Алгоритмы Facebook Ads и оптимизация рекламы

Разберём модель оптимизации показа рекламы на примере Facebook и проведём параллели с другими платформами.

Что такое оптимизация? Как она работает? Как платформа на сегодня работает с данными?

Все алгоритмы любых рекламных систем так или иначе работают на основе данных (data). Первое, что нужно понимать это модели закупки, которые есть у рекламной системы Facebook. По факту нам как специалистам, которые в большей степени работают с перформанс (performance) рекламой, а значит с закупкой рекламы с оптимизацией под результат (событие «покупка», «регистрация», page view), под любое микро или макро конверсионное событие. Но исторически нужно знать и понимать, что реклама начиналась не с этого, не с оптимизации под конверсионные события.

Реклама начиналась с медийных, охватных кампаний. А именно, когда не было оптимизации, когда ещё не настолько круто работали алгоритмы можно было просто выбрать, определённые настройки таргетинга и покрыть некую аудиторию в показах без оптимизации. Соответственно, исторически сложилось два типа оптимизации – это оптимизация и закупка за тысячу показов (CPM). То есть по факту без какой либо оптимизации, потому что нужен был банальный охват аудитории, когда алгоритм просто стремится охватить максимальное количество пользователей в выборке. И в данном случае мы покупаем фиксированной CPM либо аукционый CPM, неважно,

Фиксированный CPM. У Facebook есть такая возможность его закупать. Это когда мы используем тип закупки «reach and frequency» (охват и частота) по фиксированной цене. Вы купили рекламную кампанию на две недели либо на месяц с целью «Охват» по фиксированной цене и там нет никакой оптимизации. Ваша задача максимально познакомить аудиторию с брендом, создать знание о бренде и максимально охватить аудиторию в вашей выборке таргетинга. Это как правило широкие настройки таргетинга. Максимальное количество пользователей в выборке, чтобы максимальное количество пользователей увидело вашу рекламу. Этот тип закупки называется «охват и частота» и в данном случае мы покупаем просто CPM (тысячу показов). Также мы можем использовать тип закупки «аукцион» и выбрать цель рекламной кампании , «охват» или «узнаваемость бренда» и точно так же будем покупать CPM аукционный, который может варьировать в моменте времени. Обычно такой тип закупки перформанс специалисты используют редко и обычно в ретаргетинговых кампаниях. Либо если вы используете какие-либо базы клиентов и хотите максимально показать им рекламу.

Другой же тип CPM, который мы используем в девяносто девяти процентов случаев, это оптимизированный CPM (oCPM). И здесь уже идёт речь об оптимизации.

Оптимизации под что? Оптимизации под действия: события либо конверсии. На рисунке ниже это показано. Это как раз и демонстрирует всю логику работы алгоритма по доставке рекламы. Когда вы настраиваете рекламу, алгоритм, что делает, доставляет ваши рекламные сообщения, ваши рекламные объявления пользователям.

Так вот если представить, что таргетинг выборка размером миллион, два-три миллиона, то при цели «охват» и пусть даже аукционном типе закупки, что будем стараться делать алгоритм? Алгоритм будет стараться охватить всю эту миллионную выборку, то есть максимум пользователей. Алгоритм не будет стараться оптимизировать показы рекламы под клики, например, и искать пользователей, которые кликают, либо тем более искать людей, которые делают конверсии (покупки и регистрации).

В случае же с оптимизацией под клики история совсем иная. Алгоритм уже ищет тех, кто кликает, опираясь на данные, которые он (алгоритм) собирает. Как только мы запускаем рекламную кампанию пользователи начинают взаимодействовать с нашим рекламным объявлением и платформа все эти взаимодействия фиксируют. А именно какой именно пользователи и какими именно характеристиками обладает этот пользователь.

С точки зрения конверсионных компаний, когда уже оптимизация идет под результат по CPA (cost per action) алгоритм работает в ещё более сложных условиях. Ему не нужны все наши выборки, ему не нужны пользователи, которые просто кликают. Алгоритм ищет именно тех пользователей, которые склонны что-то купить, либо совершить целевое действие, которое мы хотим, чтобы пользователи совершили, например, регистрация. И эти пользователи есть в нашей таргетинг выборке (сете).

