Павел Корякин , 1 Сентября 2020

Как управлять платным трафиком в разрезе постоянных и новых клиентов

Возможно вы тратите рекламный бюджет на удержание старых клиентов, вместо привлечения новых. В статье инструкция, как этого избежать и управлять бюджетами эффективнее.


Скорее всего в ваших отчетах о расходах на контекстную рекламу нет разделения на новых и постоянных клиентов, поэтому вы не знаете, сколько тратите на привлечение новых клиентов, а сколько на удержание постоянных. Это чревато тем, что вместо того, чтобы зарабатывать с постоянных клиентов, вы будете тратить всю маржу на их привлечение.

Например, мы можем тратить на привлечение нового клиента всю маржу с первого чека, так как скорее всего он будет совершать повторные продажи и принесет прибыль. Но мы не можем тратить всю маржу на повторное привлечение этого же клиента, иначе нам просто будет не из чего зарабатывать.

В конце статьи есть простые и эффективные инструменты, а далее я постараюсь на картинках объяснить теорию на примере моей подружки Вики.

1

В январе Вика пришла в наш интернет магазин с контекстной рекламы и купила туфли за 10 т.р., из них 2 т.р., это наша маржа, после вычета расходов на рекламу получаем 1 т.р. валовой прибыли.

Вроде, все понятно.

2.jpg

Так как наш магазин Вике понравился, то она снова вернулась в феврале и купила еще одни туфли за 10 т.р, но в этот раз она пришла из бесплатного поиска, поэтому наша прибыль выросла в 2 раза, так как не пришлось платить за рекламу! Теперь Вика стала нашим постоянным клиентом.

Теперь тоже самое давайте отразим в таблице и получим LTV и CAC, если проще, то сколько мы получили прибыли за все время (LTV) и сколько потратили на удержание Вики (CAC).

3.jpg

Итого видим, что за все время потратили 1000 рублей (CAC), а получили 3000 рублей (LTV) — Вика приносит вам прибыль!

повторные покупки от Вики в марте

В марте Вика снова пришла к нам через ретаргетинг и купила туфли, за 10 т.р., но при этом мы потратили на ее привлечение 2 т.р., поэтому в марте получили нулевую прибыль :(

расходы и прибыль за три месяца

И тут мы задаемся вопросом, а как так получилось, что мы потратили на Вику 2000 рублей и получили ноль, ведь ранее она приносила прибыль? Как это контролировать, чтобы поддерживать положительную доходность по каждому клиенту? — Нам нужно составить такую же таблицу, но уже не только по Вике, а по всем пользователям.

Построим отчет выручки по когортам

На выходе вы получим таблицу ниже, где по столбикам выручка с Вики в Январе, Феврале и т.д. Формальность только в том, что теперь Вику мы называем когортой, причем январской когортой, потому что первый раз она пришла к нам в Январе.

отчет по январской когорте

На базе данных Google Anytics

Для этого выгрузим из Google Analytics следующий отчет, для простоты в отчете только Вика.

пример данных из Google Analytics

Возможные проблемы

«У меня нет User ID»

По хорошему нужно передавать его, как custom dimension (пользовательский параметр) вместе с транзакцией в GA.

Но мы живем в реально мире, поэтому можно подтянуть ВПР'ом по Идентификатору транзакции из базы данных CRM или 1С.

пример User_ID

«Склеивание» пользователей»

Часто, в самом 1С пользователи не «склеиваются», или склеиваются только по номеру телефона, без email и ФИО. Например, если бы у Вики было 2 email-адреса, то мы бы просто не смогли свести по ней данные.

В лучше случае реально соотнести 70% клиентов, остальные будут использовать разные eMail, телефоны, адреса и мы просто не сможем их «сметчить»

«У меня в GA неверная выручка»

Если заказы, которые приходят с сайта в CRM, отменяются, а сумма и состав меняются, то нужно с сервера передавать корректные данные в GA. С отклонением 10% еще можно работать, но если 30%, то нужно решать. Одно из решений задачи.

Добавляем в таблице дату первой когорты

Для этого нужно всего лишь построить сводную таблицу со следующими параметрами на примере Google Sheets. То есть мы просто к каждому User ID подтягиваем дату первой покупки.

параметры сводной таблицы

Получим

структура сводной таблицы

Далее подтягиваем эту дату в общую таблицу ВПР'ом по User ID в колонку Когорта.

сведение таблиц через ВПР

Все готово, только нужно добавить столбик месяц.

сведение таблиц через ВПР

Строим отчет по когортам.

параметры отчета по когортам

Получаем

отчет по когорте за январь

Сейчас у нас в когорте только Вика с ее туфлями, давайте для примера посмотрим аналогичный отчет по той же технологии, но с большим количеством клиентов.

прибыль по когортам

То есть в колонке Когорта мы видим дату первой покупки пользователей, а в колонках Месяц сумму повторных покупок в указанный месяц.

Возможные проблемы

Хочу видеть не выручку, а валовую прибыль!

