6 корректировок, которые снизили ДРР с 200% до 35% в кампании со смарт-баннерами — кейс о продвижении БАДов

Компания «ОДАС Фарма» продает продукцию NFO (до 2021 года называлась Norwegian Fish Oil) на территории России. Бренд представлен в нашей стране с 2013 года. В ассортимент входят Омега-3, витаминные и растительные комплексы, произведенные в Норвегии.

Товар продается через монобрендовый интернет-магазин и маркетплейсы, также он представлен в офлайн-торговле (супермаркеты, медцентры, аптеки и так далее).

На проекте мы решили протестировать смарт-баннеры, которые в марте стали доступны для БАДов.

Запустились с ДРР в 200% и всего двумя транзакциями за первые девять дней. Кампании оптимизировали в несколько итераций.

Ниже рассказываем, как корректировали фид, чтобы объявления отображались корректно и привлекательно: с правильными заголовками, описаниями, фоном, пропорциями. А также о том, какие корректировки вносили в кампании. Вся эта работа привела к понижению ДРР с 200% до 35%. Мы сделали выводы о результативности смарт-баннеров для разных аудиторий — ими также поделимся с вами.

Рекламные кампании были запущены в апреле — не самый удачный момент, так как летом спрос на биологические добавки и витамины неизбежно падает, это наблюдается из сезона в сезон. Но даже в такой ситуации мы обеспечили рост продаж и улучшение основных показателей.

• Чем полезны и какие бывают смарт-баннеры

• Корректировки, которые внесли в фид

• Корректировки, которые внесли в кампании

• Выводы и рекомендации

Чем полезны и какие бывают смарт-баннеры

Смарт-баннер — удобный инструмент Яндекс Директа для ретаргетинга и генерации продаж с оплатой за клики и динамическим контентом. Он занимает целый рекламный блок, что позволяет показывать несколько текстово-графических объявлений вместе.

Блоки размещаются в рекламных сетях Яндекса. Какие аудитории можно выбрать для таргетинга:

• ретаргетинговую — то есть пользователей, которые уже были на сайте и просматривали какие-либо предложения;

• look-alike — новую аудиторию, которая еще не была на сайте, но похожа на ту, что смотрела товары.

В первом случае на баннерах показывается продукция, ранее заинтересовавшая пользователя.

Все данные по продукции (цена, изображения, названия и описания) система может брать из двух источников:

1. Сайт. В этом случае страдает гибкость рекламной кампании. Система автоматически собирает данные на площадке и формирует креативы, повлиять на процесс нельзя.

2. Фид. Если объявления генерируются на основе информации, содержащейся в фиде, настройки гибче. Так можно указать, из какого тега брать название, какую картинку показывать. Есть возможность настроить показ товаров по акции с указанием процента скидки, что немаловажно.

Реклама по фиду обеспечивает больший контроль над содержанием объявлений, поэтому мы решили использовать ее.

Корректировки, которые мы внесли в фид

До запуска рекламы представитель заказчика составил фид, на основании которого создавались первые кампании. Для генерации использовался стандартный модуль «1C-Битрикс: Управление сайтом». Из-за его ограниченных возможностей в плане кастомизации возникло сразу несколько проблем:

• Заголовки объявлений формировались некорректно.

• Нельзя было использовать кастомные характеристики товаров. Были доступны только стандартные поля (описание, анонс и так далее).

• Возникали проблемы с изображениями — PNG-файлы подгружались в Яндекс некорректно. На некоторых картинках был черный фон вместо прозрачного, на отдельных форматах баннеров изображения обрезались.

• Еще одной проблемой стало некорректное название товаров — бренд Norwegian Fish Oil после ребрендинга стал называться NFO, а в объявлениях отображался старый вариант.

Исправили названия

Благодаря опции создания товаров с использованием тега из фида названия в смарт-баннерах удалось настроить.

Мы решили использовать для формирования заголовков тег <name>.

Корректировка заголовков уже улучшила объявления.

