Шрифт:
Интервал:
Закладка:
А там работают умные люди. Понятие максимальной выгоды им знакомо, значит, правило распределения показов должно быть нацелено на повышение суммарного дохода в единицу времени…
Внимание! Пока мы рассуждали, на Яндекс пришел очередной посетитель и набрал запрос «пластиковые окна». Какое из сорока пяти конкурирующих объявлений будет ему показано?
Первое, что приходит в голову: то, за которое назначена более высокая ставка. Верно, но не совсем. Вовсе не факт, что посетитель, за которого мы тут тихо пихаемся, кликнет по объявлению. Нет клика => у Яндекса нет денег => у нас нет посетителя. Ждем следующего посетителя и прикидываем, какое объявление покажет Яндекс в следующий раз?
Помечтаем. Вот если бы мы были Яндексом… И если бы мы заранее точно знали, на какие объявления кликнет очередной посетитель, можно было бы отбросить остальные, а потом выбрать объявление с самой высокой ставкой… А те, про которые точно известно, что не кликнет, — вообще не показывать… А того, у кого меньше ставка, но кликнет… все равно не показывать… Пока ставки не поднимет…
Это уже похоже на логику. Мы можем оценить вероятность того, что на данное объявление будет сделан клик. Для этого нужно показать объявление много-много раз (например, тысячу) и посчитать количество сделанных по нему кликов. И мы получим CTR = процент кликов на один показ (он же — вероятность клика). Соответственно, сравнивать объявления нужно по сочетаниям их ставок (предлагаемых Яндексу денег) и CTR (ожиданием того, что эти деньги будут заработаны).
По каждому объявлению можно подсчитать вероятность получения денег — это произведение Ставки (Bid) на CTR. Соответственно, частота показа объявления должна быть пропорциональна этой вероятности. И мы получаем формулу вероятности показа объявления N:
— ставка и CTR нашего объявления,
i меняется от 1 до К = количество конкурентов,
претендующих на негарантированные показы.
Заметим: по этой формуле, новое объявление не может быть показано, поскольку имеет стартовый CTR=0. Необходима поправка для объявлений разрешенных к показу, но имеющих низкий CTR. Однако главная печаль не в этом. А в том, что формулой невозможно воспользоваться! Мы не знаем и не можем узнать ни ставок конкурентов, ни их CTR… Секундочку, самое время пообщаться с Яндексом, а потом продолжим…
Открытое письмо
Многоуважаемый Яндекс!
Автор никогда не контактировал ни с одним вашим сотрудником ни прямо, ни через третьих лиц, ни с использованием каких-либо средств коммуникации. Автор ни в какой форме не получал разведданных об алгоритмах, используемых Яндексом, ни от третьих лиц, ни самостоятельно. Более того, автор совершенно не уверен, что Яндекс использует описанную модель. Данное рассуждение составлено умозрительно от начала до конца, исключительно с целью просветить читателей на предмет более эффективного использования возможностей «ДиректЯндекса».
Автор также недоумевает: отчего описание базовых алгоритмов «ДиректЯндекса» не публикуется? Смысл моего недоумения станет ясен после того, как сотрудники Яндекса дочитают эту статью до конца, а потом подсчитают: сколько денег недополучает Яндекс на неэффективном назначении ставок рекламодателями. И сколько теряют рекламодатели по той же самой причине…
Так что же ставить?Математика закончилась, начинается физика. А физик отличается от математика тем, что использует математические инструменты не «как правильно», а как удобно… опасливо поглядывая на математику… Построим оценочные кривые. CTR конкурентов заменим на средний CTR по данному запросу (его можно узнать на «Директе» на странице «Расчет бюджета рекламной кампании»). Оценить ставки конкурентов, даже «в среднем», невозможно, поэтому попробуем выяснить, какой процент показов мы получим, если все конкуренты назначат минимальную ставку $0.1, и какой, если они назначат максимальную — $12.00 (точнее, $11.99). И мы получим вот что:
где CTR_S = средний CTR по запросу, К = количество злобных конкурентов, 0.1 = минимальная, 11.99 — максимальная ставки.
Конкурентов: 44
Средний CTR: 2.14%
Мин. ставка: $0.10
Макс. ставка: $11.99
Допустим, наш CTR: 2.14%
Процент показов см. на рис. 4 или в табл. 2.
Тут не обошлось без калькулятора, сделанного в Excel. А он нам еще понадобится, и не раз. Настоятельно рекомендую или сделать его самостоятельно, или скачать его у нас на сайте (www.registratura.ru/calc).
