Краткий обзор периодов работы клиента и сопровождения
Что мы здесь будем? Я это все сейчас буду показывать, чтобы вы не думали что я что-то там нарисовала в циферках. Это общая стоимость цены за конверсии 2,76К за этот весь период. Мы видим вот этот период он более-менее стабилен у клиента. Правильно? Можно сказать что где-то до этой точки даже конверсия особо не проваливалась. Здесь видно что основная средняя целевая цена за конверсию 136, 113, 125, 100, бывает, гривен. Вот тут клиент пробовал что-то делать самостоятельно. Тут полностью какая-то неразбериха была шла. И вот дата старта.
Тут мы попробовали запуститься. Видно что цена за конверсию примерно схожа с этой. Конверсий немного больше чем было это в этих периодах начальных, в штучках. Сделали прострел определенный, который удался нам неэффективно, как здесь видно. Здесь было 45 тех же purchase, которых, кстати, было и здесь 44, но значительно сейчас здесь дешевле. Здесь также прострел есть, и здесь сейчас все подравнялось, здесь будет все прекрасно.
Кстати, этих перчейзов, сейлов, которые вы сейчас здесь видите 50 — это прямо ровно количество равных конверсий, а не вот эти половинчатые конверсии, которые были раньше. Это половинчатые конверсии не тега покупки, а четвертой аналитики. Сейчас объясню в чем проблема была именно этих половинчатых конверсий.
Эффект от работы четвертой аналитики
Базовый анализ я покажу на эффекте от работы именно этой четвертой аналитики, потому что это единственная цель которая существовала из месяца в месяц. Она у меня зафиксирована в столбике «Все конверсии». Периоды, вот смотрите — 15.05-16.06, тут 17.06-19.07. 19.07 даже мне не стоит, видимо, брать. 19 — еще не завершенный период. Вот давайте взглянем на эту всю историю, сейчас минутку.
Да, где-то «All Conversions» наш. У меня здесь есть этот purchase, на нем будем базироваться. Покажу что здесь рост значительно может быть даже больше и даже цена за конверсию значительно дешевле здесь вышла. Где наши покупки? Покупка в один клик, она переделана, кстати. Она поправлена корректно отрабатывать. Ну и Тег покупка который здесь работал.
Поэтому если их просуммировать — примерно сумма может быть там немножко больше чем эта, но в реальности у клиента было совсем другое количество заказов. То есть конверсий там грязных было больше по факту, чистовых там где-то до 1,5 тысячи, что-то типа такого было. Это на момент до 14 июля. А это я показываю до 18-го. Это я показываю в целом как это все на картинку влияет. Сейчас буду объяснять.
Итак, задача какая была? Во-первых — настроить расширенное, Тег покупка, чтобы там корректно передавались, дать больше начинки самому Перформансу, стабилизировать историю вот это пригасание. Потому что это пригашение в результатах оно началось до нашей работы. То есть, это пригашение уже осознанное, правильно?
Для того чтобы пробить вот эти все вещи. В общем вот тут это все пригашение оно не обусловлено чем-то корректным. Даже тут 12 конверсий этих самых. Цена за конверсию взлетала очень сильно и такие вот приганы начались вот здесь.
В чем причина этих приганов? Их может быть достаточно много. Недостаточное, хотя здесь кликов достаточно много, машинное моделирование, которое некорректно работает именно на этом проекте. Возможно тут еще сама четвертая аналитика, ее сейчас постоянно стараются допилить со стороны Гугла и она может давать сбои. Плюс не совсем она корректна для большинства аккаунтов в плане отслеживания и масштабирования результата. Как это можно проверить что это действительно так?
Я сформировала вот такой отчет в редакторе отчетов. Взяла просто «Действие конверсия», Идентификатор самой позиции, по дням разбила, взяла все конвершены для того чтобы отфильтровать дальше только перчейзы. Это цель четвертой аналитики просто purchase здесь есть, Item ID и вот разбивка по дням, с 15 мая что-то типа такого. Вот у меня есть период уравнивания здесь 17.06-18.07 я уравниваю 15.05-14.06. Вот примерно такой период я просто взяла для уравнивания. Это по purchase, я хочу показать по purchase, потому что по покупке этого особо не будет видно, но я покажу насколько она, даже, позитивная сама работа рекламных кампаний влияет в целом. Чего не замечает та же самая четвертая аналитика, эти все кроссейлы. Которые сейчас замечает Тег покупка, что он гораздо лучший вид конверсии для Перформансов и он дает больше аналитики.
