Яндекс Директ или Google Ads
Столкнулся с таким вопросом: Яндекс Директ или Google Ads, что лучше для продвижения сайта?
Столкнулся с таким вопросом: Яндекс Директ или Google Ads, что лучше для продвижения сайта?
«Google Ads» продолжает рекламировать фишинговые сайты, выдаваемые за оригиналы — по подсчетам аналитиков, из-за мошеннической деятельности более чем 3000 инвесторов потеряли как минимум $4 млн.
При посещении подобных сайтов вирусный скрипт определяет наличие браузерных расширений вроде кошелька «MetaMask» и пытается подключиться к ним для кражи криптовалют.
Далее украденную криптовалюту мошенники отмывают через криптобиржи «Binance US» и «KuCoin», миксер «Tornado Cash» и обменник «SimpleSwap».
Никакой гуру контекстной рекламы не спасет ваш бизнес, если вы работаете на падающем рынке. Мы вписались в такой проект: макрофакторы указывали на то, что конверсия снизилась в 2 раза и рынок просел на 70%. Рассказываем, как отследили падение рынка, какие нашли точки роста — и что из этого вышло в новом кейсе.
Мы в Jam Agency занимаемся платным трафиком для eCommerce-проектов. В 2021 году к нам пришел интернет-магазин детских колясок. Эта история о том, как мы поверили в себя и проигнорировали сигналы рынка, потому что нашли ряд косяков и точек роста в старых рекламных кампаниях — и не смогли «спасти» контекстную рекламу клиента. Слабоумие и отвага или логичные шаги — решать вам. Показываем, как отследили падение рынка, какую работу проделали и что из этого вышло — и как понять, что на вашем e-commerce проекте контекст не будет работать в плюс. О том, как сделать, чтобы в плюс все же работало, мы ранее писали, повторяться не столь интересно.
Проект — сеть магазинов детских колясок в регионах России. До пандемии был магазин и в Москве, но сейчас остался только пункт самовывоза. Цены ниже, ассортимент шире, чем у конкурентов, но с 2016 года снижается выручка из онлайна и в частности контекстной рекламы. Клиент не понимает: проблема в рынке или в подрядчиках. Он пожелал не называть себя, но для провального кейса это вовсе не обязательно, правда?!
На старте переговоров позиция клиента «все подрядчики плохие» настораживает: либо с клиентом сложно найти общий язык, либо причины вне рекламных кампаний. По опыту, если бизнес-модель рабочая, то Яндекс Директ будет работать в ноль или плюс даже с кривыми настройками, а наша задача в таком случае — найти точки роста, слабые места и масштабировать эффективные сегменты.
Если же кампании работают в минус, вероятно, причины на уровне бизнес-модели и рынка. Поэтому в первую очередь мы начали исследовать рынок в рамках аудита.
Каждый проект мы начинаем с аудита по двум причинам:
Подтверждаем свою экспертизу уже в рамках конкретного проекта: находим слабые места, показываем, что конкретно планируем делать и как это повлияют на выручку.
Глубже погружаемся в детали, чтобы понять, браться ли за проект и как скоро он окупится. Экономическая модель агентства завязана на LTV и окупается при долгосрочном сотрудничестве. Хорошо, если в первые 1-3 месяца удается закрывать проект «в ноль». По факту агентство начинает зарабатывать только через 3-4 месяца, так как на старте слишком много работы, особенно, в нише e-commerce — мы нацелены на долгосрочные проекты.
Задачи по аудиту ограничены по времени, поэтому мы всегда идем от общего к частному и погружаемся так глубоко, насколько позволяет отведенное время.
Изначально нужно понять, в каком состоянии находится бизнес клиента, а на данном этапе это легко сделать, проанализировав трафик в Яндекс Метрике.
В первую очередь мы выяснили, что рекламные переходы — это 20% всего трафика, поэтому рекламные каналы мы рассмотрим позже. Сейчас сосредоточимся на ключевых источниках.