Однако оставались проблемы. Описания требовали доработки. Некоторые баннеры все еще масштабировались некорректно, картинки обрезались, из-за чего реклама выглядела не лучшим образом. У картинок в формате PNG фон на баннере становился черным.

Исправили описания

Нужно было скорректировать тег <description>, чтобы длина описаний не превышала 81 символ. Но модуль генерации фида, который применялся изначально, не позволял настраивать кастомные тексты для описаний товаров.

В итоге мы нашли более эффективный инструмент — модуль Яндекс Маркета для бизнеса. Он позволил кастомизировать офферы в фиде, благодаря чему удалось решить все проблемы. В выгрузку мы добавили тег <name>, определяющий заголовок в объявлениях, а скорректированные описания выгружались в тег <description>.

Изначально оффер выглядел так:

После корректировки он существенно изменился:

Исправили изображения

В том же модуле от Яндекс Маркета можно было добавить изображения в любом формате — теперь это были идеально подходящие картинки на белом фоне в формате JPG.

Все это позволило улучшить объявления, теперь они выглядели именно так, как требовалось:

Картинки подходят по пропорциям, нет черного фона, заголовки правильные, а размер описаний именно такой, какой требуется.

К слову: как проверять объявления по фиду

Важно запросить файл с фидом у клиента, открыть его и проверить, отвечает ли фид требованиям Яндекса.

Проверить генерацию фида можно прямо в интерфейсе Яндекс Директа: в левом меню открыть раздел «Библиотека», нажать на пункт «Креативы для смарт-баннеров».

В этом разделе можно проверить баннеры в режиме предпросмотра. По опыту, в нем показаны не все варианты, поэтому рекомендуем искать ваши смарт-баннеры непосредственно на сайтах РСЯ, например, в сервисах Яндекса, и смотреть, корректно ли они отображаются.

Корректировки, которые внесли в кампании

На стадии запуска рекламной кампании в середине апреля мы решили поставить ее на конверсионную автостратегию «Оптимизация конверсий» по цели «eCommerce: Покупка». Использовалась средняя цена за конверсии по аккаунту. Кампанию настроили на аудиторию ремаркетинга.

Выбрали эту стратегию на старте, так как ожидали от кампании хорошего потока покупок. Если бы мы были не уверены, что она сможет выйти на нужное для обучения кампании количество конверсий, то выбрали бы более достижимую цель, например, «Начало оформления заказа» или «Добавление в корзину». Цель «Добавление в корзину» — не лучший выбор для ретаргетинговых смарт-баннеров, так как мы и так таргетируемся на пользователей, которые добавляли товары в корзину или просматривали товары на сайте. Для смарт-баннеров на ретаргетинг аудиторию важно именно довести пользователей до покупки.

Альтернативно мы могли бы выбрать стратегию «Оптимизация доли рекламных расходов», но эта стратегия более требовательная к количеству конверсий. По итогу текущая стратегия «Оптимизация конверсий» работает оптимально и полностью нас устраивает.

Кампания работала и собирала статистику. Через девять дней мы проанализировали данные, результаты были неутешительными: ДРР превысила 200%, за этот период было всего 2 транзакции, CR составил 0,2%.

Почистили площадки и указали корректировки по возрасту

Мы отключили ряд площадок, и после анализа статистики по микроконверсиям решили убрать рекламу на возрастные категории «До 17 лет» и «18 лет — 24 года». На этом же этапе изменили логику формирования названий в объявлениях, процесс описан выше.

Внесенные изменения помогли улучшить показатели рекламной кампании.

Кроме того, обучалась сама стратегия. Как правило, кампании на ML-алгоритмах Яндекса активно обучаются первую неделю — две или быстрее, если трафика и конверсий много. Далее показатели стабилизируются, хотя обучение продолжает идти.

Через 49 дней со старта (в середине июня) результаты были такими: ДРР уменьшилась до 33,87%, CR составил 1,76%, а CTR — 0,2%. При этом количество показов и кликов уменьшилось примерно вдвое.

