Как продвигать сервис видеонаблюдения, если ЦА даже не понимает, что ей нужна такая услуга? Где искать точки роста без увеличения стоимости лида и кровавой конкуренции? Сервис видеонаблюдения нашел новых клиентов с помощью контекстной рекламы, превратил их в постоянных и вырос в 4 раза.

Привет! Мы МАКО — агентство контекстной рекламы и маркетплейсов с оплатой за результат. Сегодня расскажем необычную историю клиента, который продает облачный сервис видеонаблюдения. Лучший способ повысить маржинальность такого IT-продукта — продавать оборудование+программное обеспечение+подключение, а потом еще брать плату за абонентское обслуживание.

Но аудитория в массе не понимает, что такое сервис видеонаблюдения. По самым целевым запросам его почти не ищут. Что тогда продавать — камеры как товар или подключение видеонаблюдения как услугу? Реклама «в лоб» по высокочастотным запросам дорогая, трафик забирают крупные конкуренты с более высокими ставками и чеками.

Мы решили эту задачу в несколько этапов: выстроили процесс привлечения покупателей и допродаж, привели новых клиентов из Яндекс Директа и сумели продлить их жизненный цикл. Расскажем, как сервис видеонаблюдения  за 2,5 года вырос в 4 раза при сохранении доли рекламных расходов 18-19%. Будет полезно всем бизнесам, продвигающим сложные продукты без сформированного спроса.

Краткое содержание для ЛЛ:

1. Покупатели не ищут сервис видеонаблюдения, а реклама по общим запросам дорогая

2. Автоматика не обучалась: заставили автостратегии работать и выросли вдвое

3. ЦА хотела покупать камеры, но рекламировать их невыгодно. Придумали комбо: камеры + сервис. Получили клиентов еще дешевле – за 1870 руб.

4. Нужно было возвращать теплую аудиторию. Предлагали полный фарш. Снизили ДРР на 30% и увеличили продажи на 20%

5. B2b-лиды плохо конвертировались в сделки. Сфокусировались на узких нишах и увеличили конверсию на 30%

6. Нужно было обойти неповоротливых конкурентов-гигантов. Увеличили ставки и вышли в топ-3

7. Единая перфоманс-кампания гнала мусорный трафик без лидов. Перехитрили систему и получили +30% к среднему чеку

8. Увеличили продажи сервиса в 4 раза, заработали на камерах и сохранили ДРР 18%

Покупатели не ищут сервис видеонаблюдения, и реклама в лоб не работает

Клиент создал облачный сервис видеонаблюдения, в который входит собственное ПО, инфраструктура и оборудование. Покупатели получают все необходимое в одном месте и не должны искать, где купить камеру, какую выбрать программу видеоаналитики и кто все это настроит. Под задачи можно выбрать функционал сервиса ― от стандартного удаленного доступа к записям до распознавания лиц и контроля кассовых операций. 

Сегментов аудитории много: застройщики, банки, ритейлеры, пункты выдачи заказов, учебные заведения, которые проводят экзамены удаленно, а также физические лица, которые устанавливают дома видеонаблюдение для контроля за обстановкой.

Наибольшую прибыль в тематике дает увеличение LTV, или жизненного цикла  покупателя. А для этого нужно продать не только ПО и оборудование, но и абонентское обслуживание. Его обычно покупают как встроенную опцию в процессе видеонаблюдения.

Клиент пробовал продвигать свой продукт с помощью контекстной рекламы, но столкнулся с дилеммой:

1. Узкая семантика работает плохо. Люди не ищут облачный сервис видеонаблюдения, поскольку не знают, что это такое и чем полезно. Они хотят либо купить камеры, либо установить видеонаблюдение.

2. По частотным ключам со словом «видеонаблюдение» клики очень дорогие. Услуги видеонаблюдения часто продают вместе с системой охраны. В этой нише средний чек гораздо выше, чем в нише облачных сервисов. За общие конверсионные запросы типа «видеонаблюдение» идет ожесточенная борьба. Ставки высокие, конкурировать приходится с крупными игроками с огромными бюджетами ― провайдерами мобильного интернета, охранными системами.

