Poniżej przedstawiamy hipotetyczną sytuację, której rezultat dla wielu z Was z pewnością będzie brzmiał znajomo.
Prowadzimy kampanię Google Ads dla sklepu internetowego, której miesięczne wydatki osiągają około 2000 zł. W skali jednego dnia, kampania wydaje więc średnio 66 zł. Przeciętny koszt kliknięcia to w tym wypadku 1 zł, więc generuje ona dziennie około 66 wejść na promowaną witrynę. Współczynnik konwersji wyniósł 1%, co oznacza, że średnio 1 na 100 użytkowników dokonuje zakupu.
Prowadzimy kampanię już dwa miesiące. Ogólnie osiąga ona dobre wyniki. Staramy się ją optymalizować na bieżąco, reagując na trendy oraz wprowadzając różnej maści zmiany, mające na celu poprawę wyników.
W pewnym momencie zauważamy jednak, że kampania przez ostatnie 3 dni nie przyniosła ani jednej konwersji. Pod kątem ilości ruchu wszystko jest dobrze, mimo to nikt z użytkowników trafiających na stronę nie dokonał zakupu. Innymi słowy, przez całe te trzy dni kampania generowała tylko koszty, nie przynosząc ani złotówki zysku. To pierwszy raz w historii kampanii, kiedy taka sytuacja ma miejsce.
Jaka więc myśl jako pierwsza przychodzi nam do głowy, gdy widzimy taki stan rzeczy? “Coś na pewno jest nie tak.”
Intuicyjnie, widząc nagłą pustkę na wykresie przychodów generowanych przez kampanię zakładamy, że gdzieś pojawił się problem. Sprawdzamy, czy nie ma błędów na witrynie. W ostatnim czasie nie dokonywaliśmy jednak na niej żadnych zmian i wszystko zdaje się działać prawidłowo. Widząc, że od tej strony wszystko działa, naszą uwagę kierujemy na optymalizację kampanii Adwords. Być może gdzieś ostatnio popełniliśmy błąd, dokonując zmian na kampanii. Skrupulatnie zaczynamy przeglądać całą kampanię od A do Z, jednak nie znajdujemy żadnego rażącego błędu, który mógłby przyczynić się do tego drastycznego spadku sprzedaży. Wiemy jednak, że coś musi być nie tak, więc jakieś zmiany musimy wprowadzić, aby spróbować odwrócić sytuację. Wprowadzamy modyfikacje w strategii, które wydają nam się najbardziej sensowne, po czym patrzymy co się dzieje.
Po naszych zmianach kampania rzeczywiście zaczęła ponownie konwertować, jednak nigdy nie odzyskała swojej pełnej sprawności. Przez następny miesiąc współczynnik konwersji spadł z 1% do 0,8%, a średni koszt kliknięcia wzrósł z 1 zł do 1,2 zł. Różnice niby nieduże, jednak w praktyce okazuje się, że nasza kampania nie jest już rentowna.
Ostatecznie, zostaje podjęta decyzja o rezygnacji z prowadzenia kampanii Google Ads.
Dlaczego w powyższej sytuacji kampania Google Ads “umarła”?
Przyczyn oczywiście może być wiele, w zależności od przypadku, ale tutaj opiszemy błąd, który zdarza się niesamowicie często, a jego wykrywalność jest bardzo niska. Ta pomyłka idealnie pasuje również do powyżej opisanej sytuacji, jeśli dokładnie przyjrzymy się przytoczonym tam liczbom.
Gdzie leżała przyczyna powyższej porażki kampanii? Otóż problem był znacznie bardziej fundamentalny i wcale nie chodziło o złą optymalizację. Błąd był taki, że założyliśmy, że coś na pewno jest nie tak. To z kolei spowodowało, że staraliśmy się naprawić problem, którego nigdy nie było. W ostatecznym rezultacie zmieniliśmy strategię kampanii, mimo że zmiana nie była konieczna, a nowa strategia okazała się gorsza od poprzedniej. Nie wróciliśmy jednak do poprzedniej strategii dlatego, że byliśmy przekonani, że mogła być ona przyczyną wspomnianego wcześniej okresu 3-dniowego przestoju w konwersji.
