2. В фид попадали модели, в названии которых был указан цвет. Пример: «Вытяжка Maunfeld MZR 60 Black». В итоге на основе заданного шаблона фраз К50 генерировал ключевые слова такого вида:
- Maunfeld MZR 60 Black;
- Маунфелд МЗР 60 Блэк.
Такие ключевые слова нам не подходили, так как они сильно снижали трафик. Большинство пользователей просто вбивают Maunfeld MZR 60, не указывая при этом цвет.
Опять приходилось дорабатывать шаблон фраз.
3. Иногда в названии модели были символы. Например, «Варочная панель Ilve H31/ I». Получали ключевые слова примерно такого плана:
По аналогии с предыдущим примером здесь нужно было дорабатывать шаблон. Так как такой набор ключей сужает трафик.
4. Не все пользователи в поисковую строку вбивают название бренда и модели. Некоторые уже знают, что им надо и просто вбивают модель без бренда. Например, вместо Miele CS 1011 вводят запрос CS 1011. В таком случае им показывается общая реклама по бренду Miele, но под такой узкий запрос пользователю хочется показывать более релевантную рекламу — с моделью, которую ищет пользователь.
Опять пришлось дорабатывать шаблон фраз.
Провели сегментирование брендов по маржинальности
После первичной настройки и автоматизации рекламных кампаний заказчика, мы стали искать возможности для дальнейшей оптимизации нашей работы. У магазина были разные условия работы с брендами.
Мы решили, что можно сегментировать всех поставщиков техники по маржинальности и соответствующим образом перестроить рекламные кампании — уделяя больше внимания более маржинальным брендам.
Заказчик предоставил нам данные по маржинальности каждого поставщика. Далее мы изменили нейминг кампаний, чтобы легче было отслеживать маржинальные бренды. Раньше кампании имели вот такой нейминг:
Brand/Asko/SE/MSK/desk_mob/0/0/0
Brand/Hitachi/SE/MSK/desk_mob/0/0/0
В названии кампаний не было приоритетности.
Все бренды поделили на низкомаржинальный, средне маржинальные и бренды с высокой маржинальностью.
Каждой категории присвоили числительное обозначение. Получилось:
- бренды с высокой маржинальностью (1);
- средне маржинальные бренды (2);
- низкомаржинальные бренды (3).
Далее у каждого бренда появилось дополнительное числовое обозначение, произвольное (начали с 10). То есть появился каталог с брендами:
10. Asko
11. Miele
12. V-Zug
13. Bosch
14. Hitachi
Затем мы объединили число из каталога с категорией бренда и добавили в название кампании. Получаем новый нейминг:
10.1/Brand/Asko/SE/MSK/desk_mob/0/0/0
14.2/Brand/Hitachi/SE/MSK/desk_mob/0/0/0
Такой нейминг позволяет быстро фильтровать все кампании по брендам (например, Hitachi идёт под номером 14), а также фильтровать по маржинальности — все маржинальные бренды имеют 1 в названии кампаний.
В таком виде сводить статистику по брендам стало легче. Изучив данные за последние месяцы, мы обнаружили, что 45% бюджета уходит на низкомаржинальные бренды и доля бюджета на них растёт каждый месяц.
Конечно, агентству это выгодно, так как по этим брендам большая ёмкость в трафике, а стоимость лида ниже, чем в брендах со средней и высокой маржинальностью. Свои KPI по объёму лидов и их стоимости мы выполняли.
Однако клиент в таком случае получает больше лидов, но они не окупаются. Поэтому мы решили изменить логику распределения бюджета: выключили все низкомаржинальные бренды, а бюджет перераспределили на бренды со средней и высокой маржинальностью. Вначале из-за исключения низкомаржинальных брендов получили просадку в объёме лидов, но через некоторые время всё восстановилось.
В итоге объём продаж остался на прежнем месте, но чистая выручка выросла за счёт маржинальных брендов.
Что получили в результате
Нам удалось наладить доверительное общение с заказчиком. На каждом этап работы мы объясняли ему, что и зачем мы будем делать. Для успешной работы очень важно, когда заказчик активно включён в процесс, понимает, что происходит в проекте и доверяет специалистам.
Полностью решили задачи, которые перед нами стояли. Модельные рекламные кампании перешли в автоматическое управление, что позволяет экономить время специалистов компании.
Автоматизация позволила уменьшить количество ошибок, которые могли появится в ходе сбора данных кампаний вручную. За счёт автоматической генерации ключевых слов и нового подхода к ключевым словам охват по модельным кампаниям увеличился на 30%, при этом стоимость лида снизилась на 37%.
После месяца нашей работы продажи увеличились с 2 миллионов рублей до 10. Это послужило одним из стимулов, почему заказчик решил продолжить с нами сотрудничество.
Сейчас мы продолжаем работу над проектом и уже тестируем новые методы продвижения для привлечения альтернативного контексту трафика — соцсети и медийные кампании.