Исчерпывающее руководство по использованию UTM-меток

Смотрите в каталоге
Контекст (управление и аналитика)
Исчерпывающее руководство по использованию UTM-меток

Utm-метки – это инструмент, который помогает передавать в систему аналитики дополнительные параметры об источнике трафика.

Это позволяет рекламодателю сегментировать пользователей по определенному типу и поведению, а также анализировать конечные цели – продажи.

В данной статье мы рассмотрим:

  1. Как правильно использовать utm-метки в контекстной рекламе Яндеск.Директ и Google Adwords.
  2. Варианты использования статических и динамических значений.
  3. Разберем кейс на примере анализа эффективности размещения интернет-магазина бытовой техники в Яндекс.Маркете.

Что из себя представляет utm-метка?

Каждая метка состоит из 2-х частей: _utm-значения и переменной.

company.ua/?utm_source=Yandex_Direct&utm_medium=cpc&

utm_term=search_query&utm_content=promo1&utm_campaign=yandex_company1

Значения отвечает за сортировку переданной информации в системе аналитики, что обеспечивает группировку переданных переменных. Значения являются статическими.

Переменная отображаются в системе аналитики Они задаются пользователем в произвольной форме. Метки отграничиваются разделителем &.

Существую обязательные и опциональные метки. Как понятно из названия, обязательные метки должны использоваться всегда, а опциональные – при необходимости.

В таблице ниже мы рассмотрим существующие utm-метки, их обозначения и примеры использования. Для удобства они разделены на 2 группы – обязательные и опциональные.

Кроме стандартных utm-меток системы контекстной рекламы, Яндекс.Директ и Google Adwords способны передавать собственные параметры.

Рассмотрим их по отдельности.

UTM-метки для Яндекс.Директ

При добавлении дополнительных параметров можно узнать, с какой площадки перешел пользователь, на какой позиции размещалось объявление, какой тип размещения использовался и прочие данные.

Ссылка, которая обозначена всеми параметрами, выглядит следующим образом:

company.ua/?utm_source=yandex&utm_medium=cpc&utm_campaign=campaign-name

&utm_term={keyword}&utm_position_type={position_type}&utm_position={position}

&utm_matchtype={addphrases}&utm_placement={source}&utm_network={source_type}

На месте {параметра} Яндекс автоматически подставит необходимые данные:

UTM-метки для Google Adwords

Adwords также позволяет привязать к URL собственные параметры. Функция называется ValueTrack.

Содержит следующий перечень параметров:

За таблицу спасибо коллегам из агентства Альтера.

Если основная задача utm-меток – это передача данных из Google AdWords в Google Analytics, настоятельно рекомендую не использовать метки для данных целей. В таком случае достаточно связать аккаунты этих двух систем.

Использование utm_nooverride

Иногда возникают задачи, где необходимо игнорировать последний источник перехода пользователя на сайт.

Например, изначально пользователь зашел на сайт через поисковую систему, но на одном из этапов оформления заказа требуется подтвердить почту. После подтверждения пользователь перенаправляется обратно на сайт, где успешно оформляет заказ.

При таком сценарии Google Analytics засчитает конверсию за последним источником, то есть за каналом «email», хотя к конверсии привел поисковый трафик.

Для исправления таких ошибок можно использовать utm-метку «utm_nooverride», которая позволяет игнорировать переход, инициированный ссылкой с данным параметром.

Таким образом, если пользователь изначально пришел из поисковой выдачи, а после подтверждения почты перешел по ссылке, которая имела следующий вид:

company.ua/?utm_nooverride=1

и совершил конверсию, то конверсия засчиталась бы за предыдущим источником, т.е. последний источник перехода был бы проигнорирован.

Разбор кейса для интернет-магазина бытовой техники

В данном кейсе мы наглядно разберем, как utm-метки позволяют увеличить прибыль от рекламных кампаний.

В качестве примера я выбрал оценку работы Яндекс.Маркета, но таким же образом можно оценить любой источник трафика.

Изначально выгрузка передаваемого прайс-листа была размечена следующим образом:

site.ua/product/111112/?utm_source=YandexMarket&utm_campaign=smartfon&utm_medium=cpc&utm_term=nazvanie-tovara

Где:

  • utm_source — прайс-агрегатор
  • utm_campaign — название кампании
  • utm_medium — источник трафика (cpc (cost per click) — плата за клик)
  • utm_term — ключевое слово

С помощью данных меток мы передаем в Google Analytics информацию об источнике трафика (utm_source, utm_medium), категории товара (utm_campaign), наименовании товара (utm_term).

Алгоритм разметки прайс-листов довольно прост, в том числе и с точки зрения технической реализации. Для удобства мы подготовили типовое техническое задание – можете его скачать и передать вашему программисту.

[скачать техническое задание]

После запуска рекламных кампаний и получения первых кликов можно приступать к анализу.

Анализ рекламных кампаний в Google Analytics

Чтобы оценить эффективность Яндекс Маркета необходимо перейти вИсточники трафика — Весь трафик и выбрать интересующий канал.

Исчерпывающее руководство по использованию UTM-меток

В качестве основного параметра следует выбрать «Кампания». Затем выбираем цели, которые нас интересуют, – в нашем случае, данные электронной торговли.

Исчерпывающее руководство по использованию UTM-меток

На примере выше видно, что конверсия равна 1,69%. Результат, в принципе, приемлемый.

Но неправильно судить о результате рекламной кампании по общему результату конверсии, так как общую картину может искажать определенная группа товаров, например, из-за слишком высокой цены или малого ассортимента. Или наоборот, хорошо продаваться может только одна группа товара.

