Меню
Блог The Verga
Таргет КурсСистемаВерги

Почему много лайков и комментариев не всегда хорошо?

На курсе и консультациях я говорю, что рекламная цель «Вовлечённость» почти бесполезна для Инcты и используется крайне редко. Проанализирую на недавнем примере из клиентского проекта.

Задача: познакомить людей с новой услугой и проверить спрос.

Для этого выбрали 2 самые дешёвые рекламные цели — «Охват» и «Вовлечённость». Использовали публикации из разных аккаунтов, каждый из которых соответствовал городу выбранной аудитории.

 В качестве аудитории выбрали женщин 24-38 лет из разных городов. Основа сегмента — интерес «Родители». Сузили по интересу «Воспитание детей». Если аудитория получалась меньше 50 тыс. человек, то убирали сужение.

Результаты:
1. Цель «Охват» (1 показ на человека, 1 раз в 3 дня). Практически не дала результатов. 5-10 лайков за 2 дня, 0 подписок. Аудитория соответствовала. Средняя цена клика по всем аккаунтам 25 ₽.
2. Цель «Вовлечённость». Дала большой отклик по лайкам (100-300 на пост). Были подписки и комментарии, пару раз даже жаркие дискуссии. Средняя цена клика по всем аккаунтам 26 ₽.

Вы скажете, что «Вовлечённость» в данном случае отработала огненно, но это не так. Эта цель привела много мусорного трафика — людей из других регионов (несмотря на то, что мы чётко зафиксировали гео в настройках) и школьников (которые не указали возраст).

 Оба варианта не подошли, потому что не возникло спроса на продвигаемую услугу. Мы не получили ни одной заявки на всех тестируемых аккаунтах.

На основании аудитории из кампании с «Охватом», мы можем построить нормальный Look-alike по тем, кто взаимодействовал с нашим профилем. А с «Вовлечённостью» этого не получится — слишком мусорные реакции (лайки, комментарии).

Плюс реакции из цели «Вовлечённость» размывают общий поток лайков и комментариев в профиле — из-за этого похожая аудитория по взаимодействиям становится нецелевой.

Наша же задача — собрать ядро целевой, заинтересованной аудитории и создать из неё похожую для масштабирования результатов.


 Выводы пока такие. Естественно, в первую очередь все гипотезы мы проверяем на агентских проектах, а потом делимся с учениками — они первыми внедряют фишки. Так мы собираем ещё больше данных и выносим на публику — все в плюсе, согласитесь? :)