Маркетплейсы / Считать рекламу
Как понять, какая реклама работает, с помощью ИИ
Чтобы понять, какая реклама работает, нужно считать ROAS по каждой кампании и связывать переходы с заказами. ИИ помогает автоматически собирать данные, очищать их от дублей и аномалий, а также прогнозировать эффективность на основе исторических данных. Главное — настроить сквозную аналитику, чтобы видеть, какие именно объявления приводят к продажам.
Проблема
Почему это важно
Без системы атрибуции реклама на маркетплейсе превращается в черный ящик: деньги тратятся на кампании, а какие из них реально приносят заказы — непонятно. Ручной разбор статистики в кабинете маркетплейса занимает часы и не дает ответа, потому что данные разрознены.
Почему возникает
- Переходы и заказы хранятся в разных системах: рекламный кабинет, внутренняя аналитика маркетплейса, CRM.
- Пользователь может кликнуть по рекламе, а купить через несколько дней или после другого касания.
- Отсутствие единой методики атрибуции: какой переход считать ответственным за продажу.
Риски и потери
- Бюджет уходит на неэффективные кампании, а прибыльные объявления не получают финансирования.
- Невозможно спрогнозировать продажи и планировать закупки товара.
- Ручные ошибки в расчетах приводят к неверным выводам и потерям.
Что влияет на результат
- Количество переходов по объявлению
- Конверсия в заказ
- Средний чек
- Стоимость клика и бюджет кампании
- Время между кликом и покупкой
Типичные ошибки ручного подхода
- Учет всех переходов, а не только уникальных пользователей
- Игнорирование отложенных покупок
- Неправильное сопоставление заказов с кампаниями из-за разных временных зон
- Ошибки в выгрузках из-за ручного копирования
Определение
Что важно понимать
ROAS
Return on Ad Spend — отношение выручки, полученной от рекламной кампании, к затратам на эту кампанию.
Показывает, сколько рублей дохода приносит каждый рубль, вложенный в рекламу. Позволяет сравнивать кампании между собой.Атрибуция
Процесс определения того, какое рекламное касание привело к конверсии (заказу).
Без атрибуции невозможно понять, какая реклама реально работает, и корректно распределить бюджет.Конверсия в заказ
Доля переходов по рекламе, которые завершились оформлением заказа.
Показывает качество трафика и релевантность объявления аудитории.Данные
Какие данные нужны
Данные рекламного кабинета
Содержат информацию о показах, кликах, расходах по каждой кампании.
- Кампания
- Показы
- Клики
- Расход
Данные о заказах с маркетплейса
Позволяют связать заказы с рекламными кампаниями и рассчитать выручку.
- Номер заказа
- Дата
- Сумма
- Артикул товара
Данные о переходах (UTM-метки)
Позволяют отследить, с какого объявления пришел пользователь.
- UTM-источник
- UTM-кампания
- UTM-метка
Методология
Методика расчета эффективности рекламы с ИИ
Принципы
- Собирать данные из всех источников в единую базу.
- Использовать атрибуцию по последнему клику или по модели, учитывающей несколько касаний.
- Рассчитывать ROAS для каждой кампании и сравнивать с целевым значением.
- ИИ помогает очищать данные, устранять дубли и прогнозировать эффективность.
Допущения
- Все переходы и заказы корректно связаны через UTM-метки.
- Выручка считается по фактическим заказам, а не по кликам.
- Целевой ROAS устанавливается компанией исходя из маржинальности.
Ошибки
- Считать ROAS по всем переходам, а не по уникальным пользователям.
- Не учитывать отложенные покупки (когда заказ происходит через несколько дней после клика).
- Сравнивать ROAS разных кампаний без учета периода и сезонности.
Роль ИИ
Как ИИ решает задачу
Очистка и сопоставление данных о переходах и заказах
Данные на входе: Выгрузки из рекламного кабинета, Данные о заказах с маркетплейса
Что делает модель: ИИ сопоставляет заказы с переходами по UTM-меткам и временным окнам, устраняет дубли и аномалии.
Результат: Единая таблица с корректной атрибуцией заказов по кампаниям.
Как используется: Система использует эти данные для расчета ROAS и других метрик.
