Контекстная реклама с закрытыми глазами: как магазин матрасов увеличил оборот в 4 раза до 8 млн в месяц без аналитики

Полный кейс на VC и в нашем Блоге

Наш клиент - молдавский магазин качественных матрасов, кроватей и аксессуаров для сна. Доставляются товары почти по всей Молдове, есть 2 офлайн магазина. Контекстная реклама приносила всего 67 лидов в месяц, что при конверсии в продажу 42% не окупало расходы.

Покупательская способность в Молдове невысокая. Платежеспособная онлайн-аудитория - около 1 млн. человек. Своего digital-рынка практически нет: директологов и систем аналитики, которые позволяли бы отслеживать результаты рекламы.

Нет своего сервиса с коллтрекингом, а зарубежные компании на этот рынок не заходят. Большая часть лидов в магазине (81%) — это звонки. Без коллтрекинга невозможно отслеживать источники звонков, которые переросли в покупки, и на их примере обучать кампании. Кроме звонков, нельзя было видеть источники лидов даже у заявок с форм сайта из-за отсутствия интеграции с CRM, на которую клиент не хотел тратиться.

Все лиды можно разделить на 4 вида:

• Звонки - 81%
• Сообщения в соцсетях - 7%
• ЖивоЧат (Jivochat) - 7%
• Заявки с форм сайта - 5%

.Рост лидов с рекламы

Сделали ставку на кампании по фидам, которых нет в молдавском Google, и Яндекс Директ стал приносить 68% лидов

Сайт клиента был сделан по принципу каталога и поэтому основными инструментами в нашей рекламной стратегии стали «каталожные» кампании Яндекс Директа: Товарная Кампания, динамический поиск и смарт-баннеры. Они ведут пользователя на посадочную страницу при помощи фида (файла с информацией о товарах, из которой Я. Директ автоматически генерирует рекламные объявления).
Запустили рекламные кампании в Яндекс и Google в январе одновременно, но с самого начала и до сих пор лучше всего работает Я.Директ, который в целом принес 68% лидов, в то время как Google — только 15%.

Оптимизировали товарную кампанию и увеличили долю отслеживаемых лидов из ЖивоЧат с 7% до 15%

Как правило, ЖивоЧат приносит мало лидов. Но на этом проекте, в среднем, получалось около 30 чатов в неделю. В них участвовали пользователи, которые попадали на сайт из рекламных объявлений, соцсетей и органики.

ЖивоЧат был для нас единственным источником, открытым для аналитики. Данные о лидах с этого источника мы использовали для настроек рекламных кампаний. Перевели Товарную Кампанию на полуавтомат — добавили настройки по ключевым фразам. В результате этого теста, с рекламы стали приходить более качественные, горячие пользователи, которые задавали целевые вопросы в ЖивоЧате и совершали целевые действия. Так количество отслеживаемых лидов у нас увеличилось с 7% до 15%. Вот какой стала структура лидов:

• Звонки - 75%
• Сообщения в соцсетях в 7%
• ЖивоЧат (Jivochat) - 15%
• Заявки с форм сайта - 3%

В отсутствие аналитики работали вслепую методом подбора: гипотеза – проверка – результат – корректировка

Как мы уже рассказывали, на этом проекте аналитики не было. Мы не могли находить зависимости между заявками и целевыми действиями на сайте, чтобы научить алгоритмы кампаний приводить нам пользователей с похожим поведением. Какие бы цели рекламных кампаний мы не выбирали, они были гипотезами, напрямую не связанными с продажами. Эти гипотезы были результатом нашего опыта в этой нише на других проектах. И работа с ними вошла в наш метод подбора.

Вот какие цели мы использовали для оптимизации кампаний методом подбора:

1. Клик по номеру телефона

Гипотеза: если у нас так много заявок по звонкам, значит пользователи мобильной версии сайта много кликают на телефон. Посчитаем, что 15% из тех, кто кликает, совершают полноценный звонок, который можно считать лидом.

Решение: выбираем макроконверсию — клик по номеру телефона, но делаем поправку с коэффициентом 0,15%.

2. Взаимодействие с карточкой товара

Гипотеза: пользователи десктопной версии не станут кликать на номер телефона, но могут нажать на кнопку с заказом обратного звонка из карточки товара. Однако по факту таких кликов было мало. А нам нужно более частотное действие, поэтому ищем подходящую микроконверсию.

Решение: используем активность пользователя в карточке товара — клики на картинки, преимущества и другие разделы карточки

3. Активное время на сайте

Гипотеза: такая микроконверсия обычно хорошо работает, но когда мы стали определять оптимальное время, поняли, что этот показатель у нас вообще слишком низкий — всего 1,2 минуты (меньше, чем в среднем на рынке по оценке Я. Метрики).

Решение: совместно с клиентом решили повысить качество контента на сайте, чтобы увеличить активность пользователей и конверсию в заявку. В карточки самых популярных товаров добавили видео, больше преимуществ, характеристик, информацию о доставке и пр. В целом карточка превратилась в мини-лендинг. И показатель по активному времени на сайте вырос до 2-х минут. Это время использовали как еще одну цель для оптимизации кампаний.

После разработки гипотез мы их проверяли в рекламе. Оценивали результаты, коррелируя их с общей динамикой по выручке. Например, мониторили продажи за одну неделю. Если они выросли — все нормально. Если же вместо 100 покупок стало 90, а еще через неделю — 80, значит кампании сработали плохо и мы их корректировали. Потом наблюдали всю последующую неделю. Если ничего не изменилось, делали следующую корректировку и т.д. Самое главное в такой ситуации искать решения, быстро действовать и оценивать общий результат.

Подводя итоги проекта можем сказать, что: с момента старта мы увеличили выручку в 4 раза. Сравните: в январе 2023 продажи были 2 165 202 .р., а в декабре 2023 - 8 623 624 р. И в январе 2024 выручка была в 2 раза больше, чем в том же месяце год назад - 4 440 160 р.