Кейс: как выйти на B2B-аудиторию, которая ведет себя так же, как B2C, но покупает в разы больше
Какие инструменты использовали, какие гипотезы тестировали, чем компенсировали уход Google из России и почему не для всех подходят автостратегии и товарные площадки.
В 2020 году к нам в агентство пришел интернет-магазин тканей.
О клиенте
Анастасия, владелец бизнеса, только запустила интернет-магазин и нуждалась в привлечении клиентов. Знакомый посоветовал ей Jam Agency.
Магазин ориентировался на розницу и оптовиков. Это вызывало сложности: большой разброс среднего чека, из-за которого сложно прогнозировать результаты и рассчитывать KPI. Только на b2b-аудиторию в контексте таргетироваться невозможно, потому что физические и юридические лица набирают одинаковые поисковые запросы.
Анастасия начала продвижение с Instagram*, поэтому у магазина уже была небольшая база клиентов.
Результаты
На старте мы согласовывали с клиентом максимальную стоимость заказа — не более 700 . В итоге сократили стоимость до 300–400 и за счет этого вышли в стабильный плюс через несколько месяцев после начала работы.
Ключевые изменения, которые принесли прибыль
Начали отслеживать продажи с рекламы через Мой.Склад, а не с систем аналитики. Благодаря этому стали ориентироваться на реальные цифры продаж и выбирать кампании, которые реально приносили доход.
Отсекали неприбыльные инструменты. Как ни пытались, не смогли настроить автостратегии и Smart Shopping так, чтобы они приносили прибыль.
Оптимизировали сайт и запустили Мастер РК. Обновленный товарный фид в синергии с новым инструментом Яндекса сильно увеличили доход с рекламных кампаний и компенсировали ушедший из России Google.
Научились компенсировать сезонность. Когда мы в первый раз с ней столкнулись, прибыль с контекстной рекламы сильно просела. Через год благодаря накопленным данным прибыль во время сезонности практически не снизилась.
Примечание. Мы скорректировали данные по прибыли, заказам и среднему чеку, чтобы не показывать реальные данные клиента.
Ноябрь–декабрь 2020: реклама работает в убыток на 90 000
В первые месяцы нашей работы мы запустили рекламные кампании и настроили аналитику.
Начали с обычной поисковой рекламы по самым прибыльным с точки зрения клиента направлениям. Это то, что настраивается в первую очередь, чтобы контекстная реклама начала приносить прибыль, а мы — получать данные для оптимизации и подключения новых инструментов.
Увидели, что реклама приносит чистый, целевой трафик: CTR 19% и конверсия в добавление товара в корзину 6%.
Однако несмотря на хорошие промежуточные метрики, в плане прибыли реклама работала в сильный минус. Это отражалось и на стоимости заказа, которая была выше оговоренной максимальной почти в 10 раз.
Январь–февраль 2021: реклама работает в ноль
Мы начали искать причину, почему реклама работает в сильный минус. Если бы такие минуса продолжались и дальше, клиент бы просто ушёл.
В прошлом периоде мы выявили проблемы, которые могли быть причиной такого большого убытка. Нам требовалось время, чтобы протестировать новые гипотезы и разобраться с неполадками на сайте и в аналитике.
Гипотеза: не можем отслеживать все способы покупки и теряем часть заказов. Возможно, на самом деле прибыль больше
Помимо добавления в корзину, купить товар на сайте можно с помощью онлайн-консультанта, через переписку в WhatsApp или форму заказа звонка. Но по этим заказам нельзя было отследить источники и определить, пришли ли они с контекстной рекламы или откуда-то еще.
С учетом этих заказов, возможно, прибыль с контекстной рекламы была бы больше.
Мы сверили данные с сентября по ноябрь. Оказалось, что 96% заказов оформляются через корзину и на выявление источников оставшихся заказов потребуется затратить слишком много времени. Мы пришли к выводу, что целесообразно учитывать заказы только через корзину.
Мы поняли, что реклама работает в минус по другой причине, и продолжили ее искать.
Гипотеза: неправильно считаем прибыль и поэтому ориентируемся на слишком высокую стоимость заказа
Даже кампании, где стоимость заказа не превышала 700 , не приносили прибыли. Мы решили посмотреть реальные данные продаж и на основе них скорректировать стоимость заказа.
Изначально мы брали данные с сервисов аналитики: Яндекс.Метрика и Google Analytics. На сверку данных с CRM в начале не было времени: важно было быстрее запуститься и набрать достаточно заказов с контекстной рекламы, чтобы их можно было анализировать. Когда заказов собралось достаточно, мы посмотрели прибыль с них в МойСклад.
В Метрике и Google Analytics мы смотрели ID заказа, кампанию, группу и ключевое слово, с которого он пришел. Статус заказа и сумму оплаты проверяли через МойСклад.
Мы увидели, что часть заказов оплачивалась не полностью. Например, пользователь заказывал на 10 000 , а оплачивал только половину.
Как изменились данные по некоторым кампаниям и по суммарной прибыли после отслеживания через МойСклад
По части каналов разница в прибыли была около 15%. Поначалу может казаться некритичным, но только при небольших бюджетах. Чем больше рекламные расходы — тем больше потери из-за неточных данных.
Снизили максимальную стоимость заказа
Через МойСклад мы также выяснили, что около 30% заказов не оплачиваются вовсе. В этом и крылось несоответствие: мы быстро посчитали максимальную стоимость заказа и не учли неоплаченные заказы.
Теперь настало время добавить коэффициент неоплаченных заказов и на основе него скорректировать максимальную стоимость заказа, чтобы начать оптимизировать имеющиеся рекламные кампании.
Экономическая модель до отслеживания оплаты и отмены заказов:
Прибыль с одного заказа = средний чек маржинальность
Скорректированная экономическая модель:
Прибыль с одного заказа = средний чек маржинальность 0,7 (доля оплаченных заказов)
После обновления экономической модели мы снизили максимальную стоимость заказа с 700 до 400 . Если стоимость будет выше, она сравняется со средней прибылью с одного заказа — а значит, реклама будет работать в ноль или приносить убыток.