Это приводило к тому, что клиент получал в среднем 200 лидов в месяц по 2500 рублей. Только каждый третий из них конвертировался в продажу, то есть стоимость целевой заявки составляла уже 7000 рублей. 

Заказчик не мог получить больше лидов из рекламы. А если увеличивал бюджет, цена обращения тоже росла, экономика проекта рушилась.

Клиент обратился к нам с запросом привлечь больше клиентов и сохранить стоимость лида.

Если вы хотите успешно запускать продвижение, мы можем сделать аудит и проверить стратегию вашей контекстной рекламы.

Рекламные кампании не обучалась из-за нехватки конверсий. Правильно настроили автостратегии и выросли вдвое

Мы обнаружили, что автоматические стратегии не обучаются, потому что не могут набрать 10 конверсий в неделю по каждой рекламной кампании. Цели были настроены только для макроконверсий ― оформление заявки и звонок. Мы решили добавить больше целей, чтобы собрать данные для обучения автоматики.

Настроили автостратегию «Максимум конверсий» с разными моделями оплаты: в поисковых кампаниях платили за клики, а в РСЯ ― за конверсии. Учитывали более частотные микроконверсии. Для сервиса с тарифами это нажатие на кнопки «Выбрать тариф» и «Заказать обратный звонок», для каталога с оборудованием ― переход в корзину. Рекламные кампании обучились и начали приносить лиды.

Параллельно тестировали новые инструменты. В то время появилась товарная кампания, которая позволяет показывать рекламу во всех форматах для всех мест размещения и на поиске, и в рекламной сети. Система анализирует содержание сайта или фида с товарами и автоматически создает объявления. Мы придумали рекламировать сервис как товар: вручную собрали фид с описанием тарифов, настроили рекламу.

Результаты сразу улучшились: число лидов увеличилось вдвое, а стоимость снизилась на 20% до 2030 рублей.

Рекламировать камеры было невыгодно. Придумали, как продавать сервис вместе с камерой – клиенты стали еще дешевле

Раньше клиент тратил бюджет на рекламу облачного сервиса, а оборудование отдельно не рекламировал, потому что считал это направление не маржинальным. Но мы анализировали поведение пользователей, которые перешли на сайт по рекламе, и заметили кое-что интересное. Люди уходили из раздела тарифов в интернет-магазин и подолгу рассматривали товарные карточки.

Мы предположили, что аудитория пересекается: если человек планирует подключить облачное видеонаблюдение, ему понадобится и физическая инфраструктура. Клиент идеально попадает в потребности этой ЦА с комплексными решениями.

У нас возникла гипотеза выстроить более сложную воронку продаж:

1. Приводим потенциального покупателя в интернет-магазин.

2. Продаем ему камеру.

3. Предлагаем прямо в карточке товара бесплатно подключить сервис видеонаблюдения в тестовом режиме на месяц и затем первые 3 месяца по промо-тарифу со скидкой 50%.

4. Допродаем облачный сервис на длительный срок.

Мы предложили клиенту увеличить бюджет и параллельно рекламировать интернет-магазин. Проверили нашу гипотезу с помощью теста: вручную собрали небольшой фид с информацией о 10 камерах и запустили смарт-баннеры. Это быстрее, чем клиенту формировать автоматический фид с данными обо всех товарах, а выводы сделать можно.

В карточку товара на сайте добавили предложение подключить облачный сервис и описали его преимущества.

Эксперимент оказался успешным: за 2 недели мы дополнительно получили 28 продаж, а 10 покупателей подключили облачное видеонаблюдение.

Тогда мы решили масштабировать это направление и попросили клиента сформировать большой фид, соответствующий полному ассортименту интернет-магазина. На этом фиде запустили товарные кампании. Начали получать и продажи, и заявки на услуги по рекордно низкой стоимости в 1870 рублей.

Закажите аудит и проверьте стратегию вашей контекстной рекламы.

