УДК 339.133.017

Плотников Андрей Викторович,

кандидат экономических наук

доцент кафедры менеджмента

ФГБОУ ВО «Пермский государственный аграрно-технологический университет имени академика Д.Н. Прянишникова», г. Пермь

Plotnikov A.V. plotnikov-av@mail.ru

ABC-АНАЛИЗ СТОИМОСТИ ПЕРЕХОДОВ ПО КОНТЕКСТНОЙ РЕКЛАМЕ В ПОИСКОВОЙ СИСТЕМЕ GOOGLE

ABC-ANALYSIS OF COST OF TRANSITIONS ON CONTEXTUAL ADVERTISING IN GOOGLE SEARCH SYSTEM

Аннотация

В работе проведен двухфакторный ABC-анализ. В качестве первого фактора X выступает стоимость переходов по запросам в контекстной рекламе Google, в качестве второго фактора – синтетический показатель «конкуренция запроса» в контекстной рекламе Google. ABC-анализ позволяет определять запросы, на которые тратятся основные средства (до 80% всех затрат) и, в зависимости от цели рекламной кампании, снижать ставку стоимости клика в контекстной рекламе по «дорогим» запросам. Результат анализа проявляется в эффективности и увеличении трафика – количества посетителей на сайт в рамках ограниченного бюджета.

S u m m a r y

Two-factor ABC-analysis was carried out in the work. As the first factor, X is the cost of conversion on requests in contextual advertising by Google, as the second factor — the synthetic indicator «query competition» in contextual advertising Google. ABC-analysis allows you to determine the requests for which the fixed assets are spent (up to 80% of all costs) and, depending on the purpose of the advertising campaign, reduce the cost of the click cost in contextual advertising for «expensive» queries. The result of the analysis is manifested in the efficiency and increase in traffic — the number of visitors to the site within a limited budget.

Ключевые слова: ABC-анализ, контекстная реклама, конкуренция запросов, потребительский поиск.

Keywords: ABC-analysis, contextual advertising, query competition, consumer search.

Введение

ABC-анализ в контексте исследования — метод систематизации запросов интернет-пользователей при потребительском поиске по стоимости переходов по контекстной рекламе в поисковой системе Google по степени денежных затрат. Данный метод считается одним из классических способов рационализации и имеет возможность применения для решения задач приоритезации.[1], [2]

Методология ABC-анализа раскрыта в работах как отечественных [3], [4], [5], так и зарубежных [6], [7], [8], [9] авторов. В его базе лежит принцип Парето — 20 % всех запросов стоят 80 % затраченных средств. В контексте исследования по отношению к ABC-анализу правило Парето имеет возможность прозвучать так: 20% запросов дают 80% трафика на сайт или 20% запросов для компании стоят 80% рекламного бюджета и т. п.

ABC-анализ делит запросы на 3 категории и на 2 фактора:

Первый фактор:

А — более дорогие, 80 % — рекламного бюджета;

В — средние, 15 % — рекламного бюджета;

С — менее ценные, 5 % — рекламного бюджета.

Второй фактор:

А — более конкурентные, 80 % — всего конкурентного охвата;

В — средне конкурентные, 15 % — рекламного бюджета;

С — менее конкурентные, 5 % — рекламного бюджета.

В зависимости от целей анализа иногда делят не на три, а более групп. По своей сущности, ABC-анализ — это ранжирование запросов по стоимости и по конкуренции на основе имеющихся статистических данных. В конкретном исследовании данные статистики взяты из Google на основе сервиса SEMRush.

АВС-анализ основан на принципе дисбаланса показателей по параметрам, при проведении которого рисуется график зависимости общего эффекта от числа составляющих (рис.1). Подобный график именуется кривой Парето или ABC-кривой. По итогам анализа запросы по стоимостным позициям ранжируются и группируются в зависимости от доли их в рекламном бюджете.

Метод АВС-анализ можно использовать при планировании трафика из контекстной рекламы.

Специалисты рекомендуют с осторожностью относится к сдвигам пределов ABC групп (80%/15%/5%). В случае, если границы сдвинутся в большую или меньшую сторону — результаты изменятся, следовательно, измениться интерпретация результатов.

Рисунок 4. Диаграмма Парето

На диаграмме функции распределения Парето [10] отображается распределение данных совокупной выборки в порядке убывания их частоты. Линия совокупных значений на дополнительной (кривой) оси отображает процент от итоговой суммы стоимостей за клики по рекламным объявлениям.

Описательная статистика в ABC-анализе стоимости переходов по запросам в контекстной рекламе Google

В таблицах 1 и 2 расположены сводные показатели по группам ABC. Разделение запросов на группы ABC проиллюстрированы на рисунках 2 и 5, где левая точка означает границу между группой A и B; правая точка – граница между B и C.

