Прогнозування SEM: моделювання витрат, кліків і доходу

Маркетингові команди, що прогнозують витрати й дохід SEM, заробляють бюджет. Команди, що не можуть прогнозувати, отримують урізаний бюджет. Різниця не в тому, щоб бути правим — навіть чудові прогнози промахуються на 10-20%. Вона у наявності захищаемого модулю, що пояснює припущення, виявляє ризики й коригується на сигнал. CMO, що можуть відповісти “якщо ми додамо $50К у Google Ads наступного кварталу, що отримаємо?” із достовірною моделлю, зберігають контроль над бюджетом.

Цей гайд — практичний фреймворк прогнозування SEM. Побудова моделі, заповнення припущеннями, відповідальність, коли реальність розходиться.

Для чого SEM-прогнозування

Два основні використання:

1. Бюджетне планування: виправдання поточного чи запропонованого бюджету. “Нам потрібно $200К наступного кварталу, бо модель показує, що це повертає $1М у воронці.”

2. Сценарний аналіз: що станеться, якщо бюджет зросте на 30%? Зменшиться на 20%? Зсунеться розподіл? Прогнози дозволяють стрес-тестувати.

Обидва вимагають кількісних моделей, не інтуїції.

Базове рівняння прогнозування

Найпростіша модель:

Витрати × Середній CPC = Загальні кліки
Загальні кліки × Conversion Rate = Конверсії
Конверсії × Середня цінність конверсії = Дохід
Дохід / Витрати = ROAS

Доопрацювання нашаровуються:

• Різні CR за каналом
• Спадна віддача на інкрементні витрати
• Сезонні коригування
• Customer lifetime value поза першою покупкою

Починайте просто; складність заслужена потребою.

Побудова історичної бази

Витягніть останні 12 місяців даних. Для кожного основного типу кампанії:

• Загальні витрати
• Загальні кліки
• Загальні конверсії
• Загальний дохід / воронка

Розрахуйте:

• Середній CPC (витрати / кліки)
• Conversion rate (конверсії / кліки)
• Середня цінність конверсії (дохід / конверсії)
• Ефективний ROAS (дохід / витрати)

Сегментуйте за:

• Каналом (Search, Shopping, YouTube, Display тощо)
• Типом кампанії в каналі (брендова vs не-брендова)
• Періодом часу (місяць, квартал)

12 місяців ловить повну річну сезонність. Менше 6 місяців: занадто шумно для надійного прогнозу.

Припущення росту

Чиста історична база проектує “без змін”. Реальні прогнози вимагають припущень росту для кожної метрики:

Ріст CPC

Більшість акаунтів бачать CPC-інфляцію 5-15% на рік через конкуренцію. Закладіть припущений ріст CPC.

Якщо ваш історичний CPC $3,50, а ви припускаєте 10% YoY інфляції, наступний рік: $3,85.

Зміна conversion rate

Залежить від запланованої роботи:

• Покращення лендингів: моделюйте 10-20% підйом CR
• Оптимізація аудиторії: 5-15% підйом
• Status quo: 0% (чи невеликий спад, оскільки алгоритм виснажує дешеві конверсії)

Зміна цінності конверсії

Для e-commerce: зміни AOV через мікс продуктів, ціни. Для B2B: зміни цінності угоди через еволюцію продукту, здатність команди продажів.

Якщо ви піднімаєте ціни чи рухаєтеся вгору, моделюйте зростання цінності конверсії.

Масштабування обсягу

Найскладніше припущення. Додавання бюджету не лінійно додає обсяг. Спадна віддача спрацьовує.

Для моделювання:

• Перші 20-30% збільшення бюджету: грубо лінійний приріст обсягу
• 30-50% збільшення: 70-80% лінійного
• 50-100% збільшення: 50-70% лінійного
• Понад 2× поточних витрат: зазвичай 30-50% лінійного

Це грубі евристики. Ваш конкретний акаунт може мати більше чи менше запасу.

