new

Как настраивать конверсионные стратегии: работа над ошибками. Читайте в спецпроекте

6675 https://ppc.world/uploads/images/e9/33/5e4fd847800e3-vintage-3607060-1280.jpg 2020-02-25 Директ Google Ads ppc.world 160 31

Как интернет-магазину автоматизировать контекст и продавать товары на 750 000 рублей в месяц

В этом материале директор маркетингового агентства dino agency Глеб Парфенов рассказывает, как интернет-магазину автоматизировать запуск контекстной рекламы: о процессе, преимуществах и сложностях.

Наше агентство занимается комплексным маркетингом и помогает компаниям выстраивать продажи. Сегодня мы поделимся опытом запуска контекстной рекламы в Яндекс.Директе для одного из наших клиентов.

О проекте

Клиент: крупный интернет-магазин.

Ассортимент: более 7000 товаров — от смартфонов и компьютеров до настольных игр и товаров для детей.

Особенности проекта: на протяжении 2019 года 90% продаж приносил Яндекс.Маркет. Но для интернет-магазина со средней маржинальностью 7-10% это дорогой источник трафика. Также ситуация осложнялась ростом конкуренции и демпингом.

Задача: найти дополнительные каналы онлайн-продаж.

KPI: средняя стоимость заказа должна составлять не более 10% от суммы продаж.

Период работы: один месяц (декабрь 2019 года).

О стратегии, выборе каналов и инструментов

Ключевая стратегия проекта — перераспределить часть продаж с Яндекс.Маркета на альтернативные каналы, где мы смогли бы более гибко работать с ценовой политикой магазина и при этом иметь оптимальные KPI. Так как у нашей команды большой опыт работы с различными рекламными каналами, мы решили протестировать их по максимуму, а потом масштабировать наиболее эффективные. 

В итоге решили использовать:

  • SEO;
  • контекстную и медийную рекламу в Яндекс.Директе и Google Ads;
  • таргетированную рекламу;
  • постинг в социальных сетях;
  • размещение на площадках вроде «поиск-подбор» (например, Aport и Regmarkets);
  • email-рассылки;
  • размещение на площадке Admitad.

По общему бюджету и порядку запуска каналов нас не ограничивали. Но без сложностей не обошлось: на этапе проработки стратегии мы поняли, что популярные товары очень быстро заканчиваются на складе. Сотни позиций могли раскупить за 1–2 дня.

Такая ситуация осложняла запуск контекстной рекламы для отдельных товаров и товарных категорий, т. к. вручную отслеживать наличие товаров на складе — объемная задача как для нас, так и для клиента. Мы поняли, что нужно искать сервисы и инструменты для автоматизации контекстной рекламы. Остановились на лингвогенераторе от eLama, так как:

  1. Он предназначен специально для продвижения интернет-магазинов — позволяет автоматически создавать рекламные кампании в Яндекс.Директе и Google Ads на основе загруженного YML-фида.
  2. С eLama мы работаем уже три года, знакомы с сервисом и его возможностями.

Следуя стратегии продвижения, мы должны были протестировать все разделы сайта и определить, на какие из них выгоднее вести трафик.

Перед запуском мы проанализировали продажи по категориям сайта и составили предварительные прогнозы по каждой из них.

Предложили запустить рекламу для самых перспективных разделов, но клиент настоял на запуске сразу по всем разделам. Это существенно ухудшило суммарные показатели, но мы уверены, что полученные результаты и инсайты помогут нам в дальнейшей работе.

Что сделали с помощью лингвогенератора

Структурировали рекламные кампании по разделам каталога

Это было важно, т. к. каждый раздел имеет свою маржинальность. Где-то она 3%, а где-то все 50%. При этом средние чеки варьируются от 500 до 100 000 рублей, а это существенно влияет на максимально допустимую стоимость привлеченного заказа.

Сделать такое разделение в лингвогенераторе оказалось очень просто — достаточно было передать в YML-файле код раздела и выбрать создание структуры кампаний «по разделам».

Исключили из генерации конкретные товары в разделах

Исключили все товары, стоимость которых составляла менее 300 рублей. Например, эта функция пригодилась для раздела с батарейками и аккумуляторами, где цена одной позиции могла составлять от 99 до нескольких тысяч рублей.

Выбрали подходящие комбинации ключевых фраз

Лингвогенератор позволяет выбирать, как создавать ключевые фразы, а также объединять их в одну группу объявлений или указывать транзакционные добавки. Рассмотрим на примере.

Мы передаем в YML-файле следующие данные:

  • раздел «наушники»;
  • наименование товара «air pods pro»;
  • дополнительная характеристика «беспроводная зарядка»;
  • транзакционные слова «спб», «купить» и «цена».

