Партнерский маркетинг с помощью блогов, на примере Acai Berry
Продолжаем изучать успешные кампании и рекламодателей, с которыми работают аффилиаты. Сегодня у меня в гостях самый популярный оффер 2008 года, Acai Berry Free Trial.
Для его продвижения в начале декабря 2008 года был создан блог. Автор понял из статистики, что большинство посетителей acaiberrydiet.us приходят по ключевым словам, связанным с «colon cleanse» (выводом шлаков из организма). Это и определило тематику второго проекта.
Материалы
Для сайта было заказано 15 уникальных статей на RentACoder, всего в блоге опубликовано около 20 материалов. Движок: WordPress, шаблон: Branford Magazine
Методы продвижения
Материалы сайта были добавлены в 100 директорий статей, сам сайт был добавлен в 100 каталогов. Это обошлось в сумму около $15.
Для продвижения сайта можно использовать Yahoo Answers, помимо прямых переходов вы можете получить дополнительные ссылки за счет аггрегаторов контента из этого источника.
Хорошо работает для такого рода сайтов написание коротких обзоров, со ссылкой на подробный обзор, опубликованный на сайте. Подобные обзоры можно размещать в бесплатных каталогах статей.
Статистика посещений
Источники переходов
Доход на AdSense
Доход от продажи ягод Acai
Ну, а для тех, кто еще не знает — сообщаю: если вы рекламируете Acai Free Trial с помощью Google AdWords, ваш эккаунт может быть заблокирован. Невзлюбил Google эти ягодки в последнее время… 
FreeCreditReport.com. Как продавать кредитные отчеты с помощью Facebook
Небольшая история с точными цифрами от наших западных коллег.
Берем рекламодателя FreeCreditReport.com в CPA системе NeverBlue.
Создаем рекламную кампанию в Facebook, например, с помощью статьи «Как быстро и бесплатно привлечь 1000 посетителей«. Рекомендую дочитать комментарии до конца, там есть весьма ценные замечания.
Настраиваем демографический таргетинг, так как наши потенциальные покупатели отнюдь не все посетители Facebook. Для того, чтобы получить представление об аудитории можно использовать отчет Quantcast.
Получаем результаты и оптимизируем рекламную кампанию. Надеюсь, ваши цифры будут лучше, чем приведенные ниже.
Автор публикации рекомендует использовать фото поющего официанта из телевизионной рекламы FreeCreditReport.com. По его словам — потенциальные покупатели достаточно неплохо реагируют на этот образ. Яркий пример того, как телевизионная реклама помогает в онлайн-продажах.
Удачных вам экспериментов.
Научный подход к сплит-тестированию рекламных объявлений
Давайте посмотрим на результаты сплит-тестирования одной небольшой AdWords кампании.
Один и тот же текст объявления, идентичные заголовки, никаких отличий в Display URL. И результаты, которые отличаются друг от друга на 300%. Как вы думаете, в чем причина?
Нет, Destination URL тут не при чем. И настройки ротации в кампании, что видно на скриншоте, не повлияли на результат. Даже количество показов примерно одинаковое и, я уверяю вас, никто не останавливал первое объявление, чтобы запустить второе в другой день недели.
Все гораздо проще. Причина, как сказал бы преподаватель статистики, маленький размер выборки. 300 показов и 4 перехода — слишком небольшой объем, чтобы сгладить случайные колебания CTR. Давайте посмотрим, что об этой кампании нам сможет рассказать научный подход.
Способ 1. Сервис SplitTester
Определяем вероятность того, что кампания с большим CTR сохранит свое лидерство и в дальнейшем. Приведенные в примере цифры дают нам 95 процентную вероятность того, что на CTR оказывает влияние какой-то фактор, не учтенный нами. Попробуйте посмотреть, для какого CTR и количества переходов вероятность увеличится до 99%.
Способ 2. Сервис Sample Size Calculator
Более сложный инструмент, предназначенный для исследования точности статистических опросов. Для анализа PPC кампаний он тоже подходит.
На сайте сервиса есть довольно неплохое описание, я же расскажу как его использовать для целей прогнозирования точности сплит-тестирования.
Начнем с определения количества переходов (кликов/лидов/покупок), по которому можно определить, что наши цифры достаточны для вынесения суждений обо всех посетителях или покупателях. В приведенном примере объявление номер 1 сработало с CTR 3.79%. Давайте определим, достаточно ли такого количества переходов для 95% уверенности в том, что ситуация с CTR не изменится в дальнейшем.
Устанавливаем Confidence Level в 95%, Confidence Interval (погрешность) в 10%, Population (общее количество потенциальных посетителей) не указываем.
Мы выяснили, что для того, чтобы с вероятностью 95%±10% наша выборка отражала поведение всей аудитории — необходимо 96 переходов. У нас же было всего 12, для лучшего объявлений. Данных явно недостаточно.
Кстати, эти данные совпадают с мнением популярных аффилиатов, которые говорят о 100 кликах для определения перспективности рекламодателя или площадки.
Теперь давайте воспользуемся вторым инструментом и посмотрим, с какой же точностью наша кампания описывает ситуацию с этими объявлениями в целом.
Общее количество переходов — 16. Общий размер аудитории нам неизвестен, как и в первом случае оставляем его незаполненным. На странице сервиса описано, почему так можно делать. В нашей кампании 75 процентов посетителей выбрали первое объявление.
Результаты удручающие — точность нашего исследования составляет 99%±27%. Погрешность слишком велика, чтобы делать какие-то выводы. Что совпадает с тем выводом, который мы сделали в начале публикации.
Относитесь критически к вашим результатам и удачных вам рекламных кампаний!
Книга о моей любимой области человеческой деятельности, бурном и постоянно меняющемся мире партнерского маркетинга.
