Контекстна реклама для SaaS-продукту: як легко вимірювати в бізнес-показниках ефективність контекстної реклами

1. Граничні показники окупності реклами
1.1. Якщо ви не знаєте CAC проекту
1.2. Якщо ви знаєте свій CAC
2. Автоматизуємо розрахунки - калькулятор CPC / CPR і як з ним працювати
2.1. Калькулятор: коефіцієнт конверсії в оплати
2.2. Калькулятор: коефіцієнт конверсії в реєстрації
3. Будуємо прозору аналітику. Пов'язуємо контекстну рекламу з продажами
3.1. Способи розрахунку ефективності контекстної реклами
3.2. Фільтр по користувачах - основа для прозорої аналітики ефективності контекстної реклами
3.3. Підсумкова звітність про роботу в кінці кожного місяця
висновки

Я фахівець з контекстної реклами в продуктовій компанії Serpstat, яка входить в Netpeak Group. Раніше я працював в агентстві інтернет-маркетингу Netpeak і на особистому прикладі переконався, яким болем може бути налагодження прозорої зв'язку між контекстною рекламою і реальною віддачею від цієї реклами для бізнесу.

Цей пост я адресую в першу чергу власникам, керівникам і директорам з маркетингу продуктових компаній (в основному - SaaS-продуктів), щоб переконати їх давати фахівцям більше інформації. Так як саме при контексті для SaaS-продукту відносно легко налагодити бізнес-процеси так, щоб чітко розуміти зв'язок контекстної реклами з головним бізнес-показником - грішми.

До речі, класна тусовка російськомовних власників і фахівців SaaS-продуктів, де вони діляться новими фішками і досвідом, з'явилася в Facebook . Якщо для вас це актуально, приєднуйтесь.

Як відомо, у більшості оффлайн-бізнесів (бізнесів, які заробляють не через сайт) існує безліч моментів, які роблять налагодження зв'язку контексту з доходами від нього більш складною. Але у продуктових компаній і SaaS-продуктів - це дуже просто. Чому? Тому що всі дії клієнта бізнесу відбуваються онлайн, там же відбувається оплата, а дані про ці дії в будь-якому випадку зберігаються в «адмінки» (або, іншими словами, в CRM).

Загалом, читайте, як ми всі налаштували в Serpstat і, можливо, вам буде корисний наш досвід. Так, до речі, що стосується веб-аналітики, один з основних підводних каменів в ecommerce-проектах - розподіл ваги по каналах, які брали участь в транзакції і формулювання висновків про те, що працює, а що ні.

EcommerceSaaS

Через різних категорій товарів занадто багато часу йде на розрахунок націнки або маржі. Все просто: відомий CAC, на який ти орієнтуєшся. Потрібно враховувати оффлайн-покупки, так як частина покупок відбудеться не в онлайні. Всі покупки відбуваються в онлайні. Безліч варіацій доставок, які також зменшують маржу. Онлайн-доступ до продукту. Але про все по порядку. Давайте розглянемо контекстну рекламу SaaS-проекту під мікроскопом.

1. Граничні показники окупності реклами

CAC (customer acquisition cost) - вартість залученого клієнта. Те, скільки ви готові заплатити за кожного вашого клієнта, тобто за його оплату. Для SaaS продукту - одна з основних метрик, тому що на її підставі ви зможете розрахувати всі необхідні для роботи граничні показники.

LTV (Lifetime Value) - сукупний прибуток, отриманий з одного клієнта. Або, якщо завгодно, довічна вартість клієнта. Розраховується як середня сума оплат клієнта до моменту припинення його співпраці з вами. Іншими словами, ми беремо всіх померлих клієнтів і вважаємо, скільки грошей в середньому нам заплатив кожен з них.

1.1. Якщо ви не знаєте CAC проекту

Якщо ви і є маркетолог SaaS'а або CEO, то ви, швидше за все, вже знаєте CAC (якщо ви тільки не на ранній стадії). Якщо на ранній, то існує негласне золоте правило для SaaS продуктів, що CAC повинен бути в 3 рази менше LTV.