После перехода на новый модуль, о котором также рассказано выше, удалось улучшить некоторые показатели. ДРР составила 35,49%, но при этом CR увеличился до 2,13%, а CTR — до 0,32%.

Добавили сегмент look-alike

В июле решили протестировать смарт-баннеры на похожей аудитории, оптимизацию настроили по добавлению товаров в корзину.

Примерно через месяц мы проанализировали данные.

Оказалось, что этот вариант показал более высокий CTR — 1,27% (по ремаркетингу значение составило 0,36%). CPC оказался меньше примерно в два раза. Но при этом CR был ниже почти в пять раз, что также объяснимо, ведь мы показывали объявления новой аудитории, а не возвращали старую. ДРР в сравнении с ремаркетинг-аудиторией оказалась выше в полтора раза.

Стоит отметить еще одну особенность. Помимо конверсий по последнему клику кампания обеспечивает взаимодействие пользователей с сайтом, выступая первым или промежуточным контактом.

Поэтому смарт-баннеры давали не только конверсию по последнему клику, 60% из них были дополнительными: реклама привлекала новый трафик, который впоследствии конвертировали другие каналы продаж.

Скриншот — из Google Analytics. Отчет «Многоканальные последовательности — Основные пути конверсии» (Основной параметр — «Путь кампании») по конверсии «Транзакция» электронной торговли с периодом ретроспективного анализа 30 дней до конверсии и длиной последовательности «один и более».

В отчете отфильтрованы данные по кампании y_smartbanners_lal_feed_rf. (смарт-баннеры на похожих пользователей). Он показывает, какие касания, в нашем случае переходы на сайт, были у пользователей, которые пришли в первый раз с рекламной кампании со смарт-баннерами по аудитории look-alike.

Выводы и рекомендации

Дадим несколько рекомендаций, основываясь на своем опыте работы со смарт-баннерами.

Проверяйте правильность отображения данных в объявлениях. Эффективность работы смарт-баннеров напрямую зависит от корректной настройки фида.

В целом БАДы — такой же товар, как и другие, разве что к ним предъявляются дополнительные требования по части оформления рекламы. Их нужно соблюдать, иначе Яндекс заблокирует кампанию.

По каждому препарату необходимо предоставить в Яндекс свидетельство о государственной регистрации БАДа. Реклама будет автоматически маркироваться текстом: «Биологически активная добавка. Не является лекарственным препаратом». Другие требования к посадочной странице и текстам объявления отражены в справке Яндекса.

Важная часть работы — регулярная оптимизация кампании. Следует анализировать результаты, чтобы менять настройки и отключать неэффективные площадки. Таргетинги можно оптимизировать по разным срезам: пол, возраст, местоположение, тип устройств и так далее.

Результаты кампании оптимально смотреть раз в неделю и вносить изменения в стратегию не чаще, лучше всего — раз в две недели, но только если это необходимо и результаты вас не устраивают. Алгоритмы потратят неделю на переобучение кампании.

Проводить чистку площадок можно в раз в две недели — месяц, со временем — раз в три месяца. Важно для себя понять, какое количество кликов вам нужно минимально получить с площадки, чтобы понять, эффективна она или нет. Это, как правило, зависит от CR кампании. Учтите, что площадок много, и на проверку каждой может уйти слишком много времени/денег. Попробуйте заранее определить для себя категории плохих площадок, основываясь на предыдущем опыте. Например, это могут быть детские сайты, игровые приложения, сайты готовых домашних заданий, новостные порталы и так далее. По этому принципу просмотрите и сразу уберите те площадки, которые, скорее всего, не будут работать.

Срезы имеет смысл проверять раз в месяц — три месяца. Как правило, стратегия сама за счет алгоритмов ML приоритизирует трафик на эффективные параметры аудитории. Но периодическая проверка все равно требуется.

Стоит протестировать и аудитории look-alike — они могут оказаться эффективным инструментом привлечения новых клиентов. С такими аудиториями имеет смысл настроить оптимизацию конверсий не по заказам, как для ретаргетинга, а по добавлению товаров в корзину, потому что это новые пользователи.