広告キャンペーンの最適化Yandex.Direct：否定的な単語を追加する方法、入札単価を調整する方法。例としてサモワールを使用したYandexDirectオークションの仕組み

Gennady Petrovichはサモワールを販売しており、サモワールのコストは1000ルーブルで、2000年に販売しているため、各サモワールから1000ルーブルの利益があります。

ゲンナジー・ペトロヴィッチは、1000ルーブルからの利益の一部を顧客を引き付けることに費やすことができることを理解しています。 彼は、競売人が中央に座っているYandex Directオークションに来て、私たちのGennady Petrovichと同じサモワールディーラーがホールに座っているので、彼らをオークションの参加者と呼びましょう。 一方、廊下にはサモワールの購入を希望する来場者がおり、オークションホールに一人ずつ入場して参加者からの入札を受け付けています。

オークションの本質は、競売人が各バイヤーを参加者のホールに送り出す前に、すべての参加者から、訪問者にサモワールを見せるためにいくら払ってもよいかを示す書類を受け入れることです。

ゲンナジー・ペトロヴィッチは一枚の紙に1000ルーブルを書き、競売人に渡します。 競売人は、すべての参加者からの論文を受け入れた後、提案された価格が最も高い3人の参加者のみを選択し、訪問者にサモワールを見せるように招待します。 このリストでは、ゲンナジー・ペトロヴィッチが最高価格である1000ルーブルを提供したため、1位になりました。 以下の参加者は、それぞれ100ルーブル、90ルーブル、80ルーブルを提供しました。

ゲンナジーペトロヴィッチ-1000ルーブル

2番目の参加者-100ルーブル

3番目の参加者-90ルーブル

4番目の参加者-80ルーブル

それから一人の訪問者がホールに入り始め、私たちのゲンナジー・ペトロヴィッチが彼のサモワールを見せるために彼のところに最初にやって来ました。 訪問者はサモワールが好きではなく、購入もしませんが、ゲンナジー・ペトロヴィッチは競売人にサモワールを見せるために84ルーブルを渡します。 次に、2番目と3番目の参加者は訪問者にサモワールを見せますが、訪問者も何も購入せずにホールを離れ、2番目と3番目の参加者はそれぞれ81ルーブルと80ルーブルを支払います。

サモワールから、サモワールを表示するための支払いを計算するメカニズムに移りましょう。

そもそも、クリックの可能性を100％獲得できます
クリックの2番目の85％
クリックの3番目の75％

したがって、クリックの75％については、3つの場所すべてがクリックを受け取るため、全員が同じ金額を支払う必要があります。 3位と2位のクリック数の違い（85％-75％= 10％）の場合、クリックあたりのコストはより高くなるはずです。 同様に、1位と2位の差（100％-85 = 15％）の方が価格が高くなります。 クリックのコストの計算は、これらの原則に基づいています。

1位の最大YandexDirectレートを計算するための式を考えてみましょう。ただし、すでに理論の知識があります。

1番目の参加者を表示するコスト= 4番目のレート* 0.75 + 3番目のレート*（0.85-0.75）+ 2番目のレート*（1-0.85）

つまり、1位を支払う人は、4番目の参加者の割合でクリックの75％を支払い、次にクリックの10％を追加で支払います。これにより、2位になりますが、すでに高額で15％の追加料金が発生します。第一位を与えるクリック数は、最後に最も高価です。

したがって、2番目と3番目の参加者の割合は次のように計算されます。

2番目の参加者を表示するコスト=（4番目のレート* 0.75 + 3番目のレート*（0.85-0.75））/ 0.85

3番目の参加者を表示するコスト= 4番目の参加者の割合

これらは切り捨てられた数式であり、本質だけが残されています。実際、すべてがより複雑であり、AndreyBelousovによって作成されたオンライン計算機でオークションを試すことができます。

Yandex Directの入札単価を設定するために、計算やオークションメカニズムを理解する必要はなく、読み進めてください。 しかし、あなたが細心の注意を払っており、自分でそれを理解したい場合は、公式ドキュメントに優れた資料が提示されています。

