הפוסט שלי הוא לא עונש עבורכם, בגין התנהגות רעה. הוא אולי יהיה קצת אנליטי ומעט טכני – אבל הוא יקדם את הקמפיין שלכם, ל-Level מקצועי, הרבה יותר.
אני זוכרת שאחד העובדים הראשונים שגייסתי לחברה שלי, נורא התבאס כשלימדתי אותו מתודות לאופטימיזציה. “הלכתי ללמוד שיווק בגלל שאני שונא מתמטיקה” הוא אמר.
כמה חודשים לאחר מכן, הוא בא אלי והודה שלהריץ קמפיינים ב-Google Adwords בלי נוסחאות מתמטיות שקול בערך לרכיבה על אופנוע בעיניים עצומות.
היום- זה כבר לא סוד. חייבים להיות אנליטיים כדי לעמוד בקצב – או שיבוזבז כסף לשווא ומפרסמים אחרים ישיגו אתכם. לשבת ו”להתפלל” שהקמפיין יניב עוד מכירה – דומה יותר למאגיה ופחות לניתוח דו”ח של רואה חשבון והסקה כמה מס צריך לשלם. ואם נודה על האמת – דו”ח ביצועים של גוגל דומה הרבה יותר לאחרון מאשר לקודמו.
המתמטיקה תעזור לכם הכי הרבה, בהפיכת המושג “בערך” לדברים מדויקים, כך שתוכלו לשלוט בקמפיינים ולא רק לקוות שיצליחו.
מה תדעו בסוף סדרת הפוסטים הקרובה?
- תדעו איך לשלוט בקמפיין בכלים אנליטיים ולא רק לקוות שיצליח.
- תדעו להבדיל בין מדגם תנועה לבין כלל האוכלוסייה אליה אנו פונים.
- תדעו מה היא השערת האפס של ניסוי, ומה משמעותה בקמפיינים באינטרנט.
- תכירו את ניסוי ברנולי– וכיצד להשתמש בו בקבוצות דגימה של Google Adwords.
- תדעו לחשב באופן מדויק כמה קליקים צריך להמתין לפני שתתערבו בקמפיין במקרה שאין המרות.
- תדעו כיצד ליישם את חישובי הסטטיסטיקה ההיסקית על ה-Bid שלנו עבור מילה מסוימת.
- תשלטו ברזי “המשוואה ההפוכה”: ותדעו עד כמה חשוב קירוב מתמטי להשערת האפס, והסקת אחוזי ההמרה מתוך מדגם של דאטה.
המיתוסים המוכרים על הצעות מחיר – ולמה אף אחד מהם לא ממש עוזר לנו?
בפוסט הראשון, אני רוצה לדון בשאלה: מתי לשנות את ה-bid של Keyword נתון.
אם נערוך חיפוש טוב באינטרנט, או נשאל משווקים וותיקים מתי מותר לנו לשנות את הצעת המחיר של מילה מסוימת, סביר להניח שנשמע/ נקרא את אחד מהמיתוסים הבאים:
- להמתין חודש שלם (Google Adwords ממליצים לחכות 30 ימים לפני ניתוח ראשוני של תוצאות הקמפיינים).
- להמתין 30-50 קליקים (נמצא במספר מקורות באינטרנט ומדריכי למידה).
- להמתין לערך של המרה אחת (כלומר, אם המרה שווה לנו 300$, לחכות 300$ לפני שנוגעים בקמפיין).
אז בואו נפריך כמה מיתוסים, ונראה כיצד נוכל לקבל תשובה מדויקת, Like a Boss.
שלילת מיתוס 1: להמתין חודש שלם.
כשמבקשים מאתנו לחכות חודש, בכלל לא מדברים אתנו על קצב “שריפת” המזומנים שלנו. ומה אם מדובר באינסטלטור שמבזבז 50 ₪ בחודש? ומה אם מדובר בחברת Forex עם תקציב של 500K דולר ארה”ב בחודש?
כמובן שאלו מקרי הקיצון, אך קשה לדעת היכן למתוח את הקו. אולי ב-100$? אולי ב1000$? לתת פרק זמן שעלינו לחכות לפני אופטימיזציה היא המלצה חסרת אחריות – ואנחנו ממש לא הולכים להשתמש בה.
