Обратно

Автостратегии vs ручная настройка в контекстной рекламе

Среди трендов в контекстной рекламе в последние годы часто мелькают автоматические стратегии. Некоторые считают, что переход на автоматические алгоритмы рекламных систем очень эффективны и эти алгоритмы скоро полностью заменят контекстного специалиста. Так ли это? Разбираемся в материале.
Элина ПавловаРуководитель performance-направления
Дата17 августа 2021

Если судить по опыту рекламных размещений и мнению сообщества, то ситуация с выбором между автоматическими и ручными стратегиями скорее выглядит так: автостратегии подходят для некоторых рекламных кампаний, где после тестов показывают себя эффективными. Но «ручной труд» контекстного специалиста востребован по-прежнему, и ручные стратегии дают лучший результат по сравнению с автоматическими.

N.B. Стоит напомнить, что в действительности в «Яндексе» сейчас нет полностью ручных стратегий. Стратегия, при которой специалист может вручную выбирать ограничение ставок и бюджета, называется «ручное управление ставками с оптимизацией». При ее использовании автоматические алгоритмы могут корректировать выбранную вручную ставку как в большую, так и в меньшую сторону (в зависимости от прогноза вероятности конверсии).

Подробнее о работе стратегии — в справке Директа

Какие бывают автостратегии

Давайте разберемся с автостратегиями: что они умеют и как их правильно использовать.

В этой статье речь идет только о встроенных автостратегиях систем контекстной рекламы «Яндекс.Директ» и «Google Реклама», не затрагиваем особенности использования биддеров. Биддеры — это отдельный класс сервисов, которые управляют ставками, основываясь на специально разработанных алгоритмах.

Основных автоматических стратегий в «Яндексе» 3, это:

- оптимизация кликов (подробно о стратегии в справке «Яндекса»);

- оптимизация конверсий;

- стратегия по целевой доле рекламных расходов (до июня-2021 это была стратегия оптимизации рентабельности):

В Google можно выделить 6 автостратегий:

Автостратегии выбирают ставки так, чтобы кампания достигала определенных целей. Таким образом они избавляют специалиста от необходимости подбирать оптимальные ставки вручную.

Детально останавливаться на том, как работают автоматические стратегии, в рамках этой статьи не будем. Если кратко, они используют машинное обучение, анализируют множество факторов (например, «Яндекс» упоминает более 350 факторов). Внутри алгоритма обучения — «черный ящик»: какие именно факторы учитывает система и какой вес им дает — неизвестно. В результате анализа система отдает предпочтение наиболее эффективным фразам и выбирает ставки так, чтобы привести на сайт пользователей, которые с большей вероятностью совершат нужное целевое действие.

Противоположность автостратегиям — ручная настройка кампаний

Ручными настройками кампании занимается специалист, профессионал (часто специалистов по контекстной рекламе называют контекстологами). У этого специалиста есть опыт, история наблюдения за тематической областью, похожими кампаниями и конкурентами. Очевидным преимуществом является то, что человек понимает смысл семантики лучше машины.

Предположим, что требуется оптимизировать рекламную кампанию для клиники по записи на услугу МРТ (магнитно-резонансной томографии). При этом диагностика Covid-19 не является целевым направлением клиники. При наступлении волны заболеваемости ковидом по кампании наблюдается всплеск трафика и конверсий (звонков, отправок формы). Человек сможет сразу определить, почему выросла конверсия, и исключить нецелевые запросы. А автостратегия будет «думать», что собирает отличный целевой трафик, и продолжит приводить аудиторию тех, кто подозревает у себя коронавирус и хочет проверить здоровье.

Аналогично и для других тематик: увидев в истории запросов слова, связанные с «рефераты»/«самостоятельно» и т. п., специалист сразу исключит их. Роботу же понадобится накопить статистику для того, чтобы исключить подобные запросы, т. к. смысл фраз понять он не может.

В реальном мире у человека больше информации о бизнесе и о том, как покупают клиенты. Часто встречаются ситуации, когда сквозная аналитика не выстроена полностью и данные по эффективности кампаний можно увидеть, например, только в CRM, но не в системах контекстной рекламы (то есть робот автостратегии не имеет возможности обучиться на этих данных).

С одной стороны, настроек для управления рекламной кампанией у человека не так много: гео, выбор расписания показов, корректировки по соц.-дем. характеристикам, типам устройств, аудиториям. Но, с другой стороны, если говорить о комбинации этих настроек, то полноценное тестирование всех сочетаний аудиторий и таргетингов займет, пожалуй, бесконечно много времени. Автоматические алгоритмы располагают огромным объемом данных для анализа, на которых они могут обучаться — и делают это быстро.

Автостратегии очень круты. Все прекрасно! Но какие недостатки?

Несмотря на то что автостратегии умеют находить целевой трафик и подбирать ставки более успешно, чем специалисты, есть несколько недостатков, которые усложняют их использование.

Долгое обучение. Для того чтобы стратегия получила необходимый объем данных, ей нужно отработать не меньше двух недель. В этот период работа кампании может быть нестабильна.

Невозможность быстро отреагировать на текущий спрос. Иногда нужно быстро принять меры, чтобы усилить рекламную кампанию. Например, когда требуется привлечь трафик по определенной услуге клиники, чтобы загрузить врачей этого направления. В автостратегиях любые изменения настроек нужно делать постепенно, поэтому быстро увеличить охват кампании и сохранить эффективность в такой ситуации сложно. Для оперативного решения подобной задачи лучше сработает ручная стратегия.

Нужно быть уверенным в точности настройки аналитики. Автоматические стратегии используют данные о конверсиях из систем веб-аналитики. Если веб-аналитика настроена неточно, алгоритм не сможет обучиться и работать эффективно. Конечно, настройка отслеживания должна быть выполнена полностью до старта рекламной кампании, но в реальных условиях могут быть технические сложности и ограничения, которые не позволяют провести настройку полностью. В этом случае бывает возможно отслеживать эффективность рекламного размещения в системах сквозной аналитики, связывая данные по рекламным кампаниям с помощью UTM-меток с данными о конверсиях из CRM. В таком кейсе управлять кампаниями удобнее вручную.

Невозможно быть в премиум-размещении по конкретным запросам. Эта задача может показаться странной, если мы говорим о performance-подходе в контекстной рекламе. Однако для некоторых компаний и брендов важно по брендовым запросам или основным запросам в их тематике показываться на верхних позициях рекламной выдачи.

Непредсказуемость. Если вы только начинаете рекламное размещение или переходите с ручной стратегии на автоматическую, потребуется время для обучения автоматической стратегии. В этот период трафик и конверсии с рекламы сложно прогнозировать, что неудобно при работе по фиксированным KPI.

Какой итог?

Важно знать о перечисленных недостатках и учитывать их при выборе способа размещения. Если вы не уверены в целесообразности использования автостратегии или ее настроек в своей рекламной кампании, можно запустить эксперимент.

Алгоритмы рекламных систем постоянно совершенствуются, и автоматические стратегии все чаще показывают лучшие результаты. Чем занять специалисту освободившееся от ручной настройки время? Предполагаю, что все большего внимания и проработки будут требовать рекламные креативы — тексты, графика и видео.

Спросить про контекстную рекламу