サモワールに戻りましょう。ゲンナジーペトロヴィッチが1,000ルーブルのレートを設定し、ショーに84ルーブルを支払ったことを思い出してください。 2位の参加者は100ルーブルの割合で81ルーブルを支払い、3位の参加者は90ルーブルの割合で80ルーブルを支払いました。 データをテーブルに書き込んでみましょう。

計算はどのように行われましたか？

1番目の参加者を表示するコスト= 4番目のレート* 0.75 +3番目のレート* 0.1 +2番目のレート* 0.15 = 80 * 0.75 + 90 * 0.1 + 100 * 0、15 = 84ルーブル

2番目の参加者を表示するコスト=（4番目のレート* 0.75 +3番目のレート* 0.1）/ 0.85 =（80 * 0.75 + 90 * 0.1）/ 0.85 = 81ルーブル

3番目の参加者を表示するコスト= 4番目のレート= 80ルーブル

さて、最初のオークションの後、Gennady Petrovichは、訪問者にサモワールを表示するたびに84ルーブルを支払うと、12人の訪問者のうち少なくとも1人がサモワールを購入する必要があると推定します。そうでなければ、それはマイナスになります。

コスト= 84ルーブル* 12インプレッション= 1008
1つのサモワールの販売から1008> 1000の利益

Gennady Petrovichは、何人の訪問者が購入者に変わるかを理解する必要があることを知っています。彼は、12人に1人、つまり約8％になると想定し、次の式を使用して最適なレートを計算します。

入札=販売からの利益*インプレッションから販売へのコンバージョンの割合

ステーク= 1000ルーブル* 0.08 = 80ルーブル

つまり、80ルーブルとは何ですか？ これは、12人に1人の訪問者がサモワールを購入した場合に、ゲンナジーペトロヴィッチが各サモワールショーから訪問者に受け取る利益です。 今では、売上のレベルではなく、インプレッションのレベルで利益を考慮しています。 -これに注意してください.

その後、20人の訪問者の間に、Gennady Petrovichは80ルーブルのレートを設定し、サモワールのヒット数は12ヒットのみでした。これは、彼のレートが必ずしもすべての参加者の3つの最高レートに該当するとは限らなかったためです。 ゲンナジー・ペトロヴィッチは、12回のインプレッションのうち1回の販売を受け取りましたが、同時に、インプレッションに対して500ルーブルを支払いました。 繰り返しになりますが、ゲンナジー・ペトロヴィッチが印象ごとに支払ったのは80ルーブルではなく、それ以下です。例として1つのオークションを見てみましょう。

総利益はサモワールの販売からの1000の利益でした-500の展示費= 500ルーブル

ゲンナジー・ペトロヴィッチは、インプレッションから売上への変換から正しく推測し、可能な限り最大の利益を得ました。 これはYandexダイレクトオークションの機能であり、インプレッションからの利益よりもコストが低い場合は、インプレッションを購入することで利益が得られます。 Gennady Petrovichがミスを犯し、8％ではなく16％の換算でレートを計算した場合、レートは160ルーブルになります。

ステーク= 1000ルーブル* 0.16 = 160ルーブル

つまり、Gennady Petrovichは、ワンクリックからの利益が80ルーブルの場合、160ルーブルのクリックを購入するため、計算の精度が非常に重要になります。

それはそれです、それは全体のオークションです。 例を簡単にするために、多くの仮定が使用されましたが、本質は変わりません。

この全体の話は、最適な賭けのための簡単な公式に要約されます。

レート=販売からの利益*変換

以前はすべてが単純だったのはなぜですか。レートを設定して利益を計算するだけで済みましたか？ -以前は、競争は低かった。 たとえば、上記の例を思い出してください。GennadyPetrovichが1000ルーブルの入札を行い、ディスプレイに84ルーブルを支払ったとき、これは以前のケースでした。 しかし、時間の経過とともに、競争は「ウォームアップ」し、ランディングページのコンバージョンを増やし、価格を下げ、品揃えを拡大するプレーヤーが登場します。したがって、12インプレッションのうち1インプレッションではなく、3インプレッションのうち1インプレッションをコンバージョンし、レートは次のように計算されます