שלילת מיתוס 2: להמתין 30-50 קליקים
כשמבקשים מאתנו להמתין 30-50 קליקים, לא מתייחסים כלל לאחוזי ההמרה שאנו מצפים להם. אם קמפיין שעלה מחלק נניח כרטיסים חינם להופעה של ג’סטין ביבר ומצפה ל40% יחס המרה, הוא באמת חייב לחכות 50 קליקים ללא המרות כדי להבין שהוא לא ממש בכיוון?
ומנגד, אם מדובר בקמפיין של הרשמה לת.ז ביומטרית, עם יחס המרה צפוי של 0.5%, מותר לנו לעצור את הקמפיין אחרי 50 קליקים, או אפילו להנמיך את הbid משמעותית אם לא זכינו לאף המרה?
כאן שוב, לקחתי מקרי קיצון – אבל אתם כבר בטח רואים את התמונה השלמה. “באיזה יחס המרה אני כן צריך להמתין 30-50 קליקים כדי להתחיל לשחק עם הbids שלי?”
קחו לכם טיזר: המספרים הם 21% אחוזי המרה עבור 30 קליקים, ו-7% יחס המרה עבור 50 קליקים. בעתיד הקרוב תוכלו גם אתם לחשב דברים כאלו.
שלילת מיתוס 3: לחכות לערך של המרה אחת
המיתוס הזה דווקא נחמד. כי הוא נותן ל-Keyword סיכוי.
אבל – נניח שהמרה אחת שווה לנו 300$, והבאנו 30 קליקים במחיר של 10$, ולדאבוננו – טרם הגיעה המרה. באמת כאן נעצור? לא ניתן ל-Keyword עוד קליק-שניים להוכיח את עצמו? או אולי 5? או 10? ואולי דווקא אם הגענו כמעט ל-300$ צריך כבר לסגור את הקמפיין? הרי, מה הסיכוי שנקבל פתאום המרה כשב-25 קליקים האחרונים לא ראינו שום דבר?
חוסר הוודאות גם כאן, לא מספק לנו תשובה מספיק מכרעת של “מתי לגעת בקמפיין”. הוא רק מלמדת אותנו – אם אנחנו אנשים אופטימיסטים מטבענו (אלה שנותנים למילה לרוץ עוד קצת) או פסימיסטים (אלה שיסגרו את המילה כבר כמה קליקים קודם).
הפתרון הנכון לבעיית ה-Bidding
כדי לפתור את הדילמה הזו, נפנה לענף הסטטיסטיקה.
סטטיסטיקה היסקית (מוכרת גם כענף ה”הסקה הסטטיסטית”) היא לא רק תחום “חם” מחקרית. היא זוכה להרבה אהדה בעשרות השנים האחרונות, במיוחד בזכות הטרנד שנקרא “algorithmic trading”, כלומר – מסחר בבורסות העולמיות באמצעות מכונות.
אגב, גם דברים שיותר קרובים לתרבות היום-יומית שלנו, מסתמכים על הסקה סטטיסטית.
מינה צמח מתראיינת בד”כ לפני תוצאות הבחירות ומספרת מה מנבא המדגם שלה. ברור לכולנו – היא לא התקשרה לכל אזרחי המדינה. הסטטיסטיקאים שלה בחרו מדגם מייצג של כ-1000 נשאלים, המשקפים בבואה של כלל הבוחרים. מהתוצאות של המשאל הזה – היא יכולה להגיע לקרובים לא רעים בכלל של מה שיקרה לאחר ספירת כלל הקולות בקלפי.
באיור הבא, אתם יכולים לראות את התהליך בחברה של מינה צמח, אותו התהליך שסטטיסטיקאים ברחבי העולם עושים בו שימוש:
וזהו בדיוק המודל שגם עלינו, כמפרסמים אינטרנטיים, מוטלת החובה לפעול לפיו.
השערת האפס של הקמפיין שלנו
הגיע הזמן להחיל את המודל הנ”ל על קמפיינים ב-Google Adwords.
נניח שאנחנו מתכננים לפרסם בשנה הקרובה ל-10,000 אנשים שיחפשו ב-Google את הביטוי “קניית ביטוחי רכב”. זה אומר ש“כלל האוכלוסייה” במקרה שלנו היא 10,000 אנשים.
