Оптимизация директ: Как оптимизировать кампании с небольшим бюджетом в Яндекс.Директе

Оптимизация Яндекс Директа от Roistat

Содержание

• Так ли хороши ваши кампании, как вы о них думаете? Давайте проверим
  • Структура аккаунта
  • Настройка поисковых кампаний
  • Настройка сетевых кампаний
  • Полнота использования расширений
  • Ошибки и недочёты, полнота использования заголовков и текстов объявлений
  • Качество сбора и обработки и использования семантического ядра
  • Проверка посадочных страниц, ошибки 404

Важность оптимизации Директа недооценить невозможно. Аудит помогает проверить качество работы подрядчика, обнаружить ошибки на начальном этапе, предотвратить нецелевое расходование бюджета. Иногда вовремя проведённый аудит помогает избежать даже репутационных рисков. Подключить аналитику бесплатно Есть ли желание пользоваться услугами сайта знакомств, где встречи с вами ждёт кирпич? Нелепая опечатка. Сложно серьёзно воспринимать работу специалистов, небрежно относящихся даже […]

Подпишись на Telegram

Подписаться

Важность оптимизации Директа недооценить невозможно. Аудит помогает проверить качество работы подрядчика, обнаружить ошибки на начальном этапе, предотвратить нецелевое расходование бюджета. Иногда вовремя проведённый аудит помогает избежать даже репутационных рисков.

Есть ли желание пользоваться услугами сайта знакомств, где встречи с вами ждёт кирпич?

Нелепая опечатка. Сложно серьёзно воспринимать работу специалистов, небрежно относящихся даже к собственному тексту.

Структура аккаунта

Структура аккаунта не влияет напрямую на качество рекламных материалов, на их эффективность или на стоимость клика. И тем не менее, рекомендуем начать аудит именно со страницы «Мои кампании».

Онлайн-обзор платформы Roistat

В прямом эфире расскажем, как сделать маркетинг эффективным

Подключиться

Убедитесь, что:

1. Поисковые рекламные кампании и кампании для РСЯ заведены отдельно.
Разные цели, разные настройки. Управлять ими в полной мере вы можете только независимо друг от друга.

2. Названия кампаний приведены к единому формату.
В небольших аккаунтах это не критично. В более крупных аккаунтах правильные наименования позволят избежать путаницы, упростят и ускорят работу специалиста, в особенности при сопоставлении UTM-меток и названий кампаний при анализе через сервисы аналитики.

3. Изучены и реализованы рекомендации Яндекса.
Яндекс оценивает качество аккаунта и даёт рекомендации. Советы носят общий универсальный характер. Перед внедрением убедитесь, что рекомендации подходят именно вашему бизнесу. В некоторых случаях от них стоит отказаться, несмотря на незначительную просадку показателя качества аккаунта.

Настройка поисковых кампаний

Как мы писали ранее, поисковые кампании следует всегда создавать отдельно от кампаний с таргетингом на РСЯ. Далее исходим из того, что вы последовали нашему совету.

Итак, на что смотрим:

1. Отключены показы в РСЯ.
Несмотря на видимую очевидность данной рекомендации, многие про неё забывают.

2. Нет объявлений со статусом «Мало показов».
Статус «Мало показов» говорит о том, что при выбранных вами настройках объявления будут показываться редко или не будут показываться вовсе. Скорее всего, вы выбрали слишком узкий таргетинг или тип соответствия для конкретной ключевой фразы. Такую фразу надо либо удалить, либо расширить, убрав излишние уточнения, либо убрать ограничивающие операторы.

3. Отсутствие нецелевых запросов в отчете по поисковым фразам. Минус-слова.
Самый простой способ проверить, тратятся ли ваши деньги впустую — это проверить отчёт по поисковым фразам.

Как его найти: блок «Статистика» внизу страницы «Мои кампании», и здесь — отчёт «Поисковые запросы». Или подпись «Статистика» под конкретной кампанией — и также отчёт «Поисковые запросы».

По результатам изучения отчёта рекомендуем отминусовать все нецелевые слова на уровне кампании и/или фразы.