1000ルーブルはサモワールから利益を得る* 0.3 = 300ルーブル

この場合、効果的なプレーヤーが残りを群がらせ、Gennady Petrovichなどは、市場を離れるか、効率的で正確にレートを計算するかの選択に直面します。

最適なレートを計算する際のニュアンスは何ですか？

• コンバージョン率は、季節性、曜日、広告の競合他社、天気、経済の状態、その他の無数の要因によって異なります。
• データの不足。たとえば、キーワードに対して1回のクリックと1回のコンバージョン（販売）があった場合、クリックごとにコンバージョンが発生するというのは事実ではありません。以下に戻ります。
• コンバージョン率は商品の価格によって異なります。 価格が市場平均を下回っている場合、コンバージョンは高くなり、高い場合はその逆になります。 価格によって利益が変わるという問題がすぐに発生するので、販売数と価格の最適なものを探す必要があります。
• このすべてのデータを定期的に収集および更新する方法。
• サイトがTOP3に含まれている場合、コンテンツターゲット広告での表示が必ずしも有益であるとは限りません。
• 賭けの計算に偏差があると、利益が失われます。

YandexDirect最適化ツール

レートを計算するプロセスを自動化する方法は？ 市場は次のソリューションを提供しています。

入札者は、elama.ru、directmanager.ruなどのサービスに存在します。

最初のもの、入札者を考えてみましょう-彼らはYandexダイレクトオークションの現在の構造では意味がありません。 実際、入札者の内部で最大入札額を指定します。これは、Yandex Directインターフェース内で指定することもでき、何も変更されません。 なぜそれらが使用されるのですか？ -オークションメカニズムの誤解から。

ルール割り当てサービス-K50ルール、自作スクリプト、アドワーズ広告のルール

ルールを割り当ててキャンペーンを管理する方法を見てみましょう。もっと理にかなっています。 たとえば、クリック数が100回を超え、コンバージョン数がない単語をオフにするルールがあります。 しかし、優れたセマンティックカーネルでは、低頻度のクエリの末尾が非常に長くなり、各キーワードが100回クリックされるまで待つと、破産する可能性があります。 つまり、大まかに言えば、ルールは可能な可能性の約20％を最適化します。 また、より複雑なルールシステムは使用が難しく、管理が面倒です。

コンバージョンオプティマイザー-K50、Origami、Alyticsなど

次のコンバージョンオプティマイザーは最も高度なソリューションですが、高価です。たとえば、K50のコストは50 tr /月、Origamiのコストは10 tr /月です。 平均して10％効率を上げることができると見積もると、50万ルーブルのK50と10万ルーブルの折り紙を使うのが合理的であることがわかります。

3つのオプティマイザーすべてを実装しようとしましたが、OrigamiとAlyticsの機能はかなり制限されていましたが、実装できませんでした。 免責事項、オプティマイザーに関する私の結論は特別な調査に基づいていません！ 各オプティマイザーを使用して、数週間で1〜2のプロジェクトに実装しようとしました（クリックの履歴に基づく）。これにほとんど意味がない場合は、終了しました。

K50は最高のオプティマイザー、最高のサポートですが、その可能性を100％使用するには、インターフェイス内に多くの設定があるため、かなり高いレベルの専門知識が必要です。

AdlensやMarinSoftwareもあり、月額200 trからで、100万の予算で使うのが合理的ですが、記事では省略していると思います。

内部最適化ツールであるAdwordsとYandexDirectに注目してみましょう。これらは外部ツールよりも悪くはなく、セットアップも簡単ですが、制限があります。

• まず、キャンペーンには1か月に少なくとも30回のコンバージョンが必要であり、キーワードごとに均等に配信する必要がありますが、常にそうであるとは限りません。
• 次に、通話、オフライン販売、遅延販売などのサードパーティデータをYandexDirectにインポートすることはできません。
• 第三に、ほぼ同じ製品カテゴリのキーワードが1つのキャンペーンで見つかる必要があります。