Моделювання за каналом

Різні канали мають різну механіку. Не моделюйте їх однаково.

Search (брендовий)

Дуже еластичний до впізнаваності бренду. Прогнозуйте на основі:

• Історичний тренд обсягу брендового пошуку
• Великі бренд-білдинг активності (PR, контент, відео-кампанії) стимулюють брендовий обсяг
• Очікуваний брендовий CPC (відносно стабільний, якщо тримаєте 90%+ impression share)

Search (не-брендовий)

Обмежений пошуковим обсягом у вашій категорії. Прогнозуйте на основі:

• Історичний share-of-voice (% доступних показів захоплених)
• Плани зростати share через бюджет чи покращення quality score
• Сезонні патерни попиту

Performance Max / Shopping

На каталозі. Прогнозуйте на основі:

• Ріст каталогу (нові SKU)
• Покращення ROAS-ефективності
• Сезонний попит на категорії продуктів

YouTube / Demand Gen

Більш орієнтовані на впізнаваність. Часто прогнозуються як:

• Cost per impression × таргетне охоплення
• Очікуваний CR з цієї аудиторії (зазвичай нижчий за Search)
• Внесок brand-lift, що може не показуватися у прямій атрибуції

Customer Match / Retention

Прогнозуйте на основі:

• Розміру списку клієнтів
• Історичної ставки повторних покупок
• Очікуваного підйому від активних кампаній vs органічних повернень

Сезонність

Майже кожен бізнес має сезонність. Закладайте її:

B2B SaaS: Q1 сильний (бюджети скидаються, планування); Q3 повільний (відпустки); Q4 змішаний (кінець року + holiday-spowonenie).

E-commerce: Q4 домінуючий (свята); Q1 повільний (повернення); літо часто повільне.

Сервісні бізнеси: дуже специфічно категорійні. Весільні фотографи пік літом; податкові — Q1.

Множте базові числа на сезонні індекси на місяць чи квартал. Приклад:

Місяць	Сезонний множник
Січень	1,1 (B2B-планування)
Лютий	1,0
Березень	1,05
…	…
Листопад	1,4 (e-com пік)
Грудень	1,6

Без сезонності місячні прогнози здаються однаковими і промахуються на 30-50% під час піків/спадів.

Структура прогнозного спредшіту

Робочий прогноз в Excel чи Sheets:

Аркуш 1: Історична база

• 12 місяців даних на кампанію
• Усі ключові метрики

Аркуш 2: Припущення

• Інфляція CPC на канал
• Припущення зміни CR
• Зміни цінності конверсії
• Крива спадної віддачі на канал
• Сезонні індекси на місяць

Аркуш 3: Прогноз (12 місяців уперед)

• Та сама структура як база, але заповнена формулами
• Входи: бюджет на кампанію на місяць, припущення з аркуша 2

Аркуш 4: Сценарії

• Кілька розподілів бюджету
• Консервативний, базовий, оптимістичний кейси

Аркуш 5: Трекінг

• Оновлюється щомісяця фактами vs прогнозом
• Аналіз варіації
• Лог коригувань прогнозу

Це працює для SMB-середніх акаунтів. Enterprise-команди будують подібну логіку в SQL/BigQuery чи спеціалізованих інструментах.

Відповідальність: трекінг прогнозу vs факту

Прогноз без відповідальності стає мисленням бажаного. Будуйте петлю:

Щомісячний огляд:

• Прогноз vs факт на ключових метриках
• Пояснення варіації (чому відхилення?)
• Рішення: припущення хибне? Виконання? Зовнішній фактор?

Квартальне калібрування:

• Оновлюйте припущення на основі фактичної продуктивності
• Коригуйте подальші прогнози
• Документуйте, чому навчилися

Річний огляд:

• Наскільки точним був повний річний прогноз?
• Які систематичні упередження існували (завжди оптимісти на обсязі; завжди консерватори на CPC)?
• Доопрацюйте процес прогнозування на наступний рік

Команди, що це роблять, стають демонстративно кращими прогнозистами з часом. Команди, що не роблять, повторюють ті самі помилки.

