Фотостоки не балуют своих авторов удобными средствами аналитики, приходится как-то изворачиваться, активно пользоваться таблицами в Excel, программами типа Microstockr Pro или сетами на Shutterstock.
Один из методов, который я применяю — это когортный анализ продаж на фотостоках.
Когортный анализ — поведение группы объектов или данных (когорты), объединенных по какому-либо признаку во времени.
Этот метод может подойти стоковым командам или авторам, которые продуктивно работают в разных стилях. Когортный анализ поможет оценить продажи группы изображений, объединенных по какому-либо признаку во времени.
Однако у метода есть и свои минусы:
- Он позволяет эффективно проанализировать продажи только на Shutterstock (и на Айстоке с натяжкой).
- Метод требует много ручной работы раз в месяц или написание специального парсера.
Объединяем изображения в когорты
Для начала нужно объединить изображения в группы по какому-либо признаку, я это делаю через сеты на Shutterstock. Я формирую когорты по двум признакам: времени загрузки на фотосток и стиля (или имени автора, если вы работаете командой). А еще лучше для каждого стиля (автора) сделать отдельные сеты по времени загрузки изображений на фотосток.
Создаем новый сет, например, Icons Oct 2020, где Icons — это отдельный стиль, тема или имя автора, а Oct 2020 — это месяц, когда изображения были загружены на Shutterstock.
Теперь заходим в Catalog Manager на Шаттерстоке и фильтруем изображения по дате загрузки
Из отфильтрованных изображений выделяем те, которые относятся к Icons или другим стилям, для которых вы создаете когорты.
Я это делаю в начале каждого месяца, создаю сеты для предыдущего месяца для разных групп изображений.
Отслеживаем продажи по когортам
Для отслеживания статистики продаж я сделал специальную таблицу в Google Sheets. Можете воспользоваться моей, а можете сделать свою, которая будет удобнее.
Такая таблица создается для каждого стиля (темы, автора), но если вы рисуете один и в одном стиле, то можно не заморачиваться и сделать всего одну таблицу для всего контента. Тогда вы просто сможете отслеживать как продаются во времени файлы, загруженные в разные месяцы. Можно проводить эксперименты, грузить в один месяц один стиль, в другой месяц другой стиль и смотреть как они продаются.
Таблица
Вверху в таблице две закрепленных строки: месяц и количество файлов, загруженных в этом месяце. Слева два закрепленных столбца: месяц в котором мы отслеживаем продажи и параметры, которые мы отслеживаем. Здесь «продаж всего» и «доход всего» нужно только для того, чтобы не считать в уме разницу с предыдущим месяцем, а рассчитать ее по простейшей формуле. Нас интересует «продажи за период», «доход за период» и RPI.
Таблицу я заполнил случайными данными и вставил простейшие математические действия для расчета. Считаем, что файлы начали загружать в июне 2020 года, а отслеживать статистику в сентябре 2020. Если у вас есть время и желание, вы можете добавить сеты по месяцам хоть с первого файла, загруженного несколько лет назад. Но вот увидеть как ведут себя продажи во времени можно будет только через несколько месяцев регулярного сбора статистики.
Я такую таблицу заполняю первого числа каждого месяца. Чтобы статистика была правильной, это нужно делать регулярно.
В начале месяца я распределяю контент за прошлый месяц по сетам, а потом смотрю количество продаж и доход по всем сетам. Заношу эти данные в таблицу, потом считаю продажи и доход за период по каждой когорте, и смотрю RPI.
Через несколько месяцев будет видно, какой контент оказался более успешным, какой менее, как продажи распределены во времени и т.д.
Заключение
Можно сделать еще проще, у всех, наверное, есть сеты по каким-то темам или стилям, их можно выбрать в качестве когортных группы, но, если эти сеты периодически пополняются, то статистика может быть смазана.
Конечно, такая сложная аналитика не нужна, если вы рисуете один по паре десятков иллюстраций в месяц, но если работает команда или вы рисуете много в разных стилях, то когортный анализ поможет отследить, какой контент продается лучше и быстрее понять, куда стоит сосредоточить усилия, а что лучше бросить как бесперспективную тему.
Фотостоки постоянно публикуют различные тренды, которые на мой взгляд не работают в большинстве случае, вместо этого лучше бы дали больше доступа авторам к внутренней аналитике по продажам, популярным ключевым словам и другим инструментам, но это вряд ли произойдет, поэтому приходится самому что-то придумывать.
Не забудьте подписаться на наш Telegram канал с актуальными новостями о фотостоках и интересной информацией. Коротко и полезно.
Последнее изменение: 25 ноября 2020 в 17:38.