Нашли новые закономерности в поведении аудитории и запустили ретаргетинг – продажи выросли на 20%, ДРР сократился в 1,5 раза

Тест первой воронки продаж оказался успешным. Мы подумали: а что если рекламировать еще пару подобных предложений?

1. Продавать камеры со скидкой тем, кто покупает облачное видеонаблюдение.

2. Предлагать решения под ключ «оборудование+настройка+сервис». Они должны зайти тем, кто с нуля оснащает новый объект: загородный дом, открывшийся бар или пункт выдачи.

Мы настраивали рекламу как на действующих клиентов, которые уже купили камеру, так и на тех, кто проявлял активность на сайте ― смотрел каталог, складывал товары в корзину, переходил в другие разделы.

Отслеживали, как посетители сайта конвертируются в покупателей. Обнаружили интересную закономерность: пользователи, которые перешли по рекламе впервые, покупают либо в течение первых 7 дней, либо с 30 до 60-го дня. Мы стали активнее запускать рекламу на этот сегмент именно в указанные периоды.

В результате ДРР снизился с 32% до 20% и остался на этом уровне. Продажи увеличились на 20%.

Продаж корпоративным клиентам было мало. Нашли подход к B2B-аудитории через точные нишевые ключи

Мы продолжали тестировать форматы рекламы для продажи сервиса. Наиболее эффективным оказался Мастер кампаний, в котором мы настраивали рекламу отдельно по b2b- и b2c-запросам. Сначала заказчик делал ставку на крупных корпоративных клиентов. Но его ожидания не оправдались из-за перегретости этой ниши: лиды стоили дорого, а конверсия из заявки в продажу оставалась низкой. Такие клиенты приносили лишь 10% выручки просто потому, что их было мало.

Мы решили не бороться в кровавом океане, а поискать голубой. Сфокусировались на нишевых запросах, интересных бизнесам конкретных отраслей. Такие ключевые фразы более точно отражают потребности пользователя, и конкуренции по ним меньше.

Пошел стабильный поток заявок от таких бизнесов. Причем конверсия была выше на 30%: если в среднем по всем кампаниям каждая третья заявка на подключение к сервису конвертировалась в продажу, то здесь ― каждая вторая.

Так же точечно проработали b2c-запросы. Учли сценарии использования: в каких ситуациях может понадобиться товар или услуга? Где человек хочет установить видеонаблюдение, с какой целью? Получили пул ключевых фраз вида: «камера для дома», «камера для дачи», «камера для ворот», «поворотная уличная камера», «домашнее видеонаблюдение за ребенком». Настроили по ним рекламу и тоже приросли в заказах.

Вышли в топ-3 по самым конверсионным ключам и обошли неповоротливых конкурентов-гигантов

В нише оборудования и сервисов для облачного видеонаблюдения высокая конкуренция. Причем мы боролись не только с такими же IT-компаниями, но и с федеральными гигантами, например, провайдерами домашнего интернета. Нашли слабое место у корпораций: худшее знание тематики и неповоротливость. Они рекламируют одновременно десятки и сотни товаров и услуг, а конкретно нишу видеонаблюдения знают более поверхностно.

Как мы этим воспользовались:

1. Выбрали самые «жирные» запросы в тематике, по которым был высокий процент конверсии, например, «тарифы для видеонаблюдения», «видеоаналитика».

2. Увеличили по ним ставки на поиске, чтобы выбить конкурентов с топовых позиций.

В итоге по общему запросу на поиске наши объявления показывались на первом-третьем месте. Магия.

Попробовали новый инструмент Я.Директа – сделали всё по инструкции, но получили мусорный трафик без лидов

В конце 2023 года в Яндексе появился новый инструмент. Единая перфоманс-кампания объединяет 4 типа контекстной рекламы ― на поиске, в РСЯ, динамический поиск и смарт-баннеры. С 22 мая 2024 года запускать первые два типа кампаний можно только с помощью ЕПК.

