Оптимизация рекламы по промежуточным метрикам

Чаще всего в работе использую скрипт «60 секунд» от IT-Agency

Этот скрипт отслеживает активность пользователя на сайте в интервалах по 10 секунд, когда накопится 6 интервалов с активностью срабатывает цель Метрики. Это позволяет отследить пользователей, которые реально изучали сайт, а не просто открыли вкладку и посидели на ней пару минут.

У меня скрипт настроен на отслеживание активности в 30, 60, 90, 120 и 150 секунд. По каждому значению срабатывает цель в Метрике. Для оптимизации выбираю промежуточную цель по которой есть корреляция с заявками и при этом есть достаточное количество достижений этой цели.

Во вчерашнем кейсе по цели 60 секунд конверсия 45-55%, по цели 90 секунд 13-17%, а по цели 150 секунд всего 4-5%. Я выбрал оптимизацию по цели 90 секунд, т.к. её достигают достаточно часто и корреляция с заявками у нее выше, чем у цели 60 секунд. Цель 150 секунд имеет самую высокую корреляцию с заявками, но достигают её достаточно редко, поэтому оптимизировать кампании по ней было бы сложнее.

Когда цель выбрана оптимизирую по ней рекламу таким образом: рассчитываю желаемую стоимость достижения выбранной цели с учетом корреляции «активность–заявка» → запускаю кампании на ручном управлении с оптимизацией по цели и на автостратегиях с оптимизацией по средней цене конверсии → смотрю на стоимость достижения цели и конверсию в неё. Если стоимость устраивает — масштабирую. Если стоимость не устраивает — тестирую сегменты и креативы с ориентиром на эту цель, выбираю решения которые дают выше конверсию в промежуточную цель.

Такой подход дает больше данных для обучения рекламы. Решения становятся точнее, время на принятие решений сокращается в несколько раз, ведь статистика по промежуточным целям набирается за пару дней, тогда как статистику по заявкам можно ждать неделями.