Новая максимальная стоимость заказа рассчитана так, чтобы приносить прибыль даже с самых маленьких заказов
Заложили стоимость заказа для наименьшего среднего чека
С одних рекламных кампаний мы привлекаем две разные аудитории: b2b и b2c. И средний чек для них сильно отличается. Мы не можем его прогнозировать и не можем им управлять. Поэтому стоимость заказа заложили такую, чтобы даже при минимальном чеке реклама все равно приносила прибыль.
Если средний чек повысится, реклама будет приносить прибыль и при более высокой стоимости заказа. Но мы ориентируемся на худший сценарий, при котором к нам будут приходить только b2c-клиенты.
Март–апрель 2021: подъем до 130 000 валовой прибыли
По итогу еще двух месяцев работы реклама принесла 6 000 . Если такая прибыль будет и в дальнейшем, клиент откажется от контекстной рекламы.
Оптимизировали кампании на основе новой стоимости заказа
Теперь мы знали причину, по которой реклама в прошлые месяцы работала в убыток: мы ориентировались на слишком высокую стоимость заказа.
Мы снизили ставки по рекламным кампаниям, группам объявлений и ключам, которые работают в убыток. Отключили те, которые не видели смысла оптимизировать. Подняли ставки там, где стоимость заказа была ниже 400 , чтобы получать больше заказов.
В этом периоде нам подыграл повышенный средний чек
Было больше b2b-клиентов с высоким средним чеком. Плюс, мы увеличили количество заказов. Поэтому несмотря на стоимость заказа выше 400 , все равно получили большой прирост прибыли.
Май–июль 2021: падение прибыли до 15 000 в месяц из-за сезонности
Контекстная реклама начала приносить прибыль. Основной прирост дала оптимизация кампаний с учетом новой максимальной стоимости лида. Нам нужно было обеспечить стабильную прибыль и на следующие месяцы, чтобы для клиента был смысл вкладывать больше в контекстную рекламу.
Столкнулись с проблемами с сезонностью
Оказалось, что летом серьезно падает спрос на ткани — для одних товаров сезон уже прошел, а для других еще не наступил. Одни ткани покупают для платьев и костюмов перед выпускными, другие — ближе к зиме для пошива теплой одежды.
В конце июня мы впервые столкнулись с падением прибыли из-за сезонности. Нам нужно было научиться ее компенсировать и выйти на уровень прибыли с прошлого периода. Для этого мы начали строить новые гипотезы и тестировать новые инструменты.
Попробовали автостратегии
Мы столкнулись с рядом проблем, когда начали тестировать этот инструмент:
Для использования автостратегий было недостаточно данных из-за небольшого объема заказов, и нейросеть не могла нормально обучиться.
Ярко выраженная сезонность также мешала обучению: в пик сезона инструмент мог приносить прибыль, но при сезонном спаде переставал из-за недостатка заказов.
Данные по прибыли из систем аналитики были неверными, и автостратегия обучалась на этих неверных данных. Подтягивать данные из МойСклад корректно не получалось: автостратегия все равно приводила неприбыльные заказы.
В итоге автостратегии приносили мало заказов и мы решили от них отказаться. Ручное управление было эффективнее.
Август–ноябрь 2021: прибыль 75 000 в месяц
Нам не удалось компенсировать сезонный спад, и прибыль от контекстной рекламы снова просела. Мы должны были выйти на показатели прибыли до июля, чтобы вложения клиента в контекстную рекламу окупались.
Протестировали корректировки на ретаргетинг
Мы выделили посетителей сайта, корзины и тех, кто начал оформление заказа. Для этих аудиторий повысили ставки, чтобы они видели нашу рекламу чаще. Если они с нами знакомы, разумно, что они с большей вероятностью совершат покупку.
Стоимость заказа у этих аудиторий получилась ниже в несколько раз. Реклама стала работать эффективнее, и мы увеличили прибыль за счет этого.
Количество заказов выросло, но из-за наплыва b2с-клиентов прибыль уменьшилась
Средний чек у b2c-клиентов ниже. Из-за этого прибыль снизилась даже при том, что количество заказов увеличилось.
Декабрь 2021–февраль 2022: рост прибыли в 2 раза каждый месяц
Реклама приносила прибыль неустойчиво. Из-за колебаний среднего чека в один месяц результат мог быть 60 000 , а в другой 100 000 . Нам нужно было превратить контекстную рекламу в стабильный канал, который приносит много прибыли. Тогда клиент бы пожелал его масштабировать.
Начали тестировать Мастер РК
Мастер РК подбирает аудиторию для рекламы с помощью технологии Крипта. Инструмент основывается на данных о людях, которые совершили покупку, и показывает рекламу тем, кто похож на эту аудиторию. В конце ноября 2021 Яндекс открыл Мастер РК в бета-тестирование, и мы сразу начали его применять.
В Мастере РК мы платим фиксированную цену за заказ. При настройке важно найти баланс: если поставить низкую цену, то кампания перестанет приносить заказы; если большую, то реклама будет работать в убыток. Цену конверсии мы подгоняли под максимальную стоимость заказа, чтобы инструмент приносил прибыль.
Сначала инструмент показывал себя плохо. Мы настраивали его на узкие поисковые запросы по конкретным тканям, и он не работал. На других проектах Мастер РК тоже был не очень эффективен, и мы уже хотели отказаться от этого инструмента.
В качестве гипотезы решили попробовать привлекать клиентов не по узким категорийным, а по общим запросам. Вдобавок, мы попробовали включить автотаргетинг: запросы подбирались автоматически на основе содержания объявления. И это сработало: Мастер РК начал приносить много заказов по оптимальной цене.