Так ли это важно, если оплата не за клики, а за показы? Да, безусловно. Ведь чем больше показов и чем меньше переходов, тем ниже становится CTR, а значит — выше цена за клик.

4. Ключи внутри кампании логично сгруппированы с точки зрения близости семантики.
Вы можете составить как отдельное объявление под каждую ключевую фразу, так и группировать запросы. Правильная группировка занимает время, но позволяет упростить дальнейшую работу с объявлениями и избежать появления статуса «Мало показов».

5. Вместе с предыдущим пунктом можно сразу проверить наличие ключевого запроса в первом заголовке.
Такое вхождение увеличивает CTR, так как совпадение поисковой фразы с заголовком будет выделено в объявлении жирным шрифтом и привлечёт дополнительное внимание.

Обратите внимание, Яндекс понимает, что «конь» и «лошадь» с точки зрения пользователя с высокой долей вероятности — один и тот же запрос, поэтому жирным выделяет оба слова.

6. Фактические ошибки и даты.
При оптимизации Директа, проверяйте тексты на наличие фактических ошибок и разночтений. Обязательно строго контролируйте даты. Время от времени в поле зрения попадают объявления с акцией, которая закончилась полгода назад.

Для избежания подобных ошибок создайте повторяющуюся задачу в таск-менеджере на обновление сроков акций, чтобы в общем потоке не упустить дедлайн.

Проводите все массовые замены через Директ Коммандер. После обновления кампаний стоит дополнительно через поиск проверить, не встречается ли замененная информация в заголовках или текстах объявлений, так как, к сожалению, в процессе загрузки часть данных время от времени теряется.

Не забывайте обновлять даты на баннерах. Проверять их придется вручную, система автозамены в данном случае не сработает.

7. Доля купленных показов.
Определяет потенциально возможное увеличение бюджета по конкретной фразе. Фраза отлично работает и приносит вам конверсии — возможно, стоит увеличить ставку?

Настройка сетевых кампаний

Показам в рекламной сети свойственна более низкая конверсия, чем на поиске. При этом стоимость клика тоже, как правило, ниже, поэтому отказываться от рекламных кампаний с таргетингом на РСЯ не стоит. Но настраивать их следует отдельно.

На что важно обратить внимание:

1. Показы на поиске отключены.
Точно так же как мы отключали на поиске показы сетевых кампаний, ту же процедуру проделываем и в обратную сторону.

2. Наличие изображений.
В объявлениях должны быть все форматы изображений с соотношениями сторон от 1:1 до 4:3/3:4 для стандартного, и 16:9 — для широкоформатного изображения. Обязательно проверьте в аккаунте корректность их отображения.

В кампанию не были загружены изображенияРекламная кампания с загруженными изображениями для РСЯПроверка факта наличия изображений в кампании

3. Тексты объявлений отличаются от текстов поисковых кампаний.
Объявления в рекламной сети предполагают иную подачу. В них органично смотрятся вопросы, например: «Искали пластиковые окна? Нам есть что вам предложить».

4. Отключены неэффективные площадки.
Проверьте список площадок не только по их прямой отдаче, но и по тематикам. Несмотря на то, что Яндекс строго проверяет партнёров, показ на некоторых сайтах может не соответствовать внутренней политике вашей компании или объявления будут смотреться неуместно и вызывать нежеланные ассоциации.

5. Подключены все варианты таргетинга.
Убедитесь, что время показов объявлений выставлено верно.
Расширенный геотаргетинг в большинстве случаев имеет смысл включать. Это позволит пользователю, который находится в Казани и ищет «доставка цветов Москва», видеть рекламу с таргетингом на Москву.

6. Минус-слова.
Отнеситесь к минус-словам в РСЯ не менее внимательно, чем в поисковых кампаниях. Именно их отсутствие может быстро слить ваш бюджет. Но важно и не переусердствовать. Слишком большой список минус-слов может исключить показ рекламы даже на качественных и полезных вашему проекту площадках.

Полнота использования расширений

Чем больше расширений вы используете, тем больше информации сможете донести до пользователя до момента перехода на сайт. Это значит, что увеличится вероятность обращения именно к вам. А ещё заполненные объявления привлекают дополнительное внимание.

