Создание эффективных объявлений для Яндекс.Директ

Для создания эффективных объявлений в Яндекс Директе вам может помочь «бенчмаркинг».

Бенчмаркинг — это процесс определения, понимания и адаптации имеющихся примеров эффективного функционирования конкурента с целью улучшения собственной работы. Он в равной степени включает в себя два процесса: оценивание и сопоставление. Бенчмаркинг можно рассматривать как одно из направлений стратегически ориентированных маркетинговых исследований.

Как это работает в Директе?

Если вы читали справочную информацию, то знаете о таких параметрах как «продуктивность» и «коэффициент качества». Если упростить, то продуктивность оценивает теоретический КПД фразы, а коэффициента качества — практический. Также в Директе имеется функцинал тестирования объявлений находящихся в группах.

Выводы из этого можно сделать следующие:

1. Каждое объявление можно проверить на соответствие рекомендациям по повышению продуктивности.
2. Можно предположить что та часть рекламодателей которая использует функционал групп объявлений — уже показывает на поиске выигрышные варианты.

То есть, собрав по определенному запросу объявления конкурентов мы получим как нетестированные, так и заведомо выигрышные варианты. Нам останется только проверить их на соответствие рекомендациям Яндекса, и отсеять мусор. На основе того что останется можно уже создавать и свои варианты объявлений.

Практический пример

Для начала возьмем интересующий нас сегмент семантического ядра, и выберем из него все запросы с частотностью выше нуля.

Вот выборка из 130 фраз содержащих вхождение слов «объявление» и «директ»:

В колонке «Частотность» приведено количество показов в месяц с широким соответствием, в колонке «Конкуренция» — количество объявлений (рекламодателей) на момент анализа.

Смотреть объявления конкурентов в Директе можно вот на такой страничке — https://direct.yandex.ru/registered/main.pl?cmd=showCompetitors&phrase=ключевая%20фраза

Для дальнейшей работы складываем полученные объявления, например в Excel. Формат — две колонки, в первой — заголовок объявления, во второй — текст. Получилось около 9000 объявлений. Удаляем дубликаты, и уникальных пар остается уже значительно меньше — около 1000. Теперь наша задача отобрать наиболее «продуктивные» из них.

В большей степени продуктивность определяется заголовком и в меньшей степени — текстом. Корни этой автоматической оценки, судя по всему, кроются в исследовании Захара Плюща, опубликованного Яндексом в 2005 году — https://blog.yandex.ru/post/10118/.

Итак, при мягкой фильтрации нам нужны объявления у которых:

• хотя бы одно из слов запроса встречается в тексте — +10% к CTR
• хотя бы одно из слов запроса встречается в заголовке — +15-17% к CTR

Если мы хотим (и можем) сделать условия более жёсткими (то есть, если объем данных позволяет) то из полученных объявлений также следует выбрать те, у которых заголовок начинается со слова содержащегося в запросе — это даст +25% к CTR.

Однако, раз мы проводим исследование, а не собираемся просто «копировать» объявления конкурентов — мы вполне можем провести анализ заголовков и текстов раздельно. Также, т.к. мы проводим бенчмаркинг целого «сегмента», а не одного запроса — мы сделаем требования более жесткими и отберём объявления содержащие только оба исходных слова — «объявление» и «директ».

В результате у нас получится 51 текст, каждый из которых должен предположительно повышать CTR на 10%:

И 58 заголовков с различными вариантами увеличения кликабельности:

Полученные, результаты следует изучить и принять за образец.

На основании полученных данных напишите желаемое количество своих вариантов заголовков и текстов и оттестируйте их в различных сочетаниях.