С другими инструментами и на других проектах часто все работает наоборот: большинство заказов приходит по узким запросам и списки ключей для этого лучше отсеивать вручную.
Масштабировали Мастер РК, когда поняли, что инструмент показывает себя удачно
Мы начали увеличивать бюджет там, где были наибольшая прибыль и средний чек. Результаты после масштабирования инструмента:
Мастер РК — не панацея. При работе с ним возникали сложности, которые нам приходилось решать:
Как и при работе с автостратегиями, данные о прибыли в Метрике отличались от фактических из МойСклад. Поэтому стоимость конверсии мы рассчитывали вручную, на основе среднего чека и процента оплаченных заказов.
Прибыльность кампании зависела от настроек инструмента. Помогло не только тестирование различных конфигураций, но и опыт в контекстной рекламе: на полноценный тест каждой настройки ушло бы слишком много времени.
Без накопленных данных о продажах инструмент бы не принес прибыли. Мы знали, какие категории товаров у клиента лучше продаются через контекстную рекламу. Инструмент умножил прибыль, которую эти товары уже приносили
Кейс Reava — скорее исключение из правил. Мы пробовали Мастер РК для другого клиента, который занимается продажей спортивного оборудования — и там после перебора различных вариантов настроек в итоге решили отказаться от инструмента.
Обновили товарный фид для Google Shopping
По нашему ТЗ разработчики клиента скорректировали сайт, чтобы Google брал с него все характеристики товара. Изначально у товара было несодержательное название, из-за которого он не отображался по ключевым запросам. Теперь в параметрах товара мы передаем все значения: цвет ткани, назначение, плотность, принт, страна производства.
Сейчас реклама Google не работает, но товары из фида по-прежнему показываются в поисковой выдаче. По более узкому запросу большинство товаров из магазина Reava. Этот канал принес за 2022 год около 50 000 прибыли.
Общими усилиями за счет всех инструментов привели много клиентов с высоким средним чеком
Теперь рост количества заказов коррелировал с увеличением прибыли:
Март–октябрь 2022: победили сезонность. Стабильная прибыль 310–435 000 в течение 9-ти месяцев
Мы оптимизировали сайт, сняли все сливки с недавно вышедшего Мастера РК и усилили его обновленными кампаниями в Google. Это дало мощный прирост прибыли. Мы научились приводить много b2b-клиентов по низкой стоимости и смогли поставить абсолютный рекорд прибыли за все время работы.
Впереди нас ждал сезонный спад, который проверял на прочность новые инструменты. Нам нужно было научиться держать высокую прибыль в течение всего года.
Компенсировали сезонность
На те категории товаров, для которых сезон подходил к концу, мы снизили ставки. На категории товаров с пониженными ставками, мы наоборот их повысили.
Правильно скорректировать охват и оптимизировать рекламные данные получилось благодаря большому количеству данных — на тот момент мы работали с клиентом уже полтора года. Помог также Мастер РК Яндекса.
Ноябрь 2022 – текущее время: продолжаем тестировать новые гипотезы
Несмотря на стабильную прибыль, работа продолжается. Мы планируем выходить на новые аудитории и тестировать новые инструменты. Так клиент будет и дальше масштабировать контекстную рекламу, получая с нее еще больше прибыли.
Пробуем находить b2b-клиентов через look-alike-аудитории
Мы пробовали показывать рекламу аудиториям, которые похожи на покупателей с высоким средним чеком. Эксперимент оказался неудачным и аудитория показала себя плохо.
Тестируем Товарную галерею Яндекса
Инструмент приносил заказы, но работал в убыток. Но когда поделили аудиторию на постоянных и новых клиентов, оказалось, что этот инструмент дает 80% новых покупателей.
Планируем протестировать оптимизацию фида в Товарной галерее Яндекса. В Google такой формат сначала тоже не зашел, но после оптимизации динамика была положительной.
Попробовали отдельно выделить брендовый трафик
Заметили что Мастер РК дает заказы по брендовому трафику — оплата рекламы в этой РК происходит за оформленный заказ. Решили попробовать отделить брендовый трафик и установить более высокую ставку за конверсии по не-брендовым запросам, чтобы получать больше заказов и прибыли.
Гипотеза не подтвердилась и при разделении кампании на брендовые и не-брендовые запросы число заказов существенно не увеличилось. Для Мастера РК лучше, когда все данные в одной куче, чтобы он лучше на них обучался и приносил больше прибыли.
Тестируем динамические поисковые объявления
Динамические поисковые объявления помогают охватить релевантные запросы, которые могли быть упущены при настройке рекламы. Объявления создаются на основе содержания сайта, в заголовок подставляется поисковый запрос пользователя.
Кампания работает хуже других с точки зрения прибыли — около 40 000 в месяц. Но часто клиенты, которые видят такое объявление, потом приходят с других каналов и делают покупку. Мы не отключаем и продолжаем тестировать, чтобы убедиться, что механика в виде первого контакта действительно окупается.
Итог
В этом проекте нам помог фокус на постоянное, методичное тестирование инструментов. Если бы мы просто понадеялись на популярные инструменты вроде автостратегий и товарных площадок, которые почти везде хорошо себя показывают, то контекстная реклама бы не выстрелила.
Советуем не торопиться с оценкой результата контекстной рекламы, если вы ранее с ней не работали. Первые месяцы после запуска скорее всего будут убыточными. Они уйдут на подготовку сайта, отсеивание нерабочих гипотез, построение прозрачной аналитики и сбор данных о продажах с рекламы.
Отзыв клиента
Хотела отметить упорство и подход ребят. Не сразу все получилось, но в первые месяцы они провели кучу тестов за короткий срок и вывели рекламу на прибыль! А также не оставляли мои вопросы без ответов, особенно в начале, когда это было важно
Анастасия Васильева, директор магазина Reava
Подписывайтесь на нас
Читайте наш телеграм-канал. Там анонсируем новые кейсы и делимся подробностями, которые не поместились здесь.