Источники трафика
Около 70% трафика приходится на поиск. Значит, бизнес-модель рабочая: «холодный» трафик с поиска конвертируется в заказ или лид. Но чтобы сделать более точные выводы, смотрим динамику последних несколько лет — и видим, что с 2017 года количество бесплатного поискового трафика снизилось в ~4 раза:
Динамика трафика из органического поиска
Падение органического трафика говорит либо о падении спроса, либо о снижении доли клиента на рынке. Еще один сигнал, который говорит о снижении позиций бренда и падении объема заказов — прямые переходы. График очень похож на тот, что описывает поисковый трафик:
Динамика прямых переходов на сайт
Следующий шаг — оценка динамики брендовых запросов. Для этого используем Google Trends, который хранит данные за 10 лет, и Wordstat, выдающий информацию за 4 года:
Динамика брендовых запросов
Видим, что упоминание бренда упало почти в 3 раза с 2016 года и это коррелирует со снижением прямых переходов и органического трафика. Нужно проверить, как обстоят дела у прямых конкурентов. Для этого мы собрали наиболее популярные сайты в органической выдаче нашей тематики за последние 1.5 года.
Выделили из списка прямых конкурентов, посмотрели динамику брендового спроса по ним — и пришли к двум выводам:
Спрос на бренд клиента снижается пропорционально со снижением спроса на бренды конкурентов.
Спрос на бренд конкурентов снижается прямо пропорционально снижению спроса на рынке — в целом влияние прямых конкурентов минимально.
Динамика брендовых запросов в сравнении с конкурентами
Осталось разобраться, что же происходит на рынке. Для этого изучаем запросы по фразе «коляска»: он включает в себя поисковые запросы, которые в большинстве случаев относятся к нашей тематике. Видим что рынок упал в среднем в 2 раза с 2016 года.
Динамика поисковых фраз со словом «коляска»
Для справки: значение «100» на графике обозначает 100% — спрос был на пике популярности в 2016-2017.
Для того, чтобы наглядно показать корреляцию между изменением спроса на рынке и посещаемостью сайта, наложили графики друг на друга. В течение последних лет снижается спрос не только по брендам, но и в целом на коляски.
Самая очевидная причина здесь — снижение рождаемости. И согласно динамике рождаемости по России, с 2015 года прослеживается ощутимое снижение:
График взят с сайта https://rosinfostat.ru/rozhdaemost/
Еще одна гипотеза — стремление людей сэкономить и купить коляску б/у. Поэтому мы изучили спрос на запрос «коляски авито», как синонима словосочетанию «коляски бу». Однако и здесь спрос снизился в несколько раз:
Динамика спроса на б/у коляски
К падающему спросу добавились также маркетплейсы, которые заполнили выдачу. Мы проверили спрос по сегменту колясок через Google Trends и Wordstat по фразе «коляски озон» и на выходе получили следующие данные:
Аналогичная ситуация с Wildberries и прочими. Для наглядности мы собрали таблицу с составом органической выдачи по месяцам, где зеленым цветом выделены маркетплейсы и агрегаторы:
А в последние полгода на рынок активно начал заходить Яндекс Маркет через рекламную выдачу:
Для удобства понимания общей картины мы свели все данные в единую таблицу:
Также для наглядности мы построили график с основными трендами:
Итого, мы пришли к выводу, что рынок уменьшается в объеме и в то же время повышается доля маркетплейсов и агрегаторов, что снижает конверсию, так как и без того небольшой спрос делится на большее количество игроков;
Несмотря на это, у клиента десяток регионов присутствия и есть продажи, а также есть конкуренты, которые продолжительное время использует контекстную рекламу и, скорее всего, она у них окупается — работать можно, и мы начали изучать рекламные кампании.
Напомним, что доля рекламы в общем трафике составляет ~20%, из них 40% приходится на Яндекс Директ.