В разных частях поисковой выдачи и сайтов РСЯ отражается различное количество расширений. Больше всего их на первом месте в спецразмещении. Так, например, тексты быстрых ссылок показываются исключительно здесь.

И это всё одно объявление.

Ошибки и недочёты, полнота использования заголовков и текстов объявлений

Короткий основной заголовок, полное отсутствие второго, отсутствие расширений — всё это делает объявления неприметными на фоне конкурентов и ограничивает коммуникацию с потенциальным клиентом на первом этапе.

Сравните два объявления:

Какая из компаний вызывает ощущение надёжности?

Качество сбора и обработки и использования семантического ядра

Убедитесь, что семантика собрана по всем значимым для вас направлениям.

На этапе сбора и проверки семантического ядра ещё раз дополнительно проверьте минус-слова во избежание подобных абсурдных показов:

Вряд ли человек, ищущий рецепт сельди под шубой на ужин, решит сходу купить меховое изделие в онлайн-гипермаркете.

Проверка посадочных страниц, ошибки 404

Оптимизация Директа подразумевает проверку посадочных страниц. Это касается не только основных, но и быстрых ссылок. Часто бывает, что разработчик поменял URL-адрес страницы и забыл об этом сообщить. Или страницу удалили.

Обязательно кликните по вашему объявлению из личного кабинета Директа, когда расставите UTM-метки. Не все сайты корректно работают с ними.

В случае если ваши пользователи при переходе на сайт увидят ошибку 404, переход будет засчитан, а деньги списаны впустую.

Самый простой способ проверки — через сервис Screaming frog. Для этого выгрузите кампании в xls, скопируйте столбец с URL и вставьте данные в программу. Бесплатный тариф предполагает проверку одновременно до 500 ссылок, как правило, после удаления дубликатов этого более чем достаточно.

Мы рассмотрели основные параметры — некоторые из них можно исправить один раз и забыть, другие — требуют постоянного контроля.

Чаще всего регулярными аудитами рекламных кампаний занимается аналитик или специалист по контекстной рекламе на стороне заказчика.

Если аналитика в штате у вас нет, быстро проверить кампании можно двумя способами:

1. Воспользоваться сервисом автоматического аудита от Roistat.

Автоматический аудит рекламы — это встроенный в Roistat инструмент, который сам проверяет настройки Яндекс.Директ и показывает, что нужно исправить: от содержимого текстов (упоминания запросов, призывов к действию, аббревиатур) до правильной разметки и таргетинга.

2. Заказать расширенный аудит от специалистов Roistat.

Роботы стали неотъемлемой частью нашей жизни и отлично решают многие задачи, но есть вещи, которые человек сделает лучше. Расширенные, детальные аудиты контекстной рекламы мы доверяем исключительно веб-аналитикам.

Опыт профессионала позволяет увидеть в рекламе недочёты и неточности, недоступные восприятию робота. Мы кропотливо проанализируем релевантность и рентабельность каждого уровня данных и предоставим вам отчёт с подробным описанием ситуации в аккаунте и точками роста.

Оптимизация и более сложные темы, касающиеся игр DirectX — UWP applications

Twitter




LinkedIn




Facebook




Адрес электронной почты

• 
  Статья
• 
  09/24/2022
• Чтение занимает 2 мин
• 
  

В этом разделе представлены сведения об оптимизации производительность игр DirectX и о других более сложных темах.

В разделе «Асинхронное программирование в играх» рассматриваются различные вопросы применения асинхронного программирования для распараллеливания некоторых компонентов и многопоточности для максимального использования возможностей графического процессора.

В разделе «Обработка сценариев удаления устройства в Direct3D 11» используется пошаговое руководство, описывающее, как игры, разработанные с помощью Direct3D 11, могут определять и реагировать на сброс, удаление или изменение видеоадаптера.

В разделе «Множественная дискретизация в приложениях UWP» описывается, как использовать сглаживание с множественной дискретизацией — графический метод, позволяющий сделать линии стыков в играх UWP, созданных с помощью Direct3D, менее заметными.