Мы начали его тестировать и точь-в-точь последовали рекомендациям Яндекса. В одной ЕПК собрали 4 типа рекламных кампаний, которые показывались одновременно по всем сегментам и регионам. Идея была в том, что одна кампания быстрее обучится.

Но научилась она не тому, что мы хотели. Больше всего трафика стало приходить с мобильных устройств с РСЯ и с десктопов на поиске, но заявок практически не было. Хотя до этого в других кампаниях хорошо работали мобильные устройства на поиске. Мы не могли внести корректировки в рамках одной РК: нельзя снизить ставки для мобильных устройств в РСЯ и повысить для мобильных устройств на поиске.

Пошли вразрез рекомендациям Яндекса и перехитрили систему – увеличили средний чек на 30%

Тогда мы разделили кампанию на две:

• ЕПК поиск. На нее выделили больше бюджета, чтобы получить больше трафика, и повысили ставки для мобильных устройств. 

• ЕПК сети. Максимально вычистили нецелевые площадки ― мобильные приложения, мусорные сайты, сделали понижающую корректировку ставок для мобильных устройств.

Кампании обучились отдельно и стали приносить лиды.

Через пару месяцев у рекламы оборудования на поиске начал снижаться средний чек и увеличилась доля рекламных расходов. Мы обнаружили, что люди стали чаще покупать более дешёвые низкомаржинальные товары.

Мы и здесь задействовали ЕПК и запустили в одной кампании объявления по трем сегментам товаров с разной маржинальностью: высоко-, средне- и низкомаржинальные. Этот инструмент имеет принципиальное отличие, которое могло сыграть нам на руку.

Раньше при запуске других типов кампаний возникал замкнутый круг:

1. Вносить корректировки по ставке, стоимости конверсии или другим параметрам можно только на уровне кампании. Система сама распределяет, объявления из какой группы она будет больше показывать. На это нельзя повлиять и выделить какую-то одну группу.

2. Приходится выделять каждую группу в отдельную рекламную кампанию, устанавливать более высокие ставки. 

3. Увеличивается вероятность, что не хватит данных для обучения автоматики (напомним, нужно минимум 10 конверсий в неделю для каждой кампании).

ЕПК же хороша тем, что в ней для каждой группы объявлений можно настроить разную  стоимость конверсии. Мы так и сделали: для высокомаржинальных товаров установили этот показатель повыше. Таким образом дали системе сигнал, что мы готовы больше платить за такие лиды. Этот сегмент оказался в приоритете, на него пошло больше трафика, а значит, и конверсий. Но для обучения Директ считал конверсии по всем трем категориям маржинальности, и реклама не останавливалась во всех группах.

Так мы достигли цели: и увеличили средний чек на 30%, и продолжили рекламировать все сегменты товаров. 

За 2 года работы увеличили продажи сервиса в 4 раза, заработали на камерах и сохранили ДРР 18%

Всего за 2,5 года мы увеличили продажи в 4 раза и снизили стоимость заявки в 1,5 раза по сравнению с данными на старте проекта. Причем треть клиентов мы получали из рекламы камер.

ДРР держится на уровне 18-19%.

Если вы хотите успешно запускать продвижение, мы можем сделать аудит и проверить стратегию вашей контекстной рекламы.

Оставить заявку на аудит и стратегию можно на нашем сайте: makodigital

Скачайте 5 чек-листов агентства МАКО, которые закрывают реальные потребности digital-маркетинга. Это не поверхностные советы, а практические инструменты, которые мы используем в работе с десятками проектов.

Высасывают солнце всухую

Все сидят без света и отопления

Profit!!!

В e-commerce происходит то же самое, только в больших масштабах. Рассмотрим пример с товарами: представьте, что на вашем основном сайте флагманский ноутбук указан с 32 ГБ оперативной памяти и в серебристом цвете. Однако в карточке того же самого товара на маркетплейсе написано, что памяти всего 16 ГБ, а цвет — черный. Клиент в замешательстве: где правда и что ему в итоге привезут? Подобные расхождения — это не просто мелкие опечатки контент-менеджера, это симптомы системной болезни бизнеса под названием «неконсистентность данных».