Можно взять средний коэффициент маржинальности по группам товаров и умножить на выручку, но картина все равно будет смазываться :( Поэтому наиболее адекватный способ, это параллельно с выручкой передавать валовую прибыль (Выручка-Себестоимость) из CRM в Google Analytics в поле налогов (tax) транзакций.

Не могу выгрузить данные, у меня семплирование

Используйте ETL сервисы или выгружайте отдельно каждый день или по 7 дней через Google SpreadSheets Addon.

Ок, неплохо, но ведь нам нужно понять, сколько мы тратим на привлечение и удержание Вики?

По сути нам нужно построить такой же когортный отчет, где вместо выручки будут расходы, расходы на привлечение Вики в первый месяц, а далее расходы на ее повторное привлечение через ретаргетинг и прочие.

Но у нас возникает проблема, как расходы на клики отнести транзакциям, потому что транзакции, это по сути клиенты, давайте их далее так и называть.

стоимость привлечения клиента


	 1000 рублей / 1 транзакцию = 1000 рублей стоило привлечение одного клиента


В январе на 10 кликов мы потратили 1000 рублей, из чего посчитали, что привлечение Вики стоило нам 1000 рублей, но по факту это не совсем так, потому что мы привлекли еще 9 пользователей, за которых заплатили по 100 рублей, но они ничего не купили, поэтому мы отнесли все расходы на Вику.

И что, все же логично?

Да, так же логично появляется Алина, которая тоже покупает туфли и 1000 рублей уже делится на 2 транзакции.

распределение затрат на основе покупок


	 1000 рублей / 2 транзакции = 500 рублей стоят привлечение двух клиентов 


Потом появляются разные рекламные каналы, так как они работают по разному, то будет несправедливо делить расход пополам, и мы делим «в рамках» каналов.

распределение затрат по каналам


	 300 рублей / 1 транзакцию = 300 рублей стоит привлечение Вики через Яндекс Маркет
700 рублей / 1 транзакцию = 300 рублей стоит привлечение Алины через Вконтакте

Потом из Вконтакте переходит Света, которая уже является нашим постоянным клиентом, но в этот раз она ничего не купила, однако мы потратили деньги на ее привлечение, поэтому было бы справедливо весь расход Вконтакте поделить пополам между Алиной и Светой.

расходы на удержание и привлечение

	
	300 рублей / 1 транзакции = 300 рублей стоит привлечение Вики через Яндекс Маркет
700 рублей / 2 транзакции = 350 рублей стоит удержание Светы и привлечение Алины

Как вы могли заметить, теперь наши расходы делятся не только на привлечение новых клиентов, но и на удержание постоянных, то есть Светы! Далее эти 350 рублей на удержание Светы отнесутся к ее последующим транзакциям.

Альтернативные примеры удержания

  • Постоянный клиент перешел по ретаргетинговой кампании.
  • По eMail-рассылке, в этом случаем мы ничего не потратили на привлечение.
  • По контекстной рекламе через поиск Яндекса.

А теперь давайте попробуем добавить разные месяцы и расчеты будут происходить не только в рамках каналов, но и в рамках периодов.

расходы на удержание и привлечение с учетом каналов

То есть, когда мы пытаемся отнести расходы клиентам, то сталкиваемся с рядом сложностей.

  • К какому пользователю нам отнести расходы на Яндекс Маркет в декабре, ведь не было ни одного пользователя?
  • Почему мы делим расходы в диапазоне месяцев, а не недель?
  • Если клиент не авторизовался на сайте или пришел через другое устройство, то мы его не идентифицируем, а значит и расходы на него не учтем.
  • Если клиент до совершения первой транзакции заходил несколько раз, то нам нужно пересчитывать ретроспективу с учетом новых данных о нем.

Эти и ряд других задачи не получится решить в рамках Excel, поэтому я решил закодить расчеты на python, но код не прикладываю, потому что в нем будет сложно разобраться, да и не нужно этого делать — Нужно искать простые решения.

Вернемся к таблице с Викой

Предположим, нам получилось атрибутировать (присвоить) расходы к Вике в правой последней колонке.

расходы и выручка одного клиента

Когда мы имеем расходы и доходы на Вику по месяцам, то без проблем сможем посчитать все производные показатели.

У нас получается такой же отчет по когортам, но в нем не только выручка, но и расходы на группу клиентов, которую мы привлекли в Январе.

результаты январской когорты

Прикрепляю пример того, что получилось на более сложном проекте, где в строках Когорта мы видим месяц, когда мы первый раз привлекли клиентов, а по столбикам месяцы с расходами на их удержание.

Например, в 12-2019 месяце мы потратили 3910 р. на удержание пользователей, которые совершили первую транзакцию 8-2018.

когортный анализ за полтора года

Можно заметить, что не так много расходов было отнесено к предыдущим месяцам, но это из за специфики интернет-магазина, они работают с новыми клиентами.

Теперь рассмотрим валовую прибыль по когортам «Выручка * k - Расходы на удержание»

прибыль по когортам

Не сложно было посчитать ROI, он примерно одинаковый у старых и новых когорт.