Поскольку Яндекс Директ является основным рекламным каналом на поиске и в сетях, анализируем данные из этой системы. Период для исследования берем с 2018 по 2019 год: статистику за более ранний период выгрузить нельзя по правилам Директа, до 2018 года не собирались данные по конверсиям и данные по заказам имеются только за 2018-2019. В целом, по всем платным каналам прослеживается закономерность: в 2018 резко подняли охват, но в 2019-2020 годах трафик снова вернулся к низким значениям. Вероятно, платный трафик должен был компенсировать снижение заказов из-за просадки органического трафика. И, судя по графику, посещаемость поддержать смогли, а вернуть выручку нет, потому что рекламу отключили. Нам нужно разобраться, что делали, почему это не работало и можно ли исправить ситуацию.
Первым делом, исключим каннибализацию трафика: если мы видим в отчетах транзакции, то мы хотим быть уверены, что эти транзакции «честно» относятся к контекстной рекламе, а не «украдены» у поиска.
Есть простой способ проверить уровень каннибализации — построить график бесплатного трафика и платного. На графике ниже мы видим, что при отключении контекстной рекламы отсутствуют резкие изменения органического поиска, то есть отсутствует перетекание.
График посещаемости по платному и бесплатному трафику
График транзакций по платному и бесплатному трафику
У клиента нет понимания по стоимости конверсий и есть подозрение, что предыдущие подрядчики не считали экономику проекта. Поэтому первым делом разбираемся, сколько должен стоить оплаченный заказ и промежуточные этапы на пути к нему с учетом текущих показателей конверсии, чтобы сравнить с фактическими цифрами.
Но нужно сделать поправку на оффлайн, так как у клиента есть физические магазины в некоторых регионах, а среди посетителей интернет-магазина немало тех, кто предпочитает после просмотра сайта сразу ехать в оффлайн-магазин, чтобы вживую оценить товары и купить. Для этого используем поправочный коэффициент, на который далее мы будем умножать заказы в онлайне, чтобы получить их реальное количество с учетом оффлайна.
Чтобы соединить онлайн и оффлайн, нам потребуется событие на сайте, которое коррелирует с последующим посещением пользователей оффлайн-магазина. В нашем случае — посещение страницы с адресами и контактами магазинов, что логично, так как если пользователь смотрит адрес магазина, то скорее всего он хочет туда съездить.
У клиента около 10 магазинов в разных регионах. По его словам, несколько точек посещают только пользователи интернет-магазина, так как точки не имеют проходящего трафика и удалены от центра. Мы берем эти точки и сравниваем их посещаемость с посещаемостью страниц контактов в этих регионах, и видим, что каждый 3-тий посетитель страницы контактов посещает магазин — это 30%. Сравнение грубое, но лучше наличие условной модели, чем ее отсутствие.
Детальные расчеты мы упустим. Уточним только, что на каждый онлайн заказ приходится 1,18 заказа в оффлайн-магазине (итого — 2,18 заказа).
Интернет-магазин работает на всю РФ, но далеко не в каждом регионе есть оффлайн-магазин, поэтому у нас будут 2 сегмента данных: без оффлайна и с оффлайном, к последнему мы применим наш коэффициент 2,18, чтобы понять общее количество заказов, а не только онлайн:
Расшифровка обозначений в таблице:
Cost — Расходы; Cart — Корзины; CR_Cart — Корзины / Клики; CPL — Расходы / Корзины; Orders — Заказы через сайт; CR_Orders — Заказы / Клики; CPO — Расходы / Заказы
Проблема в том, что конверсия в заказ 0,3% это слишком мало и нужно хотя бы 0,5% для качественного исследования, потому что данные «размазываются» слишком тонким слоем на большое количество параметров. Поэтому мы будем опираться не на заказы, а на добавления в корзину — и стоимость этой конверсии.
Точка окупаемости по словам клиента — 2500 руб. за оплаченный заказ. Умножаем стоимость заказа на конверсию из корзин в заказы — и получаем максимальную стоимость корзины в 182 руб.
Теперь мы можем качественно оценить эффективность старых кампаний.
