Контекстная реклама интернет-магазина косметики

Вводные данные

Интернет-магазин косметики и парфюмерии Beautydiscount.ru обратился в KIT SOLER с задачей увеличить трафик на сайт, повысить продажи и достичь KPI по ДРР 14%.

На тот момент общий показатель ДРР по контекстной рекламе составлял 33,05%. В Яндекс.Директе были запущены четыре кампании, которые работали с ДРР 70%, а в Google Ads работала торговая кампания по всем товарам.

В этом кейсе мы опишем работу с рекламой проекта с сентября 2019 года по июнь 2020 года. Забегая немного вперед, отметим, что годовой план интернет-магазина закрыт в июне: доходы от рекламы в Яндекс.Директе увеличен на 490%, от продвижения в Google Ads — на 106%.

Сбор семантического ядра

Начали со сбора ключевых слов. На первом этапе мы подбирали маски — наиболее широкие ключевые слова — на русском и английском языках. Затем парсили с использованием KeyCollector.

Далее всю чистую семантику мы делили по кампаниям в зависимости от типов ключевых слов.

Группировку ключевых слов проводили также в KeyCollector с использованием функции «Анализ групп». Там все ключевые слова делятся по повторению — ориентируясь на это, разбивали слова на группы.

Типы рекламных кампаний

В рекламных кабинетах настроили разные типы кампаний:

по брендам производителей косметики, представленной на сайте. Это была большая часть кампаний. Для рекламы отбирали наиболее популярные, востребованные бренды с потенциально хорошей конверсионностью;
по бренду самого интернет-магазина Beautydiscount;
оптовую кампанию — для оптовых, dropshipping и fulfillment продаж у клиента есть отдельная страница на сайте. Под нее мы собрали две рекламные кампании: по макро и микробрендам с запросами двух типов: «бренд 1 оптом», «бренд 1 оптовый», «бренд 2 оптом», «бренд 2 оптовый» — и выбрали стратегию «Оптимизация конверсий», где в качестве цели указали заполнение формы для оптовиков;
динамические поисковые объявления в Директе и Google Ads;
ремаркетинг;
по общим запросам о косметике и по отдельным категориям сайта;
и умную торговую кампанию в Google Ads.

Для брендов производителей с большим количеством серий косметики заводили отдельные кампании для каждой серии, например, запускали отдельные кампании для рекламы линеек бренда Avene: Cleanance, Xeracalm и прочих. Для некоторых брендов создавали отдельные кампании по товарным категориям, например, для шампуней Vichy и для солнцезащитных средств Bioderma.

Если у бренда семантики оказалось не очень много, мы сгружали все ключевые слова в одну кампанию по этому бренду.

Динамические поисковые объявления (DSA) в Директе были настроены и по фиду, и по страницам сайта по всем товарам. В этих кампаниях повысили ставки для пользователей, оставивших товары в корзине. Также эти DSA были разделены по геотаргетингу: отдельные кампании для Москвы и Московской области и отдельные — для всех остальных регионов России.

DSA в Google Ads была настроена по страницам сайта по всем товарам и для трех регионов: Москва и Московская область; Санкт-Петербург и Ленобласть; Россия (исключая два предыдущих гео).

Так выглядели наши креативы в КМС (реклама и ремаркетинг):

Подробнее о том, как организовать кампании в Директе и Google Ads для интернет-магазина косметики и парфюмерии, читайте в нашем материале о структуре рекламных аккаунтов с советами по продвижению.

Оптимизация контекстной рекламы

В процессе работы кампаний становилось понятно, какие ключевые слова эффективны, а какие совершенно не приносят результаты. Наиболее эффективными были общие ключи, фразы с коммерческими привязками (купить, цена, интернет-магазин и пр.) и ключевые слова по конкретным товарам.

По всем кампаниям мы регулярно проводили мониторинг и оптимизацию.

Для оптимизации некоторых кампаний в Яндекс.Директе мы подключили Origami: использовали Оптимизатор конверсий и задали Целевую ДРР. Сервис не позволил установить нужное значение ДРР, который нам был нужен (14%), минимум можно было поставить 26%. Объяснялось это тем, что статистики и данных по конверсиям было мало, нужно было задавать более реализуемый KPI; мы выставили ДРР 26%, и через два месяца достигли этого уровня по кампаниям, которые были подключены к оптимизатору.

Кампании для подключения к Origami выбрали на основе данных аналитики: смотрели, по каким кампаниям был средний результат — не самый хороший (чтобы не испортить эффективные кампании), но и не самые неэффективные. И, конечно, важным требованием было, чтобы в совокупности по всем кампаниям, входящим в эту папку Оптимизатора, за месяц было 30 конверсий.

Работа с ключевыми словами и ставками. Ориентируясь на данные по расходу и уровню ДРР в Google Analytics и Яндекс.Метрике, мы принимали решение о корректировке ставок по конкретным ключам или об отключении неэффективных ключевых слов. В некоторых случаях меняли тип соответствия ключевого слова на точный для показа по релевантным запросам.

