Raport zasięgu i częstotliwości w AdWords

Od pewnego czasu Google AdWords udostępnia raport zasięgu i częstotliwości. Raport ten przysparza wielu problemów w interpretacji. W artykule tym spróbujemy wyjaśnić, jak należy interpretować ten raport i jakie wnioski można z niego wyciągnąć, w szczególności czy i jakie ograniczenie liczby wyświetleń reklamy na użytkownika (frequency capping) należałoby zastosować.

Powtórka definicji

Przypomnijmy najpierw podstawowe pojęcia, których dotyczy omawiany raport:

Zasięg – liczba unikalnych użytkowników, którym została wyświetlona reklama.

Częstotliwość – minimalna liczba wyświetleń reklamy unikalnemu użytkownikowi.

Zasięg, częstotliwość i unikalni użytkownicy obliczani są dla określonego okresu czasu. Warto pamiętać, że dane o liczbie użytkowników się nie sumują dla kolejnych okresów, tj. liczba unikalnych użytkowników w danym tygodniu nie jest sumą liczby unikalnych użytkowników z poszczególnych dni. Użytkownik, który codziennie będzie 1 raz widział reklamę, w skali dnia będzie 1 unikalnym użytkownikiem, ale w skali tygodnia to również będzie 1 unikalny użytkownik, któremu reklama została wyświetlona 7 razy. 

Raport Google AdWords jest próbkowany

Trzeba pamiętać, że raport zasięgu i częstotliwości Google AdWords nie jest raportem dokładnym. Google szacuje częstotliwość na podstawie danych z grupy próbnej i dokonuje uśrednienia. Artykuł pomocy AdWords tłumaczy to na przykładzie:

Załóżmy, że klientom z grupy próbnej każda reklama została wyświetlona średnio po dwa razy i że wszystkich wyświetleń reklamy było 500. Zasięg obliczany jest poprzez podzielenie 500 na dwa, w wyniku czego uzyskujemy 250 unikalnych użytkowników. 

Działanie na mniejszej grupie próbnej, którego wynik jest przenoszony na całą kampanię, pozwala zminimalizować prawdopodobieństwo wielokrotnego zliczania tych samych użytkowników. Powoduje jednak, że dane stają się mniej dokładne, zwłaszcza dane dotyczące konwersji, które w praktyce można analizować tylko w przypadku naprawdę sporych kampanii z bardzo dużą liczbą konwersji (inaczej nie mają one wystarczającej istotności statystycznej).

Jak interpretować dane

Raport zasięgu i częstotliwości dostępny jest na karcie Wymiary i można go wykonywać dla okresów dziennych, tygodniowych i miesięcznych. Raport można wyeksportować do arkusza kalkulacyjnego. Będzie to niezbędne dla dalszych analiz.

Przede wszystkim warto zwrócić uwagę, że kolumna Unikalni użytkownicy ma nazwę nieco mylącą, zwłaszcza w przypadku częstotliwości 8 i więcej. Błędną interpretacją będzie stwierdzenie, że 498 999 użytkowników obejrzało reklamę 8 i więcej razy.

Raport ten należy interpretować w sposób następujący:

• Liczba wyświetleń reklam po raz pierwszy unikalnemu użytkownikowi: 76 619
• Liczba wyświetleń reklam po raz drugi unikalnemu użytkownikowi: 73 680
• Liczba wyświetleń reklam po raz trzeci unikalnemu użytkownikowi: 71 179 itd.

…

• Łączna liczba wyświetleń reklamy unikalnemu użytkownikowi po raz ósmy, dziewiąty, dziesiąty itd.: 498 999.

Pozycje kolumny Unikalni użytkownicy sumują się do łącznej liczby wyświetleń. Niewielka różnica wynika z próbkowania, podobnie jak ułamkowe wartości liczby kliknięć i konwersji. Różnica ta pomaga określić istotność statystyczną próby. Jak widać, w przypadku konwersji różnica jest duża i dla tego raportu wartości liczby konwersji nie należy interpretować.  