Как стать умнее всех?Никак. Но можно выбрать оптимальную стратегию для себя лично. Чем мы и займемся. Что мы видим? Если все поставят по $0.10, мы легко сможем отхватить жирный кусок. На ставке $12 — отнимем 73% показов у сорока четырех конкурентов! Впрочем, $12 нам начальство запретило… но $6 не намного меньше — 58%! Соблазн велик. Строим оптимальную кривую для конверсии, например $6. Выясняем на «Директе»: за месяц запрос «пластиковые окна» набирают 80 тысяч раз, это примерно 3200 раз в сутки в будний день. Напоминаю, сначала нужно построить функцию «Выгода/Ставка», потом функцию «Кликов/Ставка» — для этого надо 3200 показов умножить на процент показов, который достанется нам и на наш CTR. Полученные графики перемножаем и получаем (см. табл. 3).
Оптимальная точка обнаружилась на $2.00, выгода равна $85.6. Бежать к шефу? Рано. Наше открытие верно, только если все наши конкуренты (с чего бы?) поставили по $0.10. Если же все поставили по $11.99, нам не достанется почти ничего (проверьте сами). Оно и к лучшему: деньги целее будут.
Похоже, мы вернулись к тому, с чего начали: нам нужно выяснить ставки конкурентов и их CTR. Если их ставки низкие, нужно играть на повышение, причем до определенного предела. Если высокие, значит всем умное начальство уже разрешило ставить по $12 и нам пора менять шефа. Как, кстати, выглядела наша формула?
Казалось бы, мы в шаге от истинного знания. Если сумму Bid_i х CTR_i обозначить переменной Dc и назвать ее Давление конкурентов, мы получаем простую формулу с одним неизвестным:
Однако все не так просто.
Сколько нас показали? ЭкспериментыЯ должен разочаровать тех, кто ожидает узнать про хитрый способ вычисления Давления конкурентов и уничтожающих их ставок. Казалось бы, ставим объявление, назначаем любую ставку, смотрим: какую долю показов мы добыли, — это и есть вероятность показа нашего объявления. Далее вычисляем Dc — Давление конкурентов. Строим кривую Выгоды. Находим оптимальную ставку и прекрасно себя чувствуем…
Однако имеется одна, но крупная неувязка. Совершенно непонятно, как определить, какую долю показов PN мы в действительности получили. Решение в лоб: выставление второго объявления в гарантированные показы и сравнение количества показов двух объявлений лишает задачу смысла. Единственное, ради чего его стоит реализовывать, — ради проверки теории.
Что мы, собственно, и сделали. Методика постановки экспериментов не так проста, как хотелось бы. Ее описание займет слишком много места. Скажу только, что полученные результаты близки к теоретически ожидаемым, но не на 100%. Во-первых, невозможно абсолютно точно учитывать непрерывные изменения Давления конкурентов и CTR нашего собственного объявления. Во-вторых, реальная расчетная формула «Яндекса» в деталях обязательно должна отличаться от обсуждаемой. Как минимум (и это не единственный момент) она должна учитывать необходимость показа новых объявлений, CTR которых не может вызывать доверия.
Мы склонны рассматривать результаты проведенных экспериментов положительно и полагаем, что «Яндекс» использует обсуждаемую формулу в качестве базовой. Впрочем, это единственно возможная теория оптимизации доходности «Директа» и (одновременно) выгоды рекламодателей. Дальнейшие улучшения могут достигаться за счет учета множества деталей.
Сколько, сколько?..Теперь несколько слов о практике. Как все уже поняли: информация о доле показов, которую объявление в действительности получило, является существенной для определения оптимальной ставки. Статистика «Директ.Яндекса» позволяет посмотреть показы объявления за любой период. Соответственно, чтобы узнать полученную долю, нужно уметь определять общее количество показов по данному ключевому запросу за тот же период. Точно эту информацию, как мы уже говорили, можно получить дорогим и бессмысленным способом — выставлением второго объявления в гарантированные показы. В результате нам ничего не остается, как использовать различные методы оценки. Самый простой был вскользь упомянут выше: оценка делается на основе статистики поискового спроса Яндекса по данному ключевому запросу, что очень удобно для быстрой, хоть и грубой оценки. Еще один способ: пару дней подержать объявление в гарантированных показах, измерить количество полученных посетителей и далее экстраполировать (время от времени возвращаясь в гарантированные показы для контроля и коррекции). На самом деле, есть еще и третий, четвертый, и, полагаю, много других способов оценки…
- Журнал «Компьютерра» № 46 от 12 декабря 2006 года (Компьютерра - 666) - Журнал Компьютерра - Прочая околокомпьтерная литература
- Журнал "Компьютерра" №754 - Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» N 29 от 15 августа 2006 года - Журнал Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» N 37 от 10 октября 2006 года - Журнал Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» №33 от 13 сентября 2005 года - Журнал Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» № 10 от 14 марта 2006 года - Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» № 18 от 16 мая 2006 года - Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» № 46 от 12 декабря 2006 года - Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» № 41 от 07 ноября 2006 года - Компьютерра - Прочая околокомпьтерная литература
- Журнал «Компьютерра» № 4 за 31 января 2006 года - Компьютерра - Прочая околокомпьтерная литература