В последнее время из уст уважаемых маркетологов все чаще стали звучать мысли о том, что главным показателем эффективности рекламной кампании является конверсия. Действительно, конверсия трафика рекламной площадки куда более информативна и отражает суть происходящего, нежели CTR и тому подобные показатели. Однако возводить ее в ранг всеобщего мерила правильности любых маркетинговых процессов в Интернете будет не совсем верно.
Что такое конверсия?
Разберемся, что же показывает ныне модный показатель конверсии трафика рекламной площадки. А показывает он отношение количества заказов, сделанных посетителями с данной площадки, к общему количеству этих самых посетителей. Соответственно, большинство специалистов считают, что конверсия является показателем качества трафика. Хорошая конверсия — хороший трафик, плохая конверсия — значит и трафик плохой. На практике нормальным считается показатель в 1–4%. Если при проведении рекламной кампании конверсия попала в этот промежуток — все ОК, если меньше — значит что-то не так. А вот что — вопрос? Снижение показателя до уровня ниже 1% позволяет с уверенностью говорить лишь о том, что бизнес-процессы протекают неэффективно: либо рекламное воздействие неправильно нацелено, либо коммерческий отдел не справляется с предложенным трафиком, либо витрина интернет-магазина спроектирована неверно и т.д. Вот и получается, что конверсия характеризует не только качество трафика.
Для того чтобы разобраться в этом более детально, воспользуемся теорией рекламного стакана. Последняя гласит о том, что у каждого представителя интернет-аудитории есть некий стакан (много стаканов — на каждую потенциальную покупку свой). Пока этот человек путешествует по Интернету — стакан наполняется рекламным воздействием. Как только стакан заполнился до краев — человек его выпивает, то есть совершает покупку. Например, зашел человек на сайт ixbt — его там убедили купить ноутбук, тем самым подлили рекламного воздействия в ноутбучный стакан. Потом он зашел на Yandex.Market — там ему еще немного подлили. Оттуда попал на сайт одного интернет-магазина, другого. Собственно покупка будет совершена в том магазине, который нальет стакан до конца. А если никто не нальет — «М.Видео» ему поможет. Таким образом, получается, что в процессе покупки в стакан наливают не только рекламные площадки, но и сайты продавцов. Видим, что роль последних в процессе покупки очень даже значима. А соответственно, и вклад в конверсию... Исходя из этого, можем сделать вывод, что конверсия трафика зависит как от характеристик самого трафика (сколько изначально налито в рекламный стакан), так и от параметров сайта, куда пригнан этот трафик (сможет ли он заполнить стакан до конца).
Постараемся немного причесать последнюю мысль. Назовем конверсию трафика площадки общей конверсией трафика. Некую агрегированную характеристику трафика рекламной площадки, показывающую, насколько у ее аудитории заполнены стаканы — внешней (априорной) конверсионностью этого трафика. Ну а способность сайта превращать трафик в клиентов внутренней конверсионностью сайта. Тогда будет верна следующая запись:
Здесь Ci — общая конверсия трафика площадки, Cext,i — внешняя (априорная) конверсионность трафика площадки, Сint — внутренняя конверсионность сайта — функция внутренней эффективности — количественное выражение функциональной способности сайта интернет-ритейлера «переваривать» трафик в клиентов. Т.е. общая конверсия есть некая функция от изначального «качества» трафика, поставляемого рекламной площадкой, и возможностей интернет-ритейлера превратить этот трафик в клиентов. Для более полного понимания всего сказанного будет полезно разобрать каждый из параметров в отдельности.
