Анализ сезонности спроса и бюджетный календарь рекламы

Почему турецкий календарь не ложится в готовую модель сезонности

Ураза-байрам и Курбан-байрам привязаны к лунному календарю хиджры и каждый год смещаются примерно на 11 дней раньше. Модель, которая накладывает прошлые годы друг на друга по календарным неделям, каждый год ставит эффект праздника не на ту неделю. Мы отдельно отмечаем байрамы, День матери и ноябрьский период распродаж как плавающие даты и выравниваем спрос по количеству дней до них.

Смотрим и на внутримесячные циклы. В некоторых категориях спрос колеблется и внутри месяца: на ваших данных мы проверяем, меняется ли число заказов или средний чек после дней, на которые приходится основная часть выплат зарплат. В годовой кривой этот разрез теряется, но в недельном бюджетном плане он напрямую учитывается.

На каких данных строится анализ сезонности спроса

Сезонный анализ по одному источнику часто вводит в заблуждение: трафик сайта растёт, а продажи остаются на месте; поисковый интерес растёт, а цена клика ещё не сдвинулась. Мы объединяем источники в вашем проекте BigQuery и до анализа письменно фиксируем, что каждый из них показывает и чего не показывает. На вопрос о сроках отвечают Trends и Search Console, на вопрос о размере бюджета — данные продаж и расходов.

• История GA4: недельные сеансы, конверсии и выручка. Экспорт GA4 в BigQuery не работает задним числом, поэтому чем раньше мы настроим связь, тем длиннее накопится история сырых данных.
• Данные продаж: реальная выручка, включая маркетплейсы, магазины и продажи по телефону. Данные только с сайта скрывают часть спроса.
• Google Trends: относительный интерес к запросам категории. Значения — это относительный индекс от 0 до 100, поэтому мы используем его для оценки сроков, а не объёма поиска.
• История расходов на рекламу: в какие недели росли цена клика и цена за тысячу показов. Спрос и стоимость могут расти не в одну неделю; разрыв между ними и есть главное окно возможностей.
• Search Console: данные запросов за последние 16 месяцев; показывают, какие запросы растут ещё до сезона.

Как ИИ помогает прогнозировать сезонный спрос и как мы проверяем результат

Мы передаём моделям OpenAI и Claude недельные данные прошлых лет и отметки плавающих дат и отдельно просим каждую определить недели начала сезона, пика и спада. Если модели называют разные недели начала, наша команда возвращается к сырым данным и смотрит, какой год дал отклонение. Если в каком-то году продажи упали из-за нехватки товара или сбоя сайта, этот год не попадает в кривую без корректировки.

• За сколько недель до пика начинают расти запросы категории?
• Цена клика растёт до спроса или после него?
• Превращается ли в продажи бюджет, потраченный после последнего дня доставки перед праздником?
• Принесли ли дополнительные расходы дополнительные продажи в ту неделю прошлого года, когда мы увеличили бюджет?

Как сезонность попадает в медиаплан на 90 дней

Результат состоит из двух частей: сезонного календаря, который показывает, в какую неделю начинать подготовку кампаний, креативов и запасов, и недельной кривой бюджета. Рост бюджета приходится не на неделю пикового спроса, а на несколько недель раньше; недели, которые в истории расходов оставались дешёвыми до роста спроса, становятся лучшим окном для охвата новой аудитории. Прошлые периоды кампаний конкурентов мы тоже берём из анализа конкурентов и наносим на календарь.

Календарь сразу входит в 90-дневный маркетинговый план. В сезон мы каждую неделю сравниваем фактический спрос с кривой и при большом отклонении обновляем её. Корректировки сезонности в Google Ads используем только для коротких акций на 1–7 дней; для длинных периодов их не рекомендует и сам Google. Когда сезон закрывается, добавляем фактическую кривую в данные следующего года.

Анализ сезонного спроса: когда мы это рекомендуем?

Как мы ведём Анализ сезонного спроса

1. Отметки плавающих датОтмечаем даты байрамов, Дня матери и ноябрьских распродаж прошлых лет и выравниваем данные по числу дней до них.
2. Отсев проблемных летФиксируем недели с нехваткой товара, сбоями сайта или крупными изменениями цен и не включаем их в кривую без корректировки.
3. Кривая спроса и стоимостиПо Trends, Search Console и продажам определяем недели роста спроса, а по истории расходов — недели роста цены клика и показов.
4. Сроки по двум моделямОтдельно просим две модели рассчитать недели начала, пика и спада сезона, а расхождения проверяем на сырых данных.
5. Контроль отклонений в сезонКаждую неделю сравниваем фактический спрос с кривой и при росте отклонения обновляем кривую бюджета.

Анализ сезонного спроса: метрики и требования

Команда данных и ИИ The Brand Move

Чтобы узнать больше о «Анализ сезонного спроса» и других услугах анализа с помощью ИИ, свяжитесь с командой The Brand Move по данным и ИИ.

Связаться с нами