Jak měřit a vyhodnocovat affiliate kampaně

Kolega Martin Glatz radí jak pracovat s daty

Pokud to s affiliate myslíte alespoň trochu vážně, dříve nebo později budete muset začít zjišťovat, které zdroje návštěvnosti a které weby jak konvertují a kolik peněz generují. Bez správného měření se neobejde žádný dobrý affilák.

Co a proč bychom na našich webech měli měřit?

Optimální je měřit toho co nejvíc. Nastavování měření není zrovna zábavné a může se zdát, že některé měřené atributy jsou úplně zbytečné. Musíme si však uvědomit, že co jednou nezměříme, k tomu už se nikdy nedostaneme. Představme si situaci, kdy si pustíme Sklik kampaň (se dvěma inzeráty) na náš malý webík, a protože tam plánujeme utratit jen pár korun a kampaň je malá, s nějakým měřením jednotlivých aspektů se neobtěžujeme. Po nějaké době vidíme, že kampaň lehce prodělává, a oba inzeráty v Skliku mají podobný počet prokliků. Bylo by super zjistit, ze kterého bylo více konverzí, ale to už se zpětně nedozvíme, protože jsme odflákli nastavení kampaně (měření).

Jak to tedy máme správně nastavit?

Každá dobrá affiliate síť nebo platforma vám nabídne možnost přidávat k vašim měřícím linkům jakési poznámky, říkejme jim subid. Podstatné na subid je, že k měřícímu linku, které si z affiliate platformy vygenerujete, můžete přidat dodatečnou vlastní informaci o linku a ve statistikách výkonu později uvidíte, data rozdělená právě podle těchto vašich dodatečných informací. Pokud bychom tedy v naší kampani do každého inzerátu dali tracking link s unikátním subid, affiliate systém by nám ve statistikách ukázal, ze kterého inzerátu přišli konverze.

Obecně považuji za dobré jít do co největších detailů a nastavovat subid pokud možno pro každou myslitelnou dimenzi kampaně. Nastavení probíhá jen jednou a mít data k dispozici se v budoucnu může hodit.

Je také možné, že narazíte na problém s počtem subid, které je možné vložit. Dobrá affiliate platforma by měla umět alespoň 3, ale i jejich nedostatek se dá řešit; například vložením více subid do jednoho a jejich oddělení třeba podtržítkem. při zpracování dat je můžete podle pozice podtržítka zase rozdělit.

Důležité je také zachovat určitou konzistenci. Pokud spouštíme 10 kampaní na Skliku, a „sklik“ bude jedno ze subid, měli bychom vždy použít stejné subid (popřípadě stejné pořadí) a měli bychom to všude nazvat „sklik“. Nebude to tedy jednou „sklik“, podruhé „seznam“ a potřetí „seznam-sklik“. Člověk se v tomto může velmi rychle zamotat, a proto doporučuji dopředu si promyslet strategii pojmenovávání parametrů, zvážit co chceme sledovat a co bychom v budoucnu mohli chtít sledovat a jak to vše nejlépe dostat do dostupných subid parametrů.

Dobře, ale co když používám několik affiliate sítí a dalších programů a každý má vše trochu jinak

To nevadí. Zpravidla nepotřebujete vyhodnocovat konverze napříč různými affiliate platformami a každá platforma by vám měla poskytnout vlastní statistiky. Přepínat mezi mnoha účty a platformami může být problém, pokud jste velký affilák. V takovém případě se může vyplatit využívat vlastní affiliate platformu, do které si natáhnete všechny kampaně, které propagujete a vše budete mít unifikované. Například https://voluum.com nebo  http://hasoffers.com (hasoffers je platforma na které běží i eSpolupráce), obojí je ale placené. Je ale docela snadné všechny statistiky agregovat do jednoho excelového souboru.

Jaké nástroje použít a jak

Většině partnerů bude na vyhodnocování stačit excel/google docs. Snad každý affiliate program nabízí možnost stažení reportů do csv. Csv si potom naimportujete do Excelu (gDocs, libreOffice apod). V Excelu potom ze zdrojových dat uděláme kontingenční tabulku, která nám pomůže s vyhodnocováním. Co popisuji dále je možné udělat ve všech dalších běžně používaných tabulkových procesorech, postup se ale může lišit. Osobně dávám přednost Excelu kvůli jeho rychlosti v porovnání s online nástroji a množstvím funkcí.

V tomto článku se nebudu zabývat tím, jak se importuje csv do excelu, nebo jak se dělají kontingenční tabulky: pokud nevíte, podívejte se na youtube, vyskočí vám mraky návodů. Jen stručně: kontingenční tabulka dokáže udělat report z dat, které reprezentují samostatné záznamy. Typicky se používá na sčítání nebo počítání různých atributů. V našem případě jsou atributy kampaň, odměna, status, zdroj a zdroj2.

