Tegyük fel, hogy épp most lájkoltam be az egyik Facebook-posztodat (vagy hirdetésed).

Vajon ez az 1 db lájk mennyit ér?

Megnézzük, hogyan számolhatod ki – és feltételezzük azt, hogy semmiféle plusz szoftvert nem használsz: egy egyszerű Google Analytics (ecommerce plugin és hasonlók nélkül) és a Facebook Insights elég hozzá.

(Facebookról hozok példákat, de a gondolkodásmód számít, amit bármely közösségimédia-felületre át tudsz vinni.)

Nem kutatásokból dolgozunk

Megnéztem 8 különböző „évjáratú” kutatás konklúzióját, az eredmények a 0 dollártól 214 dollárig terjedtek (a lájk értékét tekintve).

Nem vagyunk hát kisegítve, de nyugodtan alhatunk, mert legalább kiderült, hogy opció-e, hogy kutatásokból pontos adatokat szerezve tudjunk következtetéseket levonni (így pedig megspórolni azt, hogy mi magunk számoljuk ki).

Mennyit ér a hirdetéseidre jövő lájk?

Itt egyetlen „nehéz” dolgod van: megnézni, hogy adott hirdetéscsoportjaidra hány forint értékű közvetlen bevételt tudsz visszavezetni. Nem saccra, nem „azt hiszem”, hanem közvetlenül látod-e, hogy az a kampány eladott (mondjuk) 50 könyvet (mondjuk) 250 000 Ft összértékben.

(Teljesen mindegy, hogy hirdetéscsoportot, adott hirdetést vagy egy teljes kampányt nézel-e, mert úgyis leátlagoljuk. Arra figyelj, hogy ha kampányra nézed meg a bevételt, utána minden mást is – hirdetési költséget, lájkszámot – kampányra nézz, tehát az adataid egyezzenek.)

Ha megvan az eladásod összértéke, utána nézd meg, hogy mennyit költöttél.

Ezután a „customize columns” résznél add hozzá a „post reactions” metrikát (mert nem alapértelmezett) és figyelj arra, hogy ne a „page likes” rubrikáját pipáld be (ez a hirdetéseiddel elért oldallájkokat mutatja), illetve ne tévesszen meg az engagement se, mert nem mindenféle bevonódást vizsgálunk, hanem csak a lájkokat. (Na jó, reakciókat, tehát a nevetős fejet és hasonlókat is beleszámoljuk.) Összesítsd a „post reactions” számot (tehát ha teljes kampányt nézel, akkor nézd meg a sor alján az összesítést, ha viszont adott hirdetéscsoportot, akkor értelemszerűen csak a hirdetéscsoportnál jelzett számmal számolj).

Ha megvagy, itt a képleted:

1 lájk értéke = (elért bevétel – hirdetési költségek) / lájkszám

Ha 92 706 Ft értékű eladást szereztem 39 588 Ft elköltésével és jött 50 lájk, akkor egy lájk értéke 1062,36 Ft.

Az egyedüli probléma, hogy nem világos, milyen korreláció van a 2 adat között. Magyarán: elképzelhető, hogy a célcsoportod egy része bőszen lájkolgatja a posztjaid (de nem vásárol), másik része kattint és vásárol (de nem lájkol) – és a kettő között nincs semmiféle összefüggés.

Úgyhogy ezt elkönyveljük egy közelítésnek és megnézzük a további lehetőségeket.

A vásárlók összevetése a lájkolókkal

A kiszámoláshoz kell:

• a vásárlók listája (név szerint), akik a posztjaidból ésvagy hirdetéseidből jöttek (értelemszerűen kiszűröd azokat, akiket mondjuk e-mail-marketinggel konvertáltál)

• a releváns posztok ésvagy hirdetések lájkolóinak listája (ismét név szerint)

A kettőt nem kézi erővel fésülöd össze (ez egy egyszerű művelet Excelben), hogy kapj egy olyan listát, amin azok az emberek vannak rajta, akik vásároltak és lájkoltak. Megnézed, hogy ez hány forint bevétel, majd így számolsz:

1 lájk értéke = vásárlások összértéke / „vásárolt + lájkolt” lista

E közelítés hátránya az, hogy vajon találsz-e hozzá megfelelő szoftvert, ami legyűjti neked a lájkolókat egy listába (én nem kerestem, mert ez egy izgalmas gondolatkísérlet, de nem a rutinunk része, hogy lájkolók értékét számolgassuk: teljes kampány megtérülését, posztok teljesítményét stb. vizsgáljuk).

Elérésnövekmény a lájkok miatt

Minden közösségimédia-felületre igaz, hogy az interakció elérést növel. Hogy egészen pontosan mi a formula, azt a fejlesztőkön kívül senki nem tudja.

(Ha a bérelt sportkocsi előtt flexelgető gurugyerek azt mondja, hogy ő mégis tudja a titkos formulát, akkor gurgulázó nevetéssel sétálj tovább.)

4 kíméletlen lépéssel terítjük le a metrikavadállatot.

1. Számold ki, mennyit ér egy látogatód. Feltételezzük, hogy teljesen szűz Analytics van bekötve (úgy értem, nem sminkelted ki mindenféle pluginokkal), de ez nem baj, mert manuálisan kiszámolható:

1 látogató értéke = Eladások értéke / egyedi látogatók száma (UV)

Az „eladások értéke” az épp vizsgált (al)oldal által hozott eladásokat takarja – ha a teljes oldaladat nézed, akkor a honlapon adott idő alatt elért eladások értéke (tipikus példa egy webáruház havi forgalma). A látogatószám ezt követi (aloldalé vagy mondjuk teljes weboldalé).