Читайте другие наши кейсы на VC
***
*Meta, которой принадлежит Instagram, признана в России экстремистской организацией
Мужчина украл более 80 пачек сливочного масла из магазина в Балашихе
В Балашихе поймали вора, укравшего в магазине 83 пачки сливочного масла почти на восемь тысяч рублей. Злоумышленника пытался остановить охранник, но тот напал на него. На место оперативно прибыли сотрудники Росгвардии и задержали преступника.
Злоумышленник сложил в сумку 83 пачки сливочного масла на сумму порядка восьми тысяч рублей и прошел мимо кассовой зоны. Когда его попытался остановить охранник, тот ударил его кулаком в лицо и живот.
Затем мужчина попытался скрыться с места происшествия на такси, но подмосковные росгвардейцы, прибывшие по сигналу кнопки тревожной сигнализации, блокировали автомобиль.
Нарушителя доставили в отдел для разбирательства. Установлено, что задержанному 29 лет. Он житель ближнего зарубежья. Проверка по факту случившегося продолжается.
Как мы сделали 470к прибыли в месяц на камерах заднего вида через Яндекс.Директ
Кому выгоднее продавать автоаксессуары: любителям Лады или БМВ? Какие типы рекламных кампаний делают «пирог» в 2023 году и что изменилось после ухода Google в контексте для eCommerce? История о том, как мы пришли на проект и сделали только хуже, но уже через 3 месяца увеличили прибыль в 3 раза.
В программе — поднятие ставок до 300%, хаос из 100 кампаний в рекламном кабинете и неправильное распределение бюджета.
Привет! На связи команда Jam Agency, мы занимаемся настройкой контекстной рекламы и специализируемся на интернет-магазинах. Весной 2022 года в России перестал работать Google Ads, и у магазина автоаксессуаров резко просела выручка. В это же время его реклама в Яндекс.Директе перестала приносить столько же заказов, как раньше: вместо 600 заявок в месяц удавалось получить только 450.
Когда прибыль с контекстной рекламы опустилась с 369 000 до 172 000 рублей в месяц, клиент обратился к нам, чтобы оптимизировать кампании и вернуть прибыль на прежний уровень. Рассказываем, что сделали, чтобы уже через полгода увеличить выручку с контекста на 51%, а чистую прибыль — на 212%.
Шаг 1. Провели аудит и нашли сразу шесть проблем
В магазине клиента самые ходовые товары — это камеры заднего вида и магнитолы, а также сопутствующие товары: подлокотники и переходные рамки. На их продвижение в Яндекс Директе собственник тратил порядка 196 000 рублей в месяц и три года занимался настройкой кампаний самостоятельно: сам парсил ключевые слова, устанавливал ставки и выбирал стратегии оплаты. Ему удавалось получать с контекста 1,2 млн рублей выручки в месяц и 221 000 рублей чистой прибыли. При этом ДРР у него колебалась в районе 16% — в целом это неплохой показатель.
ДРР — это доля рекламных расходов, отношение расходов на рекламу к доходам от продаж. Хорошо, когда ДРР ниже 100% — значит, реклама приносит больше, чем на нее тратят.
Перед началом работы с любым клиентом мы проводим аудит. Агентству он нужен, чтобы понять, можем ли мы быть полезны бизнесу в целом, а клиенту — чтобы увидеть, над какими проблемами можно работать в его рекламных кампаниях. Вот какие проблемы мы нашли у магазина автоаксессуаров в мае 2022 года.
Проблема № 1. Нерационально расходуется бюджет. На рекламу низкомаржинальных магнитол уходит столько же денег, сколько на рекламу высокомаржинальных камер. Так получилось, потому что за квартал у магнитол просела маржинальность — мы не знаем, почему именно. Возможно, сказались санкции или у клиента сменился поставщик.
Рекламные кампании по магнитолам весной 2022 года приносили бизнесу на 246 000 рублей больше выручки, чем по камерам, но прибыли с них почти не оставалось — получался оборот ради оборота. Камеры приносили чистой прибыли в два раза больше, чем магнитолы.
Проблема № 2. В рекламном кабинете хранилось более 300 кампаний со 100 000 ключевых фраз. Рабочих кампаний при этом было около 100. При этом 80% фраз в них не имели показов за последний год и только 3% давали конверсии в продажи. Получалось, что конверсии были тонко размазаны по всем группам объявлений — их было сложно анализировать.
Проблема № 3. У клиента не были настроены фильтры смарт-баннеров. Смарт-баннеры — это объявления с динамическим контентом на базе товарного фида. В них можно помещать изображения с описанием, ценой, названием товара или бренда.
Фильтры для смарт-баннеров — это правила отбора товаров из фида для генерации объявлений. Дополнительно можно выбрать аудиторию, которая будет видеть объявления: только посетители сайта, похожая на посетителей сайта аудитория или обе этих категории.
У нашего клиента эти фильтры не были настроены, все товары — и за 3 000, и за 63 000 рублей — шли по одной ставке. Поэтому дорогие камеры и магнитолы не получали достаточного охвата, расходовали бюджет, но не продавались. Бизнес получал дешевые продажи дешевых товаров — например, камер на Ладу, — хотя мог бы больше зарабатывать на дорогих аксессуарах для BMW или Audi.
В топе по количеству кликов — дешевые аксессуары для Лады и старых моделей зарубежных машин
Проблема № 4. Для смарт-баннеров не было ограничений по площадкам. Например, рекламу магнитол видели посетители мобильных приложений, где объявление всплывало на весь экран. Человек пытался его закрыть, промахивался и переходил на сайт. Но не потому, что хотел купить товар, а потому что у него не было выбора.
Проблема № 5. В смарт-баннерах были кампании со смешанными ретаргетинговыми и LAL-аудиториями. Давайте коротко про эти аудитории.
