Проблема: Заказчик занимался продажей квартир в новых жилых комплексах столицы, где стоимость привлечения клиентов традиционно высока. Застройщику приходилось выделять значительные суммы на рекламу, но они не окупались.
Причина: ИИ Яндекса не привлекал достаточное количество клиентов из-за того, что не мог полностью охватить потенциальную аудиторию заказчика. По поведению аудитория делилась на 2 сегмента. На тех, кто:
- предпочитает звонить,
- оставляет заявки через сайт.
Однако стандартные функции автоматики позволяли нацеливаться только на один из этих типов целей, что приводило к недостаточному количеству конверсий.
Цель: Научить систему автоматики привлекать больше заявок обоих типов.
Решение: Мы искали способ, объединить в одной стратегии цели по получению заявок с сайта и звонков. Хотя для проектов в сфере недвижимости показатель доли рекламных расходов (ДРР) обычно не используется, мы адаптировали стратегию Максимум конверсий с оптимизацией по ДРР, установив значение в 100%. Эта стратегия позволяет алгоритмам учитывать цели разных типов. В качестве основных целей выбрали получение заявок через все формы на сайте и звонки через коллтрекинг, а также добавили конверсию по бронированию квартир, информация по которой интегрировалась в Метрику из системы управления отношениями с клиентами (CRM).
Результат: Нам удалось дать больше данных для автоматики, и благодаря этому, мы привлекли более качественную аудиторию и снизили стоимость за лид на 26%, с 6899 до 5134 рублей.