Сейчас должно у клиента подравниваться только… То есть у нас был всего месяц саппорта. В месяц мы попытались немного агрессивнее пробить эти все вещи. Не всегда они получаются успешными, но чем дольше работаешь — более стабильный результат. Эти все колебания, которые происходят, скачки — они регулярно будут происходить. Потому что вы должны понять — рекламный инструмент Google он не статичен, он постоянно меняется. И это «постоянно меняется» это не раз в полгода, или раз в год. Это прямо очень регулярные изменения. Они только свою политику проверок мерчантов меняют раз в квартал, а может даже чаще. Я не удивлюсь если это раз в месяц. Что уж говорить об этих инструментах? Тем более что здесь вшита АИ-шка.
В чем сложность модели атрибуции?
На что я хочу обратить внимание? Основная сложность модели атрибуции, которую использует четвертая аналитика, даже если там… Кстати, 12 июля была выставлена «последний клик» модель атрибуции только для платных каналов. Все равно этого недостаточно чтобы на четвертой аналитике Перформанс работал достаточно корректно. Здесь только Перформансы работали. Потому что вот смотрите — я беру предыдущий период. Я хочу увидеть все более-менее целесообразные заказы. Заказы имеется в виду, я хочу чтобы вы увидели в реальности как много полноценных заказов может делать сам Перформанс. Это, конечно, не достаточно корректное отображение, потому что здесь половинчатые конверсии все ровно присутствуют.
То есть эта цифра, которую я сейчас отфильтровала, я взяла просто «больше одной конверсии» по ID-шникам. Но это тот отчет который вы очень легко у себя можете сформировать и проверить. Это так называемые «нелонгтейлы». Товарные позиции делают больше одной конверсии за этот период, за старый до предыдущего. Что мы здесь видим? Мы видим здесь в среднем… Сколько здесь 725,56. Конечно, здесь есть еще половинки вот эти, их реально много. Вот видите их реально много. Но это мы отфильтровали прям те позиции, которые делали больше одной конверсии.
Если мы снимем сейчас фильтр здесь система нарисует сколько? 887 конверсий. То есть 725 и 887. Ну давайте, 887. Просто даже без тех 725 — это 162 конверсии. Здесь он 162 конверсии себе заплюсовал как положительный какой-то результат. Здесь такая же история, но в этих периодах кампании работали на совершенно других механиках модели процедуры масштабирования и корректировки. Как оно вводилось? Задача какая была? Попробовать масштабировать в пределах KPI, которые есть там то что было. Плюс нарастить какие-то штуки. Но при этом сделать более крупные цифры, на которые дальше можно опереться.
Вот, например, я возьму тот же фильтр, но уже в периоде когда уже по-новому работали с рекламными кампаниями. Я беру ту же «больше единицы», та же самая цель purchase. На основе данных здесь 1149, даже с половинками.
Тот же принцип отбора с теми же половинками, хотя здесь половинок может быть значительно меньше, как вы видите. Теперь сравните 725 у нас было, правильно? 725 поделим на 1145 — это получается 63%, минус один. Это у нас получается 36,6% просто прироста. 36,6% даже с теми половинками, но товарные позиции которые являются более стабильными в последующих периодах. Это мы уже видим на модели атрибуции основе данных которая в рекламном аккаунте здесь на четвертой аналитике. Если мы посмотрим здесь, это будет очень трудно увидеть.