В разделе «Оптимизация ввода и цикла отрисовки» содержатся рекомендации по выбору правильного параметра обработки событий ввода для управления задержкой ввода и оптимизации цикла отрисовки.

В разделе «Сокращение задержки с помощью цепочек буферов DXGI 1. 3″ объясняется, как сократить эффективную задержку кадров за счет ожидания от цепочки буферов сигнала о подходящем моменте для начала отрисовки нового кадра.

В разделе «Наложения и масштабирование цепочки буферов» описывается, как улучшить время отрисовки с помощью масштабируемых цепочек буферов для отображения содержимого игры в режиме реального времени в более низком разрешении по сравнению с фактическими возможностями экрана.
Также поясняется, как создавать цепочки буферов с наложением для устройств, поддерживающих возможность аппаратного наложения. Этот метод можно использовать для устранения недостатка, который возникает при изменении масштаба цепочки буферов, — уменьшения масштаба пользовательского интерфейса.

Updates – Optimization Direct

Optimization Direct сотрудничает с FICO и заключила соглашение о распространении. Сочетание опыта основателей в отрасли и программном обеспечении, а также продукта FICO Xpress с арсеналом инструментов оптимизации и моделирования от FICO предоставляет клиентам самые мощные возможности в отрасли. FICO Xpress решает масштабные задачи оптимизации и позволяет принимать более эффективные бизнес-решения…

Подробнее

HARRINGTON PARK Nj. & БИВЕРТОН, штат Орегон, 7 октября 2022 г. За последние 20 лет задачи смешанного целочисленного программирования (MIP) стали более сложными, масштабными и столь же сложными для выполнения. ODHeuristics (ODH) — это новый алгоритм, созданный Optimization Direct и предназначенный для работы на современных многопроцессорных машинах. Многие ядра (в идеале 24+) используются движком ODH…

Подробнее

Мы проводим учебные пособия и семинары по технологиям в INFORMS Учебное пособие по технологиям в INFORMS ODH Python Primer Представлено: Робертом Эшфордом, понедельник, 17 октября, с 11:40 до 12:15. В этом кратком учебном пособии участникам показано, как построить базовую модель. используя ODH|CPLEX в Python. Этот сеанс включает в себя настройку среды Python, чтение данных из CSV или электронной таблицы,…

Подробнее

Политическое перераспределение округов посредством математической оптимизации.

Подробнее

Политическое перераспределение округов теперь может быть выполнено быстро, справедливо и экономично с помощью математической оптимизации.

Подробнее

Вебинар с участием экспертов Optimization Direct. В партнерстве с AIMMS. Доступен повтор.

Подробнее

Статья пятая из пяти В нашей первой статье мы определили четыре сценария, в которых машинное обучение может сотрудничать с математической оптимизацией. Здесь мы определяем дальнейшее чтение двух известных ресурсов, которые могут помочь нам узнать больше об этой теме. Мы призываем практиков ознакомиться с этими двумя статьями. Машинное обучение для комбинаторной оптимизации: методологический обзор…

Подробнее

Статья четвертая из пяти В нашей первой статье мы определили четыре сценария, в которых машинное обучение может сотрудничать с математической оптимизацией. В этой статье мы рассмотрим сценарий D, который определяется следующим образом: машинное обучение можно использовать, чтобы помочь решателям MOPT работать лучше не только для более быстрого поиска решений, но и для поиска более хороших…

Подробнее

Статья третья из пяти В нашей В первой статье мы определили четыре сценария, в которых машинное обучение может сотрудничать с математической оптимизацией. В этой статье мы рассмотрим сценарий А и приведем пример. Сценарий A определяется как: «Выходные данные ML вводятся в MOPT». Этот сценарий определяется как: Алгоритмы машинного обучения вычисляют…

Подробнее

Статья вторая из пяти Алкивиадис Вазакопулос В нашей первой статье мы определили четыре сценария, в которых машинное обучение может сотрудничать с математической оптимизацией. В этой статье мы рассмотрим сценарий D и представим многообещающие результаты реального применения. Этот сценарий определяется следующим образом: машинное обучение можно использовать, чтобы помочь решателям MOPT работать лучше, чем…

