Варианты автоматизации сбора семантики для рекламного продвижения e-commerce

Процесс сбора семантики в сфере электронной торговли отличается трудоемкостью, поэтому автоматизация процесса способна обеспечить высокий уровень отдачи. Методиками ее реализации делится Юрий Живлюк, руководитель проектов агентства Tandem Group.

Построение семантического ядра для небольших проектов задача относительно простая, под силу специалисту в области контекстной рекламы средней руки. Если же речь заходит о крупных проектах, когда сайт объединяет в себе сотни страниц различной направленности, не только знакомит с продукцией, но и продает ее, начинают возникать сложности с реализацией.

Инструменты автоматизации в этом случае способны стать важнейшим помощником, причем имеются они в распоряжении и рекламных систем, и сторонних генераторов рекламы. К примеру, сервис eLama использует лингвогенератор.

Остается только понять, как проводится процесс сбора семантики, и когда действительно требуется переход к автоматическим решениям.

Основные особенности семантики для e-commerce

Для семантического ядра в сфере онлайн торговли характерна многоуровневость, начиная с бренда, и заканчивая вендорной и категорийной семантикой.

К примеру, при реализации ноутбуков используются следующие варианты:

компьютер – запрос общего уровня

ноутбук – запрос по категории

ноутбук Lenovo – вендорный запрос с указанием бренда

ноутбук Lenovo V15 G3 – модельный запрос под конкретное устройство

Для формирования эффективного семантического ядра требуется работа с каждым из уровней.

Наибольшее значение отводится брендовой семантике, как наиболее конверсионной. Для сбора подобных запросов чаще всего используют ручной труд, проводя проверку актуальности каждого из них. Не всегда наименование бренда будет ассоциировать именно с интересующей отраслью, выдавая иные тематические ассоциации. Автоматизация в этом случае способна стать причиной появления ошибок.

Подбор запросов общего характера и по категориям проводится в соответствии с возможностями бюджета, что объясняется их разнесением на различные уровни воронки продаж. Например, организация запросов «купить ноутбук» предусматривает нахождение на верхнем уровне воронки и не несет конкретики действий. Такой запрос относится к числу высокочастотных, что предусматривает существенные затраты. Если финансовые возможности ограничены, выстраивать семантику для этой категории не целесообразно.

Работа с вендорными запросами актуальна для точек продаж, имеющих мультибрендовую направленность. В этом случае запрос формируется с указанием категории и конкретного бренда. Такое сочетание демонстрирует высокий уровень эффективности при условии наличия сильного бренда и предложения рынку действительно качественного продукта.

Наиболее сложной является работа с серийной и модельной семантикой, так как вариативность в данном случае предусматривает практически безграничные возможности выбора. Именно здесь процессы сбора и разнесения по категориям могут быть упрощены и ускорены за счет решений в сфере автоматизации.

Варианты автоматизации формирования семантического ядра

Процесс автоматизации семантики целесообразен для проектов, в которых на продаже представлено не меньше сотни продуктов. Для этого подойдут генераторы рекламных кампаний – специализированные сервисы от Яндекс.Директ или Googla Ads.

Поиск с динамическими объявлениями

Два основных поиска, представленных на российском рынке: «Яндекс» и Google, предлагают реализацию динамических объявлений – особой формы поисковых кампаний. В этом случае подбор ключевых фраз, запросов происходит самостоятельно с возможностью использования:

• XML-фида. Файл с перечнем продвигаемых товаров, принимаемый совершенно любой рекламной системой. Вот только создание подобного файла предусматривает необходимость выдержать определенную архитектуру с заполнением набора полей, а поддержание его постоянно в актуальном состоянии потребует много усилий. Потребуется корректировать цены, наличие товара на складе и так далее.
• Сайта магазина. Рекламные системы обладают возможностью самостоятельно собирать необходимые данные с сайтов. Основное требование – отсутствие скрытых страниц, так как система считает информацию с них и может выдать соответствующую рекламу. Учесть потребуется и факт несогласованности обновления материалов, в результате чего возможна выдача рекламы на уже отсутствующие страницы.

В этом случае отпадает необходимость сбора семантики по огромному количеству ключей. Достаточно лишь внести данные по товарным категориям фида или страницам сайта, после чего система самостоятельно считает информацию для автоматической генерации кампании.

Внешний вид фильтра, используемого в «Яндекс.Директ» при работе с динамическими объявлениями и фидами выглядит следующим образом:

Для аналогичных динамических объявлений, но с использованием сайта внешний вид фильтра несколько изменяется:

При этом процесс выбора запросов и выдаваемых заголовков автоматизирован, а это не исключает возможности появления ошибок. Именно для этого необходимо на периодической основе проводить проверку запросов для удаления всех выявленных ошибок и неточностей.

Генераторы кампаний

Формирование семантики посредством генераторов кампаний, например, сервиса eLama, предусматривает использование фида или списка синонимов. Задается конкретное правило, по которому программа проводит подбор семантического ядра из предложенной информации.

Наиболее распространенной причиной применения генераторов является стремление упростить процесс запуска кампаний для модельных или серийных запросов, что обусловлено их большим многообразием, а ручной ввод потребует огромных временных затрат.

Использование генераторов рекламных кампаний несет в себе несколько преимуществ:

• предоставление в объявлениях только актуальных цен на рекламируемую продукцию;
• возможность смены кампании вместе с фидами в автоматическом режиме.

Вместе с этим необходимо учесть, настройки генератора не всегда обеспечивают формирование качественного объявления, например, возможно отражение не всех символов, доступных рекламной системе. Выявление таких случаев достигается путем постоянного мониторинга объявлений и внесения в них необходимых исправлений.

Выбор подходящего варианта автоматизации

Нельзя считать автоматизацию способом решения всех существующих проблем. Для начала, ни одно решение не может быть универсальным, поэтому в каждой отрасли и теме есть свои тонкости и нюансы. Понять степень эффективности автоматизации можно только на основе А/В-тестирования. В этом случае потребуется сравнить результаты применения генераторов, ручного формирования семантики и применения динамических объявлений. С целью снижения времени на получение итогового результата, тестирование целесообразно проводить только в отношении пары вариантов из трех доступных.

По результатам теста определяется наиболее эффективный из вариантов построения семантического ядра, он и будет использован в дальнейшей работе.

В процессе подбора инструментария автоматизации необходимо принимать в расчет несколько моментов:

• Общее число реализуемых товаров. При наличии ограниченного ассортимента (несколько десятков позиций), более целесообразен ручной сбор ядра.
• Динамические объявления отличаются универсальностью и подходят для решения performance-задач.
• При наличии большого ассортимента товаров и подготовленных фидов целесообразно делать выбор в пользу динамических объявлений или генераторов рекламы.
• А/В-тестирование является основным средством определения эффективности средств автоматизации при формировании семантического ядра.
• Следуя этим советам, можно добиться должного результата в продвижении электронных продаж при минимизации собственных издержек.