Тут нужно остановиться на стоимости закупки CPM. Самая дорогая закупка в конверсионных компаниях с целью «конверсии» и с оптимизацией под события. Почему? Потому что алгоритму сложно найти этих пользователей, во-первых. И, во-вторых, потому что выборка оптимизированная. Алгоритм уже не стремится охватить всё и всех, то есть ему не нужно охватить всех пользователей в рамках этой миллионной выборки. Алгоритм ищет только очень узкий сегмент. Соответственно, почему дороже? Потому, что сегмент уже. Потому, что не все пользователи находятся в онлайне. Да, и так, действительно бывает. Потому, что нагрузка в этом типе аукциона гораздо выше. Потому, что мы конкурируем с рекламодателями, которые тоже таргетируются на пользователей, которые склонны что-то покупать, либо куда-то зарегистрироваться и так далее. И площадка также понимают, что она доставляет нам все-таки максимальную ценность в рамках дохода (покупки) и продаёт этот инвентарь максимально дороже (в рамках нашего дневного рекламного бюджета).

Поэтому, если мы настраиваем рекламную кампанию с целью «охват» на миллионную выборку и на ту же выборку настраиваем конверсионную кампанию с оптимизацией под покупки, то CPM будет, разумеется, гораздо дороже в кампаниях конверсионных.

Ещё раз соберём всё в одно целое, чтобы было максимально понятно.

Оптимизированный CPM или CPC (cost per click), то есть оптимизированный под клики. В классическом подходе он релевантен этапу «Consideration» (“Рассмотрение”), оптимизация по кликам, тип закупки «аукцион». И понятное дело, что CPA (cost per action) в классическом подходе, релевантен этапу «Conversion». И мы с вами, как правило, в девяноста пяти, -семи, -восьми процентов случаях работаем именно с оптимизацией под целевые действия и поэтому мы покупаем самую дорогую аудиторию. Почему? Потому, что она сразу конвертируется. Мы участвуем в самых конкурентных аукционах. И мы каждый день видим, насколько сильно сейчас растёт стоимость закупки в сравнении с прошлым годом, например.

И ещё раз напомню, что CPM – это стоимость за тысячу показов и мы никогда не платим Facebook за клики и конверсии. И это касается всех социальных медиа в том числе и Twitter, TikTok, LinkedIn. Все рекламные системы социальных медиа построены по принципу закупки одной тысячи показов (CPM). И вопрос только в том, какой именно CPM вы покупаете. Просто тысячу показов или оптимизированную тысячу показов. Тысячу показов, которая потенциально может привести к конверсия на вашем web-сайте. То есть в этой выборке будут находиться пользователи, которые потенциально подходят по характеристикам под тех, которые могут принести пользу (доход) вашему бизнесу.

Теперь немного о том, как Facebook это делает? Как это делает TikTok? Twitter? То есть как система понимает, кому нужно доставлять рекламу, как система знает, что именно эта группа пользователей будет склонна принести пользу вашему бизнесу или вашему проекту, с которым вы работаете. Это самая интересная часть. Эта часть именно работы с данными (data), потому что каждый пользователь на платформе имеет свой индивидуальный набор характеристик (данных).

Мы все пользователи Интернет. Мы по большей части пользователи соцмедиа и в том числе Facebook и Instagram. И платформа (алгоритм) фиксирует все поведенческие факторы каждого пользователя. Именно с какими рекламными объявлениями взаимодействуете, на какие бизнес страницы подписаны. Более того, какие посещаете web-сайты и на каких из них совершаете конверсии (покупки) и что именно покупает. Это всё тоже фиксируется. Как фиксируются? Очень просто, чрез огромное количество pixel Facebook, установлены на миллионах веб-сайтов. И площадка по сути знает каждого пользователя «в лицо». Все эти данные конфиденциальны и хранятся на стороне платформы. Это называется first party data Facebook. Это самая ценная информация для бизнеса. Соответственно, имея такие большие массивы данных, которые регулярно обновляются, пополняются и сегментируются Facebook присваивает каждому пользователю некий score (бал). Условно говоря, каждый из нас с вами, как юзер, имеет определённые баллы, назовём их так. Самые высокие баллы имеют те пользователи, которые склонны покупать в Интернет или в соцмедиа, которые достаточно часто покупают, и даже, которые много платят за покупки. Это когорта пользователей самая ценная и Facebook никогда не будет продавать показы, как и любая другая рекламная площадка, за дёшево. То есть это самые дорогие показы.