Если в банковской сфере такая рассинхронизация — это мгновенная авария, то в e-commerce это медленный яд, незаметно разрушающий бизнес-показатели. Где именно компания теряет деньги из-за бардака в товарных данных?

Основные понятия консистентности данных

Консистентность – это не синоним точности или полноты, а именно внутренняя непротиворечивость. Когда данные согласованы, они рассказывают одну и ту же историю, независимо от того, через какой узел системы или в какой момент времени к ним обращаются. Это принципиально важное требование для любой системы, претендующей на надёжность.

Говоря простыми словами, консистентность данных означает, что они не противоречат друг другу. Если в одном месте указано, что клиент Иванов имеет статус «активен», а в другом месте этот же клиент числится «заблокированным» – это прямое нарушение согласованности. В реляционных базах данных это обеспечивается правилами целостности (например, внешние ключи), но в современных распределенных системах всё становится гораздо сложнее. Здесь на первый план выходит логическая корректность: если транзакция завершилась успешно, то все ее изменения должны быть видны везде и сразу, или, по крайней мере, гарантированно стать видными со временем.

Консистентность vs целостность данных

Эти два понятия часто путают, и различие между ними ключевое. Целостность (integrity) – это в первую очередь структурная правильность. Она отвечает на вопросы: «Есть ли в таблице дубликаты?», «Ссылается ли запись на существующий внешний ключ?», «Соответствует ли значение поля его типу?». Согласованность (consistency) – это смысловая, логическая корректность. Она отвечает на вопросы: «Не противоречит ли новая операция по списанию средств текущему балансу?», «Одинаковы ли данные о товаре в каталоге и на складе?». Целостность можно проверить синтаксически, согласованность – только семантически, в контексте бизнес-правил.

Почему консистентность данных важна для бизнеса

Влияние неконсистентности данных на бизнес носит прямой и измеримый характер. Это не абстрактная техническая проблема, а источник реальных финансовых потерь, упущенных возможностей и испорченной репутации. Когда данные врут или противоречат сами себе, любое решение, принятое на их основе, становится лотереей.

Влияние на принятие решений

Стратегическое планирование, прогнозы продаж, оценка эффективности маркетинговых кампаний – всё это целиком зависит от качества входящих данных. Если отчёт из CRM показывает одну выручку, а отчёт из ERP – другую, финансовая команда тратит недели на выяснение причин расхождения вместо анализа.

Неконсистентность порождает «шум» в аналитике, за которым невозможно разглядеть истинные тенденции. Как отмечают аналитики Gartner, низкое качество данных обходится организациям в среднем в $15 млн ежегодно именно из-за ошибочных решений и неэффективных процессов.

Консистентность данных в eCommerce и маркетплейсах

В электронной коммерции цена неконсистентности особенно высока. Классический пример: цена товара в фиде для маркетплейса отличается от цены на сайте бренда. Покупатель видит несоответствие, теряет доверие, а продавец рискует получить штраф от площадки. Другой сценарий – дублирование товарных карточек из-за различий в атрибутах от разных поставщиков. Это не только запутывает покупателя, но и размывает SEO-усилия, «деля» трафик между дубликатами. Согласованность данных о наличии на складе, ценах и характеристиках – это основа бесперебойных продаж и положительного клиентского опыта.

Типы консистентности данных

В распределенных системах инженерам приходится идти на компромиссы. Не всегда возможно и экономически оправданно обеспечивать мгновенную синхронизацию данных между всеми узлами, особенно в глобальном масштабе. Поэтому были разработаны различные модели консистентности, каждая со своим набором гарантий и ограничений.

Сильная консистентность

Сильная, или строгая, консистентность (strong consistency) – это золотой стандарт. Она гарантирует, что после завершения любой операции записи все последующие операции чтения (с любого узла системы) увидят результат этой записи. Достигается это за счёт сложных механизмов синхронизации и блокировок, что неизбежно создаёт задержки и может снижать общую доступность системы. Этот подход характерен для традиционных реляционных СУБД, где корректность данных приоритетнее скорости.