Таблица 1. Стоимость кликов по запросам в контекстной рекламе

Рисунок 2. Накопленная доля по сумме и количеству значений стоимости кликов по запросам в контекстной рекламе

Рисунок 3. Доли в АВС-группах стоимости кликов по запросам в контекстной рекламе

Рисунок 4. Средняя арифметическая по группам стоимости кликов по запросам в контекстной рекламе

Описательная статистика в ABC-анализе синтетического показателя «конкуренция запроса» в контекстной рекламе Google

Таблица 2. Конкуренция запроса

Значения параметра конкуренции запроса варьируются от 0,01 до 1, где значение 0,01 является слабо выраженной конкуренцией, значение 1 – сильно выраженной конкуренцией запроса при использовании этого запроса в качестве ключевого слова в контекстной рекламе.

Рисунок 5. Накопленная доля по сумме и количеству значений конкуренции запросов

Рисунок 6. Доли в АВС-группах конкуренции запросов

Рисунок 7. Средняя арифметическая по группам конкуренции запросов

Двухфакторный ABC-анализ

В качестве первого фактора X выступает стоимость переходов по запросам в контекстной рекламе Google, в качестве второго фактора – синтетический показатель «конкуренция запроса» в контекстной рекламе Google.

В таблице 3 представлены данные стоимости кликов по запросам в контекстной рекламе с разбивкой по группам конкурентоспособности запроса в контекстной рекламе, например, данные вертикального столбца группы A представлены с разбивкой по группам A, B, C конкурентоспособности запроса в контекстной рекламе

Таблица 3. Сумма показателя стоимости кликов по запросам в контекстной рекламе с разбивкой по группам конкурентоспособности запроса в контекстной рекламе

Таблица 4. Доля показателя стоимости кликов по запросам в контекстной рекламе с разбивкой по группам конкурентоспособности запроса в контекстной рекламе

Таблица 5. Сумма показателя конкуренции запросов в контекстной рекламе с разбивкой по группам стоимости клика в контекстной рекламе по запросу пользователя в поисковой сети

В таблице 5 представлены значения групп A, B, C по параметру конкурентоспособности запроса в контекстной рекламе с разбивкой на группы (A, B, C), которые образованы переменной стоимостью клика в контекстной рекламе по запросу пользователя в поисковой системе Google.

Таблица 6. Доля показателя конкуренции запросов с разбивкой по группам стоимости клика в контекстной рекламе по запросу пользователя в поисковой сети

Заключение

ABC-анализ позволяет определять запросы, на которые тратятся основные средства (до 80% всех затрат) и, в зависимости от цели рекламной кампании, снижать ставку стоимости клика в контекстной рекламе по «дорогим» запросам. Перераспределив бюджет директолог сможет добиться повышения эффективности использования бюджета рекламной кампании. Эффективность проявляется в увеличении трафика – количества посетителей на сайт в рамках ограниченного бюджета.

Литература

1. Стерлигова А. Н., «Управление запасами широкой номенклатуры. С чего начать?», журнал ЛогИнфо от 12.2003 http://ecsocman.hse.ru/data/243/180/1217/AVS-XYZ_-_Loginfo.pdf
2. АВС анализ в маркетинге: как правильно использовать на практике http://powerbranding.ru/biznes-analiz/abc-method/
3. Кумсков С. В., Баженов Р. И. Анализ ассортимента продажи кондитерских товаров на основе ABC-XYZ анализа //Постулат. – 2016. – №. 10.
4. Кочегарова О. С., Лажаунинкас Ю. В. АВС-анализ как средство оптимизации решения задач прикладной статистики //Science of Krasnoyarsk/Nauka Krasnoyar’ya. – 2016. – Т. 5.
5. Козлова Г. Г., Кулабухова А. В. Применение ABC-и XYZ-анализа для формирования ассортиментной политики вновь открывающейся компании //Актуальные проблемы гуманитарных и естественных наук. – 2016. – №. 4-2. – С. 60-65.
6. Flores B. E., Clay Whybark D. Multiple criteria ABC analysis //International Journal of Operations & Production Management. – 1986. – Т. 6. – №. 3. – С. 38-46.
7. Ng W. L. A simple classifier for multiple criteria ABC analysis //European Journal of Operational Research. – 2007. – Т. 177. – №. 1. – С. 344-353.
8. Flores B. E., Whybark D. C. Implementing multiple criteria ABC analysis //Journal of Operations Management. – 1987. – Т. 7. – №. 1-2. – С. 79-85.
9. Chen Y. et al. A case-based distance model for multiple criteria ABC analysis //Computers & Operations Research. – 2008. – Т. 35. – №. 3. – С. 776-796.
10. Айвазян С. А. и др. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. — М.: Финансы и статистика, 1983. — 471 с.