Analiza efektywności optymalizacji kampanii Google AdWords na przestrzeni 4 miesięcy przy użyciu Verseo Campaign Manager
Start platformy Verseo Campaign Manager wywołał bardzo duże zainteresowanie, z którego się cieszymy. Towarzyszy temu też sporo pytań o efekty działania VCM, jej skuteczność itp. Chcąc udzielić Państwu satysfakcjonującej odpowiedzi przygotowaliśmy kompleksowe case study, które, jak mamy nadzieję, rozwieje wątpliwości i dostarczy potrzebnych informacji.
Przeanalizowaliśmy na potrzeby tego case study 22 konta Google AdWords. Celowo pominęliśmy miesiąc grudzień w naszych rozważaniach, bo to okres, gdy 80% kampanii ma spore wzrosty zamówień, a nam nie chodzi o “kreatywne” na wzór księgowości case study. Wybraliśmy kampanie z długą historią o ustabilizowanych wynikach miesięcznych (koszty, przychody/zamówienia, koszt zamówienia) i zoptymalizowane. Konta Google AdWords mamy zarówno dla sklepów, jak i usług.
W tym case study nie ma kont z krótką historią, kont, na których prowadziliśmy równolegle kampanie brandowe lub gdzie poprawa efektów nastąpiło znacząco szybko, np. w ciągu kilku dni. Zrezygnowaliśmy też z wprowadzania do próby kont, które przeszły całkowitą przebudowę pod kątem podłączenia do VCM. Analizowany czas optymalizacji to 4 miesiące.
Celowo pokazujemy wyniki dla kont małych poniżej 500 PLN (budżet w skali miesiąca), żeby pokazać jak system radzi sobie z kontami o małej ilości danych jak i konta powyżej 10 000 w skali miesiąca (w tej kategorii też mamy konta o budżecie miesięcznym rzędu 50 000). Jednak na potrzeby analizy wrzuciliśmy je do kategorii “powyżej 10 000 PLN”.
Na wykresach wybraliśmy 2 główne czynniki, które analizowaliśmy w okresie 4 miesięcy.
- Ilość zamówień
- Koszt pojedynczego zamówienia
Każdy wykres jest opisany.
Kategoria usługi lub sklep, wielkość budżetu w skali miesiąca.
Z lewej strony na niebiesko mamy oś zamówień, którą na wykresie przedstawiają słupki.
Z prawej strony na czerwono mamy oś kosztu jednego zamówienia, którą na wykresie przedstawia czerwona linia.
Okres od 1 to pierwszy miesiąc optymalizacji przez VCM, okres 4 to czwarty miesiąc optymalizacji.
Nad wykresem mamy procentowe podsumowanie efektów miesiąc ostatni (4) do miesiąca pierwszego (1).
Praktycznie na wszystkich analizowanych kontach widoczny jest wyraźny wzrost zamówień przy jednoczesnym obniżeniu kosztu 1 zamówienia.
Czytelnik
26 stycznia 2017 o 17:50
Hej, niestety nie widac nic na mobile. Ogarne na kompie ale FYI, ze nie dziala 😉
Krzysztof Masłowski
27 stycznia 2017 o 10:26
Witam,
To samo napisałem programiście 2h przez Twoim komentarzem. Android już działa ok, poprawiamy iOS. Mimo wszystko tabelki zawsze się lepiej ogląda na desktopie.
dzięki za feedback
Michał
27 stycznia 2017 o 18:49
na iOS działa:)
Kacper
27 stycznia 2017 o 09:43
Wzrost zamówień to nie 150% tylko 50% (dla pierwszego przykładu, adekwatnie dla reszty).
Ilośc zamówień to 150% 🙂
Krzysztof Masłowski
27 stycznia 2017 o 10:30
Masz rację, że jest błąd, sprawdziłem swojego excela z wyliczeniami, źle zaczytała się formuła nam do bloga. Jest jeszcze inaczej 🙂
dla 1 przykładu jest +40, -25%, poprawiamy wszędzie.
thx
Krzysztof Masłowski
27 stycznia 2017 o 10:53
poprawione 🙂
Michał Tkocz
27 stycznia 2017 o 16:44
Cześć Krzysztof, czy przed samym rozpoczęciem optymalizacji kampanii za pomocą VCM, były wprowadzane jakieś zmiany w kampaniach, jak np.:
– Listy RLSA
– Udoskonalenie Feedów Produktowych
– Dodanie/usunięcie słów kluczowych
– Dodanie/usunięcie reklam
Do czego dąże: Czy wpływ na zaprezentowane wyniki miał TYLKO i WYŁĄCZNIE sam algorytm, czy TAKŻE działania agencji tuż przed wprowadzeniem systemu VCM?