Аудитории ретаргетинга целятся в людей, которые уже кликали по вашим объявлениям, заходили на сайт или что-то заказывали. Например, пользователь заходит к нам на сайт, а потом три недели видит повсюду объявления про те товары, которые смотрел. Значит, его догнала ретаргетинговая кампания.
LAL-аудитории нацелены на людей, которые похожи на посетителей сайта. Например, если человек смотрел сайт про магнитолы с настроением что-то купить — это одно, а если он имеет фоновый интерес к музыке и автомобилям, то это совсем другое дело.
Проблема была в том, что LAL-аудитории обычно работают намного хуже, чем аудитории ретаргетинга, поэтому за ними нужно следить отдельно, чтобы не слить бюджет впустую. Но когда аудитории смешаны, анализировать их не получается.
Проблема № 6. Были некорректно заданы настройки показа рекламы по устройствам, регионам и времени открутки объявлений. Например, мы заметили, что конверсия в продажу на смартфонах только 0,96%, а на ПК — 1,6%.
Еще оказалось, что основные продажи приходятся на Москву и Московскую область. При этом у некоторых регионов был потенциал, чтобы реклама в них стала такой же эффективной, как в столице. У других же шансов не было совсем — их стоило исключить из географии показов.
Последнее, что было не так с настройками, — это время показа рекламы. Объявления работали по московскому расписанию, поэтому в регионах с другими часовыми поясами реклама отключалась в самые горячие часы.
Мы предложили заказчику план: текущие кампании оптимизировать — почистить площадки показа рекламы, разделить ретаргетинговые и LAL-аудитории, перераспределить бюджет между камерами и магнитолами. А когда все будет готово, запустить для дополнительного охвата товарные кампании.
🙈 В первые две недели все шло хорошо, но в конце июля мы сильно провалились по результатам, и в августе все стало только хуже. Пришлось даже отказаться от части вознаграждения, чтобы продолжить работу.
В первые две недели июля мы активно исправляли ошибки, которые нашли на этапе аудита. В середине месяца по плану подключили товарные кампании. И увидели результат — прибыль начала падать:
Мы стали разбираться, в чем дело, и обнаружили, что рекламные кампании клиента не так просты, как показались на первый взгляд.
Во-первых, мы нашли биддер — это инструмент для автоматического управления ставками в контекстной рекламе с помощью условий. Например, можно задать такую цепочку:
если произошла продажа, подними ставку в объявлении на 300%;
если ROI этой продажи больше 150%, то подними ставку еще на 300%.
Если изначально ставка была 3 рубля, то после выполнения первого условия вырастет до 9, а после выполнения второго — до 27 рублей. С биддером ставка может расти как снежный ком.
Так как в кабинете было больше 100 рабочих кампаний, собственник не мог контролировать все. Получалось так: появлялась какая-то ключевая фраза, которая хорошо работала и давала продажи. Биддер это видел и поднимал по ней ставки — и делал так несколько раз. Сначала фраза переставала приносить прибыль, а потом начинала работать в минус. Когда собственник это видел, он отключал рекламную кампанию.
Во-вторых, мы нашли ошибку в фиде. Фид — это документ, на основе которого Яндекс.Директ формирует рекламные объявления. Обычно его выгружают из 1С или другой CRM-системы. У клиента был собран фид, но не очень корректно: при обновлении 1С в июле у него слетел скрипт, который удалял лишние слова в названии товара.
Так выглядит фид — если он сформирован с ошибками, это сложно заметить с первого раза
После обновления 1С в документ фида попали лишние ключи, которые снижали эффективность рекламы. Например:
Запись названия товара во втором столбце подходит для официальных документов в 1С, но совсем не подходит для контекстной рекламы по двум причинам.
Причина № 1. В такой записи много лишних ключей, по которым люди не переходят. Например, «oem» — это название производителя деталей. Но человеку, который видит рекламу, это знать совсем неинтересно.
Причина № 2. Запись слишком длинная — с ней пользователь не видит конца текста. Например, он может прочитать текст «oem камеры заднего вида в автомобиль Hyundai…» и кликнуть по объявлению. Но когда окажется, что там указана не его модель машины, он тут же уйдет с сайта. А собственник заплатит за переход, с которого не могло быть покупки.
Вдобавок ко всему оказалось, что клиент постоянно вручную вносит изменения в кампании и не дает им времени на оптимизацию. У нас была гипотеза, что часть трафика товарные кампании забирают у смарт-баннеров, поэтому общее число заявок не растет.
Клиент в падении смартов в первые месяцы работы винил именно товарные кампании, поэтому регулярно их перенастраивал. Например, мог зайти в кабинет, остановить кампанию или поменять ставки и другие настройки и уйти — обучение кампании после этого начиналось с нуля. Конечно, собственник делал это не со зла — просто сильно переживал за результаты.
Мы поняли, что если ничего не изменить вот прямо сейчас, просадка по прибыли только усугубится, и вместо двукратного взлета мы получим такое же падение. Поэтому приняли экстренные меры.
Отключили биддер, который задирал ставки. Все ставки, которые он поднял, пересчитали вручную. Для этого мы нашли месяцы, когда было больше всего продаж с хорошей рентабельностью. Посмотрели, какие ставки тогда использовались в кампаниях, и взяли аналогичные, но с учетом переинвестирования в камерах и магнитолах.
«Если вы используете биддер, то наш совет: отключите его и используйте автостратегии. Алгоритмы Директа видят намного больше деталей в поведении пользователей, чем биддер, который не может понять ничего, кроме самых очевидных действий пользователя».
Обновили и упростили фид. Попросили клиента заново подключить скрипт и после этого начали использовать для сборки объявлений подходящие тексты.
Прекратили хаос-управление. Мы поговорили с клиентом и договорились, что даже снизим агентское вознаграждение в два раза, но запустим всё так, как планировали. Клиент согласился, и мы продолжили работу — с середины августа трудились полностью самостоятельно.