Именно поэтому конверсионные компании стоят дороже всего. Как же система понимает, что именно конкретные пользователи, обладающих конкретными характеристиками, могут принести вам пользу? По факту, когда вы запускаете свою рекламную кампанию, то на уровне группы объявлений, именно на уровне группы объявлений работают алгоритмы по оптимизации. Facebook называет это машинное обучение (machine learning). Что это такое? По факту пользователи совершают конверсии на вашей группе объявлений. Вы настроили таргетинговые наборы, указали плейсменты и загрузили креативы. Окей. В момент запуска рекламной кампании на группе объявлений оптимизационных данных математическим ноль. Их просто нет. По факту алгоритм не понимает, кому показывать вашу рекламу в случае, если ещё рекламной аккаунт новый и только-только создан pixel. Данных никаких нет. Даже исторических данных нет. Что делает алгоритм? В рамках обозначенной вами выборки алгоритм начинают «разбрасывать» рекламные показы в попытке найти конверсии. Как только группа начинает получать конверсии Facebook делает очень такой умный и хитрый ход. Именно это пояснит вам сейчас логику работы оптимизации. Алгоритм начинает сопоставлять данные пользователей, которые уже совершили конверсии. То есть сопоставлять их характеристики по интересам и поведению в соцсети.

Предположим, конверсию совершил пользователь А, В, C, D и так далее. Если представить себе пользователя как некий профайл, то алгоритм начинает искать, а какие характеристики между этими профайлами есть общее. Например, и пользователь А, и пользователь B, и пользователь С интересуются определённой тематикой, посещают похожее страницы, делают покупки в похожих вертикалях. Чем больше этих данных система получает, тем круче работает оптимизация. Почему? Потому что чем больше алгоритм находит общих совпадений, тем понятнее системе кому показывать вашу рекламу. То есть алгоритм уже точно знает, что есть определённые общие характеристики пользователей и ему нужны пользователи в рамках обозначенного вами таргетинга с похожими характеристиками. Алгоритм не идёт уже по всей выборке вкруговую. Он начинает сужать выборку. Потому что не все люди, ведь в выборке, которая осталась, будут соответствовать характеристикам пользователей, которые уже совершили конверсию. По факту их гораздо меньше. Соответственно, мы подходим к понятию оптимизированная выборка.

Оптимизированная выборка – это, скажем так, условный сегмент аудитории, которой подходит под параметры, которые вам необходимы. Как подходит, объяснил выше. Все вы знаете правила, все вы читали наверняка справку и все вы работаете с площадкой. Вы знаете, что Facebook регламентируют, что на группе объявления нужно пятьдесят конверсий каждую неделю. Я думаю, что многие из вас задавались вопросом, почему именно пятьдесят конверсии? Почему не сто пятьдесят? И почему каждую неделю? А не каждый месяц или не каждый день ? Ответ – пятьдесят конверсий это некое усреднённое значение. Это средняя величина по больнице. Может быть, больше может быть меньше. Вопрос заключается в том, что в случае, если Facebook, получив пять или десять или двадцать пять конверсий, максимально быстро находит соответствие и эти двадцать пять пользователей (условно) объединены одними характеристиками, то есть это одни и те же люди по характеристикам (интересы и поведение). Тогда алгоритм обучится быстрее и быстрее начнётся оптимизация. Если представить себе ситуацию, когда пятьдесят пользователей будут иметь разные характеристики алгоритм не обучится достаточно эффективно. Поэтому, когда вы переходите к масштабированию рекламной кампании, например, в США, где аудитории много и она очень разная, конверсий может и не хватить.

Теперь ответ на второй вопрос. Почему каждую неделю? Потому что оптимизационные данные на группе объявлений хранятся и берутся во внимание только за последние семь суток. Все остальные данные исторические. То есть, если вы группу объявления выключили, а затем включили её, например, через неделю (условно) на ней останутся только исторические данные. Оптимизационных данных там уже не будет. Исторические данные также принимают участие в оптимизации, но они будут данными второго порядка. То есть это не главные данные. Алгоритм обновляет и актуализирует данные каждую неделю. Надеюсь, что это понятно.

Стоит отметить также, что это полностью автоматизированный процесс и он проходит без вашего участия. Система вам помогает достаточно сильно. Если бы мы с вами сейчас были где-то в далёких нулевых, да, то говорить о таком высокотехнологичном алгоритме как сейчас не приходилось бы. Реклама работала бы гораздо менее эффективны. Конечно же, нужно отметить, что многое зависит от ниши. Если вы работаете с масс-маркет и продаёте в женскую одежду, например. В этом случае гораздо большое количество аудитории подпадает под нужные характеристики таргетинга. Но давайте представим, что вы продаёте что-то достаточно специфическое что-то новое. Или у вас настолько  узкий сегмент, что аудитории действительно мало. Без оптимизации было бы достаточно сложно, потому что система бы просто «разбрасывала» ваши рекламные показы и большое их количество было бы не эффективно.