Прогнозирование эффективности кампаний
Данные на входе: Исторические данные о расходах, переходах и заказах
Что делает модель: ИИ строит прогноз ожидаемого ROAS и количества заказов на основе сезонности и трендов.
Результат: Прогнозные значения ROAS и заказов на будущий период.
Как используется: Маркетолог использует прогноз для распределения бюджета между кампаниями.
Выявление аномалий в рекламных данных
Данные на входе: Ежедневные данные о расходах и конверсиях
Что делает модель: ИИ обнаруживает резкие скачки или падения показателей, которые могут указывать на ошибки или изменения в алгоритмах маркетплейса.
Результат: Уведомление о подозрительных изменениях с указанием кампании и метрики.
Как используется: Маркетолог проверяет кампанию и принимает решение о корректировке.
Разбор
Как это работает
- 1
Вход: выгрузка данных из рекламного кабинета и маркетплейса. Действие: система загружает данные в единую базу. Результат: сырые данные доступны для обработки.
- 2
Вход: данные о переходах с UTM-метками. Действие: ИИ сопоставляет переходы с заказами по времени и меткам. Результат: каждому заказу присвоена кампания.
- 3
Вход: сопоставленные данные. Действие: система рассчитывает ROAS по формуле: выручка / расход. Результат: ROAS для каждой кампании.
- 4
Вход: исторические данные. Действие: ИИ строит прогноз ROAS на следующий период. Результат: прогнозные значения для планирования.
- 5
Вход: ежедневные данные. Действие: ИИ проверяет на аномалии. Результат: уведомления о резких изменениях.
- 6
Вход: рассчитанные метрики. Действие: система формирует дашборд с ROAS, конверсией и динамикой. Результат: маркетолог видит, какие кампании работают.
Расчет
Основные формулы
Для оценки эффективности рекламы используются два ключевых показателя: ROAS и конверсия в заказ.
ROAS
ROAS = Выручка от рекламы / Расходы на рекламу- Выручка от рекламы — сумма заказов, атрибутированных на кампанию
- Расходы на рекламу — бюджет, потраченный на кампанию
Условный пример: Кампания принесла заказов на 150 000 ₽, расходы составили 30 000 ₽. ROAS = 150 000 / 30 000 = 5.
Допущение: ROAS показывает, сколько рублей выручки получено на каждый рубль затрат. Целевое значение зависит от маржинальности товара.
Конверсия в заказ
Конверсия = (Количество заказов / Количество переходов) × 100%- Количество заказов — число заказов, атрибутированных на кампанию
- Количество переходов — число кликов по объявлению
Условный пример: По кампании было 1000 переходов и 50 заказов. Конверсия = (50 / 1000) × 100% = 5%.
Допущение: Конверсия показывает качество трафика. Низкая конверсия может указывать на нерелевантное объявление или проблемы с карточкой товара.
Пример расчета
Как это выглядит в цифрах
Условный пример: выбор между двумя кампаниями
- Допущение: Кампания А: расходы 20 000 ₽, выручка 80 000 ₽, 500 переходов, 40 заказов.
- Допущение: Кампания Б: расходы 15 000 ₽, выручка 60 000 ₽, 400 переходов, 30 заказов.
ROAS А = 80 000 / 20 000 = 4. ROAS Б = 60 000 / 15 000 = 4. Конверсия А = 40/500 = 8%. Конверсия Б = 30/400 = 7.5%.Обе кампании имеют одинаковый ROAS, но кампания А показывает более высокую конверсию, что говорит о лучшем качестве трафика. При равном ROAS стоит предпочесть кампанию с более высокой конверсией, так как она потенциально более стабильна.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- ROAS кампании
- Конверсия в заказ
- Динамика показателей во времени
- Сезонность и тренды
Какие риски учтены
- Резкое падение ROAS может быть вызвано изменением алгоритмов маркетплейса
- Высокая конверсия при низком ROAS может указывать на заниженные цены
- Аномалии в данных могут привести к неверным выводам
Какие варианты рассматривались
- Увеличить бюджет на кампанию с высоким ROAS
- Остановить кампанию с низким ROAS
- Скорректировать ставки или таргетинг
Выбор основан на комплексном анализе ROAS и конверсии, а не на одном показателе, чтобы избежать ошибок.
