Полное руководство по UTM-меткам. Часть 1 — Что такое UTM-метки и зачем они нужны

В статье присутствуют упоминания продуктов компании Meta, признанной экстремистской организацией и запрещенной в Российской Федерации.

UTM-метки — это специальные параметры (коды), которые добавляются к URL-адресам и позволяют получить подробную информацию об источнике трафика.

Как это работает
Когда пользователь переходит на сайт по размеченной ссылке, значения UTM-меток фиксируются в системе аналитики (Google Ads, Yandex.Direct и т.д.).

UTM-метка состоит из:

• параметра,
• значения этого параметра.

• Source (Источник) — указывает на источник, откуда пришел пользователь: название поисковика, сайта или рекламной платформы (Yandex, VKontakte, Google, Facebook, Instagram* и др.). Параметр используется для того, чтобы определить, откуда именно пришел трафик.

• Medium (Тип трафика) — определяет формат или тип трафика: почтовая рассылка (email), контекстная реклама (cpc (cost per click) — плата за клик), реклама в соцсетях (social_cpc), баннерная реклама (display), поисковые запросы (organic) и т. д. UTM_medium помогает детально классифицировать трафик и понять, какие каналы привлекают больше внимания аудитории.

• Campaign (Кампания) — помогает определять конкретную рекламную кампанию или акцию и отслеживать их эффективность.

• Term (Ключевое слово) — используется, чтобы отслеживать конкретные ключевые слова или фразы при работе с контекстной рекламой. Так вы проанализируете эффективность определенных запросов или ключевых слов.

• Content (Контент) — помогает отличать различные элементы внутри одной кампании. Например, если в одной рекламной кампании используется несколько баннеров или ссылок, этот параметр поможет идентифицировать каждый из них и выявить, какой контент привлекает больше внимания.

Значения параметров задаются рекламодателем самостоятельно в произвольной форме или подставляются автоматически системой аналитики. В качестве параметров можно использовать как общепринятые, так и индивидуальные, которые будут понятны аналитику.

Рассмотрим с нескольких позиций, для чего все-таки онлайн-школам нужны UTM-метки.

• Определять источники трафика. UTM-метки позволяют выявить, откуда пользователи пришли на сайт онлайн-школы.

  Пример: При продвижении курсов UTM-метки могут показать, что реклама в социальных сетях привлекает гораздо больше посетителей по сравнению с партнерскими блогами или поисковыми запросами.

• Оценивать конверсии для каждого источника. UTM-метки помогают не только узнать, откуда идет трафик, но и понять, сколько посетителей совершили желаемое действие: зарегистрировались в аккаунте или купили курс.

  Пример: UTM-метки могут показать, что реклама на YouTube привлекает меньше посетителей, но их конверсия в покупателей выше по сравнению с теми, кто пришел из рекламы на Facebook*.

• Проводить сравнительный анализ каналов. Уточненные данные UTM-меток позволяют сравнить эффективность различных каналов.

  Пример: UTM-метки могут показать, что статьи в блогах приводят к большему количеству регистраций, чем реклама в печатных изданиях.

• Точно распределять ресурсы. Проанализировав UTM-метки, вы определите, на каких источниках или каналах следует сосредоточить бюджет.

  Пример: В онлайн-школе могут выяснить, что стоит увеличить бюджет на Instagram*-рекламу, так как она приносит больше клиентов.

• Эффективно использовать ресурсы. UTM-метки выявляют непродуктивные каналы, чтобы перераспределить бюджет на более результативные.

  Пример: Если UTM-метки показывают, что реклама в поисковых системах приносит мало конверсий, можно снизить затраты на этот канал и перенаправить их на более успешные стратегии.

• Оптимизировать контент и аудиторию. Понимание того, какие источники трафика более успешны, помогает маркетологам создавать целевой контент для каждого канала.

  Пример: UTM-метки могут показать, что для онлайн-школы лучше работает контент, ориентированный на пользователей Instagram*.

Анализ UTM-меток позволяет:

1. Сравнить эффективность источников трафика.

2. Проанализировать конверсию воронки продаж.

3. Изучить поведение пользователей.

4. Оценить результаты рекламной компании по ключевым метрикам.

