Анализ рекламных расходов по товарным категориям

«Потратили на рекламу 412 700 ₽, получили 318 заказов» — с такой строчкой в отчёте руководителю интернет-магазина сложно принять хоть одно осмысленное решение. Одна категория товаров может приносить прибыль при ДРР в 6%, а другая — сжигать бюджет при формально неплохом CPA, просто потому что средний чек и маржа в ней втрое ниже. Без разбивки по категориям общий отчёт по рекламе показывает температуру по больнице, а не диагноз конкретному отделению.

Я настраиваю и веду контекстную рекламу для интернет-магазинов и услуг с товарной линейкой из 5–40 категорий, и почти в каждом проекте первая находка после внедрения категорийной аналитики — это одна-две группы товаров, которые визуально «работают», но фактически съедают бюджет других, более маржинальных категорий. Разбивка расходов по товарным категориям — это не про красивые дашборды, а про то, откуда забирать бюджет и куда его переливать.

В статье разберу, как выстроить структуру кампаний под товарные категории, какие метрики считать по каждой группе, как настроить сбор данных, посчитать долю рекламных расходов (ДРР) по формуле с примером и что делать с категориями, которые тянут рекламный бюджет в минус.

Что такое анализ рекламных расходов по товарным категориям

Анализ рекламных расходов по товарным категориям — это разбивка общего рекламного бюджета и связанной с ним выручки не по кампаниям или ключевым словам, а по группам товаров: категориям и подкатегориям каталога. Цель — увидеть не общий ROMI по счёту, а ROMI, ДРР и CPA отдельно для «Смартфонов», отдельно для «Аксессуаров», отдельно для «Умных часов» — и так по каждому узлу товарной ленты.

Проблема агрегированного отчёта в том, что он усредняет прибыльные и убыточные категории. Если категория с высокой маржой и низким CTR соседствует в одной кампании с категорией с низкой маржой и высоким CTR, общая статистика выглядит нормально — а по факту одна группа товаров субсидирует другую. Разделение по категориям превращает один общий вопрос «сколько мы тратим на рекламу» в конкретный: «какая категория окупается, а какую пора урезать или пересобрать».

Это смежная задача с ABC-XYZ-анализом товарного ассортимента: там мы делим товары по вкладу в выручку и стабильности спроса, а здесь — по эффективности рекламных вложений именно в разрезе категорий. Часто эти два анализа стоит проводить в связке: категория C по ABC может оказаться A-категорией по рекламной отдаче, и наоборот.

Какие метрики считать по каждой товарной категории

Набор метрик для категорийного анализа шире, чем для оценки одной рекламной кампании. Ниже — минимум, без которого выводы будут поверхностными.

• Расход на рекламу (Cost) — сумма затрат на все кампании и объявления, ведущие на товары этой категории.
• Выручка (Revenue) — сумма заказов, атрибутированных этой категории через выбранную модель атрибуции.
• Количество заказов и средний чек — помогает понять, за счёт чего сформирована выручка: за счёт объёма или за счёт цены товара.
• Валовая прибыль (Gross Profit) — выручка минус себестоимость товара; без неё ДРР без учёта маржи может обмануть, особенно если маржинальность категорий сильно различается.
• ДРР (доля рекламных расходов) — отношение расхода на рекламу к выручке категории, ключевой индикатор эффективности.
• ROMI (return on marketing investment) — возврат на маркетинговые инвестиции, учитывающий именно прибыль, а не выручку.
• CPA категории — цена заказа в этой группе товаров, сравнивается с допустимым CPA, рассчитанным от маржи конкретной категории, а не усреднённым по магазину.
• Доля категории в общем расходе и в общей выручке — показывает диспропорции: категория может получать 40% бюджета и давать 12% выручки.

Важный момент: у каждой категории должен быть свой допустимый ДРР и свой допустимый CPA, а не единый норматив на весь магазин. Категория с маржой 45% может позволить себе ДРР 25%, категория с маржой 12% — едва выдержит 8%. Сравнивать их по единому порогу — методологическая ошибка, которая приводит к тому, что низкомаржинальные категории годами сидят на дотационном бюджете.

Формула ДРР по категориям и пример расчёта

Базовая формула доли рекламных расходов не меняется от того, считаем ли мы её по всему магазину или по одной категории:

ДРР категории = (Расход на рекламу категории / Выручка категории) × 100%

Разница только в том, что числитель и знаменатель считаются не по всему аккаунту, а по расходам и выручке, атрибутированным конкретной группе товаров. Разберём на примере интернет-магазина бытовой техники с тремя категориями.

Общий ДРР по этому магазину, если считать «в среднем по больнице», составит около 9,8% — цифра, которая выглядит совершенно спокойно. Но за ней прячется категория «Аксессуары и расходники» с ДРР 42,2% при допустимом уровне 24%: даже при высокой марже 35% эта категория работает в убыток по рекламе почти в два раза сильнее нормы. Без разбивки по категориям эту проблему просто не увидеть — она растворяется в общем показателе за счёт двух других, здоровых групп товаров.