המדגם שלנו, הוא התוצאות שאנחנו צוברים על כסף שכבר השקענו במילה “קניית ביטוחי רכב”. ה-bid שנתנו עבור המילה הזו הוא רק השערה- אנחנו לא באמת יודעים מהו יחס ההמרה! כלומר, ה-bid הראשוני שנתנו הוא “השערת האפס”.
את הכסף שהשקענו נוכל לנתח לכדי מסקנות עבור המדגם. למשל, אנחנו יכולים לומר די בבטחה שאם הגיעו אלינו 50 קליקים ו-0 המרות, יחס ההמרה המדויק עבור המדגם של 50 הקליקים הוא 0%.
אבל, כדי להסיק מאותם 50 הקליקים על כלל אוכלוסיית ה-10,000 הלקוחות הפוטנציאלים שנרצה לפרסם עבורם נצטרך להשתמש בחוקי סטטיסטיקה היסקית. הרי לכולנו זה נשמע קצת לא סביר, שאם אחרי 50 קליקים לא קיבלנו אף המרה, מותר להגיד שגם אם נפרסם לכל 10,000 האנשים שיחפשו “קניית ביטוחי רכב” – אף לא אחד מהם יבצע המרה.
סטטיסטיקה היסקית כשאין המרות
אז מסתבר שאם קבוצת הדגימה שלנו היא 50 קליקים, ולא קיבלנו המרות בכלל, יחס ההמרה המקסימלי שיכול להיות לכלל האוכלוסייה שלנו, יהיה לא גבוה יותר מ7.69% בהסתברות של 95% .
הסתברות של 95% אומרת- שאם תבדקו אותי, יש סיכוי של 5% שאני טועה.
בואו נראה מספר דוגמאות נוספות, על אותו ביטוי החיפוש “קניית ביטוחי רכב”, כאשר לא התקבלו המרות:
| מספר קליקים ללא המרות | יחס המרה מקסימלי לכלל האוכלוסייה (בהסתברות של 95%) |
| 10 | 59.9% |
| 15 | 46.3% |
| 20 | 35.8% |
| 30 | 21.5% |
| 50 | 7.69% |
| 100 | 0.6% |
אמנם, ב-10 קליקים אנחנו לא למדים הרבה (אף אחד מאתנו ציפה ליחס המרה של כמעט 60%), אבל אם רכשנו 100 קליקים ללא המרות- אנחנו כבר יכולים להיות מאוד אגרסיביים בהורדת ה-Bid שלנו.
כלומר, יש לנו דרך לחשב את יחס ההמרה המקסימלי שלנו, בהינתן X קליקים שעברו ללא המרות!
עד הפוסט הבא…
אם נסכם את מה שדנו בו עד עכשיו, נגיע בסבירות גבוהה לתוצאות הבאות:
- אפשר לומר שכדי להיות משווקים טובים – חייבים להשתמש בכלים מתמטיים.
- המיתוסים של “מתי להתחיל לעשות אופטימיזציה”- לא מספקים לנו תשובה חד ערכית.
- הקליקים שכבר צברנו הם מדגם מתוך כלל האוכלוסייה שאנחנו רוצים לפרסם עבורה, וכדי להסיק מן המדגם על הכלל- עלינו להשתמש בסטטיסטיקה היסקית.
- הנוסחה הראשונה בסטטיסטיקה היסקית (שתופיע בפוסט הבא), תלמד אותנו איך לחשב את יחס ההמרה המקסימלי כשאין לנו המרות בקמפיין מסוים.
כעת, נותרו השאלות: מהי הנוסחה לחישוב יחס ההמרה המקסימלי? וכיצד נוכל להשתמש בנוסחה בלי לעשות חישובים ידניים?
בדיוק עבור כך, בפוסט(ים) הבא(ים) שלי אנחנו נבחן יחד את הנקודות הבאות:
- מהי הנוסחה לחישוב יחסי המרה מקסימליים כשאין המרות?
- מהי טבלת יחסי ההמרה המקסימאליים כשאין המרות?
- איך אפשר לחשב לבד את הנוסחה באמצעות כלים שיש לכולנו במחשב?
ועד אז, אני מזמינה אתכם להישאר במתח, וגם לחזור בפעם הבאה – בהסתברות של 95% – יהיה מעניין, אני מבטיחה!