Jak wykorzystać ten raport w optymalizacji?

Danych oznaczonych kolorem nie zobaczymy w raporcie – trzeba je wyliczyć samodzielnie.

Jak widzimy, w miarę zwiększania częstotliwości wyświetlania unikalnemu użytkownikowi reklamy, maleje CTR. Jest to zjawisko poniekąd naturalne. Kolejne wyświetlenie może przekonać użytkownika do kliknięcia w reklamę, natomiast jasne jest, że od pewnego momentu wielokrotne wyświetlanie reklamy nie będzie zwiększało zainteresowania użytkownika kliknięciem w reklamę proporcjonalnie do liczby wyświetleń i dalsze wyświetlenia reklamy temu samemu użytkownikowi przestaną mieć sens.

W systemie Google AdWords cena kliknięcia wyliczana jest w oparciu o efektywny CPM (koszt tysiąca wyświetleń). I choć co prawda w Quality Score – mającym udział w przeliczeniu kosztu kliknięcia – uwzględnia się również inne czynniki, to można przyjąć, że kolejne wyświetlenia w sposób proporcjonalny podnoszą koszt kliknięcia. Dlatego jeśli podzielimy CPM/1000 przez współczynniki CTR, uzyskamy efektywne CPC dla poszczególnych częstotliwości (CPC = CPM / 1000 / CTR).

Na tej podstawie możemy wyliczyć estymowany koszt konwersji dla poszczególnych częstotliwości. Ze względu na próbkowanie, dane o konwersjach mogą nie mieć istotności statystycznej, dlatego wydaje się, że lepiej obliczyć estymowany koszt konwersji dla poszczególnych częstotliwości używając faktycznego średniego współczynnika konwersji w kampanii:

Estymowany koszt konwersji = Efektywne CPC / Współczynnik konwersji

Tak uzyskany estymowany koszt konwersji możemy porównać z przychodem uzyskiwanym z konwersji (wartością konwersji) i w ten sposób określić, w jaki sposób należałoby ograniczyć liczbę wyświetleń reklamy (frequency capping) na jednego użytkownika.

W omawianym przykładzie, jeśli wartość konwersji wynosi 100 zł, nawet przy częstotliwości 7 reklama jest opłacalna, a przypuszczalnie również 8 wyświetleń na użytkownika będzie opłacalne i dopiero gdzieś dalej zostanie przekroczona granica 100 zł. Jeżeli jednak wartość konwersji wynosi 70 zł, to począwszy od 3 wyświetlenia reklamy użytkownikowi kampania staje się najprawdopodobniej nierentowna. W tym przypadku ograniczenie częstotliwości do 2 powinno przywrócić rentowność.

Optymalizacja stawki CPC czy częstotliwości?

Zanim jednak włączymy ograniczenie wyświetleń, warto sprawdzić, czy nie ma lepszego sposobu poprawienia rentowności. Eliminując kolejne wyświetlenia, eliminujemy również kliknięcia i konwersje.

Być może ograniczenie kosztu kliknięcia przez zmianę oferowanych stawek CPC spowoduje, że także przy kolejnych wyświetleniach uzyskamy efektywny koszt kliknięcia niższy od wartości odwiedzin, co spowoduje, że również one będą rentowne.

Załóżmy jednak, że zamierzamy ograniczyć wyświetlenia reklamy do 2 razy na jednego użytkownika, gdyż z obliczeń wynika, że przy wartości konwersji 70 zł dalsze wyświetlenia są nieopłacalne.

Obliczmy teraz, o ile trzeba obniżyć koszt kliknięcia, aby kolejne wyświetlenia stały się rentowne. W tym celu wyliczymy względną (procentową) różnicę między estymowanym kosztem konwersji a wartością konwersji.