Если бы ROAS кампании А был значительно выше, рекомендация была бы увеличить бюджет на нее, даже при более низкой конверсии.
Результат
Что видит пользователь
Дашборд с ROAS по кампаниям
Таблица с кампаниями, расходами, выручкой, ROAS и конверсией, а также графики динамики.
Маркетолог видит, какие кампании окупаются, и принимает решение о перераспределении бюджета.Уведомления об аномалиях
Сообщение о резком изменении ROAS или конверсии по конкретной кампании.
Быстро реагировать на проблемы и корректировать настройки.Автоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор данных из рекламного кабинета и маркетплейса
- Сопоставление заказов с переходами
- Расчет ROAS и конверсии
- Построение дашборда
- Обнаружение аномалий
Требует настройки
- Настройка UTM-меток для всех объявлений
- Определение целевого ROAS
- Настройка правил атрибуции (окно атрибуции, модель)
Остаётся за человеком
- Решение о запуске или остановке кампании
- Изменение ставок и таргетинга
- Интерпретация нестандартных ситуаций
Внедрение
Как внедрить решение
Быстрый запуск
- Настроить UTM-метки на всех объявлениях.
- Скачать данные из рекламного кабинета и маркетплейса в Excel.
- Вручную сопоставить заказы с переходами по UTM и рассчитать ROAS по формуле.
Рабочая система
- Настроить автоматическую выгрузку данных в Google Sheets или базу данных.
- Создать скрипт для сопоставления заказов и переходов.
- Построить дашборд в BI-системе с автоматическим расчетом ROAS и конверсии.
Расширенный вариант
- Внедрить ИИ-модель для прогнозирования ROAS и выявления аномалий.
- Подключить несколько источников данных (рекламные кабинеты разных маркетплейсов).
- Настроить сценарный анализ для планирования бюджета.
Подготовка
Чек-лист перед запуском
- 1
Убедиться, что все объявления имеют UTM-метки.
- 2
Определить целевой ROAS на основе маржинальности товара.
- 3
Настроить окно атрибуции (например, 7 дней).
- 4
Собрать данные минимум за 30 дней для анализа.
- 5
Проверить корректность сопоставления заказов и переходов.
- 6
Рассчитать ROAS и конверсию для каждой кампании.
- 7
Сравнить показатели с предыдущим периодом.
- 8
Выявить кампании с аномалиями и проверить их вручную.
- 9
Принять решение о перераспределении бюджета.
- 10
Зафиксировать результаты и план действий.
Вывод
Главное
Главный принцип — считать эффективность рекламы по фактическим заказам, а не по кликам, и использовать ROAS как основной показатель.
Основные данные — расходы, переходы, заказы. Ключевые расчеты — ROAS и конверсия в заказ.
ИИ автоматизирует сбор и очистку данных, сопоставление заказов с переходами, прогнозирование и выявление аномалий, что ускоряет анализ и снижает ошибки.
Начните с настройки UTM-меток на всех объявлениях и сбора данных за последний месяц в таблицу, чтобы вручную рассчитать ROAS по каждой кампании.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как выстроить путь от бизнес-проблемы к работающему решению: сначала определить модель решения, затем собрать данные и автоматизировать. В задаче оценки рекламы это означает: сформулировать, какой показатель считать (ROAS), какие данные нужны (расходы, переходы, заказы) и как автоматизировать расчет с помощью ИИ.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
Можно ли доверять ИИ в расчете эффективности рекламы?
ИИ не заменяет аналитика, а автоматизирует рутинные операции: сбор данных, очистку, сопоставление. Он снижает риск ошибок и ускоряет процесс, но окончательное решение о бюджете принимает человек.
Что делать, если UTM-метки не настроены?
Без UTM-меток невозможно точно связать заказы с кампаниями. Начните с их настройки на всех объявлениях. До этого можно использовать приблизительные данные, но выводы будут менее точными.
Какой ROAS считается хорошим?
Универсального значения нет. Хороший ROAS зависит от маржинальности товара и целей бизнеса. Например, при марже 30% ROAS 3 может быть достаточным, а при марже 10% нужен ROAS 10. Ориентируйтесь на свою экономику.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться автоматизировать расчет эффективности рекламы с помощью ИИ? Приходите на бесплатный вебинар ReMetod.