Adworld Experience 2024 прошла 17-18 октября 2024 года в Болонье, Италия. Игорь представил этот англоязычный PPC-кейс на крупнейшей в Европе конференции с реальными PPC-кейсами.
Кейс «Рост конверсий B2C SaaS в 30 раз благодаря глубокому исследованию ключевых слов» показывает, как анализ прибыльности поисковых запросов на уровне отдельных слов, n-граммы, широкое соответствие и тысячи минус-слов, за одну неделю помог преодолеть потолок роста, который держался два года. Спикер, Игорь Ивицкий, эксперт по Google Ads и «Ученый Google Ads», математик с PhD, который применяет науку об оптимизации в Google & YouTube Ads.
Как работает метод n-грамм
Исходная гипотеза состояла в том, что лишь небольшая доля потенциальных пользователей целенаправленно ищет такие сервисы, как отчеты по автомобильному номеру, номеру телефона или адресу недвижимости, хотя сервис может пригодиться почти каждому. Около 70% поискового спроса приходится на длинный хвост, то есть настолько редкие запросы, что они почти не появляются в отчетах.
Вместо назначения ставок по отдельным запросам Игорь охватил ставками широкий рынок и отсек нерелевантный трафик минус-словами. Анализ превращает отчет по поисковым запросам в данные о прибыльности на уровне отдельных слов. Затем неприбыльные слова используются как минус-слова, а самые прибыльные становятся новыми ключевыми словами в широком соответствии.
Выгрузите все поисковые запросы вместе с данными о расходах и прибыли.
Разберите каждый запрос на отдельные слова, чтобы единицей анализа стало слово, а не фраза целиком.
Для каждого слова суммируйте его вклад в расходы и выручку, затем отсортируйте слова по прибыльности.
Используйте неприбыльные слова как минус-слова, прибыльные слова как ключевые слова в широком соответствии, затем запустите максимально широкие комбинации.
Как я отбираю минус-слова
Я отбираю минус-слова по деньгам и по отклику аудитории, а не по ощущениям. Расходы и реакция пользователей определяют судьбу слова, но окончательное решение зависит от общей прибыльности проекта, а не от внешней привлекательности одной метрики.
Этот метод работает не как разовый трюк, а как повторяемая дисциплина работы с собственными данными аккаунта. Именно этой логике посвящен бесплатный вебинар школы.
На бесплатном мастер-классе показываю пошагово, как превратить рекламу в предсказуемый поток клиентов.
Смотреть мастер-класс →Ключевые выводы
- От 50 до 1 500 конверсий в день за одну неделю (30x). Два года клиент считал, что предел рынка составляет 50 конверсий в день. Анализ прибыльности на уровне отдельных слов пробил этот потолок с первой итерации.
- 70% рынка скрывается в длинном хвосте. Широкое соответствие охватывает запросы, которые появляются слишком редко, чтобы назначать ставки непосредственно на них. Тысячи минус-слов, полученных из n-грамм, отсекают бесполезные расходы.
- Анализ нужно повторять каждый месяц, это не разовая работа. Ежемесячно появляются новые поисковые запросы. Очередной анализ n-грамм продолжает снижать CPA и наращивать конверсии.
- Целевая CPA с широким соответствием превзошла ручные ставки CPC с точным соответствием в прямом сравнительном тесте внутри одного аккаунта.
- Ручной анализ раскрывает намерения пользователей. Игорь пробовал автоматизированные инструменты для анализа n-грамм, но при больших бюджетах рекомендует самостоятельно прорабатывать данные в Excel.
- Дорогим продуктам нужно финансирование. Товары с высоким чеком продавались только при разделении оплаты на 12-18 платежей. Без финансирования они не продавались.
Ключевые моменты доклада
Потолок, в который верил клиент
Кейс начался с B2C SaaS-компании, которая продавала информацию как услугу: формировала отчеты по автомобильному номеру, номеру телефона или адресу недвижимости. Продукт был рассчитан на массовый рынок, однако два года агентства, фрилансеры и штатные специалисты упирались в один потолок: 50 конверсий в день. Клиент привык считать эту цифру естественным пределом спроса. Поэтому задача звучала осторожно: снизить стоимость конверсии до 3-3,5 доллара и по возможности немного увеличить их число. Даже начало сотрудничества ставило эту осторожность под сомнение. Ассистентка отказала клиенту, посчитав проект слишком маленьким, но тот продолжал писать Игорю, пока они не заключили договор. «До вас мне никто никогда не отказывал». Эта реплика важна не только как наблюдение о продажах. Вся последующая работа тоже началась с отказа принять унаследованное представление клиента о возможностях рынка.