То есть у нас рост, если здесь смотреть, всего-навсего на 27%, но на самом деле он значительно больше. То есть сколько я там насчитала? 36,6%. Давайте так 35%, хотелось бы округлить в большую сторону 37%, но пусть будет 35%. При этом мы можем примерно даже посчитать… У меня же здесь 15.05-14.06, правильно? 15-е? Ну здесь 16.05-16.06. Давайте уравняем эти периоды так как уже здесь было я считала. 17.06-18.07. Давайте 17.06-18.07 и здесь период какой был? 15.05-14.06. Вот давайте я этот 15.05-14.06 так же здесь поставлю. 15, просто один день смещу. Даже два. Вот так.
Сравнение результата в цене за конверсию
А теперь давайте посчитаем что у нас по факту получилось в цене за конверсию. Я где-то здесь сейчас найду наши косты. Кости, конверсия у нас тут поднялась. Да, конвершены. И вот наши кости. Давайте теперь посчитаем сколько же нам обошлась эта цена за конверсию в целом. Вот смотрите, до этого у нас было 104447,42 грн.
Расходы как бы по модели атрибуции не считаются. Вы же соглашаетесь, что модели так не считаются. У нас что здесь получается? 104447 поделено на 725, округлим. Это по 144 грн цена за конверсию. Зафиксировали — 144 грн. И теперь здесь 135757 поделим… На сколько у нас там было? 1149? Но я на всякий случай перепроверю. 1149. Поделить на 1149. Это у нас цена за конверсию — 118 грн. Если мы 118 поделим 144, это получается… Минус 1 — это еще дополнительно минус 18% минуснули цену за конверсию.
Это я провела анализ прям по перчейзу. То есть без учета того что в предыдущих периодах Тег покупка не фиксировался. То, соответственно, на нем очень трудно это показать. Можно сказать что здесь был прирост на 35% в штуках конверсий, даже тех самых половинчатых, пусть. Потому что мы прошлый период так же с половинками меряем, но при этом даже цена за конверсию стала значительно меньше.
Понимаю, очень супер примитивный анализ я показываю. Где-то возможно не прям равные цифры которые хотелось бы увидеть, но это также крутой результат. Это с учетом, на минуточку, этих прострелов когда цена за конверсию поднималась, была достаточно высокой, ее потом спускали. Здесь она 109 грн., практически как вот тут была. Но здесь она опять таки вот этот период стабилизировалась. И здесь в этот период, кстати с 5-го по 6-е июля, здесь цена за конверсию она более-менее стабильна, и здесь более целые числа по конверсиям. То есть вы видите: 39, 40, здесь были какие-то половинчики, это у нас модель атрибуции. Боже, покупки в один клик. Но здесь, в основном, 36, 50, вот например, вот 18-е число — 50 штук.
В чем недостаток четвертой аналитики?
В чем же недостаток этой четвертой аналитики, несмотря на то что я провожу анализ на этой четвертой аналитике. А он будет вот в следующем, в чем? Я вам хочу показать следующий момент что может четвертая аналитика не учитывать, и что себе будет присваивать, например, тот самый Google покупка, и что она будет нам показывать? Для этого мы сформируем, например, отчет. Мне он очень нравится я уберу «Product Title» чтобы было удобнее. Это по кроссейлам, этот отчет у вас готов.
То есть как вы его можете достать, вы заходите в свой редактор отчетов, и у вас сразу вот в этом блоке будет такой блок, который будет называться «Шопинг товары проданные» что-то типа такого он будет называться. Пощелкаете, он будет тот самый. «Product Title» убираю.
Что мы здесь можем увидеть? Мы можем здесь, кстати, увидеть то, чего не будет видеть четвертая аналитика. К сожалению предыдущий период до старта работ я вам не смогу показать. Почему? Потому что на тот момент айдишники у меня не подсвечивались, не показывались. То есть сейчас я вам это продемонстрирую чтобы вы понимали почему я этот отчет не могу сравнить по предыдущим периодам. Если я выберу какой-то предыдущий период у меня идентификаторы товаров здесь не фиксировались, не передавались. Это обычный отчет в аналитике, в отчетах покупки в интернет-магазине. Я сейчас буду показывать в чем между ними разница.
