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