Dlaczego więc nasz wniosek, że coś jest nie tak, był błędny? Przecież kampania praktycznie umarła na 3 dni. Coś takiego nigdy nie miało miejsca w całej jej historii. Czy to w ogóle możliwe, żeby kompletny brak sprzedaży przez tak długi okres, dla takiej kampanii, był niczym innym jak tylko chwilowym pechem? Okazuje się, że nie tylko było to możliwe, ale też bardzo prawdopodobne.
Optymalizacja kampanii Adwords a prawdopodobieństwo
Aby zrozumieć, dlaczego przytoczony w powyższym akapicie wniosek okazał się błędny, należy najpierw poznać kilka prostych zasad obliczania prawdopodobieństwa.
Załóżmy sobie prosty przykład: rzucamy standardową, sześciościenną kością. Raczej dla każdego jest jasne, że szansa na to że wypadnie nam najwyższy wynik to 1 do 6, więc w przybliżeniu jest to 16,6%. A teraz załóżmy, że rzuciliśmy tą kością 15 razy i ani razu nie wypadło nam 6. Czy powinniśmy założyć, że coś z kością na pewno jest nie tak? Zdecydowanie nie, dlatego że szansa na to, że po prostu mieliśmy pecha, wyniesie w tym wypadku około 6,4%.
W jaki sposób doszliśmy do tych 6,4%? Równanie jest bardzo proste. Skoro wiemy, że szansa na to, że na sześciościennej kości wypadnie 6 to 16.(6)%, to odwrotna sytuacja, czyli wypadnięcie liczby między 1 a 5, to pozostałe 83,(3)%. Teraz wystarczy, że użyjemy ilości wykonanych rzutów jako potęgi, zamienimy procenty na liczby, zaokrąglimy liczby i mamy następujące równanie:
(0,833)15 = 0,064
Liczba 15 to oczywiście liczba wykonanych rzutów kością. Liczba 0,064 przekształca się z kolei w nasze 6,4%. Powyższe liczby zostały zaokrąglone dla uproszczenia równania, w rzeczywistości wynik byłby odrobinę inny, jednak na potrzebę tego przykładu jest to nieistotne, bo mowa o różnicy w setnych procenta.
Jak powyższe ma się do optymalizacji kampanii Adwords?
Ci z Was, którzy znają definicję i specyfikę wspomnianego na początku artykułu współczynnika konwersji, mogą już się zacząć domyślać o co chodzi. Dla jasności: poprzez współczynnik konwersji rozumie się % użytkowników, którzy po wejściu na naszą witrynę dokonali określonej czynności, w tym wypadku zakupu towarów w sklepie internetowym.
Algorytmy Google coraz lepiej przewidują, którzy użytkownicy po wejściu na naszą stronę dokonają zakupu, jednak nie są one doskonałe. Koniec końców, to czy użytkownik dokona zakupu w naszym sklepie, dalej jest swoistą loterią, w której jedynie co możemy zrobić, to zwiększyć prawdopodobieństwo wygranej. Nigdy jednak nie wywalczymy gwarancji. Współczynnik konwersji jest więc w analogii o loterii niczym innym jak przeciętną szansą na wygraną.
Przypomnijmy sobie teraz przykład z początku i połączmy go z analogią rzutów kością. Według przykładu, udało nam się wywalczyć współczynnik konwersji o wartości 1%. Jak już wiemy, oznacza to, że średnio 1 na 100 użytkowników sklepu dokona zakupu. Możemy to porównać do rzutu 100-ścienną kością, gdzie najwyższy wynik: 100, oznacza transakcję w sklepie. Skoro szansa na to wynosi tylko 1%, to za każdym razem mamy 99% szans na to, że nie wypadnie nam 100. W przykładzie mówiliśmy o tym, że dzięki kampanii Adwords sklep odwiedza około 66 użytkowników dziennie. W analogii wykonamy więc 66 rzutów naszą stu-ścienną kością. Jaka jest szansa, że przy 66 rzutach ani razu nie wypadnie nam 100? Zobaczmy poniżej:
(0,99)66 = 0,515
Zaokrągloną liczbę 0,515 przekształcamy w % i mamy 51,5%. Innymi słowy, w tym przykładzie, codziennie było 51,5% szans na to, że ani jeden użytkownik pozyskany przez kampanię Adwords nie dokona zakupu. Jeśli uwzględnimy do tego jeszcze liczbę 3 dni, to mamy następujący rezultat:
((0,99)66)3 = 0,137
Podsumowując, istnieje około 13,7% szansy na to, że nasza kampania w danych 3 dniach nie przyniesie żadnej transakcji.