Внешняя конверсионность
Понятие внешней или априорной конверсионности в интернет-маркетинге не встречалось, поэтому стоит определить его отдельно. Итак, под этим термином мы будем понимать отношение размера аудитории площадки, нормальное маркетинговое воздействие на которую способно превратить ее в клиентов в течение заданного ограниченного периода времени, к общей аудитории площадки. То есть если аудитория рекламной площадки составляет 100 человек и 12 из них при должной обработке рекламно-маркетинговыми мероприятиями способны стать клиентами данного магазина, то априорная конверсионность трафика этой площадки для указанного магазина будет 12% (в данном случае мы исходим из того, что магазин получает от площадки ее среднестатистический трафик, не подвергшийся различному таргетированию). Заметим, что априорная конверсионность площадок одинакова лишь для ритейлеров, прямо конкурирующих между собой. Иными словами, если для туалетной бумаги или зубной пасты априорная конверсионность 13%, то это не значит, что и для ионизаторов воздуха конверсионность будет также 13%.
Априорную конверсионность трафика не стоит путать с его качеством. На первый взгляд, конечно, это одно и то же. Но только на первый. Качество трафика более широкое понятие, характеризующее, как уже было сказано, совокупную полезность, приносимую продавцу. Т.е. качественный трафик — это, например, лояльные неплатежеспособные посетители, которые советуют ритейлера друзьям, но не могут сделать покупку сами, или посетители, которые активно участвуют в голосованиях и другом полезном интерактиве. При этом данный качественный трафик имеет низкую априорную конверсионность на заданном временном отрезке. Таким образом, можно утверждать, что численно внешняя конверсионность есть функция от накопленности рекламного воздействия, временного отрезка и товарной направленности ритейлера.
Очевидно, что товарная направленность есть величина качественная, а оценить ее нужно каким-нибудь способом количественно. Именно поэтому в вышеприведенной формуле товарная направленность ритейлера подменена на AI — affinity index. Данный показатель, широко применяемый в рекламной индустрии, показывает, во сколько раз концентрация целевой аудитории больше на данной рекламной площадке, чем в среднем среди аудитории канала. Иными словами, если аудитория Yandex’а такова, что по тем или иным причинам ее среднестатистический представитель готов покупать резиновые сапоги в два раза чаще, чем среднестатистический пользователь Рунета, то AI Yandex’a для магазинов, торгующих резинотехническими изделиями, равен 2, или 200%. Здесь надо оговориться и сказать, что далее мы будем говорить именно о конверсионности трафика с площадки, а не о конверсионности его полной аудитории. То есть изучаться, очевидно, будут некоторые слайсы общей аудитории, полученные из нее различными видами таргетинга.
Разберемся теперь с остальными аргументами функции внешней конверсионности. Временной фактор введен в функцию с точки зрения исследования динамики структуры аудитории площадки. Обычно результатом таких исследований является расчет ядер аудитории в разные временные промежутки. Нас же будет интересовать не только их абсолютный размер, но и временная стабильность — то есть насколько постоянно это ядро во времени. Данный интерес обусловлен собственно определением ядра аудитории как ее постоянной части. Ясно, что, имея дело с рекламой ритейлерского бренда, оная часть аудитории (ядро) очень быстро и почти вся обретет тот или иной опыт общения с данным брендом, что должно перерасти либо в приверженность марке, либо в иные, более нейтральные отношения к ней. Иными словами, к трафику, который ритейлер будет получать от рекламной площадки, ядро уже не будет иметь никакого отношения.
Накопленность рекламного воздействия — наиболее весомый аргумент функции внешней конверсионности. Суть его была изложена выше в описании приложения теории рекламного стакана для интернет-ритейла. Наша основная задача здесь — понять по тем или иным маркерам, насколько этот стакан заполнен. Более точная оценка данного параметра пригодится к тому же и на этапе планирования внутренней рекламной кампании продавца.
Исходя из определения внешней конверсионности, можно сделать нехитрые умозаключения по поводу ее свойств:
- априорная конверсионность трафика площадки будет определяться ее «макросвойствами»: тематикой, направленностью, сервисами и т.д.;
- кроме того, априорная конверсионность в какой-то степени зависит и от внешней среды: погоды, политики, экономики;
- на практике априорная конверсионность относительно постоянна для устоявшихся (не развивающихся) площадок на длительных временных отрезках. То есть в течение полугода конверсионность, например, Yandex.Market’а, сильно не изменилась;
- на коротких же временных промежутках постоянной эта величина не бывает (то солнца нет, то заработную плату выдали, то электричество в Москве выключили, то еще что-нибудь локальное случилось);
- на самом деле, до конца не очень ясно, в чем мерить априорную конверсионность.