Типові помилки прогнозування

1. Лінійна проекція росту. Бюджет +50% не дає дохід +50%. Спадна віддача реальна.

2. Ігнорування сезонності. Плоскі місячні прогнози хибні майже в кожному бізнесі.

3. Упередження оптимізму. Прогнози, що завжди припускають стабільний CPC, покращення CR, без обмежень. Реальність повертається до середнього.

4. Немає документованих припущень. “Як ви дійшли до $400К?” без відповіді = прогноз не достовірний.

5. Прогнозування на ненадійній атрибуції. Last-click прогнозування в multi-touch світі.

6. Ставлення до прогнозу як до зобовʼязання. Прогнози — оцінки з зонами невизначеності. Ставлення до них як до зобовʼязань створює стимул маніпулювати.

7. Немає сценарного аналізу. Однотриманий прогноз ховає ризик. Показуйте консервативний/базовий/оптимістичний.

8. Не оновлення з новою інформацією. Прогнози мають еволюціонувати щомісяця.

Інструменти

Для більшості акаунтів:

• Google Sheets чи Excel (працює до $5М/рік ad spend)
• Looker Studio + GA4 для візуалізації

Для досконалого прогнозування:

• Кастомний SQL у BigQuery з R чи Python для статистичних моделей
• Інструменти marketing mix modeling (Tide, M3ter)
• Anaplan чи подібні (enterprise)

Більшість команд переоснащуються тут. Добре побудований спредшіт перевершує дорогий софт із погано продуманими припущеннями.

30-денна побудова моделі прогнозування

Дні 1-7: Історична база.

• Витягніть 12 місяців даних на кампанію
• Валідуйте проти платформ-джерел
• Документуйте проблеми якості даних

Дні 8-15: Фреймворк припущень.

• Документуйте інфляцію CPC на канал
• Припущення CR
• Криві спадної віддачі
• Сезонні індекси

Дні 16-22: Побудова прогнозу.

• Аркуш 3 (прогноз) з формулами
• Сценарний аналіз (3 кейси)
• Тестування проти фактів минулого кварталу (чи модель апроксимує?)

Дні 23-30: Операціоналізація.

• Встановіть місячний ритм огляду
• Документуйте модель для стейкхолдерів
• Перший сценарний огляд з керівництвом

До 30-го дня у вас є захищаема модель. Ітерація покращує її щомісяця.

Часті запитання

Наскільки точні мають бути SEM-прогнози? ±15-25% на квартальних прогнозах — добре. Місячні часто ±30% через короткий шум.

Прогнозувати на рівні кампанії чи агрегату? Обидва. Агрегат для звітності керівництву; на кампанії — для тактичних рішень.

Як AI/автоматизація змінюють прогнозування? Smart Bidding робить прогнозування на кампанії шумнішим (алгоритм зсуває витрати щогодини/щодня). Агрегатні прогнози все ще тримаються. AI-інструменти прогнозування (вбудована функція Google, треті сторони) доповнюють, не замінюють людську оцінку.

Чи мають прогнози включати атрибуційну складність? Для досконалості: так. Для практичності: прості прогнози на платформних конверсіях працюють для більшості SMB-середніх потреб.

Чи може моє агентство побудувати прогноз для мене? Можуть допомогти. Але володіння має залишатися з клієнтом; припущення агентства зазвичай оптимістичні з причин виправдання продовження.

---

SEM-прогнозування — дисципліна, що відокремлює маркетингові команди “побачимо, як буде” від команд, що заробляють більші бюджети. Модель не повинна бути складною, щоб бути ефективною — продумано побудований спредшіт з документованими припущеннями й місячною відповідальністю перевершує більшість комерційних інструментів. Будуйте її; ітеруйте; достовірність, яку отримаєте, повертається у контроль бюджету.