Сразу сделаем вывод, который последует из нижеприведенных выкладок: Минимальная стоимость клиента (или максимальное количество клиентов) при фиксированном бюджете будет получаться при установлении цены за клик на каждую фразу пропорционально коэффициентам конверсии клика в клиента. Что, впрочем, является прямым следствием 3-го постулата, приведенного в Основах рекламы.

Пусть количество клиентов пропорционально количеству кликов:

, где

K — количество клиентов, привлекаемых, благодаря кликам по данной фразе в единицу времени;

k – коэффициент конверсии клика в клиента.

Так же, как и в начале статьи Стоимость клика, аппроксимируем зависимость количества кликов по данной фразе в единицу времени от стоимости клика линейной функцией без свободного члена:

Также предположим, что рекламная кампания состоит из 2-х фраз. Тогда формула (1) из статьи Стоимость клика останется прежней. А вот суммарное количество клиентов, привлеченных, благодаря кликам по обеим фразам, составит:

 (1)

Подставив в эту формулу выражение (1) из статьи Стоимость клика, получим:

Чтобы найти максимум этой функции в зависимости от значения p1, продифференцируем ее по этому значению:

Приравняв производную нулю и найдя отсюда p1, получим оптимальное значение p1 , при котором суммарное количество кликов будет максимальным (а стоимость клиента будет минимальной):

Подставив эту формулу в выражение (1) из статьи Стоимость клика, получим оптимальное значение p2opt:

Видим, что минимальная стоимость клиента (максимальное количество клиентов) при фиксированном бюджете будет получаться при установлении цены на каждую фразу пропорционально коэффициентам конверсии клика в клиента. Если коэффициенты конверсии клика в клиента одинаковы для разных фраз, то при фиксированном бюджете стоимость клиента будет минимальной, а суммарное количество кликов будет максимальным при одинаковых ценах за клик по всем фразам.

Комментарии

  1. Дмитрий, здравствуйте.
    Скажите, какой практический смысл имеют эти выводы, если описанная Вами ситуация («Если коэффициенты конверсии клика в клиента одинаковы для разных фраз…») далека от реальности?

    • Здравствуйте, Денис!
      На мой взгляд, фраза «ситуация далека от реальности» ничего не говорит. Главное — в цифрах, т.е. насколько далека от реальности. Давайте на простейшем примере. Допустим, мы знаем истинные (достоверные, или статистически значимые, или полученные на бесконечном количестве кликов и т.п.) коэффициенты конверсии у двух фраз:
      1-я фраза — 1%;
      2-я фраза — 2%.
      Самой лучшей будет ситуация, когда мы с самого начала угадали эти коэффициенты конверсии и в соответствии с ними установили ставки. Однако угадать всегда непросто, особенно для большого количества фраз (семантического ядра). И возникает вопрос: что на начальном этапе лучше — исходить из равенства коэффициентов конверсий для всех фраз (соответственно, установить одинаковые ставки на них), либо, например, спрогнозировать, что у 2-й фразы коэффициент конверсии будет в 5 раз больше, чем у первой фразы (соответственно, установить на 2-ю фразу в 5 раз большие ставки, чем на 1-ю). И в описанной мной ситуации первый вариант (исходим из равенства коэффициентов конверсии и, соответственно, ставок) будет лучше второго. К тому же в первом варианте будут быстрее накапливаться статистически достоверные данные, поскольку он всегда даст больший трафик (согласно закону контекстной рекламы максимальный трафик при фиксированном бюджете получается при единых ставках на все фразы). Что тоже немаловажно.
      Подытожу. Идеальный вариант — когда мы изначально угадываем коэффициенты конверсий для всех фраз и устанавливаем на них ставки в соответствии с этими коэффициентами конверсий. Но этот вариант известен только всевышнему (если он, конечно, существует). Мы, людишки, этого идеала знать не можем. Поэтому в условиях отсутствия знаний мы должны опираться на какой-то первоначальный вариант. И вариант с предположением одинаковости коэффициентов конверсий во многих случаях является одним из самых лучших (надежных и т.п.). По крайней мере, он позволяет наиболее быстро (по сравнению с другими вариантами) набрать статистически достоверные данные.

Оставьте Комментарий