Шаг 2. Подключили товарные кампании, которые теперь приносят до 70% прибыли
Товарные кампании — относительно новый тип рекламы в Яндекс Директе, который запустили в феврале 2022 года. В августе многие фирмы еще не рисковали им пользоваться, хотя он совмещал в себе лучшее, что есть в алгоритмах продвижения смарт-баннеров и товарных галерей. Мы в агентстве начали тестировать товарные кампании сразу, как только они появились, и знали, что они работают классно. Клиент сначала не хотел их подключать, но мы показали несколько успешных кейсов, и он согласился.
Если вам кажется, что подключить товарные кампании легко, — вам только кажется. Если в кампании будет одна конверсия в неделю, она будет обучаться крайне плохо и, скорее всего, остановится. Решение в таком случае — сменить выбранную цель на ту, у которой будет больше десяти срабатываний в неделю, то есть уйти на цель, которая находится ниже в воронке продаж. Но что делать, если корреляция между выбранной целью и продажей нестабильна?
В товарных кампаниях можно добавлять несколько целей из разных уровней воронки. А значит, можно экспериментировать со связками целей и ценой. Например, ставить основную цель «продажа» и микроцель «просмотр 3 страниц». Для нашего проекта лучше всего сработала связка «продажа + заявка», где стоимость продажи выставлена ниже на 15–20% от предельной стоимости продажи, а стоимость заявки существенно занижена и находится в районе 70 рублей.
В сентябре на товарные кампании мы направили 98 000 рублей и получили отдачу в 295 000 рублей — это на 33% больше, чем приносили все-все кампании клиента раньше.
До подключения товарных кампаний прибыль примерно одинаково приносила реклама через поиск и смарт-баннеры
Так разделилась прибыль после подключения товарных кампаний. И да, ее стало существенно больше
Шаг 3. Скорректировали поисковые рекламные кампании
В поисковых кампаниях клиента было много ключевых слов. Если в каждой из 100 кампаний используется 100 ключевых слов, то на получение первых результатов нужно потратить примерно 100 * 100 * 2 000 рублей. Причем эти 2 000 рублей на обучение кампании можно потратить по-разному: сделать ставки выше или ниже, изменить устройства и прочие параметры.
Чтобы решить проблему с поисковыми кампаниями, можно было бы запустить их все — и получить кашу и раздутый бюджет. Поэтому мы достали из моря ключей те самые 3%, которые давали продажи, объединили их в одну кампанию и поставили там автостратегию с привязкой к ДРР.
Шаг 4. Запустили товарные рекламные кампании на сопутствующие товары и получили еще +4% к прибыли
Раньше в товарных галереях клиент не мог прибыльно рекламировать низкомаржинальные товары — подлокотники и переходные рамки, потому что не получалось уложиться в заявку стоимостью до 200 рублей. С помощью поисковых кампаний это и правда было почти невозможно — объявление показывается большому числу людей по большому числу запросов. Это как палить из пушки по воробьям.
Товарные кампании работают точечно. Они находят более подходящих пользователей, прогнозируют их поведение, знают, когда и как нужно показаться. В них подлокотники и переходные рамки могли откручиваться с прибылью. Когда мы запустили на них товарные рекламные кампании, то получили +4% к прибыли.
😱 Получили так много заявок, что у клиента не хватило денег на закупку товара
В ноябре мы поняли, что в нашей финансовой модели не учтен возврат инвестиций — ROI. Он показывает, сколько денег компания получает с одного рубля инвестиций в направление или продукт, в нашем случае — в рекламу.
Если ROI равен 200%, значит, с одного рубля, потраченного на рекламу, бизнес заработал три рубля: отбил вложение одного рубля и получил прибылью два сверху.
У нашего клиента был длинный путь от заявки с сайта до получения прибыли — магнитолы и камеры могли идти от поставщика на склад по два месяца. Это значит, что в сентябре клиент оформлял заказ на деньги, заработанные в июле. Когда количество заявок выросло, прибыли с прошлых месяцев стало не хватать для новых закупок.
Чтобы получить дополнительные деньги на заказ товаров, мы должны были увеличить ROI в полтора раза. Для этого провели внутренний аудит кампаний.
Смарт-кампании. Мы увидели, что смарты не вписываются в новую стратегию. Их ROI был ниже нужного уровня, хотя мы и исправили все проблемы, которые в них нашли: настроили фильтры, почистили площадки, перераспределили бюджет между камерами и магнитолами.
Мы решили перевести смарт-кампании на автоматические стратегии от Яндекса, поставив оплату за конверсии. Это позволило легче контролировать ДРР и ROI с этого типа объявлений, и мы смогли поднять ROI.
Поисковые кампании. Там мы частично порезали ставки под новую экономическую модель — заявок стало меньше.
Товарные кампании. Чтобы избежать просадки по чистой прибыли, мы попытались масштабировать эти объявления, потому что там был запас по ROI. В ноябре мы выросли по заявкам, сохранив ROI на уровне октября, а полноценный баланс между ROI, заявками и чистой прибылью поймали в декабре:
В результате через месяц мы увеличили ROI в 2 раза. Заказов и продаж стало меньше, но чистая прибыль выросла, а у клиента появились деньги на заказ новых партий.
Итоги спустя полгода работы: +51% к выручке, +212% к прибыли
В первые же месяцы нормальной работы рекламных кампаний клиент получил на 20% больше выручки, но за счет баланса между товарами с разной маржинальностью на 66% больше чистой прибыли. После запуска товарных кампаний и вдумчивой работе с ROI клиент стал тратить на рекламу в Яндекс Директе меньше, а зарабатывать — больше.
В планах у нас — масштабировать товарные кампании и добиться более стабильных показателей в поисковых. А учитывая ситуацию на рынке, возможно, придется проанализировать изменения спроса и расширить семантику.
