Моделирование параметров рекламных кампаний с целью повышения экономической эффективности и увеличения охвата при фиксированном бюджете

При использовании рекламы Яндекс Директ приходится во всех случаях фиксировать бюджет, как для каждой компании в отдельности, так и средний уровень общего дневного бюджета. Если этого не сделать, расход средств принимает неконтролируемый характер и приводит к самопроизвольному списанию больших сумм.

Вторая базовая проблема при использовании рекламы — это частое возникновение ситуаций, когда рекламные кампании включены, деньги на счету есть, все параметры заданы верно, но рекламные объявления плохо показываются. То есть рекламодатель постоянно балансирует между сохранностью бюджета и отсутствием показов.

Алгоритм, по которому осуществляется обучение рекламных кампаний, полностью закрыт от пользователя и не дает возможности в должной мере понять все закономерности без использования моделирования и изучения статистики, полученной в результате длительного использования рекламы.

Далее показано, как с помощью линейного регрессионного анализа можно определить факторы, повышающие и понижающие количество кликов при фиксированном бюджете, а также как увеличить количество показов и определить факторы, определяющие этот показатель опять же при фиксированном бюджете.

Для объяснения влияния количественных параметров компаний на результирующий охват аудитории рекламой и соответственно количество кликов использовалась та же линейная регрессионная модель, что и в предыдущем пункте, коэффициенты функции которой представлены на рисунке 1.

В качестве зависимой переменной была взята количественная переменная, соответствующая количеству кликов. Вначале был проведен корреляционный анализ между всеми количественными независимыми переменными для исключения из уравнения коррелирующих между собой регрессоров и двойного учета одних и тех же факторов.

В результате для регрессионного анализа были оставлены следующие количественные параметры: средняя цена клика, средняя позиция показа объявления, показы, расход, отказы.

Уровень объясненной дисперсии R² полученной модели равен 0,69, то есть достаточно высокий, чтобы считать ее адекватной. Для выявления закономерностей особенно важны два параметра: средняя цена клика и расход.

Из полученной модели следует, что при увеличении расходов на 1 рубль количество кликов увеличится на 28. А при уменьшении средней цены клика на 1 рубль количество кликов и соответственно охват рекламы увеличивается на 49 при фиксированных остальных параметрах. Это подтверждает правильность алгоритма, используемого в компании для показа рекламы как можно большему количеству пользователей по минимальной ставке при фиксированном бюджете.

Если рекламодатель получает рекомендации увеличить ставку за клик для того, чтобы увеличить позицию своих объявлений относительно конкурентов, что должно по логике вещей привести к увеличению количества кликов, то надо обратить внимание на следующее. Так как бюджет фиксирован, модель дает возможность понять, что при ставке за клик 50 руб. и бюджете 1000 руб. кликов будет меньше, чем при ставке 10 руб. и том же бюджете 1000 руб. (См. рис. 8, 9)

Рисунок 8: Линейная регрессия. Количество кликов при средней цене клика 10 руб. и фиксированном бюджете

Рисунок 9: Линейная регрессия. Количество кликов при средней цене клика 50 руб. и фиксированном бюджете

Также изменение любых других параметров, которые оказались значимыми и вошли в модель, кроме расхода, не приводит к существенному увеличению количества кликов.

Таким образом, для компании, работающей по всей России, где много регионов с привлекательными ставками, рекомендовано придерживаться стратегии, ориентированной на понижение ставок для всех видов рекламных кампаний.

Но как говорилось выше, снижая ставки и фиксируя бюджет, можно столкнуться с отказом системы показывать объявления. Чтобы понять, какие факторы влияют на количество показов, построим отдельную регрессионную модель.

Таблица 3: Линейная регрессия. Количество показов

Полученная модель наглядно демонстрирует (Таблица 3), что при фиксированном бюджете увеличение ставки за клик приведет к уменьшению количества показов, но что еще более важно – то какие именно страницы показываются в рекламе влияет на количество показов гораздо сильнее, чем просто увеличение расходов на рекламу. Таким образом, правильно подобрав страницы, можно увеличить количество показов, не увеличивая бюджет и не повышая ставку за клик. Если не пользоваться моделированием, то обычно пользователь рекламы пытается решить данную проблему опять же увеличением ставки за клик, не изменяя бюджет и не меняя подхода к выбору рекламных страниц.