Таким образом, можно, конечно, исходить из определения, однако такой подход будет не очень корректен, ибо по-хорошему, помимо знания того, у какой доли посетителей стаканы имеют дно, нужно знать еще и насколько заполнены эти стаканы. Значением функции будет, возможно, некое статистическое распределение. Можно, конечно, одним числом агрегировать, например, матожидание этого распределения и вышеуказанную долю, но опять же этот подход не будет идеальным решением.
Что же нам даст знание внешней конверсионности трафика? Ну, во-первых, мы определенно сможем сказать, сколько клиентов и какими внутренними усилиями мы сможем получить в заданный период, что крайне благоприятным образом скажется на эффективности распределения рекламных бюджетов. Во-вторых, мы сможем нарисовать зависимость конверсионности аудитории от тех или иных настроек таргетинга. В-третьих, легко будет выделить группы площадок со сходными параметрами и таким образом прогнозировать те или иные значения конверсионности на аналогичных им сайтах.
Внутренняя конверсионность
Изучение внутренней конверсионности выглядит не менее занимательно и на практике позволит сделать не менее интересные выводы и внести правильные коррективы в бизнес-процессы. Как уже было сказано выше, внутренняя конверсионность — это некая функция от сайта, то есть какая-то величина, характеризующая его с маркетинговой точки зрения.
Для того чтобы посетитель превратился в покупателя, точнее, первый оформил заказ, сайт должен решить две задачи — продать продукт и одновременно продать себя в качестве ритейлера. Очень многие магазины не только этого не понимают, но и концентрируются на решении одной из задач. И либо обвешиваются баннерами о всевозмозных «суперпредложениях», либо страдают уклоном в сторону каталожности. При этом во втором случае вывеска того или иного внутреннего баннера считается недопустимой по моральным соображениям (вроде «удел недоделанных магазинов»). Очевидно, что первую задачу по большей части (но все же не полностью) решает система юзабилити, всевозможных сервисов, навигации и т.д., а вторую задачу решает именно маркетинговое воздействие — изначальная лояльность бренду продавца, уникальность предложения, цена, внутренние программы лояльности и просто рекламные акции, всевозможные обещанные при заказе вкусности и т.д.
Исходя из этого, можно предположить, что внутренняя конверсионность будет зависеть именно от способности сайта решить эти две задачи:
Здесь ADVint — оценка внутренней маркетинговой составляющей, Srv — оценка сервисно-пользовательской части сайта.
Если рассмотреть все с точки зрения рекламного стакана, то можно описать процесс следующим образом: человек приходит с рекламной площадки со стаканом, наполенным до определенной степени (степень определяется как раз конверсионностью трафика площадки), и пока гуляет по сайту — этот стакан дополняется. А сайт в это время ему либо ставит подножки, либо, наоборот, предлагает всяческие лифты и эскалаторы. Если в процессе стакан наполнился до края — человек совершает покупку, если нет, то повезет другому магазину.
Из функционального определения внутренней конверсионности следует, что ее основное свойство — внутренняя конверсионность постоянна лишь в условиях неизменности сервисов сайта и его маркетинговой среды. А к последней относится очень много всего — и в первую очередь уровень цен. Иными словами, стоит помнить, что изменение цен, добавление акции, написание умной статьи и т.д. меняет внутреннюю конверсионность.
Внимательно посмотрев на все изложенное, можно сделать очень интересный вывод — конверсия трафика с «похожих» площадок будет одинаковой. Одинаково высокой. Правда, при условии того, что внутренняя конверсионность будет на очень и очень хорошем уровне (надо сказать, что более или менее похожих на это магазинов в Рунете пока не наблюдается).