***
Вот такой получился кейс: кажется, ничего феноменального, но магазин теперь зарабатывает больше, и собственник может подумать о развитии бизнеса. И это только начало работы: мы еще не проработали все проблемы из аудита до конца — можно еще долго и вдумчиво докручивать смарт-баннеры и оптимизировать поисковые кампании. А пока можете задать вопросы в комментариях или записаться к нам на аудит — вдруг вы тоже на ровном месте теряете 258 000 прибыли?
Подписывайтесь на наш телеграм-канал: там анонсируем новые кейсы и делимся подробностями, которые не поместились на VC.
Мировая торговля
Каждая "точка" - 1 млрд.долл.. В 2015 году мировой рынок импортных товаров составил 15,6 трлн долларов. На этой карте показано происхождение и местонахождение этих товаров, каждая точка из которых представляет стоимость в 1 миллиард долларов.
Поиграем в бизнесменов?
Одна вакансия, два кандидата. Сможете выбрать лучшего? И так пять раз.
Poizon : Идентификация подлинности. Как это работает? Детальный разбор
Все знают, что платформа Poizon ( Dewu ) идентифицирует каждый продукт и подтверждает подлинность, только после этого товар попадает вам в руки! Но мало кто понимает как это вообще работает? Сегодня поговорим более детально!
Всем привет, меня зовут Руслан. Я живу в Китае, и очень люблю кроссовки!) Конечно Poizon -это история, не только про кроссовки! Вы можете приобрести в китайском маркетплейсе любые товары, но важно понимать, что все ваши покупки проходят идентификацию на подлинность
Poizon app никакой не магазин, за исключением оффлайн франчайз стора Poizon X в Шанхае, если в двух словах Poizon - это мировой исследовательский центр, также выполняющий supplier задачи. Центральный и самый большой по площади хаб будет запущен уже в 2023 году в Шанхае, сейчас существует несколько таких исследовательских локаций в центральном, южном, юго-восточном и северном Китае
Такой разброс по регионам Поднебесной не случайность, это сделано специально для ускорения сроков логистики. Poizon славится не только тем, что проверяет ваши покупки на подлинность, но и делает это быстрее всех в мире! Это не мои слова, это официальная информация с конференции Poizon Brand Conference в Шанхае
Так вот, все клиентские заказы сначала поступают от ресселеров в исследовательский центр Poizon, где 24/7 и 365 дней в году без перерыва и выходных процесс аутентификации не останавливается. И так уже 7 лет!
Неужели такие гиганты как Nike, Adidas, Gucci и тд., не заслуживают доверия спросите вы? Зачем проверять всех? Очень интересный вопрос, но именно «идентификация подлинности» - это ключевая фундаментальная основа всей бизнес модели компании Poizon. Китайский маркетплейс сотрудничает как с мировыми брендами, так и с новыми субкультурными нишами, о которых мало кто знает. Процесс идентификации проходят все без исключения. Правила для всех одни! И не важно какого масштаба бренд. Отмечу, что именно рынок Китая насыщен копиями, репликами и никогда не угадаешь купил ты оригинал либо просто качественную паль
Для справки последние 5-7 лет государственные структуры Поднебесной максимально жестко борются с черным рынком копий и реплик. Я сам живу в Китае и вижу это невооруженным глазом, там где еще вчера был ночной рынок люксовых копий сумочек от Gucci - сегодня не встретить ни одного прилавка. Разогнали всех!
Многие думают, что Poizon держит какую-то команду легит чекеров - экспертов и на этом всё заканчивается. Посмотрели под ультрафиолет, пощупали кроссовки, и достаточно. Вот и вся проверка! Это оригинал - продаем!
Конечно же нет, процесс идентификации поделен на подразделения
Группа специалистов по изучению сырья и промышленного производства ;
изучают этапы и процессы изготовления, к примеру - сырьё для джинс варят, они изучают как это происходит? При каких температурах? Почему именно так, а не по другому? Какие нормативы должны соблюдаться? Все товары сначала едут в лабораторию, если они не выдерживают никакой критики, то сразу в мусор. До экспертов легит чекеров такие продукты даже не доходят
Все лаборатории CNAS сертифицированы, и цикл должен подтверждаться ежегодно
Следующее подразделение называется «Первая Линия»
Что это такое и кто эти люди? Задача этих ребят до тончайших деталей знать - как должен выглядеть настоящий оригинальный продукт! Это их самая главная работа, не найти паль, а данное подразделение изучает только оригинал. Poizon ежегодно пополняет свою библиотеку 100 000 новых единиц товара. Это как и обувь, так и одежда, электроника, аксессуары и тд. Изучается всё, какие были использованы материалы, фактуры ткани и тд. Давайте приведу пример, есть потрясающие кроссовки Union LA x Nike Dunk Low Court Purple.
Вы не поверите, но когда был релиз этих пар многие не понимали почему в оригинальных сникерам торчат нитки? Как это возможно? Но только ценители приняли фишку коллаборации. Это было сделано специально, кому интересно загуглите почитайте
Так вот, экспертам из «первой линии» Poizon нужно обязательно изучить и понять почему торчат нитки? Зачем это сделано? И специально ли так задумали? И еще десятки вопросов, в целом думаю понятно. Чтобы найти паль, нужно знать оригинал
Чтоб вы понимали сумка LV, купленная в Италии будет отличаться от такой же сумки, купленной в Сингапуре или Японии. Маркировки разные и тд., поэтому Poizon скупает сэмплы со всего мира - США, Великобритания, Япония, Франция, Сингапур, Италия, Испания, Южная Корея, Австралия и другие страны. Все версии одной модели должны быть изучены
Даже если модель сняли с производства уже лет как 10 Poizon найдет ее и изучит. Для чего это нужно? Есть ряд алгоритмов, таких как :
Систематическое исследование
Создание архивов
Демонтаж проб
Приборное тестирование
Стандарты идентификации
Poizon тратит миллионы долларов на пополнение энциклопедии товаров, самая большая библиотека в мире! Пример, были найдены и изучены все 30 оригинальных версий сумок Nike Wang Yibo. За последние 7 лет команда «первой линии» побывала в 150-ти городах мира в поисках образцов, используя свыше 3500 каналов продаж.