Как выстроить структуру кампаний под товарные категории

Категорийную аналитику невозможно получить постфактум из кампаний, которые изначально не были структурированы по категориям. Если в одной кампании смешаны товары из пяти разных групп, разложить расход по категориям можно будет только приблизительно, через анализ отдельных объявлений или ключевых фраз — а это трудоёмко и неточно.

Практический подход, который я использую в проектах с товарным фидом:

• Дробление кампаний по категориям первого уровня. Каждая крупная категория каталога получает отдельную кампанию или как минимум отдельную группу объявлений — это даёт прямую видимость расхода без дополнительных расчётов.
• Использование категорийных лейблов в фиде. Для товарных кампаний (смарт-баннеры, товарные объявления) категория передаётся как отдельный параметр фида, что позволяет фильтровать статистику по категориям прямо в интерфейсе рекламной системы без ручной разметки.
• UTM-метки с параметром категории. Для кампаний, где деление на уровне структуры затруднено (например, поисковые кампании по общим запросам), категория передаётся через UTM-параметр в целевой ссылке.
• Единый справочник категорий. Названия категорий в рекламных кабинетах, в CRM и в аналитической системе должны совпадать буквально — иначе сведение данных по категориям превращается в ручную сверку с высокой вероятностью ошибок.

Отдельный вопрос — подкатегории. Дробить кампании до третьего-четвёртого уровня каталога чаще всего избыточно: объём данных на подкатегорию становится слишком маленьким для статистически значимых выводов. Разумный компромисс — вести кампании по категориям первого-второго уровня, а вглубь копать точечно, когда категория целиком показывает аномалию и нужно понять, какая именно подгруппа товаров её создаёт.

Как находить убыточные категории и перераспределять бюджет

После того как данные размечены по категориям и метрики посчитаны, встаёт вопрос: что делать с категориями, которые не окупаются. Здесь важно не рубить сразу, а разобраться в причине — и причины бывают принципиально разными.

• Структурно низкая маржа категории. Если категория физически не может выдержать текущий ДРР даже при идеальной настройке рекламы (например, расходники с маржой 8%), решение — не «улучшить рекламу», а либо снизить долю бюджета на неё до уровня поддержания видимости, либо перевести её полностью на органику и ретаргетинг по уже тёплой аудитории.
• Плохое соответствие объявлений спросу. Высокий ДРР при нормальной марже часто говорит не о том, что категория «плохая», а о том, что реклама внутри неё настроена грубо: широкие фразы, нерелевантные объявления, слишком общий фид без сегментации по подкатегориям. Здесь решение — доработка семантики и объявлений, а не сокращение бюджета.
• Сезонный или разовый всплеск расхода. Перед выводом об убыточности стоит проверить, не связан ли скачок ДРР с временной аномалией — распродажей конкурентов, ростом ставок в сезон, техническим сбоем в фиде. Разовые всплески не требуют структурных решений.
• Категория работает на воронку, а не на прямую продажу. Некоторые группы товаров (например, недорогие аксессуары) могут сознательно держаться на грани окупаемости, потому что вовлекают клиента в экосистему магазина и увеличивают LTV через повторные покупки в других категориях. Такие категории нельзя оценивать изолированно по одной сделке.

После диагностики причины бюджет перераспределяется по простому принципу: у категорий с ДРР существенно ниже допустимого порога есть запас для увеличения ставок и расширения охвата, у категорий с ДРР выше допустимого — либо снижение бюджета, либо точечная доработка кампании перед новым увеличением. Пересмотр такого распределения стоит делать не чаще раза в 2–4 недели — на более коротких интервалах данных по многим категориям банально не хватает для устойчивых выводов, а слишком частые правки создают эффект, близкий к преждевременному вмешательству в обучающиеся алгоритмы кампании.

Частые ошибки при анализе расходов по категориям

• Единый норматив ДРР для всех категорий. Сравнение категорий с разной маржой по одному порогу приводит к неверным решениям — прибыльные категории урезаются, убыточные продолжают дотироваться.
• Атрибуция по последнему клику без учёта ассоциированных конверсий. Категории, которые чаще участвуют в цепочке, но реже закрывают сделку последним касанием, систематически недооцениваются.
• Игнорирование объёма данных. Выводы по категории с 5–10 заказами за неделю статистически ненадёжны — нужен более длинный период накопления данных.
• Ручная сверка категорий вместо единого справочника. Разные названия одной категории в фиде, CRM и рекламном кабинете превращают анализ в источник ошибок сведения.
• Оценка категории только по выручке без учёта маржи. Категория-лидер по обороту может быть худшей по фактической прибыли на вложенный рекламный рубль.