実際の状況では、そのような要件に適応することはかなり困難です。

Yandex Directで最高入札額を設定するにはどうすればよいですか？

Excelで繰り返して、自己最適化YandexDirectに採用できる最も単純なメカニズムについて考えてみましょう。

式を思い出してください

レート=平均チケット*平均チケットのマージンシェア*コンバージョン

レゴの商品カテゴリとそのカテゴリ内のキーワードの入札単価を計算してみましょう。 たとえば、レゴのおもちゃのカテゴリの平均では、クリックから販売へのコンバージョンは2％で、平均チェックは3600ルーブルであることがわかっています。 同じカテゴリーに「レゴのくぼみを買う」というキーワードがあり、その平均チェック数は9,000ルーブルで、コンバージョン率は4％です。 平均チェックマージンが30％であると仮定して、式を使用してこれら2つのケースを計算してみましょう。

0.02 * 3600 * 0.3 = 21.5ルーブル

0.04 * 9000 * 0.3 = 108ルーブル

式では、パーセンテージがシェアに変換されることを思い出してください。たとえば、30％= 0.3または2％= 0.02

これで、カテゴリとキーワードの入札単価を計算しましたが、問題があります。キーワードのクリック数が10回しかないため、これは非常に小さいので、次の式を使用してExcelでエラーを計算しましょう。

√（1-コンバージョン）/（コンバージョン*クリック数）

Excelで計算する

ルート（（1-0.02）/（0.02 * 10））= 221％

つまり、10回のクリックでの変換は、実際の変換と2倍異なる可能性があり、エラーが発生すると利益が失われます。 クリック数に応じて許容誤差がどのように変化するかを見てみましょう。

キーワードのデータの欠落部分をカテゴリのデータで埋める何らかのメカニズムが必要です。 このメカニズムはプルと呼ばれ、その式は次のとおりです。

単語変換=単語の変換数+ k-pulling /単語のクリック数+（k-pulling /カテゴリ変換）

k-pulling-最終的な変換に対する予測値の影響を調整します。デフォルトの単位を使用しましょう。 この値は、2つの期間のエラーを列挙して減らすことにより、ケースごとに個別に選択する必要がありますが、これでは理解が複雑になるため、-1を使用してください。

プルがどのように機能するかの例を見てみましょう-それがどのように機能するかを直感的に理解してください！

レゴケースにプルを適用してみましょう

(10 * 0,04) + 1 / 10 + (1 / 0,02) = 1,4 / 60 = 0,023

つまり、カテゴリの変換を2％取り、それに0.3％を追加しました。これにより、キーワードの10回のクリックの影響が推定されます-0.3％、80回のクリックがあった場合、0.3ではなく追加されます。 ％。と1.2％、計算してみましょう：

(80 * 0,04) + 1 / 80 + (1 / 0,02) = 4,2 / 130 = 0,032

つまり、キーワードのクリック数が多いほど、カテゴリのコンバージョンへの依存度が低くなります。

さて、私たちは変換を理解しました、しかし平均チェックをどうするか？ 同様の引っ張り式を使用します。

（単語の平均チケット*単語のトランザクション数+ 1 *カテゴリの平均チケット）/（単語のトランザクション数+ 1）

それがどのように機能するかを見る

80クリックでレゴを使った例。

（9000 *（80 * 0.02）+ 0.5 * 3600）/（80 * 0.02）+ 0.5 = 16200 / 2.1 = 7700ルーブル

ご覧のとおり、トランザクションの増加に伴い、平均チェックもスムーズになり始めました。 ここで、Excelの数式を使用して、新しい知識をすべて実際に適用する必要があります。

プライベートから一般までのデータを使用することに注意してください。つまり、最初にキーワードのデータを使用し、十分なデータがない場合はカテゴリ別にデータを取得し、カテゴリのデータが十分でない場合は取得します。サイトの平均データ。

