Bannery nebo fazole? II.

Zatímco předchozí díl končil tabulkou s výsledky analýzy provozu na webu 17.cz během týdne, ve kterém běžely testované kampaně, dnes se konečně podíváme, jak dopadla analýza návštěvnosti ve druhém týdnu po konci kampaní. Názorně tak uvidíme, kolik peníze vložené do toho kterého typu propagace přinesly pravidelných návštěvníků. Základní data jsou shrnuta v následující tabulce:

Z výše uvedených dat je na první pohled vidět, že zatímco fazolová kampaň ještě dosáhla přijatelné ceny za jednoho pravidelného návštěvníka, klasická bannerová reklama byla natolik neúspěšná, že údaje pro jednotlivé kombinace banner-server jsou statisticky téměř bezvýznamné. Aby bylo možné provést srovnání úspěšnosti fazolové, výměníkové, drahé bannerové kampaně a trafficu z vyhledávačů, případně porovnání úspěšnosti trikových a netrikových bannerů, posčítám některé řádky. Výsledkem je následující tabulka, která shrnuje nejdůležitější údaje od počátku do konce každého typu kampaně:

Na prvním řádku jsou sečtené výsledky čistě netrikového banneru a čtverce na serverech Atlasu a v BillBoardu, na druhém řádku je obdobný součet pro anketní banner a čtverec a na třetím pro trikový. Čtvrtý řádek je součet netrikového a anketního banneru na serverech Atlasu a pátý řádek totéž včetně čtverce pro BillBoard (hardcore triková reklama byla vynechána, protože v BillBoardu jí běželo relativně výrazně méně než na Atlasu, čímž by se výsledky staly neporovnatelnými – samozřejmě by šly zahrnout všechny typy, pokud by se použil vážený průměr, konečný výsledek to ovšem nijak výrazně neovlivní). Šestý a sedmý řádek jsou údaje z předcházejících tabulek pro fazolovou kampaň a příchozí návštěvníky z vyhledávačů. Uživatelé I jsou unikátní návštěvníci, kteří přišli 15. – 21. 7., tedy v týdnu kampaně, uživatelé II jsou unikátní návštěvníci, kteří se vrátili v druhém týdnu po kampani (29. 7. – 4. 8.) – podle definice z předchozí části toto číslo představuje pravidelné návštěvníky. Zajímavý je poměr uživatelů I / uživatelů II – ten udává, kolik návštěvníků přišlých během kampaně připadá na jednoho pravidelného návštěvníka. Čím je toto číslo nižší, tím je návštěvnost z dané kampaně „hodnotnější“. Úplně nejzajímavější je pochopitelně poměr cena / uživatel II – náklady na získání jednoho pravidelného návštěvníka daným typem kampaně. Čím je toto číslo nižší, tím je kampaň účinnější – za stejné množství peněz dokáže získat více pravidelných návštěvníků.

Jak jsou naměřená data přesná?

Ještě předtím, než se pustím do interpretace výsledků, je potřeba připomenout, co přesně popsaná metoda měření dokáže a co nedokáže zachytit, tj. jaké faktory je potřeba při vyhodnocování naměřených dat také vzít v úvahu:

• Vypnutá podpora cookies – pokud uživatel používá prohlížeč s vypnutými cookies a přesto se mu povede dostat na propagovaný web (ke sběru Fazolí se bez cookies nepřihlásíte, také bannerové reklamní systémy při vypnutých cookies ne vždy korektně přesměrují), je započítán jako návštěvník (s jednou shlédnutou stránkou) během kampaně, ne však jako vrátivší se návštěvník. Vzhledem k tomu, že z návštěvníků netechnických webů mají vypnuté cookies cca dvě procenta, je toto zkreslení podle mého názoru zanedbatelné.
• Jeden návštěvník – více browserů – pokud jeden a ten samý návštěvník používá více prohlížečů, jeví se jako několik různých lidí. Případ více prohlížečů na jednom počítači asi nebude mezi netechnickými uživateli příliš rozšířený, ovšem možnost například použití jednoho počítače / prohlížeče z domova a jiného ze školy / práce je celkem reálná. Údaje o vracejících se návštěvnících jsou tedy o toto podceněné, nenapadá mě však žádný důvod, proč by zkreslení mělo být výrazně odlišné u některého konkrétního typu reklamy (jinými slovy, jsou stále stejně srovnatelné mezi sebou).
• Vidím, nekliknu, ale přijdu – zejména u bannerů a jiných forem reklamy s výrazným URL se může stát, že uživatel tuto reklamu uvidí, ovšem neklikne na ni a na propagovaný web se dříve či později dostane na základě jeho zapamatované adresy. U takových návštěvníků popsaná metoda měření souvislost mezi reklamou a příchodem na web nezachytí (i když to je technicky realizovatelné). Tento faktor se zřejmě nejméně projeví u banneru, kde vůbec není uvedena cílová adresa (z testovaných je to třeba anketní banner), největší vliv bude mít nejspíše u čistě netrikových bannerů s výrazným URL. Je tedy třeba počítat s tím, že počet návštěvníků je tím více podceněn, čím je URL výraznější součástí dané reklamy.