To nie wszystko. Wspomnieliśmy również, że owa przykładowa kampania była prowadzona przez dwa miesiące i to był pierwszy raz, gdy taka 3-dniowa przerwa w transakcjach miała miejsce. Przy założeniu, że współczynnik konwersji utrzymywał się przez te 2 miesiące na podobnym poziomie, to można powiedzieć, że mieliśmy bardzo dużo szczęścia, że dopiero po 2 miesiącach zdarzyła się pierwsza taka przerwa. Jakby nie patrzeć, każde 3 dni pracy kampanii następujące po sobie miały 13,7% na to, że nie przyniosą w ogóle konwersji, a prowadziliśmy ją już ponad 60 dni. Nasze szczęście w tamtych dwóch miesiącach sprawiło, że 3 dni pod rząd bez transakcji wydawały nam się groźną anomalią w statystyce, a były one jedynie niemalże nieuniknionym zjawiskiem, które prędzej czy później, prawie na pewno by wystąpiło.
W naszym przykładzie, błędna analiza losowości doprowadziła do podjęcia decyzji, które w rezultacie “uśmierciły” kampanię.
Jak więc optymalizować kampanię Adwords, żeby nie popełniać tego błędu?
Jasne jest, że działanie zupełnie odwrotne do tego z przykładu, czyli ignorowanie takich zdarzeń jak spadki w wynikach kampanii, też nie jest rozwiązaniem. Przede wszystkim radzimy zacząć od prawidłowego wniosku. Wniosek w naszym przykładzie wyglądał następująco:
“Coś na pewno jest nie tak.”
Zamieńmy go na coś bardziej odpowiedniego, np:
“Coś MOŻE być nie tak”
Podchodząc do problemu z takim wnioskiem, zupełnie zmienia się nasz obraz sytuacji. Nie musimy już na siłę szukać rozwiązania problemu. Jeśli poszukamy przyczyny spadków i znajdziemy rzeczywisty problem, to go usuniemy. Jeśli jednak nie znajdziemy niczego, to nie ma nic złego w założeniu, że po prostu mieliśmy pecha (chyba że nie szukaliśmy wystarczająco starannie). Szukanie rozwiązania na problem, którego nigdy nie było, rzadko kiedy przyniesie dobre skutki.
Warto też zwrócić uwagę na to, że użyliśmy jako przykładu sytuacji, gdzie nastąpił zupełny brak sprzedaży. To samo jednak się tyczy przypadku, w którym sprzedaż spada lub wzrasta. Nierzadko przypisujemy wzrost sprzedaży jako zasługę niedawnych optymalizacji kampanii, a może być tak, że mieliśmy po prostu odrobinę szczęścia. Kiedy sprzedaż spada, to często na siłę staramy się znaleźć odpowiedź na pytanie “dlaczego?”, zanim przeanalizujemy czy spadek jest na tyle duży, by rzeczywiście przypuszczać, że w ogóle cokolwiek jest nie tak.
Zanim podejmiemy się szukania rozwiązania jakiegokolwiek problemu, nie pomijajmy tego ważnego kroku: Sprawdzajmy, jakie jest prawdopodobieństwo tego, że po prostu mieliśmy pecha. W większości przypadków obliczenie tego naprawdę nie jest trudne. Jeśli chodzi o prawdopodobieństwo, nasza intuicja okłamuje nas znacznie częściej, niż większość z nas przypuszcza. Liczby jednak nigdy nie kłamią.
Warto zaznaczyć też, że im niższy jest nasz współczynnik konwersji, tym większa będzie losowość wyników. Istnieją branże, gdzie normą jest współczynnik konwersji sprzedaży na poziomie 0,1% albo niższym. Kampanie Google Ads w takich branżach prawie zawsze będą miały bardzo losowe rezultaty, chyba że będą pracowały na budżetach na tyle wysokich, aby generować wystarczająco ruchu na promowanej witrynie, by zminimalizować czynnik losowy.