推定コンバージョンを計算してみましょう

サイトの平均コンバージョンとカテゴリ別の平均コンバージョンという、常に知られているものから建設を開始するため、Excelで建設を構築する方が便利です。

=（URLコンバージョン+1）/（URLクリック+（1 /平均サイトコンバージョン））

IFNA関数を使用してURLにデータがない場合のシナリオを追加します（値;データがない場合は値）

IFNA（（URLコンバージョン+1）/（URLクリック+（1 /平均サイトコンバージョン））;平均サイトコンバージョン）

そして、キーワードでデータを追加します

IFNA（（キーワードコンバージョン+ 1）/（キーワードクリック+（1 / IFNA（（URLコンバージョン+ 1）/（URLクリック+（1 /平均サイトコンバージョン））;平均サイトコンバージョン）））; IFNA（（Number of URLコンバージョン+1）/（URLクリック数+（1 /平均ウェブサイトコンバージョン））;平均ウェブサイトコンバージョン）））

その結果、

それだけです、灰色のオオカミはそれほど怖くないです、平均的なチェックは同じであると考えられています

IFNA（（平均チェックURL * URLトランザクション数+0.5 *サイトの平均チェック）/（URLトランザクション数+ 0.5）;サイトの平均チェック）

そして、YandexDirectで最適なレートを計算します

予測されたコンバージョン*予測された平均チェック*平均チェックにおけるマージンのシェア

計算の例は、GoogleSpreadSheetsのリンクにあります。

5階建ての数式で記事を読み込まないようにするために、このトピックについては別の記事で詳しく説明します。

お気づきのように、計算の精度は利益に直接影響するため、可能な限り高くする必要があります。 コンバージョン予測のエラーを減らすには、できるだけ多くのデータを収集する必要があります。

• 1月よりも12月の方が購入が多いため、時間はコンバージョンに影響します。
• 価格が市場平均を下回っている場合、販売の可能性が高くなるため、コンバージョンは製品の価格レベルに影響されます。
• ピザは悪天候で売れる
• オーガニック検索トラフィックを使用してキーワードのコンバージョンを予測し、精度を高めてみませんか

ご覧のとおり、タスクは簡単ではなく、多くの計算とデータを必要とします。Excelでは、これらすべてを計算するにはコストがかかりすぎます。 K50はこの問題を解決しますが、すべてのデータを使用するわけではありません。代理店でPythonでカスタムソリューションを作成しています。次回は、機械学習を使用してコンバージョンを予測する方法についての記事を作成します。

したがって、最も収益性を維持し、短期間に銀行全体を使い果たしないように、ベッティング戦略を最適化できることが重要です。 これを行う方法を理解してみましょう。

システムの選択。 ほとんどの経験豊富なプレイヤーは独自のシステムを持っており、それだけでプレイします。 スポーツベッティングのための多種多様なスキームと戦略がすでに作成されていますが、それらのどれも普遍的ではなく、あなたの勝利の100パーセントの保証にはならないことに注意する価値があります。 プレイヤーのあらゆる種類の「フォーク」、「ドゴン」、その他のトリック-これは予測管理のコンポーネントの1つにすぎません。

情報の分析。 すべての自尊心のある賭けをする人は、彼の予測をするためにできるだけ多くの情報源を使用することを単に義務付けられています。 データの有能な選択と分析だけがブックメーカーよりも有利であり、したがって、特定の賭けのリスクを最小限に抑える能力は、インターネットポータルstavki-na-sports.comに書かれています。

財務管理。 スポーツベッティングを娯楽としてではなく、真面目な仕事として扱うことにした場合は、資金の適切な管理に確実に注意を払う必要があります。 銀行全体でプレイするべきではありません。ゲームに一定の金額を割り当て、それをいくつかの等しい部分に分割することをお勧めします。 したがって、一時的なギャップがあなたを不安にさせることはなく、長期的には常に回復する機会があります。

経験が基盤です。 すべての成功したベッターは、スポーツベッティングは決して簡単ではないと指摘しています。 スポーツの予測のすべてのニュアンスを理解するには多くの時間と労力が必要であり、その後で初めて経済的に成功することができます。

感情はあなたの主な敵です。 賭けのプロセスは常に慎重に取り組む必要があります。 そうしないと、勇気を出して銀行全体を簡単に落とすために、いくつかの急いで予測を行うリスクがあります。

