Что делать, когда заявок мало, стоимость привлечения одного клиента зашкаливает, а расходы на продвижение растут быстрее продаж? Предпринимателю остаётся лишь одно — в экстренном порядке осваивать автостратегии Яндекс.Директ. Ну, или искать надёжного подрядчика, уже владеющего этими знаниями (а лучше — реальным опытом настройки контекстной рекламы).
На примере кейсов МАКО разбираем, как обучать алгоритмы, тестировать промежуточные цели, отсекать мошеннический трафик и добиваться максимальной отдачи от «умных» кампаний.
Что такое автостратегии Яндекс.Директ и почему с ними всё сложно
Автоматические стратегии в Яндекс.Директ — алгоритмы, которые самостоятельно управляют ставками и показами, ориентируясь на заданные цели. Система анализирует поведение пользователей и решает, кому, когда и по какой цене показывать рекламу.
И у такого подхода есть масса преимуществ:
- не нужно вручную корректировать ставки по каждому ключевому слову;
- машинное обучение учитывает сотни факторов, недоступных для ручного анализа;
- алгоритмы работают круглосуточно и мгновенно реагируют на изменения аукциона.
Но есть и трудности, которые приходится учитывать при настройке. Так, автоматическим стратегиям в Директе нужно на чём-то учиться. А значит, без достаточного объёма конверсий алгоритмы просто не смогут понять, какую аудиторию им искать. Возникает замкнутый круг: мало данных → система не обучается → трафик падает → данных становится ещё меньше.
«Отдельная проблема — мошеннический трафик. Фрод стал настоящей ахиллесовой пятой автостратегии Яндекс.Директ. Алгоритмы попросту не способны отличить реального клиента от бота и рано или поздно начинают учиться на «мусорных» данных.»
Андрей Горностаев, эксперт МАКО по контекстной рекламе
В итоге система приводит всё больше некачественных обращений. Рекламодатель платит за заявки, которые невозможно обработать, а кампания скатывается в порочный круг: фрод → обучение на фроде → ещё больше фрода.
Как справляться с этими проблемами? Мы отобрали самые действенные (а главное проверенные) приёмы и разобрали их по схеме: проблема — решение — результат. Выбирайте интересующие ниши и тестируйте на своём проекте!
10 примеров настройки автостратегий в Яндекс.Директ
1. Как объединение целей в автостратегии Директа сэкономило застройщику ЖК 26% бюджета
Проблема
Столичный застройщик продавал квартиры в новом ЖК и вкладывал огромные деньги в контекстную рекламу. Но инвестиции не окупались — каждое обращение обходилось компании в 6899 рублей.
Причина
Покупателей недвижимости можно условно разделить на два типа: тех, кто предпочитает звонить, и тех, кто заполняет формы на сайте. И хотя звонки застройщику поступали, изначально автоматическая стратегия в Директе была настроена на оптимизацию по заявкам, а потому не учитывала телефонные обращения при обучении алгоритма. Как результат, система видела лишь половину картины и не могла выстроить полноценный портрет целевой аудитории.
Решение
Чтобы удвоить объём данных, мы использовали нестандартный приём — подключили стратегию «Максимум конверсий», которая больше подходит для интернет-магазинов. Но именно она позволила объединить две цели:
- заявки из онлайн-форм на сайте;
- зафиксированные телефонные звонки.
Также подключили ещё одну цель — «бронирование квартир». Информацию о ней подтягивали напрямую из CRM в Метрику. И да, указали ДРР 100% (хотя этот показатель в недвижимости обычно не используется).
Результат
Автостратегия получила вдвое больше данных и начала точнее попадать в целевую аудиторию. Стоимость обращения упала на 26% — с 6 899 до 5 134 рублей.
2. Как микроконверсия «3 минуты на сайте» подняла продажи дизайнерской мебели на 21%
Проблема
Производитель дизайнерской мебели премиум-класса получал мало продаж. Схема типичная для этой ниши: реклама ведёт на сайт, посетители изучают каталог и даже оставляют заявки — но покупают всё равно офлайн. Проблема в том, что онлайн-обращений было минимум, а в салон приходило слишком мало людей.
Причина
Автостратегии Яндекса приносили мало конверсий. Их не хватало для обучения — алгоритм не понимал, кого следует искать, и продолжал приводить случайных посетителей.
Решение
Покопались в статистике и обнаружили закономерность: формы заполняют те посетители, которые задерживаются на сайте дольше остальных. Решили использовать это как ориентир для алгоритма: создали в Метрике цель «визит от 3 минут» и перенастроили кампанию на оптимизацию по ней.