В итоге можем получить следующий набор ключевых фраз:

  • «air pods pro»;
  • «air pods pro наушники»;
  • «air pods pro беспроводная зарядка»;
  • «air pods pro спб»;
  • «air pods pro купить»;
  • «air pods pro цена»;
  • «air pods pro наушники спб»;
  • «air pods pro наушники купить» и другие.

Как это выглядит в интерфейсе инструмента:

Это существенно упрощает работу со списком ключевых фраз, т. к. мы можем просмотреть их еще на этапе генерации. После запуска мы заметили минимальное количество нецелевых запросов. А при создании рекламных кампаний вручную можно запросто их проглядеть или потратить много времени на их исключение.

Что понравилось при работе с инструментом

Гибкое создание объявлений

При создании рекламных объявлений можно сразу указать быстрые и отображаемые ссылки (последние лингвогенератор умеет создавать самостоятельно). Также есть возможность настроить описания и заголовки. Еженедельно мы обновляем в аккаунте клиента 4000+ рекламных объявлений. Благодаря лингвогенератору это занимает час времени.

Пример объявления

Удобный интерфейс

Интерфейс лингвогенератора простой и приятный. Также радует, что у eLama есть короткие обучающие видео — с их помощью даже начинающие специалисты быстро разберутся с настройкой.

Регулярные обновления

Как мы писали выше, с eLama сотрудничаем уже давно и знаем, что команда регулярно работает над своими инструментами. Не стал исключением и лингвогенератор: недавно у него полностью обновился интерфейс, а в инструменте появились полезные фичи, например, теперь можно указать, какие преимущества использовать в объявлении при наличии определенных слов в ключевой фразе.

О трудностях

Проблемы с YML-файлом

В лингвогенератор можно загрузить YML-файл, который используете для Яндекс.Маркета. Но, как показывает практика, лучше заранее продумать, что и как вы хотите рекламировать, а потом подготовить отдельный YML-файл для лингвогенератора. Нам понадобилось 2–3 недели на разработку и его согласование. Генерация и экспорт рекламных кампаний с готовым YML-файлом занимает 1-2 дня.

Модерация Яндекса и работа с новыми товарами

На сайте клиента еженедельно появляются сотни новых товаров. Лингвогенератор видит их и создает соответствующие группы объявлений, но они долго висят в черновиках. Мы вручную отправляем эти объявления на модерацию через Директ Коммандер. Это требует ежедневного контроля, а также нужно выделять около 30 минут в день на импорт / экспорт кампаний в Коммандер.

Иногда новые разделы могут «зависнуть» на модерации или продублироваться в аккаунте Яндекс.Директа. В этом случае нужно писать в поддержку eLama. Но отвечают и помогают быстро, поэтому минусом это назвать сложно, скорее, небольшим неудобством.

Результаты

В итоге мы запустили с помощью лингвогенератора 86 рекламных кампаний (это около 4000 объявлений для 6000 товаров).

Еженедельно мы собирали сквозной отчет по каждой кампании на основе данных электронной коммерции в Яндекс.Метрике.

Пример отчета

На основе полученных данных корректировали стратегии размещения и ставки. Также проводили полный аудит рекламной кампании, если показатели нас не устраивали.

Результаты получились такими:

  • 1 неделя: бюджет 15 000 рублей, доход 92 000 рублей (KPI 16%).
  • 2 неделя: бюджет 15 000 рублей, доход 195 000 рублей (KPI 7%).
  • 3 неделя: бюджет 12 000 рублей, доход 152 000 рублей (KPI 7%).
  • 4 неделя: бюджет 18 000 рублей, доход 309 000 рублей (KPI 6%).

Потрачено на контекстную рекламу: 61 000 рублей.

Общая сумма привлеченных заказов: 750 000 рублей.

Также мы провели аудит всех запущенных кампаний. По его итогам:

  • оставили 23 кампании, которые доказали свою эффективность;
  • полностью остановили 20 кампаний, результаты которых нас не устраивали;
  • 41 кампанию оставили запущенной для сбора статистики (бюджет на них был минимальным).

KPI по данным Яндекс.Метрики — 8,1% (расходы на рекламу от суммы продаж), что соответствует поставленной задаче.

Еще 15% заказов мы не смогли отследить со стопроцентной точностью, т. к. не учитывали ассоциированные конверсии. Также часть привлеченных заказов могла присвоиться Яндекс.Маркету и органическому поиску.

Что можем сказать о лингвогенераторе

  1. Это полезный инструмент, который помогает запускать контекстную рекламу интернет-магазинам с большим ассортиментом товаров.
  2. По нашему мнению, он позволяет экономить до 80% времени, которое раньше уходило на ручную работу.
  3. В освободившееся время можно заняться аудитом рекламных кампаний.