На графике ниже — расходы и CPL (стоимость корзины), красная горизонтальная черта на уровне 200 рублей за корзину определяет порог окупаемости.
Видим, что первые три квартала реклама работала «в плюс», но начиная с 4 квартала экономика ушла «в минус» из за удорожания CPL до 400 рублей.
Первым делом проверим сезонность, так как гипотеза совсем на поверхности. Возможно, начался низкий сезон, никто не управлял ставками и потому вырос CPL. По историческим данным Wordstat высокий сезон приходится на весну с дном в октябре, что в целом соответствует нашему кейсу. Но спрос в 4 квартале, в сравнение с 3 кварталом, меняется на 10-15%, а наш CPL вырос более чем в 2 раза. Получается, что влияние сезонности минимально, хотя и присутствует.
Ищем причины дальше, в данных за 3-ий и 4-ый кварталы 2018 года. При рассмотрении выделили красным кампании, которые значительно повлияли на рост CPL в данный период:
Если посмотреть на динамику этих кампаний по кварталам в общей массе, то увидим увеличение расходов на 300%, а CPL на ~250%:
Но основное негативное влияние на рекламу в целом оказала кампания Новый_Поиск_Магазин_Колясок_Мск. За 3-4 кварталы 2018 и 1 квартал 2019 года на нее пришлось более чем 70% всех расходов и CPL по ней превышал максимальное значение более чем в 4 раза.
Есть и другие кампании, которые повлияли на рост CPL в рассматриваемый период, но их влияние незначительное, поэтому останавливаться на них подробнее не будем.
Детально рассмотрев кампанию «Новый_Поиск_Магазин_Колясок_Мск», выявили, что больших отклонений по CTR и CR не было, а вот CPC был выше среднего в два раза:
Кампания работала в рамках автоматической стратегии «Оптимизация кликов». И хотя по-нашему опыту, данный тип автостратегии не самый оптимальный вариант для использования, при корректных настройках она может работать эффективно.
Проверив настройки автостратегии, мы обнаружили, что они постоянно менялись. В течение полугода ежемесячно увеличивали максимальную цену клика и недельный бюджет.
Вероятно, никто не считал KPI или их рассчитали неверно. Поэтому кампанией управляли в отрыве от бизнес-показателей. Чтобы управлять ставками эффективно, их нужно рассчитывать исходя из стоимости добавлений в корзину, и отслеживать как изменения влияют на прочие целевые показатели.
По нашему опыту, лучше использовать стратегию оптимизации по целевой стоимости конверсии или по рентабельности. В целом, в настройке автостратегии много нюансов, и если вам интересно почитать о том, как правильно запускать автостратегии и увеличить эффективность РК на 15-30% за счет них, то рекомендуем прочесть статью об этом в нашем блоге.
После отключения рекламы во 2 квартале 2019 года, ее перезапустили в 3 квартале, но уже с другим подрядчиком. Об этом можно судить по измененным названиям РК. И если раньше наибольшая доля расходов приходилась на поиск, то за 3-4 кварталы 2019 года доля РСЯ составила ~57%:
Невооруженным глазом видно, что отсутствуют заказы на сайте. Вероятно, это связано с тем, что заказы совершались в оффлайне, но даже если и фактическое количество заказов больше нуля, то при такой стоимости корзины эти кампании вряд ли окупились. Напомним, что максимально допустимая стоимость добавления в корзину — 180 руб. и. при средней стоимости в 301 руб. реклама работала «в минус».
В динамике по кампаниям в сетях плавно повышался CPC — можно заметить небольшую зависимость повышения CPL и CPC от снижения количества кликов:
Первым делом грешим на ручное повышение ставок за клик. Но возможно, дело в площадках, поэтому рассматриваем их детальнее. Стоимость добавления в корзину стабильно ниже по всем кампаниям и стоило проводить чистку неэффективных площадок, но в первую очередь стоило отключать площадки Яндекса: расход по ним составляет ~43%.