Krzysztof Masłowski
30 stycznia 2017 o 09:09
Cześć Michał,
Już staram się wyjaśnić:
Nie – nie były robione żadne specjalne zmiany na kampaniach. Oczywiście dodawanie/usuwanie reklam/słów (wykluczenia) to jest standardowa praca, która oczywiście była wykonywana. Szukałem kont ustabilizowanych, zoptymalizowanych i o równych wydatkach mc do mc, ale dopiero jak wziąłem dane, zacząłem liczyć otrzymałem wykresy jakie widzimy i sam je analizowałem dopiero. Rlsa były już wgrane wcześniej (jeśli była taka potrzeba).
Tak – pierwsza odpowiedź to nie do końca prawda, ponieważ przez ostatnie 2 lata intensywnie pracowaliśmy z algorytmami, a ostatni rok podpięliśmy kilkaset kont do naszej technologii VCM (chyba nie muszę mówić ile to było pracy;) ). Dzięki temu szybko zobaczyliśmy jakie struktury kont (ustawienia + typ budowy) pracują najlepiej i ulepszyliśmy swoje najlapsze praktyki budowy kampanii. Dlatego nie były robione, żadne specjalne zmiany, gdyż my już domyślnie budujemy kampanie wg “właściwego sposobu”. Feedy także.
Podsumowując:
Nie do końcą mogę się zgodzić, że pracę wykonał/wykonuje sam algorytm. Jako specjaliści SEM mamy silny wpływ na jego działanie, dobór parametrów (ich modyfikacje w trakcie). Kolejna rzecz dzięki technologii każdy specjalista który opiekuje się kontem ma więcej czasu na przemyślenie strategii i jej modyfikacje, i tutaj się rodzi największa korzyść.
Patrząc na te wykresy i dane, mogę ocenić (moje subiektywne zdanie), że tam gdzie wzrosty były większe niż +-100%, dużą pracę odegrał także specjalista. Celem Case Study było ujęcie i analiza ustabilizowanych kont adwords (ale czy jest coś takiego jak “ustabilizowane konto adwords” ? 😉 ) .
Mam nadzieję, że pomogłem.
Michał Tkocz
30 stycznia 2017 o 09:26
Dzięki Krzysztof za wyczerpującą wypowiedź. Ważny jest fakt, by czytelnicy wiedzieli, że w osiągnięciu przedstawionych wyników pomógł czynnik ludzki, i to za pewne nie w tak małym wymiarze 🙂
Krzysztof Masłowski
30 stycznia 2017 o 09:56
Tak to prawda, nawet musimy być bardziej precyzjni jako specjaliści gdy używamy alogrytmów. Pozdrawiam
Wojtek
3 lutego 2017 o 21:38
Możecie podać adresy www, dla których robiliście testy, bo wygląda to jak fikcja literacka.
Krzysztof Masłowski
6 lutego 2017 o 11:50
Oczywiście, że nie możemy takich danych pokazać. Mało która agencja może coś takiego pokazać. Z resztą chcemy uniknąć dyskusji o klientach, bo nie o to nam chodzi.
Wszystkie Case Study to poważne biznesy.
VCM to duża platforma do optymalizacji, nie jakaś tam mała aplikacja. Ponad 2 lata pracowaliśmy nad tym produktem i bardzo dużo pracy spędziliśmy pracując z algorytmami, dlatego nas takie wyniki nie dziwią. Celowo jeszcze analizowaliśmy wyniki na przestrzeni 4 miesięcy, żeby pokazać, że system się uczy.
Gdy masz kampanie z obrotem 20k dziennie, i nagle zmieniają się wyniki na 30k dziennie (z dnia na dzień), to wtedy trudno w to uwierzyć.
Polecam przeczytać całą kategorię wpisów o VCM , gdzie starałem się pokazać przewagę pracy z VCM/DC/Machine Learning przy kampaniach online.
Zróbmy Teoretyczny przykład:
Kampania 20 000 słów kluczowych – ręczna optymalizacja kilka zmian dziennie.
z VCM min. 20 000 zmian dziennie na poziomie słowa kluczowego w skali mc daje nam to (dla 30 dni) 600 000 zmian + zmiany ręczne specjalisty, w skali 4 mc to już 2 400 000 zmian, w skali roku to już 7 300 000 zmian + zmiany przez specjalistę.
Wszystko przeliczone z ujęciem modeli statystycznych. Czy taka kampanie będzie mieć lepsze wyniki? Oczywiście.
Jeśli mamy obrót na sklepie 10 000 dziennie, 300k w skali mc i poprawimy to na 12000 dziennie to mamy wynik w mc na poziomie 360k, czyli wzrost na poziomie 20%, jeśli podniesiemy dzienny obrót do 12 500 mamy obrót w mc 375000, wzrost na poziomie 25% itd. itp.
Mikrozmiany, mikroefekty są tutaj kluczem do sukcesu.
Jacek
31 maja 2017 o 08:45
Witam,
słupek ilość zamówień to wartość z całego miesiąca, czy dzienna?
Pozdrawiam
Krzysztof Masłowski
12 czerwca 2017 o 14:59
Z całego miesiąca.