Кейс по контекстной рекламе: интернет-магазин керамической плитки
Для одного из моих клиентов интернет-магазина плитки контекстная реклама в Яндексе и Google исчерпала себя, и нам пришлось искать новые точки роста и источники заявок.
И всё бы ничего, если бы не
ограничения, с которыми мы столкнулись на сайтах, и отсутствие бюджета на
разработчиков. В этом кейсе я расскажу, какие решения и идеи помогли нам обойти
сложности, запустить результативные, хоть и сложные, на первый взгляд, кампании
и получить больше заявок для интернет-магазина.
- О проекте;
- Первый этап;
- Второй этап;
- Итоги;
- Заключение.
О проекте
- Клиент: магазин плитки и керамогранита. Есть два сайта с разными брендами. Первый более популярный без цен, второй с ценами, но почти без посетителей.
- Продукция: ценовой диапазон выше среднего, в основном представлены европейские бренды.
- Целевая аудитория: юридические лица, архитекторы, дизайнеры и крупные заказчики.
- Реклама: поисковые объявления в Яндексе и Google (90% рекламного бюджета), реклама в РСЯ и КМС (10% рекламного бюджета).
- Количество заявок с рекламных каналов в месяц: 160–180.
- Средняя цена заявки: 600–700 рублей.
- Период работ: первый этап — с октября 2018 года по январь 2019-го; второй этап — с января по август 2019 года.
Задача на первом этапе —
приводить 50 новых заявок, не используя стандартные поисковые объявления. Цена
заявки не должна превышать 500 рублей.
На обоих сайтах установлен Roistat и коллтрекинг, так как большая часть заявок поступает со звонков. Данные из CRM загружаются в Roistat. В Яндекс.Метрике настроены цели, а Google Analytics отсутствовал.
Продажи и сумма продаж в KPI не
учитывались, так как цикл сделки в основном составлял несколько месяцев,
поэтому за основу были взяты именно заявки, которые подгружались из CRM клиента
в Roistat.
Оба сайта работали на HTTP. Их CMS
и структура не позволяли создавать фиды и выгружать информацию (стандартные
решения). Выполнить это можно было лишь отправляя запрос в базу данных.
Первый этап:
Маркет и Google Merchant
Для начала решили подключить Яндекс.Маркет и Google Merchant. Они позволили бы выйти за рамки поисковой рекламы.
Яндекс.Маркет
На проверку мы отправили сайт с
ценами, так как указанная стоимость товаров — обязательное условие для
подключения.
Из-за сложной структуры сайта и специфики товаров создать YML-фид было возможно при серьезной доработке движка, поэтому мы создали прайс-лист в XML через Excel по этой инструкции. Благодаря тому, что наличие товаров практически не менялось, обновление фида происходило в ручном режиме раз в месяц и занимало 10–15 минут.
При первом же запуске Маркет
показал себя хорошо и смог дать 4–5 заявок в неделю по 40–50 рублей.
Чтобы увеличить количество
заказов, мы решили:
- в PriceLabs создать стратегии для самых популярных брендов;
- увеличить кликабельность предложений с помощью акции.
Так как все предложения не имели карточек товаров, а большая часть заявок шла со звонков, стратегии по позиции, CPA или рентабельности были недоступны. Потому настроили стратегию «Фиксированная цена».
Чтобы увеличить кликабельность
предложений, решили добавить основное преимущество магазина — бесплатный
дизайн-проект. Это не заняло много времени, так как было достаточно в
генерируемый вручную фид добавить следующие строки:
После дополнения фида
предложение выглядело так:
В итоге получаем около 25–30
лидов в месяц при цене заявки около 50 рублей.
Google Merchant
Center
Для подключения магазина к Google Merchant Center были некоторые препятствия:
- На сайте не было информации о возврате.
- Сайт работал на HTTP.
Поскольку второй сайт практически не продвигался в SEO, его можно было перевести на HTTPS. На сайте SSL For Free получили бесплатный SSL-сертификат и установили на сервер, затем настроили редиректы и оформили переезд в Яндекс.Вебмастере.
После этого сайт прошел в
Google Merchant Center, фид из Яндекс.Маркета, переформатированный в Google
Sheets, загружен в систему.
В итоге получили такие
объявления:
В первый месяц размещения в Google Merchant получили 12 заявок по цене более тысячи рублей каждая, что довольно дорого.
Для оптимизации CPL мы корректируем
ставки в зависимости от бренда товар и экспериментируем с аудиториями.