Где прятался спрос
Гипотеза роста родилась из разрыва между полезностью продукта и явным спросом. Лишь немногие целенаправленно ищут сервис для проверки номера автомобиля, телефона или адреса, хотя его результат может пригодиться почти каждому. Значит, основная часть спроса скрывалась в трех типах запросов. Первый тип создавали люди с неявным намерением. Например, тот, кто перед покупкой машины изучает схемы мошенничества, может нуждаться в отчете об истории автомобиля, не называя саму услугу. Второй тип создавали пользователи, которые вводили в Google сами данные, например конкретный номер машины или телефона. Каждое значение превращалось в уникальный запрос, поэтому обычный список ключевых слов не мог заранее охватить весь рынок. Третий тип составляли люди, которые вообще не знали о существовании такого сервиса и потому не могли искать его напрямую. Стратегический вопрос заключался не в том, как забрать еще немного очевидного спроса, а в том, как охватить все три группы и не платить бесконечно за случайный трафик.
Метод изменил сам объект ставки. Вместо того чтобы назначать ставки на отдельные запросы, кампания выходила на широкий рынок, а минус-слова отсекали ненужный трафик. Их выбирали не потому, что какой-то запрос выглядел странно или казался нерелевантным. Основанием служила прибыльность отдельных слов во всем поисковом трафике проекта: расходы и отклик давали факты для решения, а итоговым критерием оставалась прибыль бизнеса. Так широкое соответствие превращалось в управляемый поиск спроса, а не в согласие покупать все, что способен привести Google. В этом и заключалась ключевая смена логики. Преимущество возникло не из попытки заранее угадать весь массив редких запросов, а из возможности находить их автоматически и одновременно защищать экономику растущим списком исключений на основе данных. Подробная работа с таблицей осталась в записи доклада, но суть помещается в одну мысль: получить доступ к широкому рынку и убрать из него то, что собственные результаты проекта признают бесполезным.
Что изменили цифры
Изменения проявились за неделю. Число конверсий выросло с казавшихся незыблемыми 50 до 1 500 в день, то есть в 30 раз, а стоимость клика и стоимость конверсии снизились. Длинный хвост обходился дешевле, потому что другие рекламодатели не назначали ставки непосредственно на такие редкие запросы, а слой минус-слов сохранял экономический смысл широкого охвата. Аккаунт больше не зависел только от людей, которые уже знали категорию продукта и формулировали потребность ожидаемыми словами. Реклама находила неявное намерение, запросы из одних исходных данных и пользователей, которые впервые узнавали о сервисе. После двух лет неудачных попыток пробить прежний потолок клиент свел контраст к одному вопросу. «Вчера было 1 540 конверсий. Как вы это сделали?» Ответ состоял не в более высокой ставке на прежнем рынке, а в новом определении самого рынка.
Несколько выводов переживают сам кейс. Анализ нужно повторять каждый месяц, потому что поток новых поисковых запросов постоянно приносит новые минус-слова. С каждым циклом рынок дает больше данных, а слой исключений становится точнее. В том же аккаунте автоматическая стратегия по целевой цене конверсии на широком соответствии обыграла ручные ставки на точном. Значит, более жесткий контроль на уровне запроса сам по себе не гарантирует лучшего результата для бизнеса. Накопленный массив данных открыл следующий уровень оптимизации по аудиториям и демографии, включая сочетания ключевых слов, возраста, пола, дохода домохозяйства и интересов. Самостоятельный просмотр данных также показывал намерения, которые легко потерять в автоматическом отчете. «При больших бюджетах я настоятельно рекомендую самостоятельно прорабатывать цифры». Наконец, у метода есть коммерческая граница: дорогие товары продавались только вместе с финансированием, которое делило оплату на 12-18 платежей. Широкий охват способен найти спрос, но не отменяет ограничений покупателя по доступности цены. Во всех этих решениях главным критерием остается общая прибыльность проекта, а не отдельная метрика, которая лишь выглядит эффектно.
Полная запись доклада входит в бонусный пакет для учеников.
Сторонние подтверждения
Главные выводы
Первая итерация за одну неделю подняла результат аккаунта с 50 до 1 500 конверсий в день.
Широкое соответствие нашло спрос в длинном хвосте, а минус-слова из n-грамм отсекли неприбыльный трафик.
Ежемесячное повторение анализа продолжало снижать CPA и наращивать конверсии.