Результат
Автостратегия начала приводить вдумчивую аудиторию, которая действительно изучает продукт, после чего продажи выросли на 21%.
3. Как «стоимость корзины» помогла магазину матрасов снизить ДРР до 30%
Проблема
Интернет-магазин матрасов тратил на рекламу 36% от выручки — за гранью окупаемости. Спонсировать рекламу, которая не окупается, владелец не хотел и уже задумывался о том, чтобы полностью отключить контекст.
Причина
Помимо ортопедических матрасов, магазин торговал подушками, наматрасники, постельным бельём и другими сопутствующими товарами. Именно их чаще всего и заказывали посетители. А главный продукт оставался в тени и не особо интересовал посетителей, что негативно сказывался на среднем чеке.
Решение
Очевидный ход — отфильтровать товары по стоимости. Так мы и сделали в кампаниях по фидам. Но для Поиска и Мастера Кампаний этот приём не работает — нужно было другое решение. И мы его нашли: добавили в Метрику цель, срабатывающую только при наполнении корзины на 25 000 рублей и более, и настроили автостратегии Директа на неё.
Результат
Алгоритм начал искать аудиторию, готовую к крупным покупкам. Средний чек вырос, а ДРР упала на 6%.
4. Как дубль Мастера кампаний возродил продажи участков под ИЖС и принёс +35% заявок
Проблема
Компания предлагала два типа земельных участков: под дачи и под индивидуальное жилищное строительство. Но в какой-то момент баланс нарушился — заявки на ИЖС в Подмосковье резко просели, и весь трафик ушёл в дачный сегмент.
Причина
Мастер кампаний зацепился за дачную аудиторию и решил, что именно она — целевая. Алгоритм полностью переключился на этот сегмент и перестал искать тех, кто хочет построить дом для постоянного проживания.
Решение
Трогать работающую кампанию не стали — раз приводит дачников, пусть продолжает. Вместо этого запустили ещё один Мастер Кампаний в полуручном режиме: прописали ключевые фразы под тематику ИЖС и направили алгоритм в нужное русло.
Результат
Автостратегии Яндекс.Директ начали находить покупателей под ИЖС, после чего число обращений на землю под постоянное проживание подскочило на 35%.
5. Как подбор микроконверсий для автостратегии Яндекса вырастил опт подшипников на 27%
Проблема
Оптовый продавец подшипников хотел масштабироваться, но кампания упёрлась в потолок — объём заказов застыл на месте.
Причина
При наращивании бюджета цена обращения росла, а объём заявок оставался прежним. Деньги уходили, а результата так и не было.
Решение
Перебрали множество гипотез, но прорыв случился, когда начали экспериментировать с целями для автостратегии Яндекс.Директ:
- сначала настроили оптимизацию по макроконверсии (заявкам) и получили всего 28 заказов;
- переключились на микроконверсию «Положил в корзину» и «заработали» 55 заказов;
- попробовали оптимизировать цель по времени и достигли отметки в 65 заказов.
Но лучший результат дала составная цель: микроконверсия «посещение минимум 3 страниц» + макроконверсия «отправка онлайн-формы на подбор» — она принесла 89 заказов.
Результат
Правильная комбинация целей увеличила количество заказов на 27%. Кстати, этот приём работает не только в B2B-нише — он подойдёт для продвижения любого продукта, где клиенту необходима консультация перед покупкой.
6. Как оптимизация по электронной почте привела 72 крупных заказчика подшипников за месяц
Проблема
Продавец подшипников из примера выше хотел не просто больше заявок, он ставил задачу привлечь платёжеспособных клиентов с высоким средним чеком.
Причина
Проанализировали, откуда приходят самые денежные клиенты. Выяснилось неожиданное: крупные заказы поступали не через веб-формы и не по звонку, а по электронной почте.
Решение
Настроили автостратегии Директа под этот канал: настроили отслеживание писем и запустили дополнительную Товарную кампанию под эту цель.
Результат
Магазин получил 173 новых заказа, причём 41% из них поступил от крупных покупателей. При том что в других кампаниях этот показатель едва дотягивал до 10%.
7. Как СМС-верификация спасла производителя лестниц от фрода и снизила количество фейковых обращений с 60% до 2%
Проблема
Производителя интерьерных лестниц атаковали фейковыми заявками — 60% обращений сыпались от несуществующих клиентов. Бизнесу пришлось остановить рекламные кампании, из-за чего он сразу уступил рыночные позиции конкурентам.