Вот последний у нас период, вот здесь фиксируется — 21.06-18.07. Что я хочу здесь вам показать то что не учитывает, например, сам Google. У нас есть кроссейловые позиции. Правильно? То есть, вероятно, мы можем здесь найти какие-то или половинчатые конверсии, правильно? Например, фильтр больше нуля. Мы можем сейчас взять те же самые конверсии по перчейзу, правильно? Сейчас буду показывать что здесь будет.
Так, смотрим, у нас есть товарная позиция под таким-то идентификатором. Она сделала как прямые продажи, так она и сделала те же самые кроссейлы. Или даже лучше найти позицию которая сделала только кроссейлы. Система Гугла учтет этот кроссейл, запишет себе, зафиксирует и будет использовать в оптимизации.
То есть здесь продажа была непосредственно по этой товарной позиции. Если же я обращусь к аналитике и попробую найти этот идентификатор товарной позиции 14179 за этот весь период я вообще не увижу конверсии по ней.
Видите? Здесь она не приобреталась вообще по модели атрибуции. Что я возьму в этом репорт эдоторе по аналитике, пусть я уберу прям все фильтра. Я возьму этот самый ID-шник, попробую найти 14179. Я его сейчас найду, применю всю историю. И я здесь также не увижу даже половинчатых конверсий. А Google покупка видит что здесь был кроссейл, то есть эта товарная…
Что значит этот кроссейл? Эта товарная позиция продалась по клику через совсем другой товар. Вот в чем крутость именно Тега покупки даже на модели атрибуции «Другие» не на основе данных, а в сравнении даже с аналогичными настройками для четвертой аналитики. То есть четвертая аналитика вообще не видит. Да, она видела, возможно, там еще в июне, 12 июня каких-то 0,5 конверсий. Но эта, например, конверсия… Мы можем попробовать. Она в пределах 22.06-19.07. Мы можем даже добавить параметр «Day», например. Row — Day. Взять найти эту товарную позицию, применить и увидеть что вообще была кроссейл 26-го июня. А в аналитике этого нет.
Почему необходимо вести правильную работу в аккаунте?
Потому когда все говорят о том что переходите с четвертой аналитики, работайте с Тегом покупка по этой причине. Но этого также бы не произошло если бы не велась правильная работа в рекламном аккаунте. Я не знаю, может это кому-то там звучит очень как-то напыщенно или что-то типа такого, но я здесь не могу не акцентировать внимание на том что результат делается именно ручками команды. Руками команды делается этот результат, здесь корректировка все изменения, структуры, исключена, фильтрация трафиков делается, исключается, структура моя делается (там где видео, кажется, что она болталка по структуру Google шопинга) — это учитывается. То есть куча разных факторов, в том числе правильные настройки.
Здесь ключевое именно в понимании того что, чем вы будете напихивать тот Перформанс. Кажется, что здесь результат вообще обоснован ничем правильно. Начинается вот база, потом какой-то проскок, еще один проскок и выход на какую-то определенную картинку идет. Здесь трудно не заметить что здесь идет выход на положительную какую-то динамику, правильно? Ее трудно не заметить. Плюс, если мы тут видели половинчатые конверсии, правильно? Давайте возьмем 5-18 июля когда настроили мы, конверсии фиксировали. И, например, возьмем тот самый май. Пятое пусть будет и то самое 18-е. И с июнем я также уравняю. Уравнивание 5-18, это уже период постфактум внесенных корректировок с выходом на стабилизацию. У нас тут что получается? На какие-то половинки меньше, правильно? На какие-то половиночки меньше. Цена за конверсию меньше. Мы тот же анализ можем сделать и вот тут, что я вам предлагаю сделать для того чтобы мы видели сравнительную аналитику. Чтобы вы видели объективно что это не какая-то выдумка, например, моя.
Берем опять же период 5-18 и здесь уравниваем, например, 5-18. Беру аналогичные даты чтобы было удобнее. Смотрим здесь, это уже по перчейзу. И чтобы было по-честному, правильно? Без Тега покупки, но чтобы мы посчитали по старым моделям, потому что здесь старая конверсия. Берем «меньше/равно единице». Мы тут видим сколько? 410, даже с теми же половинками.
Фильтр убираем, берем такой же фильтр. Я вам показываю это все поэтапно чтобы если что — вы могли сделать это в своем рекламном аккаунте.