Подробнее

Статья первая из пяти просто реализовать. Python — это не только язык программирования с открытым исходным кодом, но и отличный объектно-ориентированный, интерпретируемый и интерактивный язык программирования. Он сочетает в себе замечательную мощь с заметно ясным синтаксисом. Есть модули, классы, исключения, очень высокого уровня…

Подробнее

Статья Садана Куттаппы в центре больших данных и аналитики IBM

Подробнее

Репозиторий GitHub с моделями, образцами, источниками данных и библиотеками для оптимизации решений от IBM

Подробнее

Зачем предписывающая аналитика и оптимизация принятия решений имеют решающее значение

Подробнее

Мы проводим обучающие программы и семинары по технологиям в INFORMS

Подробнее

IBM DOC V4. 0 теперь доступен в Optimization Direct

Подробнее

Результаты тестов на Miplib Open-v7 Модели уже выпущены

Подробнее

scipy.optimize.direct — SciPy v1.10.0 Manual

scipy.optimize.direct( func , bounds , * , args=() , eps=0.0001 , maxfun=None , maxiter=1000 , locally_biased=True , f_min=-inf , f_min_rtol=0,0001 , vol_tol=1e-16 , len_tol=1e-06 , обратный вызов = нет ) [источник]

Находит глобальный минимум функции с помощью
ПРЯМОЙ алгоритм.

Параметры:

func callable

Целевая функция, которую необходимо минимизировать.
функция (x, *аргументы) -> число с плавающей запятой
где x — это одномерный массив формы (n,), а аргументов — это кортеж
фиксированные параметры, необходимые для полного определения функции.

границ последовательность или Границы

Границы переменных. Есть два способа указать границы:

1. Экземпляр класса Bounds .

2. (мин., макс.) пар для каждого элемента в x .

args кортеж, необязательный

Любые дополнительные фиксированные параметры, необходимые для
полностью указать целевую функцию.

eps с плавающей запятой, опционально

Минимальная необходимая разность значений целевой функции
между текущим лучшим гиперпрямоугольником и следующим потенциально
оптимальный гиперпрямоугольник для разделения. Следовательно, eps служит
компромисс между локальным и глобальным поиском: чем меньше, тем локальнее
поиск становится. По умолчанию 1e-4.

maxfun int или None, опционально

Приблизительная верхняя граница оценки целевой функции.
Если Нет , будет автоматически установлено значение 1000 * N где N
представляет количество измерений. Будет ограничено в случае необходимости
ограничить использование оперативной памяти DIRECT приложением. 1 ГБ. Это произойдет только для очень
проблемы с большими размерами и чрезмерные max_fun . По умолчанию Нет .

maxiter int, необязательный

Максимальное количество итераций. По умолчанию 1000.

locally_biased bool, необязательный

Если True (по умолчанию), используйте локально смещенный вариант
алгоритм, известный как DIRECT_L. Если False , используйте оригинальный непредвзятый
ПРЯМОЙ алгоритм. Для сложных задач со многими локальными минимумами
Неверно . Рекомендуется.

f_min float, необязательный

Значение функции глобального оптимума. Установите это значение, только если
глобальный оптимум известен. По умолчанию -np.inf , так что это
критерий окончания деактивирован.

f_min_rtol float, необязательный

Завершить оптимизацию, как только относительная ошибка между
текущий лучший минимум f и предоставленный глобальный минимум f_min
меньше f_min_rtol . Этот параметр используется только в том случае, если
f_min также устанавливается. Должен лежать между 0 и 1. По умолчанию 1e-4.

vol_tol float, необязательный

Завершить оптимизацию, как только объем гиперпрямоугольника
содержащее наименьшее значение функции меньше vol_tol
всего пространства поиска. Должен лежать между 0 и 1.
По умолчанию 1e-16.

len_tol float, необязательный

Если locally_biased=True , завершить оптимизацию через половину
нормализованная максимальная длина стороны гиперпрямоугольника, содержащего
наименьшее значение функции меньше len_tol .
Если locally_biased=False , прервать оптимизацию через половину
нормализованная диагональ гиперпрямоугольника, содержащая наименьший
значение функции меньше len_tol . Должен лежать между 0 и 1.
По умолчанию 1e-6.