Причина
Атаковали боты — но не примитивные. Современный фрод научился маскироваться под реальных людей: разные устройства, разные браузеры, много времени на сайте, осмысленные действия. Вычислить их по поведению или отсечь сегментом в Метрике было невозможно.
Решение
Предложили радикальный, но надёжный метод — СМС-верификацию. Просто добавили в форму заявки обязательное подтверждение номера телефона, которого у бота нет и быть не может.
Результат
Доля фейковых заявок упала с 60% до 2%. А количество реальных обращений при этом выросло на 12% — форма с верификацией отпугнула ботов, но не живых клиентов.
8. Как передача данных из CRM подняла долю реальных заявок с 62% до 85%
Проблема
Компания реализовывала участки в подмосковных посёлках — реклама работала стабильно, но в какой-то момент доля фейков резко подскочила до 38%, и потребовалось срочно тушить пожар.
Причина
В какой-то момент фрод «сломал» автостратегии Директа. Алгоритм не мог отличить реальные обращения от «мусорных» и начал обучаться на фейках, что привело к лавинообразному росту некачественных заявок — система искала аудиторию, похожую на ботов, и исправно её находила.
Решение
СМС-верификацию отмели сразу. В этой нише каждое обращение на вес золота, поэтому усложнять форму и рисковать потерей реальных покупателей не хотелось. Мы пошли другим путём: настроили передачу данных из CRM в Метрику и переключили автостратегию на оптимизацию по этой цели. Теперь алгоритм видел, какие заявки доходят до сделки, и искал аналогичную аудиторию.
Результат
Количество целевых обращений выросло с 62% до 85% — без СМС и усложнения форм.
9. Как сегментация аудитории «наоборот» увеличила число реальных заявок на 44%
Проблема
Агентство недвижимости из Дубая запустило рекламу — и тут же столкнулось с кошмаром. 64% заявок оказались пустышками: номера не отвечали, а если кто-то брал трубку — искренне удивлялся: «Какая заявка? Я ничего не отправлял». Менеджеры тратили часы на бессмысленные прозвоны, а до реальных покупателей руки не доходили.
Причина
Качественных обращений не хватало для обучения автоматической стратегии Яндекс.Директ. Алгоритм не понимал, как выглядит целевая аудитория, и продолжал приводить «мусорный» трафик.
Решение
Зашли с другой стороны — научили систему, кого НЕ надо искать. Собрали базу мошеннических номеров, загрузили её в Яндекс.Аудитории и выкрутили для этого сегмента ставки в минус. Затем на основе этой базы создали похожие аудитории (look-alike), чтобы алгоритм отсекал всех, кто по поведению напоминал мошенников.
Результат
Доля качественных обращений выросла с 36% до 80%, а отдел продаж наконец-таки занялся реальными покупателями.
10. Как составная цель в автоматической стратегии Директа избавила строительную компанию от фрода и снизила его с 45% до 11%
Проблема
Строительная компания открыла новое направление — коттеджи из газобетона. Запустили контекст, но результаты не радовали: заявок мало, и почти половина — пустышки.
Причина
Классическая ситуация для узких ниш: заявок слишком мало, чтобы автостратегия Директа нормально обучилась. Алгоритм не понимает, кого искать, и приводит на сайт всех подряд — включая ботов.
Решение
Раз данных по заявкам не хватает — необходимо дать алгоритму другой ориентир. Изучили поведение реальных клиентов: они задерживались на сайте, чтобы изучить проекты и вникнуть в технологию строительства. Боты вели себя иначе — хаотично прыгали по страницам и исчезали через пару минут. Оставалось лишь настроить составную цель «отправка веб-формы» + «минимум 5 минут» и перенастроить автостратегии Яндекса.
Результат
Алгоритм научился отличать заинтересованных клиентов от мусорного трафика, после чего число целевых обращений увеличилось с 55% до 89%.
Теперь вы знаете, как выжимать максимум из автостратегий Яндекс.Директ: объединять цели для полноты данных, использовать микроконверсии при дефиците заявок, бороться с фродом через СМС-верификацию, CRM-данные и составные цели. Главное — не воевать с алгоритмами, а направлять их в правильное русло.
Используйте эти приёмы или доверьте ведение рекламы профессионалам — и начните с бесплатного аудита. Специалисты МАКО найдут технические ошибки в настройках кампаний, дадут рекомендации по улучшению сайта и разработают стратегию продвижения, которая выведет бизнес на новый уровень.
