Когда речь заходит о рекламной аналитике, большинство продавцов ограничивается классическим набором: CTR, CPC, CR, списания бюджета, сравнение ставок и отчёт по заказам. Всё.
Но за этими базовыми метриками скрывается огромное количество простых, но почти неиспользуемых аналитических приёмов, которые помогают экономить бюджет, быстрее находить слабые места и масштабировать прибыльные решения.
Собрали те методы, которые легко внедрить, но почему-то мало кто применяет на практике.
Но за этими базовыми метриками скрывается огромное количество простых, но почти неиспользуемых аналитических приёмов, которые помогают экономить бюджет, быстрее находить слабые места и масштабировать прибыльные решения.
Собрали те методы, которые легко внедрить, но почему-то мало кто применяет на практике.
Аналитика «перекрёстных поведений»
Мы привыкли оценивать каждую рекламную кампанию отдельно. Но покупатель не мыслит категориями «кампания №1» или «кампания №2» — он видит бренд целиком.
Чтобы понять реальное влияние рекламы, можно анализировать пересечения:
Мы привыкли оценивать каждую рекламную кампанию отдельно. Но покупатель не мыслит категориями «кампания №1» или «кампания №2» — он видит бренд целиком.
Чтобы понять реальное влияние рекламы, можно анализировать пересечения:
- какие товары чаще всего покупают после просмотра рекламы другого SKU;
- какие запросы приводят покупателей к товарам из других категорий;
- какие кампании приводят к общему росту бренда, даже если не дают прямых продаж.
Оценка «силы первой фотографии»
Большинство смотрит на CTR и делает выводы по нему. Но CTR — это уже следствие, а причина часто скрыта в одном элементе: главным фото.
Простой, но редко используемый метод:
Большинство смотрит на CTR и делает выводы по нему. Но CTR — это уже следствие, а причина часто скрыта в одном элементе: главным фото.
Простой, но редко используемый метод:
- Берём 3 варианта главной фотографии.
- Ставим на них минимальные бюджеты.
- Запускаем в одинаковых условиях.
- Через сутки анализируем:
- глубину просмотра;
- процент добавлений в избранное;
- соотношение просмотров к переходам на карточку;
- процент людей, дошедших до отзывов.
Сегментация по времени реакции
Есть категории, где покупатель действует быстро (детские товары, бытовые мелочи), а есть — где решение принимают долго (одежда, техника, косметика).
Редко кто анализирует время от первого контакта до покупки:
Есть категории, где покупатель действует быстро (детские товары, бытовые мелочи), а есть — где решение принимают долго (одежда, техника, косметика).
Редко кто анализирует время от первого контакта до покупки:
- меньше 20 минут — импульсная покупка;
- 1–24 часа — сравнение;
- 1–7 дней — сложный выбор;
- больше недели — низкий интерес, но потенциал догоняющей рекламы.
- куда подключать ретаргетинг;
- какие товары лучше масштабировать;
- какие — усиливать контентом и отзывами.
«Аналитика поражений»: изучаем не тех, кто купил, а тех, кто отказался
Все смотрят на тех, кто купил. Почти никто — на тех, кто уже был близок, но развернулся.
Очень простой подход:
Все смотрят на тех, кто купил. Почти никто — на тех, кто уже был близок, но развернулся.
Очень простой подход:
- Собираем товары, которые чаще всего смотрят перед уходом.
- Смотрим, на каком этапе покупатели «падают»:
- сразу после просмотра фото;
- после чтения характеристик;
- после просмотра отзывов;
- после добавления в корзину.
Аналитика «ценовой чувствительности»
Большинство считает конкурентов по цене и ставит «среднюю по рынку». Но куда продуктивнее:
Большинство считает конкурентов по цене и ставит «среднюю по рынку». Но куда продуктивнее:
- Считать разницу между вашей ценой и ценами реальных товаров, на которые переходит пользователь после просмотра вашей карточки.
