Как обойти ограничение в 5 UTM-параметров при помощи Data Studio

В прошлой статье мы подробно рассмотрели правила UTM-разметки. Теперь попробуем применить их на практике для разметки рекламных кампаний Яндекс. Директ и решим одну из самых насущных проблем аналитика: как при помощи пяти utm-меток реализовать отслеживание девяти параметров?

Для начала давайте определимся, что это за девять параметров и для чего нам их использовать.

Начнем с самых очевидных и стандартных и сразу распределим их по utm-меткам:

  1. Тип рекламной кампании, его принято передавать в utm_medium. В нашем случае значения будут cpc для контекстных кампаний, и cpm для медийных. Но, поскольку мы не единственные подрядчики по рекламе, то, чтобы отличить свои результаты от других — мы будем использовать значения, содержащие название агентства: вписываем руками rusoft-cpc или rusoft-cpm
  2. Источник рекламной кампании передается в utm_source. Теоретически в него нужно вписать одно значение — yandex
  3. Название рекламной кампании мы будем передавать в utm_campaign . Рекламная кампания в данном случае — это не обязательно отдельная рекламная кампания. Это может быть тематический кластер, например: stol, shkaf, kuhni и т. д.
  4. utm_term — сюда положено передавать ключевое слово, мы не будем отходить от стандарта и впишем сюда переменную-шаблон {keyword} согласно документации Яндекса. При формировании ссылки в объявлении, рекламная система автоматически подставит туда фактическое ключевое слово, которое сработало в объявлении.

Итак, мы использовали четыре доступных utm-параметра и у нас остался один — utm_content. А срезов, по которым мы хотим анализировать кампанию осталось еще приличное количество. Давайте перечислим их, а также цель, с которой мы будем их использовать.

Во всех примерах ниже используются параметры передаваемые в URL, специфичные для Яндекс. Директа. Значение такого параметра будет определено в момент показа объявления и подставится вместо {имени_переменной}. Google Ads использует свой набор параметров.

  1. Позиция показа. Мы хотим знать, как отличается эффективность рекламы при размещении на первых и на последних позициях. Отличия не только в цене клика, но и в особенностях поведения пользователей. В одних случаях конверсия выше с верхних позиций, в других — с нижних. Но нам нужно знать точно. За него отвечает переменная {position_type}
  2. Тип кампании. Мы выделяем такие типы кампаний: на поиске, в сетях, ретаргетинг, DSA. Хотелось бы понимать, какова эффективность каждого типа и регулировать KPI каждого. Переменная {source_type}
  3. Регион. А почему бы не использовать стандартный срез по региону, спросите вы? Если вы попытаетесь построить отчет по доходам/расходам в Google Analytics по срезу Регион — у вас ничего не получится, потому что Регион — это размерность уровня «пользователь», а расходы — размерность уровня «хит», а смешивать в одном отчете разные типы размерностей недопустимо. Переменная для автоматического присваивания региона {region_name}.
  4. Место показа в сети. Нужно, чтобы выявить площадки, которые скликивают бюджет и не дают продаж. Переменная {source}.
  5. Аудитория ретаргетинга. Часто к кампании подключено несколько аудиторий. Хотелось бы понимать, какая наиболее продуктивна. Для этого существует переменная {retargeting_id}

Итак, мы насчитали пять параметров, которые нужно отслеживать в одной оставшейся метке utm_content Поэтому параметры придется нужно скомбинировать в одной метке. Для комбинации я настоятельно рекомендую использовать не_разделение_через_разделитель, а комбинацию через ключ=значение. Почему — будет понятно ниже.

Итак метка utm_content будет выглядеть так: utm_content=source_type:{source_type}|position_type:{position_type}|region_name:{region_name}|source:{source}|retargeting_id:{retargeting_id}

Когда вы посмотрите на отчет по этой метке, вы увидите невообразимое количество значений типа: source_type:search|position_type:premium|region_name: Москва|source:none|retargeting_id:4321412

Очевидно, что без дополнительной магии это никакому анализу не подлежит.

Добавим магию. Источником магической силы будет служить Google Data Studio, а в качестве заклинаний будем использовать регулярные выражения.

Идем в Data Studio, редактируем подключенный ранее источник Google Analytics.

Добавляем кастомное поле source_type со значением REGEXP_EXTRACT(Ad content, «source_type:([^|]+)«)

2018-11-16_09-58-33.png

Аналогично для региона:

2018-11-16_09-58-43.png

И так далее, для всех полей.

Обратите внимание, при таком типе комбинирования значений, не имеет значения, в каком порядке они будут следовать в метке друг за другом. Это означает, что вы легко сможете добавлять туда новые.

Поздравляю, вы получили пять отдельных дополнительных параметров сегментации вашей рекламной кампании.
Это означает, что вы можете, например, наложить их на график в динамике, сделать по ним фильтр, отобразить в диаграмме.

Диаграммы доходности по срезам «тип устройства» , «тип сети» и «место показа».

Красный столбец — ROI, синий — расходы.

2018-11-16_10-00-08.png

Диаграмма эффективности позиции показа

Обратите внимание на инсайт — несмотря на более высокую цену клика, ROI в. спецпоказе оказался выше, чем гарантии. То есть, те, кто намерены купить товар, а не просто поинтересоваться, переходят по верхним ссылкам.

2018-11-16_10-02-41.png

Кстати, если бы вы использовали для комбинации разделение_через_разделитель. Например, так: {source_type}_{position_type}_{region_name}_{source}_{retargeting_id} То вы бы получили головную боль на все время ведения рекламной кампании. Дело не только в том, что регулярное выражение было бы сложнее. Дело в том, что система метрик — это динамическая система. Постоянно хочется что-то улучшить, добавить. Никогда с первого раза не получится идеально. Так вот, поддерживать целостность систему, в которой назначение переменной определяется ее позицией — на порядок сложнее. Обязательно что-то пойдет не так. Одни только подчеркивания_в_названии рекламных кампаний сломают вам всю систему меток.

Итоги:

Мы научились комбинировать в одной метке столько параметров, сколько вам нужно. Мы научились распаковывать их обратно, и превращать в независимые переменные. И научились использовать эти дополнительные параметры для поиска инсайтов.

В конечном итоге, чем больше параметров для анализа вы используете, тем лучше вы понимаете, как и на что расходуется ваш бюджет и тем точнее вы можете управлять вашими рекламными кампаниями.

Удачи вам в настройке кампаний!

Источник: https://golovey.wordpress.com/
© Изощренная веб-аналитика. Web Analytics refined Home About