Ось так виглядає формула: CAC = LTV / 3.

Саме в три рази менше. Якщо буде більше трьох - ви витрачаєте занадто мало і вам потрібно розширюватися. Якщо ж буде менше трьох - ви витрачаєте занадто багато і залучення клієнтів не окупається. В цілому, віддавати за залучення клієнта до третини від доходу, - це такий собі стандарт, який можна використовувати при відсутності інших даних.

Приклад: у нас було 100 клієнтів, які заплатили $ 10 000 в загальному і колись перестали користуватися нашим сервісом. Таким чином LTV = 10 000/100 = $ 100. Тоді CAC повинен бути $ 33.

1.2. Якщо ви знаєте свій CAC

Якщо вам пощастило і ви знаєте вартість залучення користувача, тоді не треба перекручуватися з класичними формулами. Ми просто уточнюємо, скільки готові платити за залученого користувача, і працюємо далі.

Отже, у нас є формула для розрахунку граничної вартості залучення клієнта, витримуючи яку контекстна (і будь-яка інша реклама) не збиткова. Але що з приводу кліків, їх вартості та інших дій по воронці (в разі Serpstat - реєстрації та вартості реєстрації)?

Тут все просто - потрібно взяти дані по воронці від кліка до оплати клієнта. Тобто до його придбання (Customer Acqusition). У нашому випадку це конверсія з кліків в реєстрації і з реєстрації в оплати.

2. Автоматизуємо розрахунки - калькулятор CPC / CPR і як з ним працювати

Я покажу вам калькулятор, який використовую в Serpstat. За умови, що ми знаємо дані про LTV, він допомагає розрахувати, скільки можна витрачати на залучення реєстрації та оплати, а також скільки необхідно платити за клік для окупності контекстної реклами.

Дані навмисно вигадані, але зміст зрозумілий:

Ми бачимо, що для здійснення однієї оплати нам потрібно залучити 97 зареєстрованих користувачів по $ 1,57. А для цього потрібно отримати один тисячі сімсот дев'яносто одна клік по $ 0,08.

Та ж таблиця в Google Sheets .

Дані калькулятора показують, яку максимальну ціну я можу платити за клік, користувача або оплату для окупності контекстної реклами.

По суті, ви можете витрачати скільки завгодно грошей (= необмежений бюджет) при ціні кліка до 0,08 $ і витримуючи CAC до $ 146.

Розглянемо детально цей калькулятор.

2.1. Калькулятор: коефіцієнт конверсії в оплати

Який коефіцієнт конверсії в платного користувача вибрати? І чи враховувати брендовий трафік - людей, які прийшли до нас на сайт з контекстної реклами по нашим брендовим запитам?

У нашому випадку ми вже запустили контекстну рекламу і отримали дані по ній. У вас же може бути варіант, коли реклама тільки в планах - в такому випадку беремо дані по всьому сайту і трафіку.

Варіанти, які ми розглядали при аналізі і складанні калькулятора:

Оплатили / Всі користувачі сайту;
Оплатили / Зареєстровані;
Оплатили / Нові користувачі (За GA);
Оплатили (CPC) / Всі користувачі сайту (Тільки з каналу CPC);
Оплатили (CPC) / Зареєстровані (Тільки з каналу CPC).

Ми вибрали модифікований варіант:

Оплатили (CPC) - оплати по брендовому трафіку / Зареєстровані (CPC) - реєстрації по брендовому трафіку.

Так ми отримали найточніший показник переходів в оплати для CPC-каналу і виключили поправки на конверсійні різних каналів.

Порахуємо, скільки необхідно реєстрацій для здійснення однієї оплати. Знаючи коефіцієнт конверсії в оплату, це не складе труднощів:

1 / 1,03 * 100% = 97 реєстрацій.

Щоб отримати одну оплату, необхідно залучити 97 реєстрацій.