Сейчас же Poizon не только выступает как аутентификатор, но и задает стандарты в разработке отраслевой индентификации. С 2017 года на аутсорс подключены более 1300 исследовательских лабораторий Китая. Строится центральный хаб в Шанхае, я обязательно там побываю и расскажу
Третье подразделение отвечает за так скажем «Надежные методы» , здесь буду краток. Есть команда руководителей отделов, которые не только пишут отчеты, но и участвуют в ведущих семинарах, разрабатывают новые стандарты. Превращают идентификацию в науку! На момент 2022 года в Poizon действуют более 20 этапов идентификации, т.е ваш заказ на маркетплейсе должен пройти 20 этапов проверки, перед тем как попадет вам в руки. Вау!
Об этом также говорилось на конференции в Шанхае этим январем. Кстати, именно поэтому я решил написать данную статью, потому что наконец-то появилось много действительно полезной информации для фанатов и не только) Идем дальше)
Четыре года назад Poizon достиг стратегического сотрудничества с :
Прокуратурой и бюро национальной инспекции Китая.
Ассоциация контроля качества КНР
Государственный центр стандартов
И получил такие наград как :
Первая национальная группа по классификации обуви
Первая национальная группа по классификации косметической продукции
Первая в стране «стандартная группа по идентификации часов»
Отвлеклись на статусы, сейчас давайте поговорим про оборудование. Poizon используют высокочувствительные микроскопы, стоимостью 1,5 млн долларов за каждый! Такие микроскопы используют в крупных гос учреждениях и университетах. Аппарат может сканировать химический состав элемента и анализировать максимально допущения по регламентам.
Пример : Кольцо в форме змеи от Bulgari. Микроскоп считывает химический состав за 30 секунд и система автоматически сравнивает элементы с уже подгруженными ранее характеристиками шаблона оригинала. Сравнение истинного с ложным становится очевидным с первого взгляда!
Это микро-инфракрасный спектрометр, спектроскопическая схема компонентов одной и той же части должна быть полностью совместимы, по регламенту аналогичный тест повторяется 3 раза
Еще пример, чтобы добиться высокой частоты конфигурации данный мяч замеряли более 100 раз. Poizon постоянно усовершенствуют оборудование, начиная с ультрафиолетового освещения, инфракрасного спектрометра и заканчивая электронными сканирующими микроскопами. Лаборатория прошла проверку Национальной аккредитационной комиссии по оценке соответствия Китая и успешно перешла в национальную аккредитиционную лабораторию CNAS
Скорость и безопасность - также важные критерии. Каждый товар классифицируется, распаковывается, проверяется, вводится информация о идентификации и помечаются соответствующие этикетки
Poizon используют 8-мегапиксельные камеры, установленные на всех операционных площадках, начиная с момента входа в склад и заканчивая моментом выхода из склада, каждый этап, через который проходит товар, четко и полностью контролируется и записывается, чтобы гарантировать безопасность всего процесса.
Пару слов о идентификации сникеров и обуви в целом. Лично мне это очень интересно. Помните выше говорил о разных подразделениях? Так вот, когда ваша желанная пара прошла все проверки далее кроссовки попадают в «фото-лабораторию». Что же здесь происходит? Рассказываю, сверх точное оборудование делает до 10000 снимков каждой пары, угол обзора 360 градусов, нет никаких мертвых углов обзора - фотографируется каждая деталь. Далее система генерирует и сравнивает результаты с цифровым сэмплом оригинала
Что такое цифровой сэмпл? Объясню в двух словах, я живу в Китае и занимаюсь тем, что строю производственные процессы для моих клиентов из РФ, да я также стал официально сотрудничать и с Poizon с прошлого года, но это другая история. Сейчас хочу уделить внимание механике отшива текстиля, к примеру.
Вы дизайнер, вы создали потрясающую коллекцию одежды или обуви, но спешу вас разочаровать идти на производство за тиражом еще рано, почему? Чтобы отшить вашу первую коллекцию - нужен образец, сэмпл. Т.е вы должны не просто нарисовать на бумажке, что вы хотите, а также и создать. Закупить ткань, собрать лекало, отшить по одному настоящему образцу. И уже с этим образцом вы идете на любое производство и выбираете лучшую цену для вас. Чтобы фабрика точно поняла сложность вашего дизайна, как нужно отшивать? Какие нитки использовать? А самое главное какое лекало у ваших платьев / одежды / обуви вам нужно отцифровать ваше лекало, и все характеристики в целом. Это очень важно, без этого ни один производитель никогда не сможет воссоздать ваши творческие идеи в дизайне одежды. По сути отцифровка образца - это программный код для технолога, где заложена вся информация. Конечно же говорим исключительно о ODM производстве
ODM (Original Design Manufacturer) - контрактное производство продукции с уникальным дизайном либо специальными характеристиками. То есть, разработка эскизов моделей производится Вами. OEM (Original Equipment Manufacture) - контрактное производство продукции, которая уже существует, под Вашей торговой маркой
Возвращаемся в лабораторию, Poizon имеет в доступе тысячи, сотни тысяч таких цифровых характеристик по каждой модели оригинальных кроссовок , любое отклонение от заложенного стандарта фиксируется, считывается каждый квадратный миллиметр. У пали просто нет шансов)
И вот только после всех этих процессов пара вашей обуви передается легит чекерам. Эксперт уже точно знает на что нужно обратить особое внимание, потому что к образцу на проверку прилагается целый документ в виде заключения всех выше рассказанных лабораторий.
Продолжение во второй части статьи
Спасибо за внимание, друзья! Еще больше информации о Poizon в моем телеграм канале poizonspace