Jak wygrać z losowością wyników kampanii Adwords?
Całe szczęście, mamy dużo sposobów na to, by sprawić, aby rezultaty kampanii były bardziej przewidywalne. Jeśli jesteśmy świadomi tego, jakie czynniki wpływają na równanie prawdopodobieństwa, to wiemy, jak możemy nimi sterować, aby wyniki były coraz mniej losowe. Poniżej przedstawiamy najważniejsze czynniki oraz podpowiadamy, co zrobić, aby mieć na nie wpływ.
1. Budżet
Jasne jest, że im większą mamy ilość “prób”, tym bardziej przewidywalne stają się wyniki. Załóżmy na przykład, że chcemy przewidzieć wynik rzutu trzema sześciościennymi kośćmi, z marginesem błędu 10%. Mieliśmy małą szansę, że to nam się uda. Zamieńmy jednak trzy kości na trzysta kości i rezultat jest już łatwy do przewidzenia: wynik będzie gdzieś w okolicy średniej wartości rzutu. Te same zasady probabilistyki mają zastosowanie w statystyce sprzedaży: Im więcej sprzedajesz, tym łatwiej jest przewidzieć wyniki sprzedaży. Innymi słowy, im większy jest budżet kampanii, tym bardziej przewidywalne stają się jej rezultaty.
2. Współczynnik konwersji
Ten niestety w dużej mierze zależy od branży, w jakiej działamy oraz od celów kampanii. Zawsze są jednak sposoby, aby pracować nad zwiększeniem współczynnika konwersji. Po stronie witryny będzie to pracowanie nad lepszym UX. Po stronie kampanii będzie to optymalizacja pod kątem pozyskiwania bardziej wartościowego ruchu. Im wyższy współczynnik konwersji uda nam się wywalczyć, tym lepiej nie tylko pod kątem losowości wyników, ale również pod kątem większej ilości zysku z ruchu na witrynie.
3. Ruch na witrynie z innych źródeł
Ruch z innych źródeł niż kampania Google Ads, w szczególności ruch organiczny (ruch z naturalnych wyników wyszukiwarek), z reguły będzie miał zbliżony współczynnik konwersji do ruchu z kampanii. To oznacza, że przy odpowiedniej ilości ruchu można przewidywać rezultaty kampanii nawet zanim zostanie ona uruchomiona. Nie jest to zdecydowanie złoty środek, szczególnie dlatego, że posłuży nam to przede wszystkim do przewidzenia wyników, a nie do ograniczenia ich losowości, jednak dalej może być warty uwagi.
4. Optymalizacja kampanii pod ilość ruchu
Tutaj sprawdza się ta sama zasada, co w punkcie 1. na temat budżetu. Im więcej ruchu na stronie, tym mniej losowości w efektach tego ruchu. W miarę możliwości, warto więc optymalizować kampanię Google Ads tak, aby generowała ona jak najwięcej ruchu jak najmniejszym kosztem. Należy jednak to robić ostrożnie, z uwagi na fakt, że czasami tańszy ruch może jednocześnie być ruchem mniej wartościowym i przyczynić się do spadku współczynnika konwersji. Umiejętnie sterując stawkami na kampanii, możemy jednak uzyskać więcej ruchu bez narażania się na osłabienie jego jakości.
Podsumowanie
Jak widać, zrozumienie zasad statystyki i probabilistyki może mieć nierzadko kluczowe znaczenie dla sukcesu w e-commerce. Nie powinien więc to być temat odstawiony na półkę i zapomniany. Nasza intuicja zawsze w jakimś stopniu będzie nas zawodziła, szczególnie gdy kładziemy na szali sukces naszego własnego biznesu. Kiedy widzimy spadki w sprzedaży, ciężko jest zachować zimną krew i nie zareagować pochopnie, niepotrzebnie zmieniając przy tym strategię marketingu. Można więc powiedzieć, że zastosowanie powyżej opisanych zasad jest znacznie szersze niż tylko w kampanii Google Ads i tyczy się wielu dziedzin prowadzenia biznesu. Można to porównać do gry na giełdzie, gdzie zachowanie zimnej krwi i nie reagowanie przedwcześnie na spadki, praktycznie zawsze będzie kluczowe do osiągnięcia sukcesu.