Как стать автором
Обновить
116.61
МАКО DIGITAL
Контекстная реклама и маркетплейсы. KPI -результат

Нестандартные гипотезы в контекстной рекламе, которые увеличили выручку на 30 млн рублей

Уровень сложностиПростой
Время на прочтение7 мин
Количество просмотров1.5K

В прошлом году интернет-магазин мягкой мебели лишился источника 70% продаж в виде Google Ads. Делимся полным списком рекламных механик, которые не только отыграли спад продаж, но и обеспечили рост по итогам года. Применяйте их на своих проектах и учитесь на ошибках других. 🙂

Привет! Мы МАКО — агентство контекстной рекламы с оплатой за результат. С весны 2021 года мы продвигаем интернет-магазин крупного производителя мебели, который пожелал остаться анонимным в этой истории. Изначально клиент пришёл к нам с задачами: увеличить ежемесячный оборот и снизить долю рекламных расходов (ДРР) с 30% до 20%.

В 2021 году порядка 70% продаж приходилось на Google Ads. В начале 2022 года мы лишились этого источника. Поначалу у всех опустились руки, потому что Яндекс исторически работал хуже. Казалось, что только за счёт него не получится вернуться даже к старым показателям по выручке и доле рекламных расходов. Но мы не просто удержали продажи на том же уровне, а значительно улучшили показатели: увеличили доход на 30 000 000 рублей в сравнении с прошлым годом, а долю рекламных расходов снизили до 20%.

В прошлом году, на наше счастье, Яндекс активно развивался: улучшал работу алгоритмов и представлял новые инструменты. Наше агентство в числе первых получало к ним доступ и участвовало в различных тестах. В этой статье я расскажу о восьми гипотезах, которые мы проверяли в прошлом году.

Какие гипотезы сработали

✔️ Гипотеза №1. Наличие характеристик товаров в заголовках улучшит эффективность работы динамических кампаний на поиске за счёт более релевантного объявления.

Динамическая кампания на поиске работает на основе фида, из которого алгоритмы берут информацию для своей работы. Фид — файл с данными товарных позиций. Может создаваться автоматически в системе управления сайтом, а можно формировать вручную. От фида зависит: по какому поисковому запросу покажется объявления; какой будет заголовок в объявлении; на какую посадочную страницу попадёт пользователь. Обычно в фиде фигурирует та же информация, что и на странице товара на сайте: в заголовке дивана написано что-то типа Аврора» и следом его артикул. Так динамические объявления работают хуже.

Категория товара, цвет, наличие или отсутствие каких-то составляющих в названии товара положительно сказываются на работе динамических кампаний: динамические объявления на поиске, смарт-баннеры, товарная кампания. Алгоритмам становится проще подобрать условие показа и релевантную страницу для пользователей, а заголовок объявления максимально соответствует запросу.

В идеале название товара на сайте должно содержать в себе характеристики товара. Однако переделывать карточки товаров в крупных интернет-магазинах трудозатратно и не настолько приоритетно для разработчиков. Проще и быстрее в этом случае изменить фид.

Мы вынесли характеристики диванов и прочей мебели в параметр фида <name>. Под характеристиками имеем в виду цвет, материал, механизм. Этот тест удался: повысились релевантность страниц, кликабельность объявлений и конверсия в покупку.

Пример товара в обновлённом фиде. Добавили вхождение «диван кровать» в параметр <name> и заполнили <param name> размерами, цветом и материалом каркаса.
Пример товара в обновлённом фиде. Добавили вхождение «диван кровать» в параметр <name> и заполнили <param name> размерами, цветом и материалом каркаса.

✔️ Гипотеза №2. Сделать корректировки по геолокации.

Создали несколько гео-сегментов в Яндекс Аудиториях:

  • посетители выставок, в которых участвовали товары клиента;

  • посетители торговых центров, в которых у клиента есть шоурум.

На эти сегменты мы сделали повышающие корректировки. В поисковых кампаниях корректировки дали рост количества конверсий, а в РСЯ корректировки дали медийный эффект и повысили узнаваемость бренда. Гипотеза сработала.

✔️ Гипотеза №3. Использовать для оптимизации несколько целей в Мастере кампаний и Товарной кампании с оплатой за конверсии.