На эту группу кампаний пришлось ~28% всего рекламного бюджета и они сгенерировали ~18% всех заказов: Здесь допустимая стоимость корзин несколько ниже — 120 руб. Однако CPL по всем кампаниям от 150 до 450 рублей.
Еще одна особенность в регионах, где нет оффлайн магазинов — конверсия в заказ ниже в 4 раза: 0,1% против 0,4%. Как правило, в регионах на конверсию влияют условия доставки, так как всегда найдется локальный конкурент или крупный агрегатор/маркетплейс, которые предлагают более выгодные условия или у которых есть оффлайн-точка. И в будущем данную гипотезу можно проверить через А/Б-тест. Одной аудитории показывать текущие условия доставки, а другой — более привлекательные условия.
С точки зрения экономики, динамический ретаргетинг работал в плюс, ведь стоимость заказа ниже допустимых 2500 руб:
Однако эта кампания могла быть эффективнее. Сверив настройки и фактический показатели, обнаружили, что фактическая стоимость цели в 2,5 раза выше: 1236 руб на скрине с данными против 500 руб заданных в настройках.
Так происходит, когда недостаточно конверсий для обучения автостратегии. В среднем было 10 конверсий в месяц, а нужно хотя бы 50-60. И потому было бы уместнее использовать промежуточную цель с достаточным количеством конверсий — например, добавления в корзину.
С корректными настройками эффективность динамического ремаркетинга была бы выше на 15-30%, т.е. мы бы получили не 57 заказов, а 77, к примеру. Также стоит учесть, что настройки ограничения стоимости клика и недельного бюджета также снижают эффективность кампании и по факту можно получать более 80-90 заказов.
Вместе с органическим трафиком снижается количество заказов и выручка. В целом идет просадка по рынку за счет того, что сложно конкурировать с маркетплейсами. И единственный способ поддерживать выручку — закупка трафика. В первые 9 месяцев после запуска реклама работает в плюс, но из-за управления кампаниями в отрыве от бизнес-показателей, экономика «скатывается вниз». Перезапуски не помогают, совершаются те же самые ошибки.
Теоретически, если перезапустить кампании, но внедрить корректные настройки и правильно ими управлять, можно снова выйти на окупаемость. Чтобы понять, насколько это целесообразно, мы оценили потенциал рынка по основным ВЧ-запросам.
Поскольку мы ограничены по времени в рамках бесплатного аудита, прогноз делали без проработки ключевых слов внутри ВЧ-запросов. Например, брали запрос «купить коляску» и сокращали количество кликов на 30%, чтобы учесть вложенные нецелевые фразы.
Прогноз рассчитали с помощью инструмента Яндекса «Прогноз бюджета» без учета потенциала динамических кампаний и других инструментов eCommerce. И разделили его на три части, чтобы не перемешивать между собой сегменты «Есть магазин» и «Нет магазина». А также вынесли Москву и МО, чтобы не искажать данные. Прогноз строили учитывая текущую конверсию сайта.
прогноз по регионам, где есть магазины с учетом поправочного коэффициента;
прогноз по Москве и области, CPO на грани — для начала стоит запускать кампании с наиболее оптимальными показателями;
прогноз по регионам, где нет магазинов с отрицательной экономикой.
В итоге, без учета динамических кампаний, с Яндекс и Google (регионы, где есть магазины и МСК) можно получить ~300 заказов, по стоимости ~2 000 руб. Потенциал рынка есть и нужно тестировать поисковые кампании и кампании в сетях с правильными настройками автоматических стратегий. Узким местом текущих кампаний, однозначно, является стратегия управления ставками: неверно выбранная стратегия, некорректные настройки и управление в отрыве от KPI привели к отрицательной экономике.
Учитывая полученную информацию и наш опыт по другим eCommerce проектам, мы составили план работ с KPI на первые три месяца. Сложно прогнозировать на более долгий период, учитывая сколько переменных и факторов влияют на результат.