Существует мнение, что к понятию внутренней конверсионности можно подойти проще — а именно, сказать, что это просто некий коэффициент от 0 до 1, который корректирует внешнюю конверсионность до реального значения. Такой подход имеет свои плюсы и минусы. К первым можно отнести, несомненно, простоту, ко вторым — отсутствие должной комплексности учета маркетинга и юзабилити сайта.
Каким бы ни был подход, умение выделить внутреннюю составляющую в конверсии позволит решить следующие задачи:
- понять, на что маркетинговому отделу нужно обратить внимание — на привлечение более конверсионного трафика либо на улучшение внутренних параметров сайта;
- понять, что из этого будет более эффективно с экономической точки зрения;
- увеличить эффективность расходования бюджетов и максимизировать прибыль;
- изучить зависимость конверсионности от тех или иных маркетинговых параметров, т.е. эластичность конверсионности по цене и т.д.;
- величина внутренней конверсионности является независимой по отношению к внешней конверсионности.
Как это все подсчитать (первое приближение)
Очевидно, что знание того, какой вклад в общую конверсию вносит внешняя конверсионность, а какой внутренняя, позволит сделать правильные выводы и немедленно обогатиться. Ну уж, по крайней мере, из существующих рекламных площадок мы сможем выжать максимум клиентов, правильно дозировав внутренне рекламное усилие там, где оно действительно нужно. Однако вычисление составляющих представляется не самой простой задачей. Первое и главное — нужно определиться с видом функции общей конверсионности.
Опираясь на некоторый опыт автора и близких ему экспертов в интернет-маркетинге, статистике и математике, для функции, связывающей общую конверсию с внешней и внутренней конверсионностями, в первом приближении выберем простую мультипликативную форму:
Ну, дальше приведем относительно простой способ найти в данном уравнении сомножители.
Итак, методика подсчета внешней конверсионности трафика площадки сведется к следующему:
- Будем исходить из того, внутренняя конверсионность сайта одинакова для любого внешнего трафика (по определению).
- Выбираем рекламную площадку, конверсионность трафика с которой нам надо оценить.
- Анализируем за конечный период времени общую конверсию трафика этих сайтов и находим 2 «хороших» последовательных временных отрезка. Хорошим же они будут, когда в условиях неизменности внешнего трафика (не меняются параметры таргетинга, нет серьезных внешних событий, погода на улице сильно не меняется и т.д.) и постоянности внутренних параметров сайта (ценовая политика, система навигации, витрина и т.д.), конверсия трафика с выбранной площадки от одного отрезка к другому будет меняться несущественно и на одинаковую величину. Например, общая конверсия поискового трафика Яндекса в понедельник 1%, а во вторник 0,95%, и так на протяжении последнего месяца.
- Учитывая мысль в п.1, делаем вывод о том, что изменение общей конверсии обусловлено изменением внешней конверсионности. То есть
- В следующий момент времени, когда выбранные временные промежутки неожиданно наступят вновь (следует обязательно проконсультироваться с шаманом племени майя и убедиться в отсутствии полнолуния), измеряем общую конверсию с площадки на первом из них, вносим более или менее существенное изменение в бизнес-логику сайта (меняем цены, изменяем товар на витрине, меняем структуру каталога и т.д.), измеряем общую конверсию на втором промежутке (с учетом изменений).
- Теперь воспользуемся взглядом на внутреннюю конверсионность как на аналог внешней. Т.е. постараемся отобрать трафик с изначально «незаполненным» стаканом (т.е. так называемый нецелевой трафик), который вернулся к нам по закладкам после первого посещения во второй временной отрезок. Соответственно, первое посещение будем считать посещением внешней площадки, а такой трафик — ее обыкновенным рекламным трафиком. Это позволит нам написать третье уравнение системы.