Сначала это тоже был закрытый тест Яндекса, а сейчас — общедоступная настройка в кампаниях. Если задать для оптимизации конверсий несколько целей, алгоритмы будут обучаться по каждой из них по-отдельности. Система выставляет приоритеты оптимизации в зависимости от цены каждой указанной цели: чем выше цена, тем выше приоритет для алгоритмов.

Например, можно импортировать из CRM цель по максимально целевым лидам и добавить её для оптимизации в Мастер кампаний и Товарную кампанию с более высокой ценой. При этом в настройках оставить оплату и за конверсию по отправке формы обратной связи. Так получается бороться с фродом и повышать конверсию в качественный лид на 20–30% за счёт новых паттернов для алгоритмов.

Для интернет-магазина мебели мы тестировали оптимизацию одновременно по цели «Покупка» и по составной цели на пути к покупке — от добавления товара в корзину до перехода в корзину. Гипотеза сработала, алгоритмы работали на обе цели.

Оптимизация одновременно по двум целям. Составная цель содержит в себе отдельные шаги на пути к покупке и засчитывает достижение любого из этих шагов.
Оптимизация одновременно по двум целям. Составная цель содержит в себе отдельные шаги на пути к покупке и засчитывает достижение любого из этих шагов.

✔️ Гипотеза №4. Получим дополнительные лиды из CPA-сети «Где Слон?».

CPA-сети — это площадки, которые организуют сотрудничество рекламодателей и вебмастеров. Первые хотят, чтобы на их сайте совершили целевое действие. Вторые зарабатывают привлечении посетителей на сайт рекламодателей. Оплату при этом вебмастера получают только за посетителей, которые совершили целевое действие. Отсюда и название: CPA — cost per action, цена за действие..

Возможно, это одна из самых простых, но эффективных гипотез. Мы подключили платформу CPA-маркетинга «Где Слон?», в которой оплачивали только выкупленные заказы. Разместили предложение. Получили продажи с долей рекламных расходов на уровне 11% при среднем показателе по другим источникам в районе 20%. Гипотеза сработала.

CPA-платформа «Где Слон?» приносит несколько десятков лидов в месяц с конверсией в продажу от 50% до 80%. Самое приятное — доля рекламных расходов на уровне 11%. Это в два раза меньше, чем средний ДРР по остальным инструментам.
CPA-платформа «Где Слон?» приносит несколько десятков лидов в месяц с конверсией в продажу от 50% до 80%. Самое приятное — доля рекламных расходов на уровне 11%. Это в два раза меньше, чем средний ДРР по остальным инструментам.

Какие гипотезы не сработали

❌ Гипотеза №5. Показывать рекламу в Google пользователям VPN, которые находятся в России, но продолжают пользоваться поиском от Google.

Реклама может и пропала из Google в России, но люди продолжают пользоваться этим поисковиком. Пользователи и спрос есть, а способа взаимодействия, кроме SEO, нет. На старых аккаунтах запустить рекламу уже не получалось, поэтому мы создали новый аккаунт в Google Ads с платежными данными физического лица и картой оплаты из СНГ. В других случаях Google блокировал аккаунт ещё на этапе создания.

Чтобы показывать рекламу именно тем, кто в России заходит в интернет через VPN, мы выбирали таргетинг на весь мир, но на русскоязычную аудиторию через выбор языка в настройках кампании.

Были показы объявлений. Были переходы на сайт и даже были конверсии. За месяц такой сложный способ показа рекламы принёс порядка 300 000 рублей выручки. Однако стоимость таких конверсий была слишком высокая. Мы решили, что это того не стоит и перестали показывать рекламу. Гипотеза не сработала.

Таргетинг на все страны и русский язык в настройках рекламной кампании в Google Ads.
Таргетинг на все страны и русский язык в настройках рекламной кампании в Google Ads.

❌ Гипотеза №6. Использовать в качестве условия таргетинга кастомные сегменты Яндекса.

Мы попали в закрытый тест нового инструмента Яндекса. На крупных клиентах проще проводить тесты, потому что есть и бюджеты на это и на выходе будет достаточно данных для статистики.

