После прочтения статей вы научитесь: оптимизировать кампании в Excel методами, которые используются в оптимизаторах конверсий; автоматически собирать семантику, сегментировать и создавать объявления; прогнозировать конверсию на базе истории и многое другое.
Темы статей:
- Выгрузка данных из Google Analytics и Яндекс Метрики по API
- Парсинг ключевых слов в Key Collector
- Кластеризация запросов
- Агрегирование данных
- Прогнозирование конверсии для ключевых слов
- Расчет ставок
- Разработка заголовков
- Разработка рекламных кампаний
- Анализ эффективности
Материал сложный и раскрывает только базовые подходы к автоматизации, чтобы задать вам вектор развития.
В прошлых статьях мы собирали, выгружали и кластеризовали данные, теперь нам нужно их свести в одной таблице.
Итак, нам нужно собрать все данные в одном месте, мы делаем это через Pandas или через Excel, рассмотрим последний вариант. Сначала нам нужно извлечь ключевые слова из общего массива после кластеризации. Суть следующая, у нас есть общий массив, который кластеризован на группы, и есть запросы с конверсиями. Нам нужно взять запросы с конверсиями и посмотреть, в какие группы они входят.
Для этого переносим запросы с конверсиями на другую вкладку в файл с группами и функцией vlookup (впр) ищем совпадения.
Фильтруем #N/A (данные не найдены) и получаем группы слов, в которые входят слова с конверсиями - копируем на другую вкладку.
Удаляем дубли
Теперь во вкладке Группы отключаем фильтры и аналогичным ранее способом используем VLOOKUP для определения фраз, которые входят в группы, в которые входят запросы с конверсиями :) Можно фильтровать с помощью диапазонов, но мы решили не усложнять.
В итоге мы получили 2 столбика с группой и фразой. Давайте с помощью VLOOKUP отметим фразы, которые ранее были с конверсиями, а которые были «притянуты» в результате кластеризации. Сделаем это по аналогии с перым шагом (это необязательно).
Хотел бы заострить ваше внимание на том, что у нас есть 2 вида ссылок: от запросов с конверсиями и подобранные релевантные страницы из Кей Коллектора. Мы проводили исследование, эти ссылки пересекаются в 70% случаев, мы используем те, которые были у запросов с конверсиями. То есть, на весь кластер ставим ссылку, котороя имеется у запроса с конверсией, который входит в этот кластер.
Но это не совсем хорошо, так как бывает, что в один кластер входят два запроса с конверсиями с разными ссылками и конверсией, или 10 высокочастотных запросов без конверсии с другими ссылками, этот вопрос мы снимаем выбором ссылки скриптом, который учитывает частоту в точном соответствии, конверсию, клики и т.д. Статью решили не усложнять этим скриптом.
Создаем файл, в котором будем разрабатывать рекламные кампании и агрегировать другие данные, назовем All.xlsx . Сразу переносим туда данные по данные из последнего шага.
Аналогичным выше методом подтягиваем ссылки из таблицы запросов с конверсиями, подтягиваем их по лемме. То есть сначала подтягиваем к запросам, потом удаляем столбик запросов, удаляем дубли групп и получаем таблицу Группа-URL, подтягиваем ее к общему массиву.
Теперь нам нужно для каждой фразы спарсить позицию и базовую частоту - копируем все слова в КейКоллектор и собираем данные. Частоту мы собирали ранее, а вот позиции можно собрать аналогичным способом, как мы собирали поисковую выдачу - через xmlproxy. Снова пополняем бюджет на 14 000 * 0,005 = 70 рублей и запускаем сбор позиций.
Ждем..
Тем временем переносим данные, которые мы выгружали из Google Analytics, а именно средние чеки и конверсия по URL.
Для удобства переименовываем столбики во вкладке All и создаем новые под средние чеки и конверсии по URL, подставляем их с помощью функции VLOOKUP
Если для каких-то строк данных нет #N/A , то не стоит переживать, это нормально - оставляем как есть.
Ранее мы выгружали данные по кликам Яндекс Директ из Google Analytics - подтягиваем данные по кликам и конверсиям в главную таблицу аналогичным образом.
На текущий момент уже спарсилась частотность и позиции - экспортируем их из Кей Коллектора и копируем в общий файл. И аналогично подтягиваем данные в общую таблицу.
Все готово! Почти.
Пишите вопросы в комментариях, какие темы было бы интересно раскрыть подробнее? Если у вас есть идеи или советы, то делитесь!