Ослабленная (eventual) консистентность

Ослабленная, или конечная, согласованность (eventual consistency) – это модель, лежащая в основе многих современных распределенных NoSQL-баз и облачных сервисов. Она не гарантирует мгновенного распространения изменений. Вместо этого она обещает, что если не поступает новых обновлений, то через некоторое время (это «некоторое» может составлять миллисекунды или часы) все реплики данных придут к одному значению. Эта модель жертвует мгновенной точностью ради высокой доступности, масштабируемости и устойчивости к разделению сети, что делает её идеальной для сценариев, где допустима небольшая временная рассогласованность, например, для количества лайков под постом или кешированных профилей пользователей.

Как обеспечивается консистентность данных

Обеспечение согласованности – это многоуровневая задача, которая требует применения как технических механизмов на уровне инфраструктуры, так и организационных практик на уровне бизнес-процессов.

Механизмы на уровне базы данных

Строгая консистентность (ACID) - "Все или ничего". Это "старая школа", идеально работающая в классических реляционных базах данных (PostgreSQL, Oracle, SQL Server). Основа этого подхода - Транзакция. Это набор действий, который выполняется либо целиком, либо не выполняется вообще. Транзакция гарантирует, что либо все её операции будут выполнены, либо ни одна из них, что сохраняет базу в согласованном состоянии. Другие механизмы включают блокировки (locks), которые предотвращают одновременное изменение одних и тех же данных, и многоверсионность (MVCC), позволяющая поддерживать целостность при параллельных чтениях и записях. Для распределенных баз данных критически важны протоколы консенсуса, такие как Raft или Paxos, которые согласовывают состояние между узлами.

Контроль данных на уровне приложений и API

Инфраструктурные гарантии важны, но недостаточны. Бизнес-логика приложения должна включать в себя процессы валидации данных. Например, система управления товарной информацией (PIM) должна проверять, что у товара есть все обязательные атрибуты, прежде чем разрешить его публикацию на маркетплейс. API-шлюзы могут проверять и трансформировать данные, поступающие от разных микросервисов, обеспечивая их соответствие единому контракту. Автоматизация этих проверок через скрипты и пайплайны – ключ к предотвращению проникновения неконсистентной информации в систему.

Советы по улучшению консистентности данных

Улучшение состояния данных — это комплексная инициатива. Она начинается с аудита и заканчивается внедрением культуры data quality в компании.

Стандартизация данных и метаданные

Хаос проще предотвратить, чем устранить. Определите и зафиксируйте единые стандарты для ключевых сущностей: форматы дат, правила наименования, справочники значений (например, список стран или типов товаров). Используйте метаданные для описания происхождения, владельца и правил использования данных. Это создаёт общий язык для всех систем и команд, на котором они не смогут сказать разное об одном и том же.

Централизованная интеграция и мастер-данные

Откажитесь от точечных интеграций «каждая система с каждой» в пользу единой шины данных (Enterprise Service Bus) или платформы интеграции. Назначьте систему-источник (систему записи) для каждого типа мастер-данных (клиенты, товары, контракты). Все остальные системы должны получать эти данные только из назначенного источника, что исключает возможность появления конфликтующих копий. Подход Master Data Management (MDM) формализует этот процесс, назначая владельцев данных и регулируя их жизненный цикл.

А зачем бизнесу консистентность данных?

Консистентность данных – это не технический нюанс, а стратегический императив. В цифровой экономике данные — это новая валюта, и доверие к этой валюте целиком зависит от её стабильности и предсказуемости. Инвестиции в обеспечение согласованности окупаются многократно: через снижение операционных рисков, ускорение процессов аналитики и принятия решений, повышение лояльности клиентов и, в конечном итоге, через создание устойчивого конкурентного преимущества. Бизнес, который научился управлять своими данными как единым, согласованным активом, получает возможность двигаться быстрее, действовать точнее и доверять своим собственным цифрам.