Как сделать прогноз эффективности трафика из соц. сетей на товарные карточки Ozon

Маркетологи, которые подключают новый рекламный канал, должны понимать, какой результат ожидать от рекламы, так как от этого зависит выполнение его КПИ. Когда перед глазами аргументированный прогноз по планируемому бюджету и ожидаемой цене заказа - принять взвешенное решение о подключении рекламного канала проще. Основатель digital-агентства Hope Group Шухрат Мамасадыков показывают, как спрогнозировать результативность рекламы в социальных сетях, если вести ее на товарные карточки маркетплейса.

В нашей практике мы не раз сталкивались с проблемой, что клиент отказывается подключать рекламный канал из-за сложностей прогнозирования результатов. Этот метод можно применить к прогнозу трафика из социальных сетей не только на маркетплейсы, но и на любую другую посадочную страницу на которой мы можем проанализировать статистику по трафику.

Метрика прогноза

Прогноз делается на основе данных с открытых источников, которые предоставляет сервис seller.ozon.ru. Мы можем посмотреть статистику по любой товарной карточке. Самые важные показатели - это количество продаж и сессий за последние 28 дней ( органический трафик Ozon ). Имея эти данные мы можем посчитать, какая конверсия из визита товарной карточки в покупку. Кол-во сессий/кол-во продаж = CV в покупку.

Также, мы можем сделать прогноз по предполагаемой цене клика трафика из социальных сетей, это может быть: телеграмм, инстаграм*, вконтакте, ютуб или любая другая социальная сеть. В данном случае рассмотрим самые популярные - это инстаграм* и телеграм.

Имея опыт размещения рекламы в социальных сетях - можно сделать прогноз по цене клика. Зная планируемый бюджет на рекламу мы можем предположить, сколько будет переходов в товарную карточку. В данном примере показан план на 3 месяца по количеству трафика из социальных сетей. Наша команда проанализировала нишу и на основе своего опыта предположила какая может быть стоимость клика. Каждый месяцем цена клика снижается на 20-30% - это происходит во многом за счет подбора более релевантных креативов, повторных размещений и эффекта снежного кома ( частые упоминания бренда увеличивают его популярность и как следствие доверие ).

Понимая какое количество трафика мы приведем с рекламы и конверсию в покупку по товарной карточке, мы можем сделать прогноз по цене заказа с приводимого трафика.

Логика прогноза

Статистика которую мы видим на Ozon - это во многом органический трафик, у такого трафика как правила CV в покупку выше чем у рекламного. CV органического трафика в покупку зависит от спроса и времени, с момента размещения карточки. Если товар на маркетплейсе представлен уже давно, то вероятнее всего, в этой статистике мы видим и повторных покупателей.

Рентабельность запуска рекламы зависит во многом от маржинальности продукта. В нашей практике, часто происходит так, что к нам обращаются бренды с продукцией на маркетплейсах, в которых средний чек от 500 - 1 000 р, это часто бренды с продукции из категории косметика, дом и сад и тд, где обычно невысокий средний чек. Делая прогноз ( кол-во холодного трафика умножаем на % конверсии ) цена заказа выходит дороже, чем сам продукт. Можно сделать вывод, что такой способ продвижения будет не выгоден. Но нужно брать во внимание такой показатель как LTV ( LTV = Lifetime × AOV × RPR, где: Lifetime – время активности покупателя. AOV – средний чек. RPR – частота повторных покупок ) и алгоритмы маркетплейса.

LTV ( или цикл клиента ) - это количество повторных покупок совершенных одним клиентом. То есть если мы на на привлечение клиента потратили, допустим, 2000 р то когда он совершит повторную покупку, то стоимость заказа с этого клиента уже будет 1000 р, и если товар качественный, вероятнее всего, клиент продолжит пользоваться продуктом, тем самым повышая показатель LTV. Также, когда мы ведем большое количество трафика на товарную карточку, алгоритмы маркетплейса лучше ее ранжируют, те в поисковой выдаче товарная карточка будет выше, так как алгоритмы маркетплейса посчитают ее популярной.

Если мы ведем холодный трафик то, вероятнее всего, % конверсии (CV ) в покупку упадет пропорционально доли холодного трафика. То есть, если количество органического трафика 2000 визитов и CV в покупку 10%, то приведя еще 2000 визитов мы можем предположить что CV в покупку снизится до 5%.

В прогнозе выше можно заметить, что цена заказа каждый месяцем снижается, и к 3-ему месяцу цена заказа уже в целевых значениях ( ДРР около 30 % ), при которых реклама уже начинается окупаться.

В прогнозе выше, по товару номер 2, в первый месяц мы прогнозировали, что количество трафика увеличится в два раза ( разделили бюджет на стоимость клика и сложили с органическим трафиком ). Можно предположить, что CV в покупку снижается пропорционально в 2 раза с 12 до 6%. Но при этом, общее количество заявок растет.  Зная средний чек, мы можем предположить, какой получим оборот по товарной карточке. В данном примере мы видим, как в течение 3 месяцев оборот по товарной карточке вырос на 60%.

В первый месяц, вероятнее всего, реклама не будет окупаться, так как на привлечение одного клиента может уходить много средств. Это во многом зависит от конкуренции, так как реклама у блогера или размещение в тематическом канале пользуется спросом, и в цене постоянно растет. Но надо брать во внимание показатель LTV и алгоритмы самого маркетплейса. Так как в перспективе это может дать эффект снежного кома и результат от рекламы будет постепенно увеличиваться.

Подводя итог

В данной статье показали наш подход к прогнозированию эффективности рекламы товарных карточек на Ozon ( или любой другой маркетплейс ), такой прогноз позволяет принять аргументированное решение о подключение дополнительного рекламного трафика. Имея на руках такой прогноз у вас появляется возможность:

• Понимать достигаете ли вы намеченной изначально цели или нет;

• Выставить измеримый КПИ для подключаемого рекламного канала и скорректировать рекламу;

• Принять решения об отключении рекламного канала, если погрешность в прогнозе большая.