😎 С шаблоном и без: как сравнить объявления в Яндекс Директ.

Вопрос из чата №35 от 13.06.2023:

«Подскажите, пожалуйста, как сравнить объявления с использованием шаблонов и без, эффективно ли сработали шаблоны? Просто выгрузить № объявлений и сравниваем стр, клики и т.д.? или есть способ проще?»

Отвечаю.

1️⃣ Собрать в Мастере отчетов Директа срез по объявлениям, группам, кампаниям, ключам. Добавить разбивку по датам, добавить все необходимые метрики. Выгрузить отчет в Excel.

2️⃣ Скачать РК в Коммандер, экспортировать в Excel.

3️⃣ Из выгрузки Коммандера по столбцу "ID объявления" формулой ВПР (или её аналогами: ПросмотрX, Индекс+ПоискПоз, внешнее левое объединение в Power Query) подтянуть заголовки объявлений в файл, выгруженный из Мастера отчетов.

Причина, по которой придётся мержить два массива — Мастер отчётов не отдаёт тексты объявлений, только их ID. Поэтому для фильтрации по текстовым значениям нужно достать данные из РК в Коммандере.

4️⃣ Отфильтровать строки с "#" в заголовке, добавить новый столбец "Тип заголовка", прометить в нём отфильтрованные строки значением "Шаблонный".

5️⃣ Отфильтровать строки, в которых "#" не содержится, прометить их в этом же столбце значением "Статический".

6️⃣ Выделить весь массив данных, собрать по нему сводную таблицу, в строки сводной тянете "Тип заголовка", в значения сводной — все абсолютные метрики (показы, клики, расход, конверсии, продажи, доход), формулами или мерами, если сводную собрать по модели данных, вычисляете относительные (CTR, CR, CPC, CPA, ROI, ДРР, CPO, AOV) и взвешенные показатели (позиция показа, позиция клика, отказы, глубина просмотра).

7️⃣ Для быстрой фильтрации в один клик добавляете в срез (slicer):
— Кампании
— Группы
— Созданный столбец "Тип заголовка".

8️⃣ Добавляете временную шкалу (timeline) для фильтрации нужных вам диапазонов дат. На временной шкале появится выбор группировки дат: годы, кварталы, месяцы, дни.

9️⃣ На каждый столбец показателей накладываете условное форматирование гистограммой для упрощения визуального восприятия относительной разницы значений в строках каждого столбца.

1️⃣0️⃣ Копипастите сводную, в дубле из строк сводной убираете "Тип заголовка", вместо него в строки тянете даты, группируете их как пожелаете: год, квартал, месяц, неделя, день.

1️⃣1️⃣ Клик правой кнопкой мыши на слайсере – связанные таблицы — во всплывающем окне выбираете галкой все дубли сводных. Повторяете это по отдельности с каждым слайсером и со временной шкалой.

Получаете сквозную фильтрацию в один клик всех сводных таблиц любым срезом или любой их комбинацией вместе со временной шкалой, независимо от того, находятся ли сводные на одном листе или на нескольких вкладках книги Excel.

В Power BI алгоритм очень похожий, но финальный результат ещё изящнее, т.к. с точки зрения удобства, скорости и простоты аналитики Power BI отличается от Excel тем, что:

1️⃣ Сводные, собранные по большим исходным датасетам (например, из сотни столбцов и 0,5-1 млн строк) Excel фильтрует по 20-40 секунд. Power BI это делает мгновенно.

2️⃣ Группировка всех строк отчёта до двух, в данном примере — "Шаблонный" и "Статический", лучше выполнять не созданием дополнительного столбца, а вычисляемой мерой, т.к. это не новое измерение, а лишь агрегирование данных до двух строк. Это положительно скажется на быстродействии всего отчёта.

3️⃣ В Power BI клик на любую строку одной сводной таблицы (или, например, на столбец диаграммы) фильтрует все остальные элементы визуализации (таблицы, диаграммы, индикаторы) на всём листе. Для подобной фильтрации в Excel нужно создавать макрос на VBA, который придется каждый раз модифицировать при добавлении на текущий или другие листы книги новых элементов визуализации.

Для разовой задачи Excel ещё терпимый вариант, но для итерационной аналитики лучше осваивайте Power BI.

Полезные материалы на тему:

📺 Для чайников:
— Создание сводной таблицы в Excel
— Фильтрация сводных в Excel срезами и временной шкалой

📊 Для продвинутых:
— Optimizing Power BI Reports
— Why my Power BI Matrix or Table Visual is SLOW

via @ppc_bigbrain

это определенно что-то новенькое

где-то сидит один грустный кейколлектор и такой:

*я уже не парсер масок из вордстата, я уже собиратель кучи мусора((9(девятка(9😭😭

via @ppc_bigbrain

💳 Как получить продажи прямо во время вебинара?

В абсолютном восторге наблюдаю за тем, как инфоцыгане ведут вебинары и получают оплаты прямо во время вебинара.

Зачем смотрю?

Наблюдаю за манипуляциями хлебушками, как их накачивают энергией ради кредитов. Это просто потрясающе.

via @ppc_bigbrain

📞 Как я легендарно созвонился с разработчиком Wordstat.

Яндекс такой Яндекс. Встречу (созвон) перенесли, как сказал организатор, на неопределенное время. Почему, как и зачем, не объяснили. Вопросы получены, на них будет дан ответ.

Но перенос не равно отмена. Ведь так? 😀

Также продолжение списка вопросов от других специалистов:

11) вордстат отдаёт до 2050 результатов в левой колонке на один поисковый запрос, инструментарий директа, который опирается на вордстат, раньше на запрос отдавал 300 результатов, сейчас 200 при подборе слов, с чем это связанно (кроме экономии ресурсов), есть этой цифре какое-то обоснование?

12) Почему вордстат опирается на месячный спрос, а не годовой (или в крайнем случае среднемесячный за год)? большинство, работающих с сервисом (директологи, сеошники) интересует более длинная перспектива, чем месяц, сезонность есть у многих запросов и в итоге многое из семантики можно упустить, собирая запросы в несезон? Можно ли получать годовой спрос через API директа?

13) правая колонка сейчас несет околонулевую пользу, собираем ее только если есть непреодолимое желание почистить очень много мусора. В то же время, при сборе семантики есть задача у всех - найти синонимы (профессионализмы, жаргонизмы и т.д.), чтобы обогатить семантику, множество сервисов, вроде key so умеют находить синонимичные фразы (во много раз лучше, чем результаты правой колонки), вряд ли сам яндекс на это не способен - если в вордстате реализовать в правой колонке это, то многие семантисты вам скажут ОГРОМНОЕ спасибо

14) Парсинг Вордстата сервисами.
Недавно клиент спросил, не нарушает ли он закон/правила, пользуясь сервисами парсинга?

15) Есть ли рекомендации, как отличать накрученные запросы от ненакрученных?

16) Есть мнение, что частотность запросов скорее нужна, чтобы сравнивать запросы между собой (то есть это относительная характеристика, а не абсолютное значение).
Насколько можно доверять значениям частотности?
Насколько можно доверять частотности за год?

17) Последние 1,5 года ощущаются большие проблемы при парсинге Вордстата. Почему?
Не планирует ли Яндекс закрыть Вордстат, оставив доступ к статистике запросов в других сервисах (Вебмастер и др.)?

Ответов нет, но вы держитесь. Ваше мнение очень важно для нас.

via @ppc_bigbrain