Обычные рекламные запуски отличаются от конвейера несистемным подходом. Стандартная ситуация в бизнесе: за рекламу в соцсетях отвечает один подрядчик, за рекламу в Директе — другой. В этом случае сложно оценить, что приносит каждая из кампаний, потому что у них настроены разные цели и все данные приходят в разных форматах. В результате рекламой управляют очень приблизительно, из-за чего компании часто сливают бюджет.
В конвейере гипотез мы синхронизируем запуски в разных каналах, приводим данные в единый формат и выводим результат в сквозную отчётность. Суть конвейера заключается в постоянном повторении последовательности «Выдвинули гипотезу — Проверили — Оценили результат — Выдвинули новую гипотезу».
Под гипотезой мы понимаем комбинацию факторов, которые влияют на эффективность рекламы: аудиторий, каналов, площадок и так далее, вплоть до конкретных слов в объявлениях. Например:
Вот, что помогает нам с идеями:
Методологий приоритезации много, мы часто используем RICE (Reach — охват, Impact — влияние, Confidence — достоверность, Effort — усилия): смотрим, насколько в гипотезе большая аудитория, сколько денег она может принести, насколько мы уверены что аудитория купит, насколько дорого показывать этим людям рекламу.
Методология нужна для того, чтобы учитывать не только опыт специалистов и мнение клиента, но и систематизированные данные и возможности реализации.
Часто у клиента уже есть список продуктов, которые необходимо запустить в работу в первую очередь с лучшими гипотезами продвижения.
Итоговая табличка с готовым списком гипотез может выглядеть так.
Верхнеуровнево полный цикл тестирования у нас выглядит так:
Первый пункт в цикле тестирования особенно важен: если не стандартизировать все названия и UTM-метки, потом не получится полноценно проанализировать результаты. Правильные UTM-метки легко разобрать регулярными выражениями с помощью одинаковых запросов и собрать в отчётность. В правильно сгенерированных ссылках видны все важные параметры: содержимое объявления, таргетинги, регион, источники, площадки, модель оплаты.
Ниже для сравнения показаны два примера — с удобным и неудобным неймингом.
Мы стандартизируем нейминг и UTM-метки с помощью справочника разметки. Физически это таблица в Google Sheets, в которую вводят адреса посадочных страниц и параметры, а на выходе получают размеченные ссылки.
Наш справочник разметки и правила его заполнения (чтобы воспользоваться, скопируйте к себе на Google Drive через Файл → Сделать копию)
Без аналитики весь конвейер гипотез теряет смысл: реклама сжигает бюджет, генерирует какой-то результат, но соотнести его с действиями в рекламном кабинете невозможно. Аналитическая отчётность помогает отбросить неэффективные гипотезы и усилить эффективные.
Строить отчётность можно по-разному. Главное — иметь наглядную таблицу или диаграмму, на основе которой можно принимать решения. Ниже о том, какие варианты существуют.
Например, Google Big Query. Плюс этого варианта — в скорости и автоматизации: сырые данные из источников автоматически складываются в базу данных, откуда их можно вывести в любые отчёты. Минусы:
Плюс: не нужно знать программирование и SQL, чтобы глубоко изучать полученные данные.
Минусы:
Плюс: доступна в любой операционной системе.Минусы:
В любом случае правильно настроенная отчётность позволяет оценивать эффективность каждой гипотезы и следить за её результатами в динамике по месяцам, неделям и дням.
На выходе конвейер гипотез даёт положительные и отрицательные результаты. С помощью положительных легче управлять потоком заявок, положительные результаты — улучшаем.
Отрицательные результаты тоже улучшаем и забираем в тестирование, но если улучшить невозможно — отключаем.
Главное в комплексном запуске рекламы: видеть картину в целом, погружаться в специфику бизнеса, тщательно делать внутреннюю разметку и отчётность.
Впервые статья была опубликована на vc.ru.