Чтобы работать с аудиториями,
нам потребовалось установить три счетчика Google Analytics: по отдельному для
первого и второго сайтов и третий — для обоих сразу.
Функция «Увеличение числа
конверсий с помощью Оптимизатора цены за конверсию» показала себя хуже
остальных стратегий: большая часть заявок проходила через звонки (около 80%)
без заполнения формы, соответственно, Google Analytics видел и передавал лишь
100 из 500 заявок. Как следствие, рекламная система учитывала мало конверсий и
сильно занижала ставки.
В результате экспериментов с аудиториями лучше всего сработали «Умные списки». Также тестировали аудитории (сегменты) по выполнению целей, интересам и демографическим данным.
Статистика по умным целям в Google Analytics.
Количество заявок превысило
150, а их стоимость была в рамках KPI.
Соответственно, использование
аудиторий и разбивка ставок по брендам сработали хорошо.
С марта 2019 года торговая реклама приносит нам около 60 заявок в месяц, а CPO остается в рамках 200–400 рублей.
Второй этап:
динамические форматы
В начале 2019 года мы решили
расширить количество источников, чтобы в итоге получать около 100 заявок в
месяц (включая старые источники). Для достижения KPI попробуем:
- динамические поисковые объявления в Google и Яндексе;
- смарт-баннеры в Директе;
- динамический ремаркетинг в Google Ads.
Динамические
поисковые объявления в Яндексе
Самый «беспроблемный» вид
рекламы, где не требуется HTTPS и наличия цен. Поэтому взяли фид Яндекс.Маркета
второго сайта, создали на его основе новый для первого сайта без цен и
загрузили в Яндекс.Директ. В качестве минус-фраз загрузили список из поисковых
кампаний.
При расходах 12564 рублей мы
получили 13 лидов.
Заявок довольно много, но они
дорогие. Соответственно, нужно оптимизировать кампании.
В первую очередь
экспериментировали с объявлениями и в итоге оставили несколько удачных
комбинаций по разным типам товаров (керамическая плитка, керамогранит, мозаика,
плитка) и вариаций быстрых ссылок и уточнений (бренды/типы товаров).
Например, для товаров из
разделов «Керамическая плитка» или «Керамогранит» создали отдельные группы
объявлений и фильтры, а в быстрых ссылках и уточнениях указаны популярные
бренды этих товаров.
При анализе поисковых запросов
заметили, что Яндекс решил, что слово Deja Vu (название товара) — это название
песни, и начал показывать объявление в различных вариациях исполнителей с
добавками «слушать», «песня» и т. д.
Или в этом случае уже в Google
слово Déjà vu было воспринято как название бара в Эстонии.
Аналогичная проблема была и с
другими коллекциями. Например, «Зимний сад» показывался в основном по запросам
«Зимний сад режим работы», «Зимний сад открытие» и т. д. Просмотрев все
поисковые запросы для 160 тысяч показов, мы составили огромный список минус-фраз
для обеих кампаний. В итоге исключены:
- бренды, с которыми не работаем;
- адреса (например, «плитка на ул. Ленина» или «купить
плитку пр. Большевиков»); - информационные и не относящиеся к тематике и товару
запросы; - нецелевые города РФ и страны;
- магазины и сайты конкурентов.
Несмотря на то что количество показов сократилось в 4–5 раз, количество кликов практически не изменилось (повысился CTR), но они стали существенно дешевле, это и повлияло на стоимость заявки.
Важно! Яндекс постоянно находит новые запросы, по которым можно
совершить показ, даже если запрос нерелевантен. Поэтому проверку поисковых
запросов и минусацию нецелевых мы проводим раз в две недели.
В конечном счете кампания
показывалась по запросам, обозначающим артикул, цвета, формы или особенности
какой-либо коллекции плитки, которая не была охвачена в стандартной рекламной
кампании.
Также мы обнаружили: для того
чтобы фид первого сайта прошел модерацию, всем товарам была присвоена единая
цена в 150 рублей. Так как Яндекс запустил показ динамических объявлений в
товарной галерее с неверными цены, пришлось попросить у клиента действительный
прайс-лист и с помощью функции ВПР в Excel проставить в фиде настоящие цены.
Дополнительно мы провели несколько экспериментов с сегментами. Взяли аудиторию, совершившую начальный этап конверсии («Открыл форму») на обоих сайтах, и в Яндекс.Аудиториях нашли похожих пользователей. Это дало ощутимый результат: повысило количество конверсий, при этом снизив их стоимость.