С лингвогенератором планируем работать дальше, а также будем улучшать текущие KPI.

 

Подробнее об инструменте

Перейти на сайт

Комментарии 12

Авторизуйтесь, чтобы оставить комментарий.

  • Виталий Владимиров

    Необычный кейс, но что значит KPI в статье? Имеется в виду ДРР?

    • Глеб Парфенов

      Виталий, привет! Спасибо! Да, это доля рекламных расходов от доходов по источнику.

  • Станислав Беркутов

    Какую роль в эффективности кампании играла узнаваемость магазина и его UX/UI? Возник такой вопрос, потому что размер рекламного бюджета соответствует рядовому eCommerce проекту, а его ДРР - наоборот.

    • Глеб Парфенов

      Станислав, привет! Спасибо за вопрос. В начале запуска проекта делали анализ конкурентов и рынка, а также UX/UI анализ сайта клиента. Узнаваемость у данного бренда низкая (не озон или ситилинк или т.п.), UX/UI ниже рынка. Поэтому эти два фактора скорее наоборот тормозят масштабирование до более высоких бюджетов. Считаю, что больше всего помогла усиленная работа над самим контекстом и ассортиментом, который в нем показываем. Например, когда писали кейс ДРР был 8,1%. Сейчас уже 4,0% и продолжает снижаться за счет исключения низкоэффективных товаров/запросов.

      • Станислав Беркутов

        Глеб, интересный кейс. А бидеры или другие способы автоматизации вы использовали? Если да, то какие?

        • Глеб Парфенов

          Станислав, да, в обязательном порядке бид-менеджер и автопростановку utm-меток от Елама.

  • Сократ Стофорандов

    Было бы интересно узнать, за счет чего вы победили более крупные магазины. В эксель файле смартфоны и телевизоры прошли по KPI, а значит вы успешно настроили контекст на эти товары. За счет чего обошли более известных конкурентов? Вот это интересно.

    • Глеб Парфенов

      Сократ, привет! Спасибо за твои вопросы. Если обобщить, то получатся эти три пункта: 1. За счет работы со ставками в рамках KPI. Т.е. мы рассчитывали необходимую конечную cpc на основе данных маржинальности категорий и товаров. Затем устанавливали ставку, которая может обеспечить целевую cpc. Например, для некоторых смартфонов мы работали при ставке 8 рублей за клик, для других 15 рублей. 2. Качество объявлений. За счет лингвогенератора сделали максимально релевантные объявления под каждый запрос/товар. 3. Работа с РРЦ. Где-то клиент понижал цены, где-то наоборот. Ориентировались по спросу и предложениям конкурентов. Как-то так)

  • Александр Я

    Добрый день. Кейс интересный. Подскажите, пожалуйста, отслеживаете ли Вы wCTR? Правильно ли я понимаю, что Вы создавали ценовые группы для каждой категории товаров, например, смартфоны от 10 до 20 тыс. одна ставка, а для 20-30 тыс. другая. Или под каждый товар рассчитывалась своя ставка?

    • Глеб Парфенов

      Александр, привет! Благодарю за вопрос. wCTR — нет, не отслеживаем. По ставкам — на старте (т.е. в декабре) использовали общую ставку на категорию. Для каждой категории была своя ставка. Сейчас (по итогам квартала) у нас накопились данные по конкретным товарам и мы готовим перезапуск кампаний с учетом фильтрации по цене и брендам.

      • Александр Я

        Глеб, добрый день! wCTR - сможет показать насколько кликабельно объявление без привязки к позиции. То есть данный показатель скажет нам насколько хорошо делаются объявления. Работаю с интернет-магазинами и интересно Ваше мнение. Как Вы считаете актуально ли рассчитывать ставку под каждую фразу? Например, отталкиваясь от прогнозной конверсии и средней арифметичекой от цены товара и уже сделанных заказов?

        • Глеб Парфенов

          Александр, привет! На счет объявлений — да, согласен) Просто за время работы мы сделали свой чек-лист и теперь запускаем всю рекламу по нему, обычно он помогает сделать хороший wCTR. На счет расчета ставки под каждую фразу — у нас есть кейсы, когда мы проанализировали весь контекст клиента за 2 года и собрали значения по конверсиям у каждой фразы. В результате получилось что 50% фраз вообще ни разу не принесли конверсии, а еще 26% приносили конверсии, но их почему-то отключили. Но такой формат анализа и управления подходит для проектов с бюджетом 500К в месяц и выше, т.к. нужен большой массив данных. И даже с такими данными — это всего лишь гипотеза для проверки. На счет прогнозных конверсий — рекомендую не прогнозировать конверсию по фразам, она может быть сильно приблизительной и разной.