А скільки ми можемо заплатити за одного зареєстрованого користувача? Просто розділимо CAC на кількість реєстрацій:

2.2. Калькулятор: коефіцієнт конверсії в реєстрації

Поки все просто, так? Ось можливі варіанти для розрахунків:

Реєстрації / Всі відвідувачі сайту;
Реєстрації / Нові відвідувачі (За GA);
Реєстрації (CPC) / Всі відвідувачі сайту (Тільки з каналу CPC);
Реєстрації (CPC) / Нові відвідувачі (Тільки з каналу CPC).

Тут ми вирішили трохи поекспериментувати і вибрати два різних коефіцієнта конверсії.

Навіщо?

У нас була досить вагома різниця в коефіцієнтах по CPC і іншим каналам в середньому. Коефіцієнт конверсії з CPC був на 30% менше, ніж в середньому по всіх каналах.

Тоді було прийнято рішення використовувати «вилку» - діапазон граничних значень з двох варіантів.

Перший варіант (мінімальний в нашому випадку) - зареєстровані користувачі з CPC-каналу / нові відвідувачі з CPC-каналу.
Другий варіант (максимальний в нашому випадку) - всі зареєстровані користувачі / все нові відвідувачі.

Іншими словами, ми отримали два прогнози. По першому ми отримуємо початкове значення тільки по CPC-каналу, що дозволяє нам відштовхуватися від реальних умов, а не тільки припускати. Але оскільки у нас в середньому по всіх каналах коефіцієнт вище, то отримуємо «запас міцності» і можливість для маневрування.

Подальші розрахунки не повинні викликати особливих труднощів:

Кількість користувачів = Реєстрації / CR в реєстрацію * 100;
Перший варіант - 97 / 5,42 * 100% = тисячу сімсот дев'яносто одна відвідувачів;
Другий варіант - 97 / 7,77 * 100% = 1250 відвідувачів.

І, нарешті, «вилка» по CPC:

Граничний CPC = CAC / Кількість відвідувачів;
Перший варіант - 146,3 / 1791 = $ 0,08;
Другий варіант - 146,3 / 1250 = $ 0,12.

Ми розрахували граничні показники успішності реклами для вашого SaaS-продукту, досягаючи яких реклама буде на нульовий окупності. Тепер головне не перевищувати цих показників і прагнути до їх зниження.

Що у нас вийшло:

LTV = $ 439;
CAC <(Customer acquisition cost) - $ 146,3;
CPR <(Cost-per-registration) - $ 1,57;
CPC <0.08 - $ 0,12.

Ці показники розташовані в порядку важливості. Якщо ви утримуєте CPC на рівні $ 0,08 - 0,12 (при цьому у вас CAC нижче граничного), то все відмінно і ваш трафік конвертується краще, ніж ви припускали. Продовжуйте в тому ж дусі і збільшуйте обсяги.

3. Будуємо прозору аналітику. Пов'язуємо контекстну рекламу з продажами

З граничними цифрами розібралися. Але це тільки половина шляху. Вам потрібно ще переконатися в правильності розрахунків, а також аргументувати необхідність аналізу ефективності контекстної реклами.

Потрібно підкріпити цифри теорії зрозумілими фактами.

3.1. Способи розрахунку ефективності контекстної реклами

Вище я згадував, що SaaS-модель не можна вважати й оцінювати звичним вам способом. Як правило, власники SaaS, а іноді і самі фахівці з контексту вважають транзакції так:

Всього реєстрацій в цьому місяці X, всього оплат в цьому місяці Y.

Так вважати неправильно - статистику псує термін прийняття рішення. Середній термін прийняття користувачем рішення про покупку нашого продукту становить майже місяць. Як мінімум 90% потенційних покупців куплять його в наступному місяці. Виходить, ROI поточного місяця буде мінус нескінченність, а наступний місяць буде дуже успішний.

Вирішити цю проблему можна такою моделлю розрахунку: «Всього реєстрацій в цьому місяці X. З них за весь час оплатило Y».

Так ROI місяці буде збережений і термін прийняття рішення більше не буде заважати нам прозоро аналізувати дані.

