Как прогнозировать количество и стоимость лидов с публикаций в сообществах соц.сетей
17.07.2020
Время прочтения: ~ 7 минут
Роль социальных сетей в жизни каждого из нас растёт. Новостная лента связывает нас со знакомыми, информирует о событиях, развлекает и учит чему-то новому. Так и поиск работы в мобильном приложении VK стал обычным делом для сотен тысяч и миллионов людей.

SMM-команда Бета Онлайн выстраивает органичные и экономически эффективные коммуникации с соискателями для крупнейших работодателей страны, используя соцсети как один из основных источников трафика в проектах кадровой лидогенерации. При расчете количества и стоимости лидов важна точность прогнозирования, т.к. от грамотного медиаплана зависит эффективность рекламы, а при его отсутствии даже сильный креатив, основанный на опыте и одобрении фокус-групп, окажется бесполезным. Мы поставили перед собой цель оптимизации процессов аналитики и медиапланирования. О них и поговорим сегодня.

Как мы построили и внедрили систему медиапланирования:

  • решили задачу прогнозирования трафика на основе охвата, CR, QR, CTR, средних и расчетных значений,
  • сократили время расчета медиаплана,
  • создали базу аналитики по проектам,
  • разработали и сегментировали базу пабликов.

Медиаплан для закупки рекламы начинается с анализа сообществ на предмет стоимости размещения, количества подписчиков, качества и охвата аудитории. Но как научиться системно планировать окупаемость инвестиций в масштабе региона, города или района? Давайте разбираться.

Базовые понятия, которые нам понадобятся

  • Базовый лид — все полученные анкеты.
  • Релевантный лид — анкеты, отфильтрованные по квалификации (опыт, наличие определенных навыков), соц-дем (пол, возраст, гражданство).
  • Конверсия — процентное отношение числа посетителей сайта, выполнивших целевое действие, к общему числу посетителей.
  • CR или Conversion Rate — конверсия из сессий (действий, совершенных посетителем на сайте) в базовый лид.
  • QR или Quality Rate — конверсия из базового в релевантный лид с учётом гражданства, возраста, опыта, гео и других критериев.
  • CPLr — стоимость релевантного лида.
  • CPC Cost Per Click — стоимость / цена за клик на ссылку в рекламной публикации.
  • ER — уровень вовлеченности аудитории, измеряемый в процентном соотношении действий к охвату.
  • CTR — процентное отношение пользовательских действий к общему рекламному охвату
Для наших расчётов мы разработали базу пабликов и базу аналитики по проектам. Далее расскажем подробно о каждой.

База аналитики по проектам

Чтобы прогноз по лидам был реалистичным, он должен основываться на статистике за предыдущий период, если таковая есть. Мы ведем базу аналитики по проектам, в которой можно оперативно посмотреть:

Месяц / Канал / Бюджет / Посетители / Количество базовых и релевантных лидов
CPC / CR / QR / CPLr / Гео

Из базы аналитики вручную переносим в медиаплан:
  • CR — исходя из результатов проектов с похожими вакансиями и гео;
  • QR — с учётом критериев релевантности: гео, гражданства, возраста, опыта и других.

База пабликов

В работе мы также используем базу пабликов — это база данных в Google BigQuery, которая предоставляется специалисту в виде Google-таблицы. Здесь есть список сообществ, который можно отфильтровать по нужным параметрам: по региону, городам, цене, количеству подписчиков, ER. Данные получаем через VK API.
Новые паблики добавляются в базу вручную, сразу после первого взаимодействия.

На сегодня база содержит 7 264 площадки: группы для поиска работы, городские и районные сообщества, а также группы на профессиональные темы.

Самое интересное кроется в столбце «Средний охват».

Средний охват записей в группе строится на выборке первых 100 постов с изображением, опубликованных за определенный период. Из выборки должны быть исключены выбросы, поскольку они искажают статистику.

Выбросы — это значения, которые резко отличаются от остальных данных в выборке. Примером может быть конкурс репостов, набравший аномальное количество просмотров / лайков / комментариев / репостов.

При выборе необходимой группы в медиаплане данные из базы подтягиваются автоматически..
Медиаплан

В нашем случае медиаплан — это файл, сформированный в Google-таблицах, т.к. в режиме онлайн сюда автоматически подтягиваются данные по выбранным площадкам из базы пабликов.

CR и QR переносим в таблицу вручную из базы аналитики. На основе этих данных и количества планируемых публикаций автоматически рассчитывается количество и стоимость базовых и релевантных лидов.

CTR рассчитывается на основе исторических данных, заложенных в базе статистики. База содержит просмотры и переходы по размещенным публикациям. В итоге полученное значение рассматриваем как среднее в расчетах.

Клики считаются по формуле:
средний охват паблика x количество планируемых публикаций x CTR
Таким образом лишь треть медиаплана заполняется вручную. Бóльшая часть формируется автоматически, что экономит главный ресурс — время.

Чтобы убедиться в этом, взглянем на таблицу ниже. Здесь столбцы, которые заполняет специалист, выделены зелёным, а бежевым — столбцы с данными, которые подтягиваются из базы пабликов и считаются по формулам.

Заранее зная стоимость лида с каждой площадки, корректируем медиаплан: убираем дорогостоящие группы, и добавляем те, которые дадут результат в рамках KPI.
Заключение

Систематизировав процесс анализа площадок, мы научились прогнозировать лиды из соцсетей, вдвое сократили затраты времени, и на треть повысили точность расчетов. Благодаря таким базам пабликов и аналитики по проектам, прогноз формируется почти автоматически, что намного удобнее для специалиста.

Как следствие, мы имеем больше ресурсов для работы над проектами, не расширяя штат сотрудников.