Кастомные сегменты — это те же сегменты аудиторий, но Яндекс формирует их самостоятельно на основании собственных данных. Мы запросили сегмент пользователей, которые одновременно интересуются мебелью, посещали торговые центры и интересуются темой ремонта. Сам по себе инструмент выглядит интересно, но это был один из первых тестов, который в нашем случае провалился. Продажи были, но конверсия была низкой. Гипотеза не сработала.

Сегмент аудитории по данным Яндекса на фоне других корректировок выглядит совсем слабо. Низкая конверсия, высокая цена цели и никакая рентабельность.
Сегмент аудитории по данным Яндекса на фоне других корректировок выглядит совсем слабо. Низкая конверсия, высокая цена цели и никакая рентабельность.

❌ Гипотеза №7. Автотаргетинг поможет охватить больше целевых запросов.

Автотаргетинг — инструмент Яндекс Директа, который самостоятельно подбирает поисковые запросы, по которым будет показывать объявление. Алгоритм анализирует информацию в объявлении и на посадочной странице и решает, соответствует ли она запросу пользователя.

Мы предполагали, что включение автотаргетинга внутри уже работающей группы позволит охватить больше запросов. Оказалось, что в группе с заранее собранной семантикой этот инструмент начинает «душить» ключевые слова и забирать показы и бюджет на себя. В кампаниях с оплатой за конверсии сам по себе автотаргетинг работает эффективно, но группы объявлений с ним в целом отрабатывают хуже. Если и тестировать автотаргетинг, то только в отдельной группе объявлений, без ключевых слов внутри. Гипотеза не сработала.

Это статистика кликов по объявлениям в динамике. С конца февраля мы начали тестировать автотаргетинг. Вертикальная черта — конец активного теста. С этого момента переходы по фразам становятся более равномерные.
Это статистика кликов по объявлениям в динамике. С конца февраля мы начали тестировать автотаргетинг. Вертикальная черта — конец активного теста. С этого момента переходы по фразам становятся более равномерные.

❌ Гипотеза №8. Автоматическая стратегия «Оптимизация ДРР» будет работать не хуже оптимизации конверсий.

В рекламном кабинете называется по-другому — максимум конверсий с ограничением доли рекламных расходов. Обычно хорошо работает у интернет-магазинов с количеством заказов заказов больше 10 в день и высоким средним чеком — больше 20 000 рублей с покупки. Отлично показывает себя в динамических объявлениях и форматах.

На этом проекте сперва тоже всё было хорошо: продажи и ДРР укладывались в согласованный KPI. Однако в конце месяца часть заявок отменилась и ДРР скакнул до 30%. Похоже, что стратегия оптимизации по доле рекламных расходов не подходит бизнесам с длительным сроком принятия решения — у интернет-магазина мебели этот срок составляет около двух недель. Гипотеза не сработала.

Как тестирование гипотез сказалось на выручке интернет-магазина

За 2022 год доход интернет-магазина увеличился на 30 000 000 рублей, а доля рекламных расходов снизилась на 7%. Несмотря на отключение в Google, интернет-магазин не только удержал продажи на прежнем уровне, но и значительно вырос. И это только на одном Яндексе. Для сравнения: в августе 2021 года Google принёс 70% лидов со средней стоимостью в два раза ниже, чем в Яндексе. В августе же 2022 года уже только из Яндекса мы получили больше продаж и дохода.

Всплеск продаж в марте связан с внезапным ростом спроса. Люди боялись не успеть купить мебель. ДРР в этот месяц был рекордно низким. Потом постепенно вышли на ровные показатели.
Всплеск продаж в марте связан с внезапным ростом спроса. Люди боялись не успеть купить мебель. ДРР в этот месяц был рекордно низким. Потом постепенно вышли на ровные показатели.

Аудит рекламы — один из способов узнать, можно ли что-то улучшить в вашей ситуации. Если вас не устраивают текущие показатели по объёму или стоимости обращений, закажите у нас бесплатный аудит. Мы проверим вашу рекламу и спрогнозируем доход и количество заявок с учётом накопленной статистики, конверсии сайта и данных по вашей нише.

Теги:
Хабы:
Всего голосов 4: ↑3 и ↓1+4
Комментарии4

Публикации

Информация

Сайт
makodigital.ru
Дата регистрации
Дата основания
Численность
31–50 человек
Местоположение
Россия