したがって、スポーツベッティング管理は、このビジネスで成功するための最も重要な要素です。 あなたがそれを軽蔑せず、私たちのすべてのアドバイスに耳を傾けるなら、躊躇しないでください-勝利はあなたを待たせません。

Googleアドワーズ広告。 GeddsBradの包括的なガイド

自動入札最適化：成功の主な基準としてのコンバージョン単価

検索ネットワークの場合、GoogleにはAdWordsエコノミー機能があり、競合他社の広告より1つ高いランクに1セント高くすることができます（第7章の「品質指標が実際のCPCを決定する方法」を参照）。 ディスプレイネットワークでは、Googleはと呼ばれる別のポリシーを適用します 自動レート最適化.

Googleは、表示ページのコンテンツがユーザーにコンバージョンアクションを実行するように促す可能性を推定しようとします。 オッズが低い場合、Googleはクリック率を下げる可能性があります。 グーグルによれば、ユーザーがアクセスしたページが変換される可能性が高い場合、CPCは上昇します（指定した最大値まで）。

ノート。場合によっては、GoogleがディスプレイネットワークのCPCに割引を提供しますが、広告費用のROIまたはマーケティング目標を達成するために必要な資金に基づいて、ディスプレイネットワークと検索広告に異なる入札を行う必要があります。 一部の広告グループでは、検索ネットワークよりも高い入札単価を設定し、他の広告グループでは低い入札単価を設定します。 ディスプレイネットワークと検索ネットワークに同じ入札単価を設定しないでください。 ディスプレイネットワークの最初の入札単価を選択できない場合は、次のルールに従ってください。サイズは検索ネットワークの入札単価の75％にする必要があります。 たとえば、検索ネットワークでクリックごとに1ドルを支払う場合は、ディスプレイに0.75ドルを入札します。

自動入札最適化は、コンバージョン率が低下し、コンバージョンあたりのコストが前面に出てくる環境を作り出します。

デジタルカメラを販売していて、クリック単価の上限が1ドルだとします。広告を表示した最初のサイトはデジタルカメラのレビューに特化しており、評判が良いと見なされています。 あなたの広告はあなたが販売する正確なデジタルカメラをカバーする記事の隣に表示されます。 これらのタイプのサイトは購入サイクルの後半にあり、他のディスプレイネットワークサイトよりもコンバージョンを生成する可能性が高くなります。 これは、信頼性の低いサイトからアクセスする場合よりも、クリックごとに多く支払うことを意味します。 あなたの広告がジョニーのブログに投稿されたとしましょう。彼はアルバ島への旅行でそのようなデジタルカメラをどのように使用したかを正確に説明しています。 このサイトには、明確な商業的焦点はありません。 したがって、コンバージョンが発生する可能性は低くなります。 しかし、それはあなたがジョニーのブログに広告を出したくないという意味ではありません。 テーブル内のデータ。 9.1は、上記の2つのサイトでの広告の掲載結果を示しています。

タブ。 9.1。 2つのサイトの比較

このシナリオでは、ジョニーのブログがレビューサイトのコンバージョンの半分を促進しています（5％対10％）。 一方、クリックあたりの支払い額ははるかに少なく（0.25対$ 1）、これは、ジョニーのブログのコンバージョン率がより収益性が高いことを意味します（5対$ 10）。 あなたは、レビューサイトへの訪問者からよりも、ジョニーのブログへの訪問者からより多くの利益を上げます。

各サイトには独自のユーザーサークルがあり、サイトからのトラフィックも異なります。 したがって、CPCとコンバージョン率に大きな違いが見られても驚かないでください。

ただし、ディスプレイ広告の成功を測定するときは、コンバージョン率とCPCを二次的に、コンバージョン単価に重点を置く必要があることに注意してください。

広告がディスプレイネットワークに表示され始めたら、Googleが広告を掲載しているサイトを調べて、適切なサイトと十分な価値が得られていないサイトを特定します。 しばらくして、十分な情報に基づいた意思決定を行うのに十分なデータが蓄積されたら、アドワーズ広告にレポートをリクエストして、成功の基準に基づいてディスプレイキャンペーンを設定します。