- Строить матрицу ценовой чувствительности:
- до 7% разницы — покупатель спокойно принимает решение;
- 8–15% — начинаются сомнения;
- больше 15% — почти всегда уход к конкуренту.
- где делать скидку,
- где можно поднять цену,
- где конверсия падает не из-за рекламы, а из-за расхождения цен.
Аналитика «непрямых победителей»
Есть товары, которые дают больше продаж не себе, а другим позициям внутри вашего ассортимента.
Как это определить:
Вы рекламируете рюкзак X, а покупают рюкзак Y.
То есть рюкзак X — прекрасный «вход» в ваш бренд.
Это знание позволяет:
Есть товары, которые дают больше продаж не себе, а другим позициям внутри вашего ассортимента.
Как это определить:
- анализируем поисковые запросы, по которым пришёл покупатель;
- сопоставляем это с конечным SKU, который он купил;
- формируем список товаров, которые «являются приманкой».
Вы рекламируете рюкзак X, а покупают рюкзак Y.
То есть рюкзак X — прекрасный «вход» в ваш бренд.
Это знание позволяет:
- сократить бюджеты на нерентабельные товары;
- усиливать лидеров ассортимента;
- строить стратегию через «входные SKU», снижая расходы.
Анализ поведения ночью / днём
Почти никто не делит рекламный трафик по времени суток, а зря. Потребители ведут себя по-разному:
Почти никто не делит рекламный трафик по времени суток, а зря. Потребители ведут себя по-разному:
- утром — много просмотров, мало покупок;
- днём — аналитика и сравнение;
- вечером — пик продаж;
- ночью — высокие конверсии в нишах «для себя».
- разделить кампании на дневные и ночные;
- для ночных поставить более низкие ставки;
- отключить утренние часы, где трафик дорогой, но конверсии низкие.
Аналитика «точек притяжения» в карточке
Карточка товара — это не статичная страница. Пользователь внутри карточки движется по маршруту, который мало кто анализирует:
Применение:
Карточка товара — это не статичная страница. Пользователь внутри карточки движется по маршруту, который мало кто анализирует:
- кликают ли на дополнительные фото;
- доходит ли пользователь до блока характеристик;
- смотрит ли отзывы с фото;
- кликает ли по видео;
- скроллит ли до нижних баннеров.
Применение:
- усиливаем те зоны, которые работают;
- заменяем те, которые игнорируют;
- перетасовываем фотографии так, чтобы первые три давали максимальный эффект.
Анализ «порогов входа» по ставкам
Большинство повышает ставки постепенно: +1 рубль, +3 рубля…
Но внутри аукциона часто есть пороги:
Редкий, но эффективный подход:
Оптимизация рекламы — это не всегда про сложные алгоритмы, дорогие сервисы и бесконечные эксперименты. Часто самые эффективные решения лежат на поверхности, но остаются незамеченными: анализ слабых мест карточки, проверка фото, сегментация времени суток, перекрёстные связи и эффект товаров-приманок.
Используя эти простые, но недооценённые аналитические подходы, можно:
Большинство повышает ставки постепенно: +1 рубль, +3 рубля…
Но внутри аукциона часто есть пороги:
- чуть ниже ставки — вы почти не показываетесь,
- чуть выше — резко выходите в лидеры.
Редкий, но эффективный подход:
- Ставим минимальную ставку.
- Резко поднимаем на +30–50%.
- Смотрим прирост показов.
- Если роста больше x2 — нашли точку входа.
- Снижаем ставку до уровня, где показы ещё достойные, а цена ниже.
Оптимизация рекламы — это не всегда про сложные алгоритмы, дорогие сервисы и бесконечные эксперименты. Часто самые эффективные решения лежат на поверхности, но остаются незамеченными: анализ слабых мест карточки, проверка фото, сегментация времени суток, перекрёстные связи и эффект товаров-приманок.
Используя эти простые, но недооценённые аналитические подходы, можно:
- снизить стоимость клика;
- увеличить конверсию;
- улучшить карточки;
- точнее распределять бюджет;
- предсказуемо масштабировать продажи.