Trikové nebo netrikové bannery?

Z výše uvedené přehledné tabulky vyplývá, že hardcore trikové reklamy (trik468 + trik125), které dosáhly zdaleka nejvyšší clickrate, měly současně nejnižší efektivitu (méně než poloviční oproti ostatním bannerovým reklamám). Nejnižší ceny za jednoho pravidelného návštěvníka (a tedy nejvyšší efektivity) z bannerových reklam dosáhly čistě netrikové reklamy (brand468 + brand125), které současně měly nejnižší clickrate. Rozdíl mezi čistě netrikovou a „polotrikovou“ anketní reklamou je ovšem malý (i když pro netrikovou reklamu mluví i výše popsané zkreslení „vidím, nekliknu, ale přijdu“), proto jediný definitivní závěr je, že tvrdá triková reklama se pro získání pravidelných návštěvníků neosvědčila (což neznamená, že nejsou situace, kdy může být naopak efektivnější, viz například můj loňský článek na Lupě Trikové bannery fungují!).

Levně necíleně nebo draze cíleně?

Ve shrnující tabulce je vidět, že jeden pravidelný návštěvník přišel na prakticky stejně peněz, ať už reklamy běžely na drahých, kvalitních a cílených pozicích (zastoupených servery Atlasu) nebo na několikrát levnějších, avšak méně kvalitních a méně cílených pozicích ve výměnném systému (zastoupeném BillBoardem). Svědčí to o tom, že ve světě internetové reklamy minimálně v tomto případě dobře působí neviditelná ruka trhu. I na základě předchozího odstavce lze tedy říci, že ani tak nezáleží na tom, kde reklama běží, ale jak vypadá (jediné, co se nevyplatí, jsou pochopitelně drahé pozice, avšak zacílené na úplně jinou návštěvnickou skupinu, než kterou má kampaň přilákat).

Bannery nebo fazole?

Pokud jde o cenu za získání jednoho pravidelného návštěvníka, fazolová kampaň byla téměř 20× účinnější než nejúspěšnější typ bannerů (čistě netrikové bannery) a skoro 50× účinnější než tvrdé trikové bannery. Myslím, že tento poměr je natolik jednoznačný, že dělá z Fazolí zřejmě nejlepší volbu pro placené kampaně zaměřené na návštěvnost. U fazolové kampaně byla celkem očekávaně zdaleka nejnižší cena na příchod jednoho uživatele během kampaně, ovšem velmi překvapivě Fazole dosáhly i druhého nejlepšího (po vyhledávačích) konverzního poměru (poměr přišlých návštěvníků během kampaně a těch, co se vrátili i ve druhém týdnu po kampani).

Nakolik se dají výsledky zobecnit?

Jsou výše uvedené závěry aplikovatelné pouze na konkrétní testovaný web, bannery a zadání kampaně, nebo je lze zobecnit? Níže je seznam bodů, které je třeba brát v úvahu při odpovědi na tuto otázku:

• Existují tři základní typy kampaní – brandové (zaměřené na podporu značky, momentálně do nich na internetu směřuje převážná část budgetů velkých agentur), návštěvnostní (ke kterým patří testované kampaně) a prodejní (cílem je online prodej zboží, např. periodické kampaně Bílého zboží). Výše uvedené výsledky podle mého názoru nelze nijak aplikovat na brandové a prodejní kampaně (přestože v obou těchto typech lze použít všechny testované typy kampaní včetně fazolové), mohou se tedy týkat jen kampaní zaměřených na návštěvnost. Obdobná metodika, jaká byla použita pro testování, by však šla přenést na měření úspěšnosti i prodejních kampaní (místo návratů návštěvníka by se sledovaly vygenerované tržby v daném časovém období).
• I když cílová skupina 17.cz není nijak výjimečná (nejde ani o masový web určený pro všechny uživatele Internetu, ani o server cílený na superúzkou cílovou skupinu typu sběratelé hudebních nástrojů z období baroka), u webů s jinou cílovkou by obdobný test mohl dopadnout jinak. Dle mínění Michala Matuly z BillBoardu „se dá předpokládat, že mezi uživateli systému Fazole je zastoupení této cílové skupiny obecně podstatně vyšší než mezi obecnou internetovou populací, kterou je schopen oslovit např. BillBoard.cz“. Podle mého názoru je však naměřený rozdíl v efektivitě mezi fazolemi a bannery natolik velký, že by se bannery (případně jiná forma reklamy) mohly stát účinnější pouze v případě velmi úzké cílové skupiny, která by navíc byla mezi fazoláři jen minimálně zastoupena (u fazolových kampaní není taková možnost zacílení jako u některých jiných reklamních forem).
• Pokud by byly kampaně zadané jinak (např. jinam cílené), je možné, že by výsledky byly výrazně jiné. Největší prostor pro optimalizaci je ovšem podle mě ve fazolové kampani, kde se množství pět fazolí na den dá několikrát snížit (ovšem za cenu menší maximální možné intenzity kampaně – menší atraktivita nabídky povede prostě k menšímu počtu fazolářů, kteří kampaň využijí), tj. není pravděpodobné, že by jiná definice kampaní mohla výrazněji zamíchat s konečnými výsledky.
• Během prázdnin je na Internetu relativně méně zastoupena cílová skupina, na kterou byla kampaň směřována, což kladlo větší nároky na schopnost oslovit hlavně ty uživatele, kterým je kampaň určena. Termín testu tak mohl mírně znevýhodnit ty typy reklam, které se spoléhají spíše na levné oslovení masy než na přesné cílení (což se týká jak BillBoardu, tak Fazolí).
• Naměřená data se týkají pouze týdne kampaně a druhého týdnu po kampani. Pokud bychom si měli být opravdu jisti, že více navrátilců ve druhém týdnu po kampani znamená i více opravdu dlouhodobých pravidelných návštěvníků, museli bychom provádět měření ve výrazně delším období – to by však bylo komplikované „ztrátovostí“ cookies mající za následek stále méně spolehlivou identifikaci uživatelů, tedy stále větší podceňování skutečného efektu reklamy. Analýza počátku třetího týdne (tohoto) po konci reklamní kampaně však potvrzuje trendy z druhého týdne a nenasvědčuje žádnému zásadnímu převrácení výsledků v delším období.