Отсортируем товарные категории по посещаемости. Чтобы сделать это, надо нажать на заголовок «Сессии» в таблице – таким образом мы выявим категории, которые плохо продаются:

Исчерпывающее руководство по использованию UTM-меток

Теперь перед нами группы товаров, которые обеспечивают конверсии для всей рекламной кампании в Яндекс.Маркете.

Дальнейший принцип оптимизации:

  1. Необходимо провести анализ эффективности групп товаров. Вывести среднюю цену одной конверсии в Яндекс.Маркете, сравнить ее с допустимым CPO. При необходимости снизить цену за переход (для корректировки средней стоимости привлечения клиента).
  2. Группы товаров, которые не приносят вообще никаких продаж, отключаем.
  3. Не стоит делать кардинальные выводы относительно групп товаров, по которым было мало переходов. Если в среднем вы получаете для своего проекта 1 продажу со 100 переходов, то желательно получить порядка 300-3=400 переходов на анализируемую группу товаров, чтобы понять, как конвертируется трафик.

Итак, с анализом группы товаров мы разобрались. Но судить об эффективности группы товаров только по средней конверсии нельзя. Чтобы понять, какой именно товар продается, необходимо проводить углубленный анализ группы.

Для этого на панели инструментов в качестве дополнительного параметра выбираем «Ключевое слово» (utm_term — в него мы передаем модель / наименование товара):

04.png

Допустим, мы хотим проанализировать конкретную группу, например, смартфоны (один из самых низких CR(коэффициент конверсий).

Создаем фильтр. Для этого на панели нажимаем “Еще..”. После чего открывается форма настройки фильтра, которую заполняем следующим образом:

Исчерпывающее руководство по использованию UTM-меток

Применяем фильтр.

Теперь в таблице представлена информация по количеству переходов по конкретной модели телефона, и количество продаж, которые это принесло. Анализируем вышеприведенным методом. Вносим корректировки в рекламную кампанию. В данном случае продажи давали только 2 категории: iPhone и HTC. Все остальные бренды были отключены.

Выводы:

  1. При использовании utm-меток вы исключаете возможность бездумного слива бюджетных средств.
  2. Не гонитесь за коэффициентом конверсий: вы можете значительно повысить коэффициент достигнутых конверсий, но при этом существенно уменьшить обороты. Концентрируйте внимание на полученной прибыли – ROMI.
  3. UTM-метки должны стать любимым инструментом интернет-маркетолога.

Кроме традиционного использования, их можно применять и оффлайн, например, для отслеживания употребления QR-кодов или для переходов из раздаточных материалов – для этих целей пользуемся сервисами сокращения ссылок ;)

Первоисточник: http://convert.ua/blog/ppc/utm-parameters/

Ещё статьи Сергея:

Компании и сервисы: Яндекс.Директ, Google Analytics, Google AdWords, Convert, Яндекс.Маркет
Автор: Игорь Назаров

Подписаться на новости

Читайте также

29 ноября / Комментарии

Прогремела или прошелестела Чёрная Пятница? Предварительные итоги

Прогремела по российскому е-коммерсу Чёрная Пятница. Или прошелестела? Не “перегрел” ли российский е-коммерс акциями по году покупателя?
Топ-эксперт и Главный аналитик Price.ru (холдинг RAMBLER&Co) Петровский Алексей подводит предварительные итоги.

далее →

28 ноября / Комментарии

Статистика предпраздничных распродаж Black Friday

Компания Spycob, занимающаяся сбором и анализом данных на товары (одежду, обувь, аксессуары), которые позволяют находить и сравнивать цены на брендовые вещи со всего мира, объединилась с передовой аналитическо-консалтинговой компанией Excelio, чтобы построить отчет, показывающий инсайты праздничных распродаж и помогающий понять, что же на самом деле происходит со скидками в предпраздничный период, за неделю до Black Friday.

далее →

23 ноября / Комментарии

Будущее онлайн-ритейла: digital-покупатель 2.0

Каждый маркетолог или менеджер ценообразования хотя бы раз серьезно задумывался о том, каким будет онлайн-ритейл в будущем. За последние несколько лет digital изменил конкуренцию в электронной торговле: конкурентное преимущество зависит уже не столько от продукта и поведения ваших конкурентов на рынке, сколько от опыта, который получает ваш клиент вместе с покупкой. Добро пожаловать в эру "Экономики впечатлений"!

далее →

22 ноября / Комментарии

За 10 месяцев 2016 года онлайн-платежи выросли на 45%

Онлайн-платежи за первые десять месяцев 2016 года продемонстрировали рост 45% в денежном выражении по отношению к аналогичному периоду 2015 года. В количественном выражении рост за тот же период составил 48%. Заметнее всего вырос сегмент доставки продуктов питания – на 63% в рублях и на 93% в количестве оплаченных заказов. Самое значительное падение произошло в несетевой рознице, торгующей бытовой техникой, электроникой и сопутствующими товарами – здесь платежи в рублях сократились на 27%, а в количественном выражении на 61%.

далее →

17 ноября / Комментарии

Страхи, проблемы и желания интернет покупателей

Согласно опросу РОЦИТ, проведенному на интерактивной площадке “Голос Рунета” в октябре 2016 г., уже более 90% респондентов совершают покупки в отечественных интернет-магазинах, причем каждый 10-ый делает это раз в неделю. Ситуация с зарубежными интернет-магазинами пока обстоит чуть хуже, еженедельно в них заказывает товары лишь каждый 20-ый. 

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook