редакции
Как сегментировать и оптимизировать рекламные кампании по регионам?
В прошлой статье мы исследовали, как уровень жизни и популярность бренда в регионе влияют на конверсию и средний чек. В этот раз расскажем, как с помощью метода ABC-анализа сегментировать регионы и оптимизировать рекламные кампании
Входные данные
Коротко напомним суть исследования. Клиент — большой e-commerce проект, работающий по всей России. Проблема: при одинаковых по всем регионам ценах и сайте есть заметная разница в среднем чеке, а конверсия между некоторыми регионами отличается в разы. Мы предположили, что это может быть связано с популярностью бренда и размером средней заработной платы в конкретном регионе.
Были рассчитаны коэффициенты корреляции между перечисленными величинами и связь подтвердилась.
Далее расскажем как применить эти данные на практике.
Сегментирование регионов
В первую очередь регионы нужно разделить на сегменты, на основе популярности бренда и уровня средней заработной платы. Исходная таблица с данными выглядит так:
Разброс достаточно большой, как по популярности, так и по зарплатам, поэтому сразу разбить данные по группам не получилось, нужно привести данные «к общему знаменателю». Для этого вводим дополнительные коэффициенты:
- К бр — отношение индекса популярности бренда в конкретном регионе к среднему значению индекса популярности бренда
- К зп — отношение средней заработной платы в конкретном регионе к средней заработной плате по РФ
- К рег — «региональный коэффициент», рассчитанный на основе К бр и К зп, с учетом их «силы» воздействия на конверсию
На основе «регионального коэффициента» уже можно сегментировать регионы, но это не единственная величина, которую мы хотели учесть. Еще один важный показатель — объем выручки по региону.
По каждому критерию выделено три группы, к которым относятся регионы
Коэффициент региона
- K рег ≥ 1,2 — группа А
- 1,2 > K рег ≥ 0,8 — группа В
- K рег < 0,8 — группа C
Объем выручки
- Выручка ≥ 5 млн. — группа А
- 5 млн. > Выручка ≥ 0,5 млн — группа В
- Выручка < 0,5 млн — группа C
Далее каждый регион получает соответствующую маркировку, сначала для каждого критерия отдельно, затем общее значение.
На этом сегментация регионов закончена.
Результаты
Всего получилось 9 сегментов, далее опишем каждый из них подробно: какие сегменты представлены и как работать с ними с точки зрения контекстной рекламы.
Преимущества такого подхода к сегментированию
- Возможность использовать разные стратегии ведения рекламных кампаний в разрезе регионов — это может быть получение максимального объема трафика (так как высокая конверсия позволяет иметь высокую CPC) или максимизация прибыли.
- Получать однородные показатели по конверсии и среднему чеку внутри сегмента — это позволяет в ручном режиме точнее управлять ставками и корректировками ставок (меньший разброс в эффективности между различными параметрами — тип устройства, демографические группы и т.д.).
- Повышается эффективность автоматических стратегий, так как алгоритм быстрее и точнее обучается на однородных показателях.
- Исключить регионы, работающие в убыток, или наоборот применить общую стратегию направленную на исправление ситуации
Метод достаточно простой и эффективный, кроме принципов ABC-анализа демонстрирует и «закон Паретто 20/80» — позволяет выявить 20% действий, которые могут принести до 80% целевого результата.