После того как разобрали, зачем нужны UTM’ки, посмотрим, какие данные позволяет получить их анализ. Для этого рассмотрим конкретный кейс — организация вебинара по теме «Эффективные стратегии управления временем». Сразу договоримся, что опустим первые шаги, которые относятся к трафику, запуску рекламной кампании и расчету конверсий на каждом этапе. Нам важно понять, как правильно анализировать UTM-метки и на что при этом стоит обращать внимание.

Итак, мы запускаем рекламные кампании и анонсы с вебинаром. Каждому каналу присваиваем определенные utm-метки.

UTM-метки к запуску

1. Google Ads:

utm_source=google_ads&utm_medium=cpc&utm_campaign=webinar_promo

2. Yandex Direct:

utm_source=yandex_direct&utm_medium=cpc&utm_campaign=webinar_promo

3. Рассылка по электронной почте:

utm_source=email&utm_medium=email&utm_campaign=time_management_webinar

4. Социальные сети:

utm_source=facebook&utm_medium=social&utm_campaign=time_management_webinar

Для наглядности, внесем составленные UTM в таблицу.

Далее мы отслеживаем по UTM-меткам количество посетителей, которые пришли по результатам проведенных кампаний:

1. Google Ads: посетители — 500 человек.
2. Yandex Direct: посетители — 800 человек.
3. Рассылка по электронной почте: отправлено N писем, из них перешло — 1000 человек.
4. Социальные сети: посетители — 400 человек.

Вносим полученные результаты в таблицу.

Теперь рассчитаем, сколько зарегистрированных участников вебинара можем ожидать от каждого источника трафика, учитывая конверсию в регистрацию на вебинар:

1. Google Ads:

• конверсия в регистрацию: 2%,

• зарегистрированные участники: 500 * 2% = 10 человек.

2. Yandex Direct:

• конверсия в регистрацию: 2.25%,

• зарегистрированные участники: 800 * 2.25% = 18 человек.

3. Рассылка по электронной почте:

• конверсия в регистрацию: 5%,

• зарегистрированные участники: 1 000 * 5% = 50 человек.

4. Социальные сети:

• конверсия в регистрацию: 0.5%,

• зарегистрированные участники: 400 * 0.5% = 2 человека.

Вносим полученные результаты в таблицу.

Исходя из приведенного примера, можно сделать следующие выводы:

Эффективность каналов привлечения

• Рассылка по электронной почте показывает наивысшую конверсию в регистрацию на вебинар (5%) и приводит к наибольшему количеству зарегистрированных участников (50 человек).

• Яндекс.Директ также имеет хорошую конверсию в регистрацию (2.25%) и приносит вебинару 18 зарегистрированных участников.

• Google Ads и социальные сети (запускали в Facebook*) имеют более низкую конверсию в регистрацию (2% и 0.5% соответственно) и приносят меньше зарегистрированных участников (10 и 2 человека соответственно).

Распределение ресурсов

• Исходя из этих данных, стоит уделить больше внимания рассылке по электронной почте и рекламе в Яндекс.Директ, так как они приносят наибольшее количество зарегистрированных участников.

• В то же время стоит пересмотреть стратегию для каналов Google Ads и Facebook*.Возможно, требуется оптимизация объявлений или таргетинга, чтобы увеличить конверсию и привлечь больше участников.

Постоянный мониторинг и оптимизация

• Важно проводить регулярный мониторинг эффективности каналов привлечения и вносить корректировки в маркетинговые стратегии, чтобы максимизировать результаты и достичь поставленных целей.

На основе данных UTM по различным каналам маркетинга мы можем оптимизировать наши рекламные кампании, перераспределять бюджеты и корректировать стратегии привлечения трафика для достижения лучших результатов.

Таким образом, использование UTM-меток позволяет нам проводить более точный анализ эффективности маркетинговых кампаний и принимать обоснованные решения по их оптимизации.

Подробнее о том, какими метриками пользуются маркетологи для оценки эффективность рекламной кампании, читайте в отдельной статье → «Основные маркетинговые метрики в онлайн-образовании».

Во второй части руководства узнаете о статистических и динамических UTM, их отличиях и преимуществах. Также расскажем 3 главных правила по созданию UTM, которые уберегут ваше время и нервы при анализе данных ↓