прибыль с таргетированной рекламы

Данные можно отфильтровать в разрезе рекламных каналов, например, на скрине ниже валовая прибыль по таргетированной рекламе, можно заметить, что почти половина прибыли приходится на постоянных клиентов из старых когорт.

прибыль от постоянных клиентов

Ок, ну видим мы эти цифры и что делать?

Вы видите прибыль и ROI с привлеченных клиентов на протяжении всей их жизни, по факту из этих когорт и складывается валовая прибыль. Наиболее частая проблема, когда затраты на удержание превышают маржу, то есть мы платим за постоянных клиентов столько же, сколько за привлечение новых.

Можно ли автоматически строить такие отчеты?

На данный момент нет инструментов «под ключ», потому что слишком высок уровень кастомизации от проекта к проекту, но есть OWOX, Renta, SegmentStream, из которых можно собирать подобные отчеты, но это обойдется от $500 в месяц при грубом округлении.

Вторая проблема в точности, хорошо, если получится хотя бы на 70% склеить клиентов на сайте.

Какие есть простые и эффективные решения для этой задачи?

Ниже я приведу пример, как разделить экономику в Яндекс Директ, аналогично можно сделать в Google Ads, Facebook и др.

Нужно настроить выгрузку email и телефонов постоянных клиентов в CSV файл на сервере, а этот файл подгружать в Яндекс Аудитории, как сегмент. Можно автоматизировать процесс через API или сделать несколько списков постоянных клиентов, чтобы разделить их на RFM сегменты: наиболее доходные, средние и низкодоходные + ваша специфика.

создание сегмента в метрике

В Яндекс Директ в настройках рекламной кампании сделать корректировки на аудиторию постоянных клиентов. Например, если на привлечение новых клиентов вы можете тратить 1000 рублей, а на повторные продажи 500 рублей, то корректировка составит -50%.

корректировки ставок по сегменту

Далее в мастере отчетов Яндекс Директ можно увидеть данные в разрезе постоянных и новых клиентов. На скрине Покупатели за все время, это постоянные клиенты, а «—» все остальные.

отчет по старым и новым клиентам в Директ

Можно заметить, что по постоянным покупателям он составляет 300 рублей, а по всем остальным 831, потому что мы можем платить за привлечение новых клиентов больше с расчетом их повторных покупок.

Аналогичный отчет можно построить в Power BI, выгрузив данные из Яндекс Директ по API, потому что в интерфейсе сложно их исследовать, но это тянет еще на одну статью.

LTV отчет в Power BI

Выводы

  • Не тратьте на удержание клиентов всю свою маржинальность, управляйте экономикой через корректировки аудитории, сейчас они есть почти во всех рекламных системах, это простой и эффективный инструмент.
  • Отслеживайте рекламные каналы, которые дают новых клиентов, а не продают вам ваших же, как часто бывает с CPA-сетями.

Подпишитесь на Facebook или Телеграмм, чтобы не пропустить новые статьи

Разделяешь наш подход? Вступай в команду!
Другие материалы по теме
7 главных новостей eCommerce-маркетинга за ноябрь NEWS
7 главных новостей eCommerce-маркетинга за ноябрь
Подборка и краткое содержание интересных материалов для E-commerce проектов.
Как интернет-магазину заработать в черную пятницу? HOWTO
Как интернет-магазину заработать в черную пятницу?
Как все правильно сделать с точки зрения контекстной рекламы, чтобы максимизировать прибыль.
Аудит контекстной рекламы мебельной фабрики Аудит
Аудит контекстной рекламы мебельной фабрики
Почему 1000 групп «одно ключевое слово и одно объявление», это тупиковая мехника на примере реального кейса. Исследование окупаемости в Power BI и сбалансированности экономики.
Как управлять платным трафиком в разрезе постоянных и новых клиентов HOWTO
Как управлять платным трафиком в разрезе постоянных и новых клиентов
Возможно вы тратите рекламный бюджет на удержание старых клиентов, вместо привлечения новых. В статье инструкция, как этого избежать и управлять бюджетами эффективнее.
Покупка аудиторий у тематических сайтов для запуска РСЯ КЕЙС
Покупка аудиторий у тематических сайтов для запуска РСЯ
Кейс по прямой аренде аудитории тематических ресурсов. Собственники сайтов открыли нам доступ к своей Яндекс Метрике.
Как запуск РСЯ рекламы влияет на поисковые кампании: медийный эффект КЕЙС
Как запуск РСЯ рекламы влияет на поисковые кампании: медийный эффект
Кейс. Запуск РСЯ увеличил продажи с поисковых кампаний на 25% и снизил стоимость заказа на 10%.
читать наш блог

Оставьте заявку

После того, как вы оставите заявку: интервью ~15 минут → гостевые доступы для аудита ~15 минут → аудит в течении 2-х дней → согласование предложения → начало первой итерации. По нашему опыту реально начать что-то делать уже через 2-3 дня.

Менеджер проектов Александр
Александр

Менеджер проектов



Пишите на — info@1jam.ru , звоните в скайпе — jam.agency , или по телефону — 8 (800) 551-85-03