обратный вызов вызываемый, необязательный

Функция обратного вызова с сигнатурой callback(xk) где xk
представляет наилучшее значение функции, найденное до сих пор.

Возвраты:

разрешение OptimizeResult

Результат оптимизации представлен в виде объекта OptimizeResult .
Важные атрибуты: x массив решений, успех a
Логический флаг, указывающий, успешно ли завершил работу оптимизатор и
сообщение , в котором описывается причина завершения. Видеть
OptimizeResult для описания других атрибутов.

Примечания

DIviding RECTangles (DIRECT) является детерминированным глобальным
алгоритм оптимизации, способный минимизировать функцию черного ящика с
его переменные подчиняются ограничениям нижней и верхней границ путем выборки
потенциальных решений в пространстве поиска [1]. Алгоритм начинается с
нормализация пространства поиска к n-мерному единичному гиперкубу.
Он выбирает функцию в центре этого гиперкуба и в точке 2n.
(n — количество переменных) больше точек, по 2 в каждой координате
направление. Используя эти значения функции, DIRECT затем делит
домен на гиперпрямоугольники, каждый из которых имеет ровно одну из выборок
точки как его центр. В каждой итерации DIRECT выбирает, используя эп.
параметр, который по умолчанию равен 1e-4, некоторые из существующих гиперпрямоугольников
для дальнейшего разделения. Этот процесс деления продолжается до тех пор, пока
максимальное количество итераций или максимальное допустимое значение функции
превышены, либо гиперпрямоугольник, содержащий минимальное найденное значение
пока становится достаточно мало. Если указано f_min , оптимизация
остановится, как только это значение функции будет достигнуто в пределах относительного допуска.
Локально смещенный вариант DIRECT (первоначально называвшийся DIRECT_L) [2]
используется по умолчанию. Это делает поиск более локальным и более
эффективен только для случаев с несколькими локальными минимумами.

Примечание о критериях завершения: vol_tol относится к объему
гиперпрямоугольник, содержащий наименьшее найденное значение функции. Этот
объем уменьшается экспоненциально с увеличением размерности
проблема. Поэтому vol_tol следует уменьшить, чтобы избежать преждевременного
завершение алгоритма для более высоких размерностей. это не держит
для len_tol : относится либо к половине максимальной длины стороны
(для locally_biased=Истина ) или половину диагонали
гиперпрямоугольник (для locally_biased=False ).

Этот код основан на коде DIRECT 2.0.4 Fortran от Gablonsky et al. в
https://ctk.math.ncsu.edu/ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ/DIRECTv204.tar.gz.
Эта оригинальная версия была изначально преобразована через f2c, а затем очищена
и реорганизован Стивеном Дж. Джонсоном в августе 2007 г. для проекта NLopt.
Функция direct является оберткой реализации C.

Новое в версии 1.9.0.

Ссылки

[1]

Джонс, Д.Р., Перттунен, К.Д. и Штукман, Б.Е. липшицевский
оптимизация без константы Липшица. Приложение J Optim Theory
79, 157-181 (1993).

[2]

Габлонски Дж., Келли К. Локально предвзятая форма ПРЯМОГО
Алгоритм. Журнал глобальной оптимизации 21, 27-37 (2001).

Примеры

Следующий пример представляет собой двумерную задачу с четырьмя локальными минимумами: минимизация
функция Стыблинского-Танга
(https://en.wikipedia.org/wiki/Test_functions_for_optimization).

 >>> из scipy.optimize прямой импорт, Границы
>>> def styblinski_tang(pos):
... х, у = поз.
... вернуть 0,5 * (x**4 - 16*x**2 + 5*x + y**4 - 16*y**2 + 5*y)
>>> Границы = Границы ([-4., -4.], [4., 4.])
>>> результат = прямой (styblinski_tang, границы)
>>> результат.x, результат.веселье, результат.nfev
массив([-2.
597, -2.
597]), -78.3323279095383, 2011
 

Найден правильный глобальный минимум, но с огромным количеством функций
оценки (2011).