Здесь 465 штук, я убираю это. 465, 487, хотя по полным — 410. То есть, если я сейчас возьму фильтр «меньше ноль», даже возьму «меньше/равно 0,99». Видите вот эти конверсии 0,5, 0,02, 0,3? Вот они генерируют 72 полноценных продажи. У нас по факту их 410 получается.
Идем тогда, смотрим на расходную часть, правильно? То есть мы берем тот же период, например, это что у нас было? 5-18, правильно? 5-18 сравниваем с тем же маем. Почему я беру май? Потому что там не было вот этих вот всяких вещей с перебивками, которые у нас были в начале. 5-18 уравнивание. И теперь давайте по костам посмотрим здесь 410, 465. Элементарно давайте сравним.
Здесь расходы были в предыдущем 54 тысячи поделить на 410, это у нас получается… Так, подождите. 54472 поделить на 410 — это у нас получается 132 грн. цена за продажу. Грязная, скорее всего она еще дороже, потому что там половинки есть. И теперь меньше расходов за такой же период 43893 поделим на 465, также с половинками, — уже 94 грн.
Анализ результатов корректировок
Даже если сравнить этот период относительной стабилизации, после всех частей и корректировок за четыре недели очень трудно очень быстро сделать прям очень резкий скачок. Можно когда видишь достаточную аналитику попробовать его пробить, но не всегда он завершается результатом. У нас клики пригнули вот тут как мы видели, правильно?
Если возьмем там 5 мая мы увидим что здесь у нас клики пригнули, конечно стоимость цены за конверсию выросла и пришлось откатываться на определенные параметры назад и немного набраться терпения по стабилизации и внести совсем другие правки в период стабилизации рекламных кампаний. Но здесь также видно что даже относительно стабильный период вот тут, правильно? Я бы не сказала, что я взяла прям… 19-й я уже не брала когда повышалась цена за конверсию. Я плюс-минус взяла более-менее стабильный кусочек для анализа и получилось что там 132 грн. с учетом еще половиночек, правильно? А здесь 94 грн. получилось. То есть также значительно меньше.
Если мы возьмем даже эти 94 грн. поделим на 132 — это сколько? Также на 30%, даже меньше цена за конверсию. То есть когда я анализировала там общий период, с 17 или с какого числа до предыдущих четырех недель — у нас снижение было на 18% цена за конверсию. Здесь уже получается даже 30% более-менее стабильно периода. Даже с этими по 109, по 139 грн. цена за конверсию. С этим промежутком времени даже который более-менее выглядит стабильно. Я прям сравнила с тем что было хорошо, неплохо.
Выводы
Целью этого кейса было продемонстрировать, что здесь нет случайностей, что бывают какие-то вещи, которые не зависят от специалиста. Конечно, сезонность или спрос на какие-то вещи — он положительно или отрицательно влияет на общую динамику. Но здесь у нас плюс-минус оно может идти стабильно. Вы здесь не видите что где-то полностью конверсии просели, упали. Оно более плавный набор идет масс как-то тут оно больше стало конверсий и прочее. Но это равное количество конверсий чтобы его видеть прям в равных пропорциях, равных количествах, например, взять тот самый период с 12-го по 18-е. Здесь хорошо, здесь не совсем они равны потому что здесь покупка в один клик, ее оставили на модель атрибуции на основе данных. Вот она 25,31. Вот тут уже ровно.
Давайте с 13-го возьмем, неполную неделю. Здесь видно 202 конверсии, это печейзы. Кто там неверующие, перчейзы это или не перчейзы. Вот конвершены/перчейзы. Это одинаковая история типа и пожалуйста 98,19.
Вот пример периода относительной стабилизации, то что может происходить в аккаунте когда специалист знает примерно на базе этой аналитики, которую он не совсем оперативно видит, правильно? Мы за сегодня не можем правильно, адекватно проанализировать конверсии потому что за сегодня может их быть значительно меньше и когда мы послезавтра будем смотреть за вчера и за сегодня будет совсем другое, более презентабельное количество конверсий. Он умеет этим оперировать.
