С появлением рекомендательных систем классическая воронка метрик [1] вытянулась, став длиннее на несколько абсолютных метрик – Переходы на статьи, Дочитывания и «Переходы на сайт из статьи.
То есть путь пользователя от просмотра к действию стал длиннее. И поэтому рекомендательные системы [2] — это почти никогда не про перформанс, а про формирование узнаваемости, мнений, потребностей и способов потребления.
Основным рекламоносителем здесь выступает статья (или видеоролик), размещенная в рекомендательной системе. Рекомендательная система потому и рекомендательная, что рекомендует пользователю контент, который он вероятней всего воспримет с радостью и внимательно дочитает.
Собственно, именно ради Дочитываний статьи создают и размещают.
В некоторых рекомендательных системах можно привлекать трафик на свои статьи за деньги, с моделью оплаты за Дочитывания.
Таким образом, метрика «Дочитывания» и её производные стали новыми интересными метриками эффективности затрат на продвижение с помощью рекомендательных систем.
Рисунок 1. Воронка метрик рекомендательных систем
В рекомендательных системах появились новые метрики и новые толкования прежних метрик.
Конверсия в Дочитывания описывает качество статьи и качество привлеченного на статью трафика. Чем интересней статья для тех, кто на неё перешел, тем выше % дочитавших.
Независимо от того, насколько адекватен показатель внимательности дочитывания, оценивать динамику этой метрики проекта критически важно, потому что это и есть показатель качества создаваемого контента.
Следующие метрики эффективности описываются метриками обычной воронки.
Решение очевидно)
Не тратить бюджет на продвижение плохих статей, а тратить на продвижение хороших.
Но какой контент хорош, а какой не очень, вам должна сказать ваша аудитория.
После первых тестовых кампаний и далее вы должны будете непрерывно оценивать качество вашего контента и повышать его.
Успех статьи – это сочетание качественного текста и привлекательного заголовка.
Благодаря заголовку, который публикуется в анонсе статьи и показывается потенциальным читателям, на статью переходят.
Благодаря интересному, хорошо оформленному содержимому статьи её дочитывают.
Для анализа статей в разрезе двух метрик удобно использовать пузырьковые диаграммы, где ось Х это CTR, а ось Y Конверсия (CR) в Дочитывания.
Размер пузырьков может описывать количество показов статей.
Рисунок 2. Пузырьковая диаграмма, CTR И CR статей за период
Если, не учитывая выплесков, разделить диаграмму на четыре квадрата, то:
А так как у каждой статьи есть набор атрибутов, у вас появляется возможность анализировать воронку проекта в разрезах статей, авторов, типов статей, рекламируемых направлений, географических локаций, рекомендательных систем.
В результате вы выявите лучших авторов, найдете наиболее подходящие вашему проекту типы контента и лучшие способы его размещения. Наградите авторов и рекомендательные системы бюджетом и, безусловно, достигнете тех целей, которые планировали достичь с помощью рекомендательных систем.
Успехов вам!
[1] Про классическую воронку мы подробно писали в этой статье https://www.sumteh.ru/stati/reklama-v-internete/metriki-effektivnosti-v-internet-marketinge.html
[2] Рекомендательные системы сейчас — это Промо страницы Яндекса и Дзен ВК.
Рублевский Роман
апрель 2024
Наша компания с 2002 года занимаемся системным интернет-маркетингом. Мы делаем вашу жизнь прогнозируемой, понятной и управляемой, чтобы вы могли двигаться вперед не оглядываясь.
Будем рады помочь вашему бизнесу достичь новых высот.
Оставьте заявку в конце страницы или в шапке сайта и мы с вами свяжемся.
На нашем сайте мы используем cookie для сбора информации технического характера. В частности, для персонифицированной работы сайта мы обрабатываем IP-адрес региона вашего местоположения. |
OK |