Ми в Serpstat переносимо всю вагу на дату реєстрації - незалежно від того, коли користувач оплатив, вага транзакції буде відданий місяця, в якому він зареєструвався. Навіть якщо користувач оплатив через два місяці, оплата буде зарахована в той місяць, в якому була здійснена реєстрація.

Також при реєстрації ми фіксуємо, по якому каналу прийшов користувач. Ручна позначка дає нам можливість ставити додаткові теги в адмінці проекту і вести паралельний з Google Analytics облік лидов і клієнтів.

Користувач - центральний об'єкт нашої аналітики і до нього ми прив'язуємо канал трафіку, оплати і запити.

3.2. Фільтр по користувачах - основа для прозорої аналітики ефективності контекстної реклами

У цьому масиві даних нам потрібно відфільтрувати необхідних користувачів з контекстної реклами.

Найімовірніше, у вашого SaaS-бізнесу в тому чи іншому вигляді є певні фільтри для виконання цього завдання. Якщо ж ніяких фільтрів немає, саме час поставити технічне завдання на їх створення.

Що потрібно відстежувати? Було б непогано відфільтрувати CPC-канал від всіх інших. Також необхідно знати дату реєстрації користувачів і дату їх першої оплати для підрахунку середнього терміну прийняття рішень.

Ми створили схожий фільтр для сортування користувачів за всіма можливими параметрами і зберегли його в адмін-панелі продукту. Наприклад, з такими настройками ми можемо подивитися всіх користувачів, які зареєструвалися з позначкою PPC за квітень-травень поточного року. Позначка PPC була вибрала для виключення можливого перетину в Google Analytics і подвійного підрахунку трафіку.

Набір фільтрів досить великий і дозволяє фільтрувати практично всі можливі варіанти.

Так дуже легко відстежувати стан лидов, наведених через контекст, і робити щомісячні звіти.

3.3. Підсумкова звітність про роботу в кінці кожного місяця

Після виконаних маніпуляцій звіт за місяць буде виглядати приблизно так (не забуваємо, що цифри не відповідають дійсності): Із звіту видно, що контекстна реклама для продукту Serpstat не окупається. Але після всіх пророблених маніпуляцій ми хоча б бачимо чітку і прозору зв'язок, а не «стали дзвонити більше», «начебто працює» та інші схожі висновки.

Отже, я:

Порахував діапазон граничних CPC і намагаюся триматися в межах допустимого CAC.
Роблю звіти, які чітко і прозоро дозволяють побачити зв'язок між контекстною рекламою і збільшенням продажів.

Моя робота стає чіткою і зрозумілою, я привожу власнику SaaS клієнтів в три рази дешевше середнього LTV. Це дозволяє витрачати необмежені кошти, аби зберігалося золоте правило CAC <LTV / 3.

Насправді в Serpstat я можу, витримуючи позитивний ROI, використовувати будь-який бюджет для контекстної реклами. Мені навіть не потрібно його погоджувати, якщо я тримаю CPC в розрахованих рамках і за результатом місяці показую позитивний ROI.

висновки

Як бачите, не так вже й складно зробити перший крок на шляху до того, щоб зробити контекстну рекламу прозорою для бізнесу продуктових компаній. Чому перший крок?

Бо попереду нас чекає впровадження більш об'єктивної моделі, ніж описана, - моделі багатоканальної атрибуції по воронці. Але навіть без цього, після всіх описаних кроків, ми вже маємо чітку і прозору зв'язок з бізнес-метриками, замість звичних «начебто стали писати / дзвонити більше».

Крім того, ми отримали діапазон CPC, який дозволяє нам залишатися рентабельним, а це дозволяє отримати умовно необмежений бюджет в контекстній рекламі.

Чесно скажу, що все написане вище - очевидне, а не неймовірне. Але я впевнений, що на більшості проектів зв'язки не збудовані так само і я б хотів своїм прикладом надихнути хоча б якомога більше продуктових компаній налагодити зв'язок «адмінки» з «контекстом».