Как рассчитать стоимость привлечения лида?

Смотрите в каталоге
АВ и мультивариантное тестирование

Расчет CPL (стоимости привлечения лида) является начальной метрикой при анализе и планировании рекламных кампаний.

Согласно исследованию Google (сайт нарушает закон РФ), только 50% аккаунтов, зарегистрированных в Google (сайт нарушает закон РФ) Analytics, настраивают цели. Это говорит о том, что если вы до сих пор не рассчитываете стоимость привлечения клиента, то теряете большое конкурентное преимущество.

Несмотря на все попытки обучить рынок подсчитывать эффективность рекламных бюджетов, делать это научились только крупные бренды.

В данной статье мы рассмотрим:

  • Простой способ расчета CPL в Excel-е.
  • И разберем несколько советов по оптимизации CPL.

Я довольно скептически отношусь к любым прогнозам стоимости привлечения входящих заявок, так как достоверно спрогнозировать результаты для новых рекламных кампаний достаточно трудно.

Но для того, чтобы ограничить стоимость за конверсию, обычно принимается «грязная маржа».

Грязная маржа – это прибыль от продажи товара/услуги без вычета операционных расходов. Таким образом, мы получаем граничную стоимость лида. Из этого следует, что если CPL выше грязной маржи, рекламные кампании обходятся в минус.

Простой способ расчета CPL в Excel-е:

В качестве примера используется расчет CPL для контекстной рекламы.

Как рассчитать стоимость привлечения лида?

Скачать шаблон.

Для построения отчета необходимо собрать следующие данные:

  1. Количество кликов
  2. Стоимость одного перехода
  3. Количество конверсий (лидов)

Как работает шаблон?

В Excel уже настроены формулы, поэтому все расчеты будут производиться автоматически.

Кроме непосредственно расчета стоимости привлечения лида, отчет, для удобства, строится по CR (коэффициенту конверсии) и общему рекламному бюджету за заданный период, например, месяц.

Основная задача отчета – это заставить маркетолога принимать хладнокровные и взвешенные решения, ориентируясь при этом на финансовую результативность, а не на второстепенные метрики.

Так как сухие цифры ни о чем не говорят, все данные сводятся во второй лист, где происходит сравнение результатов с предыдущим периодом.

Как рассчитать стоимость привлечения лида?

Это позволяет понять, что произошло за рассматриваемый период, а также указывает на слабые места рекламной кампании.

P.S: Подсчет всех данных на втором листе происходит автоматически на основе первого листа.

Несколько советов по оптимизации CPL

  • CPL ≠ CAC (стоимость привлечения одного клиента). Не все входящие заявки превращаются в клиентов – об этом следует помнить при расчете максимальной стоимости CPL.
  • Фокусируйтесь на CPL. При оптимизации рекламных кампаний важны все метрики, так как они способны оптимизировать цену за лид. Поэтому не стоит бояться «нагретых» аукционов или гнаться за высоким показателем конверсии в ущерб охвату.
  • Пример: Как рассчитать стоимость привлечения лида?

Главное преимущество CPL заключается в том, что он позволяет оптимизировать рекламные кампании при минимальной обратной cвязи со стороны клиента, так как фактически нам нужно знать только маржу.

Но если клиент готов показывать финансовую отчетность, тогда можно переходить на оценку рекламных кампаний по показателю возврата инвестиций (ROI). Кстати, к этому и нужно стремиться.  

Источник: http://convert.ua/blog/analytics/cost-per-lead/

Компании и сервисы: Convert

Читайте также

6 декабря 2022 / Комментарии

Сравнение и анализ популярных сервисов доставки продуктов

Data Insight опубликовал исследование, где сравнил популярные сервисы доставки продуктов. В исследовании определили параметры доставки продуктов, существенные для пользователя при экспресс-доставке продуктов и сравнили сервисы доставки и магазины с собственной курьерской службой по выделенным параметрам.

далее →

31 августа 2022 / Комментарии

Рынок онлайн продажи продуктов: динамика заказов и эволюция прогноза на 2022 год

Data Insight анонсирует новый выпуск ежемесячного бюллетеня, посвященного развитию eGrocery в России. В нем раскрываются основные цифры, характеризующие рынок онлайн продажи продуктов за июль 2022 года.

далее →

23 августа 2022 / Комментарии

E-commerce рассылки: анализ вовлеченности и кликов

Специалисты компания Bluecore изучили более 35 млрд email-кампаний и выяснили, что самый большой уровень вовлеченности в email-рассылках показывают приветственные письма — их Open Rate достигает 46,7%.

далее →

11 августа 2022 / Комментарии

Программы лояльности и аналитические системы российских ритейлеров: тренды, антитренды и перспективы рынка

Эксперты компаний Кошелёк и Direct Service изучили программы лояльности и аналитические системы российских ритейлеров, обсудили тренды и антитренды, узнали как в целом они оценивают развитие рынка, какие строят планы на 2022.

далее →

4 августа 2022 / Комментарии

Тренды, аудитория и трафик российских маркетплейсов

Чтобы лучше понимать возможности площадок для селлеров и покупателей, эксперты компании iConText Group изучили самые крупные российские маркетплейсы.

далее →