Obliczmy też, o ile (procentowo) dodanie kolejnych częstotliwości zwiększy liczbę kliknięć, w stosunku do częstotliwości 1-2, które już teraz są opłacalne.  

Pamiętajmy, że po obniżeniu stawek CPC, wzrośnie również zysk na kliknięcie, czyli różnica między wartością kliknięcia a jego kosztem. Po uwzględnieniu tego faktu, uzyskamy pełną informację na temat tego, na ile obniżenie CPC mogłoby przełożyć się na wzrost naszych zysków.

Szczegóły obliczeń można znaleźć w arkuszach kalkulacyjnych dostępnych na stronie:

http://www.adequate.pl/interact/raport-zasiegu-i-czestotliwosci-adwords

Wiadomo jednak, że obniżenie stawek najprawdopodobniej spowoduje zmniejszenie liczby wyświetleń i kliknięć (elastyczność cenowa). Elastyczność cenową możemy mierzyć dosyć precyzyjnie przy pomocy eksperymentów AdWords, prowadząc kampanię równolegle z dwoma różnymi zestawami stawek – zob. też artykuł na temat optymalnego poziomu kampanii:

http://www.adequate.pl/interact/wzor-na-optymalny-poziom-kampanii

Porównując przyrosty zysku wynikające z obniżenia CPC i zwiększenia częstotliwości z ogólnym spadkiem liczby kliknięć wynikającym z elastyczności cenowej, możemy ocenić, czy bardziej opłaca się obniżyć stawkę i uzyskać więcej opłacalnych konwersji wynikających z wyższej częstotliwości wyświetlania reklamy, czy też bardziej opłaca się nam ograniczyć wyświetlenia.

To, co niemalże widać gołym okiem, to że nieznaczne obniżenie CPC (ok. 1%) pozwoli nam zwiększyć częstotliwość do 3, co zwiększy kliknięcia o +36%, a zyski o +5%, o ile nie spadnie liczba kliknięć.

Stosunkowo niewielki wzrost zysku wynika z tego, że przy obniżeniu ceny o 1%, dodatkowe kliknięcia wynikające z trzeciego wyświetlenia (+36% kliknięć) będą miały zerową rentowność, tj. przestaną przynosić straty, a zyskowne staną się przy dalszym obniżaniu CPC. Przy tak niewielkiej zmianie CPC, kliknięcia pozostaną prawie na pewno na zbliżonym poziomie, więc obniżenie oferowanych stawek o 2-3% dopuszczenie częstotliwości 3 jest jak w zasadzie oczywistym ruchem.

Wydaje się też mało prawdopodobne, aby zmniejszenie CPC o 7% spowodowało spadek ruchu tak drastyczny, by zniwelować efekt wzrostu zysku o +32% przy częstotliwości 4. Aby jednak przekonać się, gdzie jest punkt równowagi, trzeba dokonać pomiaru elastyczności cenowej wykonując eksperyment (który pokaże, na ile spadek CPC przełoży się na spadek kliknięć):

Wykonany w tym przypadku eksperyment wykazał, ze obniżając CPC o 42%, tracimy 30% kliknięć.  Tak więc obniżenie CPC o 19%, konieczne do dopuszczenia częstotliwości 7 (co zwiększy zysk o +117%), na pewno nie powinno spowodować spadku kliknięć większego niż -30%, a najprawdopodobniej będzie on wynosił około -14%. Bilans takiej operacji będzie więc dodatni: (1 – 14%) x (1 + 117%) – 1 = +87% wzrostu zysku. Konserwatywnie licząc, nawet gdyby spadek kliknięć wyniósł -30%, uzyskalibyśmy wzrost zysku o (1 – 30%) x (1 + 117%) – 1 = +52%.