- Ну, и интересное — составим систему уравнений для расчета интересующих нас параметров:
- Здесь Cext,1, Cext,2 — внешние конверсионности в 1 и 2 хорошие периоды, Cint,1, Cint,2 — внутренние конверсионности в 1 и 2 хорошие периоды, С1, С2 — общие конверсии трафика площадки в 1 и 2 хорошие периоды, С3 — та самая общая конверсия не совсем целевого возвратного трафика, о котором шла речь в 6 пункте.
- Четыре уравнения на четыре неизвестных. Вспоминаем курс математики за пятый класс и имеем значения внутренних и внешних конверсионностей.
Для внимательных читателей стоит отметить, что операцию умножения как в исходном уравнении, так и в системе уравнений можно смело назвать операцией «звездочка». Т.е. в зависимости от собственных воззрений на протекание процесса наполнения стакана ее можно заменить на сложение либо на какую-нибудь операцию, определенную собственным хитрым образом. Система уравнений по-прежнему будет легко решаться.
Приложение мыслей к каталогам товарных предложений
Значение каталогов товарных предложений для массового ритейла сложно переоценить. На Yandex.Market, Price.ru, Rambler. Pokupki, и тому подобные площадки приходится до половины заказов многих интернет-магазинов. Более или менее достойную конкуренцию составляют им лишь системы контекстной рекламы. Плюсов перед другими рекламными площадками у Маркета и ему подобных предостаточно. Во-первых, это простота освоения — достаточно лишь выгрузить туда прайс, во-вторых — очень даже понятная стоимость клиента, ну и, в-третьих, это та самая пресловутая априорная конверсионность — на таких площадках она достаточно высока.
Последнее определяется тем, что обычно аудитории тут просто больше нечего делать, кроме как выбирать товар или его продавца. Однако при расчете априорной конверсионности каталогов товарных предложений есть один очень тонкий момент. А именно — уровень цен продавцов. Ибо от него напрямую зависит качество и количество трафика, который будет попадать на сайт магазина. Иными словами, для любого другого трафика уровень цен продавца будет рассмотрен исключительно как фактор внутренней конверсионности (ведь не знает же юзер, кликнувший по объявлению директа или бегуна, какова будет цена того или иного предложения до того, как погуляет по магазину). В нашем же случае уровень цен будет влиять и на конверсионность внешнюю. Как? А точно так же, как, например, географический таргетинг. То есть здесь необходимо рассматривать уровень цен как вариант тагретинга — таргетинга по ценам. Ведь если продавец, например, задерет цены — он получит один срез аудитории, если опустит — другой. При этом заранее говорить о том, что трафик с низких цен будет более конверсионным, я думаю, не стоит. Никто же не будет спорить с тем, что человек, кликающий по предложениям с более высокой ценой, этой самой цене будет уделять не такое пристальное внимание и, соответственно, не будет перерывать Интернет в поисках наименьшей цены, чем отличаются люди, кликающие по самым дешевым предложениям.
Встает вопрос: что лучше — больше трафика с низких цен либо меньше трафика, но с дорогих цен. Ответ прост — лучше то, где прибыль максимальна. Как ее подсчитать? Идея достаточно очевидна — нужно нарисовать два графика: зависимости априорной конверсионности и количества трафика в зависимости от цен. Ну и нарисовать, исходя из этого, график зависимости прибыли от уровня цен. Выглядит просто, но на практике для реализации этого необходимо:
- 2–3 месяца времени;
- нормальный отдел маркетинга с хорошим аналитиком, знающим статистику и математику;
- серьезная система сбора статистики;
- хороший продукт-менеджер, понимающий, что такое высокая цена, а что такое низкая;
- выверенная до пикселя программа действий на этот период.
Исходя из собственной практики, можем сказать — да, это сложно, но можно. И результаты обычно очень благоприятным образом отражаются на рекламных бюджетах и прибылях.
Комментарий
08.03.2012 18:02
да
Новое сообщение