Opravdový vítěz: vyhledávače

I když z výsledků testu na první pohled vyplývá, že při plánování návštěvnostní kampaně byste měli zapomenout na bannery a za všechny své peníze nakoupit kupu fazolí, skutečným vítězem jsou podle mě vyhledávače. Zařazení odkazů vás nestojí žádné peníze, jen jednorázovou práci (pokud se tedy nerozhodnete to svěřit profesionálům), přitom z nich týden co týden přitéká nezanedbatelné množství vysoce kvalitního trafficu (vyhledávače dosáhly nejpříznivějšího poměru pravidelných návštěvníků ke všem příchozím). Pokud bych na 17.cz chtěl klasickou placenou kampaní získávat stabilně stejně pravidelných návštěvníků jako díky vyhledávačům, přišlo by mě to na více než 1.800 korun týdně (kampaň analogická k testované fazolové), případně dokonce na více než 35.000 korun týdně (čistě netrikové bannery). Pokud tedy přemýšlíte, kam se opravdu vyplatí investovat, optimalizace pro vyhledávače je určitě priorita číslo 1.

Měřit, analyzovat, optimalizovat

Ať už si zvolíte pro svou kampaň jakékoliv formy reklamy, stoprocentně se vyplatí průběžná a důkladná analýza přínosů a následná optimalizace jednotlivých kampaní. V kometáři k výsledkům testů o tom píše i Michal Matula z BillBoardu:

„Experiment na naší straně ukázal, že se vyplatí kampani věnovat čas a upravovat její nastavení podle statistik z předchozích období. Poměrně překvapivě se např. velice brzy ukázalo, že CR je v odpoledních hodinách mnohem vyšší než v dopoledních. Také pro nás bylo poměrně překvapivé, že brandové bannery měly v seznamkách srovnatelnou úspěšnost s trikovými bannery a pod. V průběhu experimentu jsme také testovali účinnost omezení frekvence pro tento druh kampaní. Vzhledem k tomu, že omezení počtu zobrazení je dražší než běžná kampaň, musí být výsledné CR alespoň 3× takové jako u banneru bez omezení frekvence, což se ale dosáhnout nepodařilo, takže od tohoto bylo upuštěno.“

Pro ty, kdo chtějí víc

Pokud vám nestačí data, která jsou uvedena v prvním nebo druhém dílu článku, můžete si stáhnout datový balík [854 kB], který obsahuje kompletní speciální logy 17.cz od 15.7. do 6.8. (tj. od počátku kampaně do úterý třetího týdne), vysvětlující soubor logy.txt s popisem, co který údaj v logu znamená, dva skripty logfeed.php a analyze.php (první převádí textová data do tabulky v MySQL, druhý vypisuje výsledky dotazů, které sloužily jako podklady pro tvorbu tabulek), které lze po doplnění vymazaných cest k adresářům a hesel pro připojení do databáze použít jako vzor pro vlastní analýzu, soubor testkampan.xls se všemi výše uvedenými daty v Excelu a všechny grafické podklady reklam (tj. to, co je nalinkované nejen z tabulek v článku).

Poděkování

Děkuji Pavlu Sodomkovi z Atlasu, Michalu Matulovi z BillBoardu a Janu Vaňharovi z Fazolí za poskytnutí reklamy zdarma pro účely tohoto experimentu.