Wygląda też, jakby mogło być opłacalne nawet pozostawienie obecnych ustawień częstotliwości, które dla osiągnięcia rentowności wymagają obniżenia CPC o 38%. Spadek kliknięć, jak już wiemy, nie będzie większy niż -30% i najprawdopodobniej wyniesie około -27%. Da to również efekt pozytywny (1 – 27%) x (1 + 310%) – 1 = +199% (licząc ostrożnie, zakładając spadek kliknięć -30%, uzyskamy wzrost zysku o +187%).

Tak więc w naszym przypadku nie opłaca się bardziej ograniczać częstotliwości wyświetlenia reklamy do 2, gdyż wyłącznie obniżając stawkę CPC uda się nam osiągnąć większą zyskowność. 

Z dopuszczeniem każdej częstotliwości należy jednak uważać, gdyż, jak pokażą następne przykłady, współczynnik konwersji może dość istotnie spadać przy bardzo dużej częstotliwości wyświetleń.

Kampania opisana w tym przykładzie była kampanią remarketingową. Kolejne wyświetlenia zmniejszały klikalność, trzeba jednak zauważyć, że z dosyć wysokiego poziomu (1,47%).

Raporty dzienne, tygodniowe, miesięczne

Analizę warto przeprowadzać w odniesieniu do raportów dziennych, tygodniowych i miesięcznych, aby szukać optymalnego punktu częstotliwości, którą możemy ograniczać właśnie w okresach dziennych, tygodniowych i miesięcznych.

W przypadku raportów, w których mamy stosunkowo mało danych (w szczególności raportów dziennych) warto połączyć dane z poszczególnych okresów (dni/tygodni/miesięcy), co można łatwo wykonać przez zaimportowanie danych do arkusza kalkulacyjnego i wykorzystanie tabeli przestawnych. Pamiętajmy, że do sumowania wykorzystujemy wyłącznie kliknięcia, wyświetlenia i konwersje, a CTR i współczynnik konwersji wyliczamy z uzyskanych sum (nie można obliczać średnich z CPC i współczynników konwersji).

W poniższym przykładzie przeanalizujemy skuteczność innej kampanii remarketingowej. Zsumowanie danych z dłuższego okresu powoduje, że stają się one znacznie bliższe danym rzeczywistym, nawet w odniesieniu do konwersji. Im więcej prób, tym bardziej statystyka oddaje rzeczywistość, stąd najdokładniejszych danych możemy spodziewać się w sumach raportów dziennych.

Suma raportów miesięcznych

W raporcie miesięcznym obserwujemy spadek CTR wraz z częstotliwością. Współczynniki konwersji w granicach częstotliwości 1-7 nie wykazują istnienia istotnej statystycznie zależności od częstotliwości, natomiast dla sumy częstotliwości 8 i więcej w skali miesiąca widzimy, że ma ona nie tylko istotnie niższy CTR, ale i współczynnik konwersji.

Przeliczenie estymowanego kosztu konwersji (przy tych danych możemy pozwolić sobie wykorzystać dane o konwersjach w stosunku do częstotliwości 1-8) wskazuje, że częste wyświetlenia znacznie zawyżają koszty konwersji. Ponieważ jednak stanowią one 2/3 wszystkich wyświetleń, warto zajrzeć głębiej i przeanalizować dane tygodniowe:

Suma raportów tygodniowych

Dane tygodniowe wykazują podobną prawidłowość, chociaż wciąż wyświetlenia 8+ tygodniowo stanowią w dalszym ciągu ponad połowę wszystkich wyświetleń. Sprawdźmy więc sumę raportów dziennych:

Suma raportów dziennych

Powyżej 5 wyświetlenia zaczynamy obserwować bardzo istotny spadek konwersji. Zagregujmy dane dotyczące częstotliwości 1-5 oraz 6 i więcej:

Widzimy, że przy częstotliwości 6 i więcej dziennie, estymowany koszt konwersji jest ok. 10 razy wyższy niż dla częstotliwości 1-5. Częstotliwości 6 i więcej dają nam dodatkowo jedynie ok. 9% konwersji, a zwiększają łączny koszt konwersji aż o ok. 80%. 