Předpokládejme tedy nějakou tabulku o konverzích, staženou z affiliate platformy, která má v optimálním případě stovky až tisíce řádků

kampaň odměna status zdroj zdroj2
kampaň1 10 schváleno seznam kampan1
kampaň2 20 zamítnuto google kampan1
kampaň3 15 schváleno seznam kampan2

 

S pomocí kontingenční tabulky snadno vyhodnotíme, která kampaň má kolik prodejů a příjmů

zdroje počet odměna
kampaň1 1 10
kampaň2 2 29
Grand Total 3 39

 

Snadnou změnou nastavení kontingenční tabulky se můžeme podívat, jak fungují jednotlivé zdroje a inzeráty

zdroje počet odměna
google 1 14
kampan3 1 14
seznam 2 25
kampan1 1 10
kampan2 1 15
Grand Total 3 39

 

Nebo jak si vedou jednotlivé kampaně

zdroje schváleno zamítnuto Grand Total
kampan1 1 1 2
kampan2 2   2
Grand Total 3 1 4

 

Tohle vše pomocí kontingenčních tabulek snadno vyčtete z „libovolně“ velké a nepřehledné tabulky. Některé affliate platformy sice umožňují dělat podobné reporty přímo v jejich UI, zpravidla to ale bude pomalejší, hůře přizpůsobitelné a nedostupné offline.

Pro správné zobrazování dat v kontingenční tabulce je potřeba zachovat konzistenci dat, jak jsem zmiňoval dříve.  Pokud jednou použijete „seznam“, příště „seznam-sklik“ a potřetí použijete sice „seznam“ ale dáte ho do jiného parametru, nikdy se vám nepodaří vytvořit relevantní přehled.

V mém případě pracuji pouze s leady a příjmy, stejně lze ale do reportu přidat i kliky (ty by vám měla poskytnout affiliate platforma a Google Analytics), a náklady (ty zase získáte z inzertní platformy, např. Sklik, nebo Adwords). Tady už bude trošku složité dostat vše do jedné tabulky, abychom z toho vytvořili jeden pěkný report. Předpokládejme, že máme 4 tabulky. V jedné je informace o počtu leadů, ve druhé o počtu prokliků a ve třetí je náš příjem a ve čtvrté naše náklady. Důležité je, že vše umíme rozdělit podle společných parametrů. (nad tabulkou jsou vyznačeny sloupce, ve kterých se tabukla nachází

Jak je dostaneme dohromady do jedné tabulky, abychom z toho mohli udělat přehledný report, který bude vypadat takhle nějak?

subID1 subID2 leady prokliky příjem náklad
sklik kampan1 2 50 120 100
sklik kampan2 0 100 0 200
adwords kampan1 5 80 80 160
adwords kampan2 3 30 130 60

 

Použijeme excelovskou funkci SUMIFS. Ta sčítá hodnoty, podle určitých kritérií ve stejném řádku. Na tabulky z příkladu je sice zbytečná, protože každá kombinace subid1, subid2 je v každé tabulce jen jednou, ale ve skutečném světe budete mít pohromadě data z delšího období a více kampaní a je pravděpodobné, že stejný řádek bude v tabulce několikrát, a vy potřebujete zjistit celkové (např) příjmy pro Sklik kampaň1. Funkce SUMIFS vyžaduje alespoň 3 argumenty, které se oddělují středníkem.

Pro výpočet přijmu pro sklik kampaň1 tedy do funkce SUMIFS dosadíme následujících 5 argumentů:

  1. Oblast buněk, které chceme sečíst. To jsou v tomto případě modře označené příjmy

  2. Oblast kritérií1: sloupec subid1 v tabulce příjmů

  3. Kritérium1: položka sklik (vzorec aktuálně doplňujeme na řádku sklik)

  4. Oblast kritérií2: sloupec subid2 v tabulce příjmů

  5.  Kritérium2: položka kampaň1

Znak $ se ve vzorci používá pro ukotvení buněk, více info třeba zde. Po zadání funkce Excel projede všechny modře označené buňky (příjmy) a sečte dohromady všechny kde na stejném řádku ve sloupci A (červená) je hodnota „sklik“ (fialová) a zároveň je na stejném řádku ve sloupci B (zelená) hodnota „kampaň1“ (růžová), výsledek tedy bude 120. Pokud bychom do funkce dosadili pouze první tři argumenty, funkce by sečetla všechny příjmy pro celý sklik (120 + 0)

 

Další nápovědu k funkci SUMIFS naleznete na webu microsoftu