В течение первых трех месяцев запланировали выйти на 70-125 заказов при бюджете ~150 000 руб. по регионам, где есть магазины и по Москве.
Не запускать рекламу в регионах, где нет магазинов: высокий риск, что они не окупятся из-за низкой конверсии.
В первой итерации мы используем динамические кампании, так они с большей вероятностью покажут эффективность выше классических кампаний, да еще и при меньших ресурсах.
В агентстве активны около 40 проектов и 35 из них — интернет-магазины. В большинстве случаев 50% выручки в них дают автоматические рекламные кампании на базе фидов.
Запустить такие кампании проще и быстрее, чем классические на поиске или в сетях. Поэтому и на данном проекте мы решили стартовать с автоматических кампаний:
Смарт-баннеры в Яндексе;
Динамический ремаркетинг в Google Ads;
Google Shopping.
Запускать в рекламу сразу весь объем товарных позиций смысла нет — выбрали наиболее прибыльные сегменты: 30% товаров, которые генерируют основную выручку. Из этих же товаров сделали категорийные страницы под общие запросы, вроде «коляска 3 в одном» или «коляски люкс», так как помимо торговых кампаний по фиду мы решили запустить классические поисковые рекламные кампании.
Этот формат рекламы позволяет показывать посетителям сайта товары, которые они посмотрели или добавили в корзину. Выглядят они как карточки товаров.
Не так давно Яндекс выкатил фичу, что помимо посетителей карточек товаров и корзин, объявления показываются еще и похожей на них аудитории, но по нашим исследованиям, на текущий момент, это работает плохо.
Кампании запускали по Москве со стратегией максимизации кликов по заданной ставке — «максимум кликов по 20 рублей». На старте работ это оптимальное решение, чтобы «разогнать» кампании, получить конверсии, а уже потом переключиться на стратегию оптимизации по конверсиям. В нашем случае — «максимум корзин по 200 рублей».
После запуска мы раз в несколько дней линейно поднимали ставки за клики, чтобы получать больше кликов и смотреть на их окупаемость. Действовали методом перебора, чтобы найти оптимальную ставку за клик и уложиться в максимальную стоимость корзины в 200 рублей. Таким образом мы сводим к минимуму риски «слить» бюджет.
Через 5 недель мы получили 44 добавления в корзину, 5 лидов и 0 продаж. Приняли решение отключить смарт-баннеры, так как стоимость корзины в 2 раза выше допустимых 200 рублей.
Мы снижали ставки по мобильным устройствам, где стоимость корзины была в 2 раза выше средней, урезали ставки по мужской аудитории, отключали неэффективные площадки показов… Но на нужные показатели все равно не вышли.
Клиент предложил протестировать регионы, где ранее наблюдалась высокая конверсия. Мы посмотрели спрос — в сумме они давали бы 5% от Москвы, поэтому даже не тестировали.
Важно уточнить, что из двух типов кампаний — обычная и умная, — мы запускаем сначала обычную, где можно управлять ставками по группам товаров и отсекать поисковые запросы. И только если она оказывается эффективной, на ее основе запускаем параллельно умную торговую кампанию.
Объявления в кампаниях Google Shopping показываются на поиске и в сетях по ключевым словам, которые по большей части генерируются из заголовков фида.
Кампании запускали по тем же принципам, что и Смарт-баннеры на Яндексе: линейно повышая ставки и наблюдая за стоимостью корзины. Несмотря на релевантные поисковые запросы, ситуация была аналогичной: ноль продаж, несколько лидов и около десятка корзин.
Протестировав предыдущие инструменты, мы решили запустить максимально узкие кампании на конкретные бренды и модели, чтобы исключить лишние переменные в виде автоматических кампаний и увидеть, как чистый трафик не окупается на самых продаваемых моделях.
Клиент был не против. Во-первых, он видел хорошие показатели поведения пользователей: глубина просмотра, время на сайте и т.д. Во-вторых, тестирование стоило 10 000 рублей и лучше уж исключить все варианты и закрыть вопрос, чем оставаться в неопределенности.