Decyzja wydaje się oczywista, ale pamiętajmy, że nie możemy jej podejmować abstrahując od wartości konwersji. Jeżeli wartość konwersji wynosi znacznie więcej niż 107.69, to nawet tak wysokie częstotliwości są dla nas opłacalne. Jeżeli jednak wartość konwersji jest niższa, to ograniczenie częstotliwości do 5 wyświetleń dziennie, znacznie podniesie efektywność kampanii, a „utracone” ok. 10% konwersji będzie można najprawdopodobniej „odzyskać” zwiększając stawkę i w ten sposób – liczbę wyświetleń, kliknięć i w efekcie – konwersji. Tu ponownie zależymy od aktualnej elastyczności cenowej, tzn. o ile konieczne będzie podniesienie CPC, by uzyskać dodatkowe 10% konwersji.

W przypadku kampanii remarketingowych Google zaleca, aby nie stosować cappingu. Jak widać, nie zawsze jest to słuszne zalecenie.

Przykład innej kampanii

W innej kampanii, nie będącej kampanią retargetingową, zjawiska spadku skuteczności wraz z częstotliwością nie zaobserwowaliśmy w raportach miesięcznych:

Dane tygodniowe wskazują już jednak na pewne różnice:

Natomiast raporty dzienne pokazały, że również w tym przypadku należy rozważyć ograniczenie częstotliwości:

Widać, że kampania display nie będąca kampanią remarketingową wykazuje mniejszy spadek CTR przy zwiększaniu częstotliwości, co nie jest zresztą zaskoczeniem.

Interesującą obserwacją jest niższy współczynnik konwersji dla częstotliwości 1. Można to zinterpretować w ten sposób, że wcześniejsze wyświetlenie reklamy ma korzystny wpływ na współczynnik konwersji. Niemniej, różnice nie są aż tak duże, by nie mogły być one również dziełem przypadku.

To tylko oszacowanie

Trzeba podkreślić, że powyższe rozumowanie zawiera szereg uproszczeń, m.in. zakładamy, że współczynnik konwersji nie zmieni się, gdy zmienimy stawki max CPC. O ile w przypadku reklam w wyszukiwarce takie założenie jest zazwyczaj uprawnione, to w sieci reklamowej zmiana stawki może wyeliminować niektóre, z jakiegoś powodu droższe miejsca docelowe. Jest możliwe, że te wyeliminowane miejsca docelowe będą miały inny współczynnik konwersji. Warto więc sprawdzić, czy CPC miejsc docelowych, które dostarczyły konwersje nie odbiega od średniego CPC w kampanii.

Ponadto trzeba pamiętać, że pracujemy na danych statystycznych będących wypadkową złożonego procesu, na który wpływa wiele czynników o charakterze losowym. W obliczeniach celowo stosowano zaokrąglenia, by podkreślić że wyliczanie wartości z dokładnością większą niż 2 cyfr znaczących jest bezcelowe, a wyciąganie wniosków ma sens wyłącznie wtedy, gdy zaobserwujemy istotne różnice.

Generalnie, obliczenia należy przeprowadzać ze świadomością, że ich celem jest raczej oszacowanie bilansu korzyści i strat z manipulacji stawkami CPC i ograniczeniem liczby wyświetleń, niż precyzyjne prognozowanie. Każde zmiany należy weryfikować, czy przyjęta hipoteza potwierdziła się w praktyce.

Kampania w sieci reklamowej (display), mimo podobieństw, różni się bardzo istotnie od kampanii w wyszukiwarce. Jest to środowisko znacznie bardziej zmienne, w którym na skuteczność wpływa również bardzo wiele niezależnych czynników losowych, stąd należy bardzo ostrożnie wyciągać wnioski ze statystyk i pamiętać, że obserwowane reguły mogą się w każdej chwili zmienić.

Witold Włodarczyk