Корректировка брендовых кампаний по целевым аудиториям. Здесь мы создавали две копии РК по бренду:

в одной исключали пользователей, посетивших сайт (Посетители сайта 30 дней −100%);
в другой, наоборот, настраивали различные повышающие корректировки на необходимые целевые аудитории (например: посмотрели N бренд без покупок за 30 дней +1200%). В этой кампании ставки по ключам изначально заданы низкие.

Также мы разделяли их по гео: Москва и Московская область. Затем, если они отрабатывали хорошо, добавляли СПб и Ленобласть, исключая Москву и Московскую область.

Работа с бюджетами. На эффективные кампании добавляли бюджет или перераспределяли с других кампаний с низкой эффективностью.

Проверка ссылок на посадочные страницы в объявлении. Часто случалось, что товар пропадал из наличия, и, соответственно, объявление с этим продуктом необходимо было отключать. Кроме того, бывало, что в процессе работы мы находили более подходящие посадочные страницы для объявления, например, когда объявление рекламировало какой-то конкретный товар.

Отключение неэффективных кампаний. Была большая проблема и с категорийными РК, так как на сайте не фиксируется фильтр в ссылке, а категорийных страниц у брендов практически нет (только по некоторым брендам некоторые категории). Разберем ситуацию:

Покупатель заходит на сайт, чтобы выбрать крем Avene, открывает категорию «Кремы для лица».
Чуть ниже он выбирает нужный бренд — Avene.
Нажимает «Показать», а фильтр в URL так не фиксируется. Соответственно, мы не могли использовать эту ссылку в качестве посадочной в рекламных кампаниях по категории «Кремы для лица Avene».

В таких случаях мы вынуждены были вести объявления по запросам типа «бренд + категория» на общую посадочную по бренду с большим количеством товаров, где пользователю приходилось долго листать, чтобы найти нужный продукт.

Эта недоработка может вести к увеличению показателя отказов. В нашем случае кампании с такими посадочными оказались неэффективными. Поэтому для рекламы отдельных категорий товаров крайне важно, чтобы на сайте интернет-магазина фильтры работали корректно и передавались в URL через GET-параметры — тогда их можно будет использовать в рекламных кампаниях. Хорошо проработанные посадочные страницы смогут быстрее привести пользователя к тому, что он искал, а удобство здесь критично важно, от него зависит конверсионность кампании.

Минусовка поисковых запросов. Довольно часто мы проводили проработку для исключения показов по нерелевантным запросам. Здесь особое внимание уделялось показу по синонимам — бывало, что реклама одного бренда показывалась по запросам совершенного другого бренда (скорее всего, из-за того, что является конкурентом на рынке для рекламируемого бренда). При минусовке использовалась надстройка SEMtools для Excel и программа PPC tool.

Мы выгружали список поисковых запросов из статистики за определенный период и проверяли двумя способами:

Проверяли в надстройке SEMtools количество повторений определенных формулировок, состоящих из 2–4 слов, нерелевантые из которых мы сможем заминусовать.

Плюс этого способа в том, что могут быть заминусованы не только отдельные слова, но и целые нерелевантые фразы.
Далее список запросов мы проверяли в программе PPC tool: выгружали туда весь список и разделяли на слова, тут же смотрели по количеству повторений каждого слова, нерелевантные помечали и затем также относили в список минус-слов.

Работа с корректировками ставок. Настройку корректировок делали в соответствии с эффективностью по мобильным устройствам, по полу и возрасту, по сегментам аудиториям. По сегментам меняли ставки так:

Снижали для пользователей, совершивших определенное количество визитов без покупок в течение определенного периода.
Повышали для конверсионных пользователей и аудитории пользователей, достигших определенных целей на сайте: добавление товара в корзину, добавление товара в Wishlist, микроконверсии, посещение более N страниц на сайте, просмотр определенных страниц, категорий, брендов и т. п.

Отключение неэффективных площадок с высокими тратами и низким CTR. Это относится как к РК в сетях, так и к поисковым РК.

Показы на других поисковых площадках, кроме основного поиска Яндекса, например, в поисковике по картинкам, значительно снижают CTR кампаний, поэтому их тоже необходимо минусовать.

При работе с рекламой интернет-магазина важно смотреть в отчеты по e-commerce, статистику по конкретным товарам, выделять наиболее успешные продукты и категории, понять, какие товары до этого хорошо продавались, и продвигать в первую очередь их.

Результаты

Мы почти с нуля настроили контекстную рекламу по всем категориям товаров. KPI по ДРР и доходу интернет-магазина достигнуты в июне. Так, ДРР в Директе снижена на 33 п. п., ДРР в Google — на 15 п. п. Доход от рекламы в Яндексе увеличены на 590%, от рекламы в Google — на 106%.