Но и здесь мы не получили продаж, а лишь несколько добавлений в корзину. При этом мы наблюдали, что релевантные пользователи переходят по целевым запросам на страницы товаров, цена которых находится в рынке, но конверсий не было.
При средней стоимости наших услуг для клиента в 35 тысяч рублей в месяц мы в какой-то мере инвестируем в проекты время наших специалистов в начале сотрудничества. И чтобы тщательно оценить перспективы на входе, мы проводим аудит и скоринг проектов по собственным критериям.
С одной стороны все макро-факторы указывали на то, что конверсия снизилась в 2 раза и рынок просел на 50%. А с другой — был период из 9 месяцев, когда компании работали стабильно, значит, окупились клиенту. И мы подумали, что если сбалансировать экономику, устранить все слабые места и использовать все инструменты, можно выйти на оптимальные показатели.
По факту работы было проделано гораздо больше, чем просто запуск перечисленных выше кампаний: только на исследования ушло 60 рабочих часов. Еще 5 часов — операционное время тимлида, 14 часов — работы с аналитикой и 37 часов работы с рекламными кампаниями.
В данном случае мы взвесили риски и деньги — и вписались в проект. Отталкивались от того, что у клиента сеть магазинов, он компетентный и ответственный человек — если получится выйти на окупаемость рекламных кампаний, мы получим стабильного клиента.
Тем более, что точек роста было несколько и если честно, мы неплохо погрузились в проект и нам хотелось выйти «в бой»:
Ранее не использовались автоматические инструменты, которые имеют принципиально иную механику работы: смарт-баннеры, торговые кампании, динамический ретаргетинг.
В текущих кампаниях были принципиальные ошибки, при которых, даже в хороших рыночных условиях, рекламные кампании работали бы в ноль или минус.
Стоимость тестирования 50-100 тыс. руб. вместе с компенсацией агентства, что соотносится с текущей выручкой клиента и рисками.
Учитывая, что мы провели не одно исследования рынка и конкурентов — и влияние внешних факторов на лицо, мы все равно вписались в проект. Поверили в свои силы, пошли против рынка — и прогорели.
Это хороший урок. Он стоил нам не так дорого, как клиенту его эксперименты с разными подрядчиками. Но выводы таковы, что несмотря на корректные настройки кампаний, тщательную работу с ключевыми словами и хорошее качество трафика, экономика проекта не сходится и вряд ли сойдется без глобальных изменений на уровне бизнеса.
Пишите вопросы и предложения, как работать с подобными ситуациями.
Для контраста рекомендуем к прочтению кейс по интернет-магазину запчастей. Там в течение года мы подняли выручку с 250 до 1250 т.р., используя примерно тот же подход, что был описан здесь.
Подписывайтесь на наш телеграм-канал: там анонсируем новые кейсы и делимся подробностями, которые не поместились на Pikabu.
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.
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.
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.
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.
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.
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
Читайте наш телеграм-канал. Там анонсируем новые кейсы и делимся подробностями, которые не поместились здесь.
*Meta, которой принадлежит Instagram, признана в России экстремистской организацией
Закончил недавно курсы по рекламе яндекс директ и google ads. Базовые знания получения, но хочется более детальных знаний и углубления в тему. Посоветуйте может есть бесплатные удаленные стажировки или в каком направлении двигаться дальше?
Мало того что Гугл прекратил показывать рекламу в России, так ещё Яндекс.Директ упал :-( или болчат?
Куда идти теперь, а?
Сижу, играю в простенькую бесплатную игру. После пройденного этапа всегда идёт реклама игр и т. д. А тут высвечивается вот это...
Нажимаешь на остановить войну, ведёт на сайт BBC с 404 not found...
Вот какого хера, хочется отвлечься, а тебе даже тут об этом напоминают...
Я за мир во всем мире. Всем добра.
Хочешь сделать хорошо - сделай сам.