Ha eladtam 1 milláért egy aloldalon és volt 500 látogatóm, akkor 1 átlagos látogatóm 2000 Ft-ot ér.

2. Kiszámolod, hogy a kapcsolódó közösségimédia-tevékenységeden mennyi az átlagos átkattintás (CTR). Ha hirdetéseket vizsgálsz, akkor leolvasod a hirdetéskezelőd egyik sorát, ha posztokra vagy kíváncsi, akkor pedig:

1. Exportálod a posztok adatait egy Excelbe

2. Megkeresed a „Lifetime Post Total Impression” oszlopot

3. Megkeresed a „like” oszlopot (ez ugyanazon fájlban egy másik lapfülön lesz)

4. A lájkok számát osztod az impressziók számával (minden kapcsolódó poszt esetén), hogy megkapd az átkattintást

5. A kapott átkattintásokat átlagolod egy függvénnyel.

Kijön az, hogy (például) 0,029, ami 2,9% – de nem szorzod meg 100-zal, mert így könnyebb lesz vele számolni.

(Értelemszerűen a kapcsolódó posztokat nézed. Ha 1 hónapos időtávban vizsgálódsz és volt 10 olyan posztod, ami a kampányodhoz kapcsolódik, 30 pedig minden más, akkor a 30 nem kapcsolódó poszt adatát figyelmen kívül hagyod.)

3. Kiszámolod az organikus eléréseid és a lájkok arányát.

(Fontos: elérés, nem impresszió. A CTR-t hagyományosan impresszióból számítják, ezért úgy számítottam én is [lsd. 2-es pont], dolgozni viszont eléréssel szeretek, ezért itt eléréssel is számolok. Semmi nem akadályoz, hogy az itt leírtakat impresszióval számítsd, ha úri kedved úgy tartja.)

1. Megkeressük a „Lifetime Post organic reach” oszlopot

2. Az organikus eléréseket elosztjuk a lájkok számával (figyelj arra, hogy nem százalékot

számolunk!), hogy soronként megkapjuk, hogy egy lájkra átlagosan mekkora elérés jut

3. A kapott eléréseket átlagoljuk.

Kijön például az, hogy 32,37 elérésenként „jön” egy lájkunk.

Minden megvan az utolsó lépésünkhez.

4. Kiszámolod, hogy egy lájkra jutó elérés az átkattintás alapján mekkora forgalmat jelent

A képleted ez:

1 lájk értéke = (1 lájkra jutó elérés * átlagos átkattintás) * 1 látogató értéke

Behelyettesítve ez így néz ki: 1887 Ft = (32,37 * 0,029) * 2000

Bár korrelációt itt sem ismerünk, de ez nem probléma, mert a látogatóértékből fejtettük vissza a lájk értékét feltételezve azt, hogy minden lájk további eléréseket jelent. Magyarán: minél több lájk, annál több bevétel, és itt már látjuk, hogy az a plusz bevétel átlagosan mennyi.

Egy kampány kontextusában

Tegyük fel, hogy arra vagy kíváncsi, hogy egy 1 hónapig futó, adott terméket értékesítő kampányodnál milyen értékben tudtad bevonni a közönséged (azaz: itt mennyit ért egy lájk).

1. Adott kampányból érkező social media forgalomra rászűrsz Analyticsben (és itt fontos a paraméterezés már a kampány alatt, mert így a dolgod csak annyi, hogy a „Facebook” mediumú forgalmat leszűröd).

2. Összeadod az ebből a forgalomból hozott vásárlásokat.

3. Ezután megnézed, hogy a kampányodhoz tartozó posztok (ésvagy hirdetések) lájkszáma mennyi).

4. Majd a vásárlások összegét osztod a lájkok összegével.

Megéri ezzel szórakozni?

A mérés megéri, de kétségtelenül túlzásba lehet vinni.

Tapasztalatom az, hogy a magyar piacon nem a túlzásba vitt mérés jellemző, hanem a marketingtevékenységek eredményességét fedő homály – túl sok cégnél nemhogy lájkok értékét nem számolják ki (ami nélkül lehet élni), hanem kampányok megtérülését vagy épp csatornák hatékonyságát sem (ami nélkül aligha).

Mérés nélkül becsukott szemmel száguldasz az autópályán (egy nem önvezető autóval).

Ugyanakkor találkoztam olyan cégvezetővel is, aki azért nem publikált egy adott anyagot, mert nem tudott közvetlenül megtérülést számolni rajta. Ez nem észszerű üzleti viselkedés, hanem súlyos hiba: ha egy anyag értéket ad a célközönségednek, akkor posztold, mert a legfontosabb metrikád végső soron az ügyfeleid elégedettsége.

Ajánlom figyelmedbe Eric Solomon cikkét, aki megjárta a legnagyobb techvállalatokat: „Your Data-Driven Marketing Is Harmful. I Should Know: I Ran Marketing at Google and Instagram”

(Ha ebből a szekcióból azt a következtetést vonod le, hogy „jó, akkor nem kell mérnem”, akkor hibázol. Azt próbálom átadni, hogy pontosan mérd a marketinged, ugyanakkor legyél rugalmas és nyugodtan csinálj olyasmit is, amit közvetlenül nem tudsz mérni, de szerinted a célcsoportodnak hasznos.)

Egyetlen kérdés maradt: nálad mennyit ér egy lájk?

A cikk szerzője direct response copywriter és marketingszakember, a The Underground marketingügynökség egyik alapítója.

Kövesd az oldalunkat a Facebook-on és a Twitteren is!