Что такое неэффективные показы? Это те показы, которые не приводят к целевым действием. И заметьте, что реклама в соцмедиа имеет огромное количество неэффективных показов. Давайте просто посчитаем на примере. Допусти, что вы закупаете рекламу и настраиваете ее на регистрации на вебинар. Это самый простой банальный пример. Вы получите сто тысяч показов и всего лишь сто конверсий. Соответственно, у вас на каждую тысячу показов только одна конверсия. Остальные девятьсот девяносто девять показов были неэффективными, с точки зрения конверсий. Они не привели ни к каким действиям. Круто было бы, конечно, если тысяча показов дала тысячу конверсии. Но так не бывает. Почему? Потому что Facebook с точки зрения логики и доставки рекламы платформа, которая отличается от платформ контекстной рекламы, например, Google Ads. Куда пользователь пришёл уже со сформированным запросам «купить iPhone», например. То есть понятный чёткий запрос. И объявление попадает в верх выдачи Google. Например, первые четыре строки поисковой выдачи это рекламные объявления всегда. И конкуренция идёт за релевантное объявление, которое максимально соответствует поисковому запросу пользователя.

Таргетированная реклама в Facebook не предполагает наличие поискового запроса. Реклама Facebook и других систем соцмедиа основана на интересах и поведении пользователей. И это всего лишь косвенные, а не явные характеристики. Представьте себе сколько пользователей интересуются технологиями или смартфонами. Очень много. Но не каждый из них готов покупать прямо сейчас. Поэтому реклама в соцмедиа работает по-другому принципу. Но у  рекламы в соцмедиа есть совершенно другие преимущества. Посредством рекламы в социальных медиа – Facebook, Instagram, Twitter, TikTok, мы можем очень широко применять маркетинговые инструменты. Мы можем взращивать знание о продукте, то есть мы можем выводить новые продукты и бренды на рынок. Мы можем сначала рассказать о продукте, а потом сконвертировать пользователя в нужное нам действие (конверсию). Именно поэтому крупные рекламодатели Facebook, например, часто применяют стратегию full advertising launch phase (все фазы рекламного запуска), когда большие бренды сначала запускает охватные (холодные) кампании, потом кампании оптимизации под клики, а потом только компания под конверсии. Но так делают большие бренды, крупные компании. Это не всегда история для малого бизнеса, потому что у малого бизнеса бюджет ограничен и нужен результат здесь и сейчас.

Однородность данных на выборке в группах объявлений определяет эффективность показов. То есть чем больше похожи характеристики пользователей, тем эффективнее Facebook доставляет ваши рекламные показы. Чем больше он нашёл соответствий, тем эффективнее работает реклама. Разумеется, это не значит, что вы просто настроели рекламу с какими попало креативами и с какими попало настройками. Нет, вы тот человек, который должен чётко понимать маркетинговую составляющую, потому что настройки это пятьдесят процентов успеха или даже меньше. Всё остальное кроется в качественной коммуникации. То с чем вы идёте к пользователям, с каким месседжем, с каким креативом. Как вы понимаете вашу целевую аудиторию, как управляете рекламными кампаниями. Потому что на самом деле большое количество ошибок специалисты допускают именно в рамках управления рекламой.

Как понять, что алгоритм по оптимизации работает эффективно, что он работает на вас? Если результат, имеется в виду стоимость за конверсию и его производные показатели такие как CPM, частота показа, CTR стабильные (после фазы обучения), то это будет означать, что алгоритмы работает системно и попадает, в большинстве случаев, в показах в вашу целевую аудиторию. На этапе обучения часто можно заметить, что результаты нестабильны. Это вы все видите. Сегодня конверсия стоит пятьдесят рублей, завтра семьдесят семь, послезавтра сто сорок восемь, после послезавтра 47 рублей. То есть постоянные скачки. Почему они происходят? Вот как раз таки по этим причинам. Потому что недостаточно оптимизационных данных. Результаты нестабильны. А если результаты нестабильны, то соответственно, масштабироваться вам незачем. Потому что львиную долю бюджета вы просто потратите в пустую или «сожжёте», как говориться на профессиональном жаргоне. Почему «сожжёте»? Потому, что чем больше бюджета на группе объявлений, тем больше нагрузка на алгоритм оптимизации. Алгоритм и так не обучился и куда его ещё больше нагружать. Поэтому, как только результаты выравниваются и группа выходит из фазы обучения, работает стабильно и набирает оптимизационные данные можно масштабировать вашу рекламную кампанию. И тогда, если стабильные результаты, стабильные метрики и достаточно выборки вы получаете стабильный рост и всего лишь корреляцию по CPA, приумножив количество показов в закупе. Разумеется, есть достаточно большое количество факторов, которые повлияют на конечный результат.