Scientific journal
Modern high technologies
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

TOOLS WEB ANALYTICS AND EVALUATE THE EFFECTIVENESS OF ADVERTISING MESSAGES

Nikonova G.V. 1 Kulikov S.M. 2
1 Omsk State Technical University
2 Saint-Petersburg State University of Economics
The analysis of the main factors that characterize the successful application of Internet-advertising and methods evaluating the economic efficiency of advertising campaigns in the Internet. Achieved investigation tools measure performance of advertising campaigns in the Internet. The experimental verification of the effectiveness of implementation tools Web-analytics. Propose means and methods of evaluating the effectiveness of advertising, to inform – on the basis of calculation of the average cost of raising a single order.
Internet technologies
efficiency
tools
advertising
traffic

Анализ состояния электронной коммерции показывает, что интернет-реклама как часть комплекса интернет-маркетинга на сегодняшний день является важнейшим фактором развития традиционной и сетевой форм экономики. Более того, интернет-реклама может использоваться в обоих видах коммерции – традиционной и электронной, являясь наиболее высокобюджетным и высокоэффективным способом продвижения товаров и услуг в Интернет. Факторами эффективности в данном случае являются запоминаемость, интерес, формальная и содержательная привлекательность применительно к разным целям – например, для повышения интереса к продукту или выработки осведомленности о торговой марке.

Вместе с тем рекламодатели в Интернет, несмотря на большие преимущества интернет-рекламы по сравнению с традиционными приемами, не имеют средств прогнозирования результатов и оценки эффективности рекламных мероприятий. Основным подходом к измерению эффективности рекламных кампаний является либо сравнение затрат и рекламного отклика (рост продаж, числа клиентов), характерный для традиционных приемов, либо подмена эффективности рекламной кампании эффективностью рекламного сообщения (показатель СТR – Click Through Rate: число кликов / число показов).

Цель исследования. Несмотря на то, что эффективность рекламных кампаний в Интернете может измеряться на основе рекламного отклика, оцениваемого обычно в изменениях продаж (который не всегда бывает адекватным, поскольку в рекламной кампании помимо рекламы обычно задействуется множество других аспектов маркетинга – качество обслуживания, ценовая политика и т.д.), вопрос способа измерения эффективности рекламных сообщений остается открытым. Более того, рекламное сообщение рассматривается в исследовании как основа для измерения эффективности интернет-рекламы в целом [3].

Как показал анализ наработок в этой области, все проводимые ранее исследования были направлены на оценку эффективности традиционных видов рекламы, где невозможно количественно оценить эффективность рекламных сообщений, либо же не рассматривали эффективность рекламного сообщения как таковую.

Таким образом, актуальность темы определяется необходимостью выявления основных факторов, характеризующих успешное применение интернет-рекламы, и разработки на их основе методики оценки и повышения экономической эффективности рекламных кампаний в сети Интернет с применением математических моделей рекламных процессов в разрезе восприятия рекламных сообщений посетителями интернет-сайтов. Одно из направлений повышения эффективности рекламных сообщений реализуется на основе персонализации интернет-рекламы по типам восприятия текста и предполагает создание инструментария для фокусировки рекламных показов.

Материалы и методы исследования

Проблема исследования инструментальных средств показателей эффективности рекламных кампаний в сети интернет становится все более актуальной. С каждым годом растут объемы Internet-трафика, продажи через интернет, бюджеты на рекламные кампании. Конкуренция в данном сегменте на сегодняшний день не позволяет расходовать рекламные бюджеты вслепую. Поэтому, измерение эффективности рекламных кампаний, становится неотъемлемой частью Internet-бизнеса.

Основная задача при внедрении инструментальных средств Web-аналитики ‒ это определение наиболее важных показателей эффективности (KPI – ключевые показатели эффективности) рекламных кампаний [5]. Среди общей массы трафика, мы должны выявить именно те, которые приносят прибыль.

Машинная обработка экспериментальных или статистических данных состоит в автоматическом обнаружении скрытых в них закономерностей. Эти закономерности или знания позволяют понять сущность изучаемого процесса и, опираясь на имеющиеся данные, предсказывать новые факты [3].

Результаты исследования и их обсуждение

В ходе работы была выполнена экспериментальная проверка эффективности внедрения инструментальных средств Web-аналитики на примере Internet-магазина topbrands.ru.

В ходе исследования эффективности рекламных кампаний мы выяснили, насколько эффективен тот или иной тип привлечения трафика (контекстная реклама, тизерная реклама, баннерная реклама, реклама в соцсетях) [1]. А также мы определили, какие именно рекламные объявления в конкретном типе трафика – наиболее эффективны.

Так же мы можем оптимизировать конкретную рекламную кампанию, если подробно изучим, какие рекламные объявления дают лучший результат.

Данные отчеты позволяют оценить качество трафика по тем или иным метрикам.

В отчетах используются следующие термины: просмотры, визиты, посетители, новые посетители, отказы, глубина просмотра, время на сайте.

Но даже эти показатели не дают полной картины эффективности, далее мы рассмотрим отчеты по дохождению до цели (оплата + доставка).

Исследовав показатель конверсии, мы определили, какие типы рекламных объявлений и какие таргетинги дают наилучший результат.

Имея данные о конверсии и о потраченных средствах (данные предоставляются из личного кабинета рекламных систем), мы можем рассчитать стоимость привлечения клиента для каждой рекламной кампании.

pic_44.tif

Рис. 1. Показатели эффективности по типам трафика с использованием Яндекс.Метрики и Openstat

pic_45.tif

Рис. 2. Детальное изучение рекламной кампании в системе Яндекс.Директ

pic_46.tif

Рис. 3. Детальное изучение конкретных объявлений в системе Яндекс.Директ

pic_47.tif

Рис. 4. Статистика дохождения до цели Доставка ‒ оплата в системе Яндекс.Директ

Для определения стоимости привлечения клиента в таблице Excel мы записываем по каждой рекламной кампании количество заказов, количество потраченных денег, отчет идет за каждый день.

Далее мы считаем по формуле среднее количество заказов за неделю по источнику и делим на средние затраты на неделю. Получаем стоимость привлеченного заказа. Пример вычисления на рис. 5.

По результатам исследования можно сделать вывод, что выбранные нами инструментальные средства подтвердили возлагаемые на них задачи измерение эффективности рекламных кампаний. Также был предложен новый подход к оценке эффективности рекламного сообщения – на основе вычисления средней стоимости привлечения одного заказа.

pic_48.tif

Рис. 5. Вычисление стоимости среднего заказа

Кроме того, обосновывается утверждение, что все виды анализа данных имеют своей целью построение сжатого, упрощенного описания информации [4]. Недостаточность информации компенсируется примерами решения различных модельных и реальных задач. Использование инструментальных средств позволяет получить количественную оценку компактности данных и применить новые более эффективные методы оценки показателей эффективности (KPI) рекламных кампаний.