Сеть строймаркетов

Реклама федерального DIY-маркета: какой эффект получили от внедрения Data Driven?

Речь в кейсе пойдет о проекте для федеральной сети строймаркетов [под NDA], над которым мы в агентстве работаем с 2018 года. Клиент к нам пришел с прозрачной задачей: разместить рекламу на поиске, чтобы привлечь новых покупателей на сайт при помощи акции.

KPI были основаны на выходе в положительное значение ROI.

Эволюция стратегии

Этап 1. Старт кампании

Сеть строймаркетов находится в 23 городах России: от Москвы и Санкт-Петербурга до небольших с населением ~500 тысяч. Уже на этапе планирования федеральной кампании мы предупредили клиента о том, что одна стратегия во всех городах не будет работать одинаково. В мегаполисе и регионах всё по разному: количество аудитории, пользовательский опыт, предпочтения к оффлайн покупкам и пр.

2 разных флайта, 2 стратегии и результат:

1 флайт — рекламная кампания, таргетированная на Санкт-Петербург, с тестовым посевным бюджетом, приуроченная к запуску нового сайта, где мы тестировали разные форматы рекламных кампаний.

Получилось определить самые эффективные форматы кампаний и категории товаров, которые продаются онлайн лучше всего. Но не получилось достичь нужного показателя ROI.

2 флайт — масштабная рекламная кампания с большим бюджетом, таргетированная на Санкт-Петербург и Уфу, в рамках которой рекламировалось большинство товаров из ассортимента магазина.

Получилось провести масштабную кампанию в двух городах практически по всем категориям товаров и достичь целевого показателя конверсии из поисковых кампаний в Санкт-Петербурге.

Подтвердили сомнения по Уфе — покупательская способность была ниже.

Основой стратегии был цифровой подход с опорой на данные о клиентах. (Подробнее о методологии и технологиях мы расскажем в следующем кейсе). В работе с большим бюджетом и трафиком ручные стратегии проигрывают автоматическим.

• Разметили все действия на сайте, которые только могли придумать и раздали каждому действию вес;
• Разработали матрицу предиктивных сегментов для того, чтобы целенаправленно работать с каждым типом аудитории;
• Внедрили алгоритмы предиктивного анализа в рекламу для управления форматами и ставками;
• Чтобы уйти от семплирования данных, долгого периода обработки данных и других ограничений веб-аналитики на базе Google Analytics и Яндекс.Метрика — мы перешли на работу с сырыми данными.

Этап 2. Пришел Ковид

3 флайт

Мы планировали запускать следующую масштабную рекламную кампанию с акцией 1 апреля 2020 года, но случилась пандемия и мы оперативно изменили условия товарной акции на бесплатную доставку, которая оказалась актуальной во время локдауна.

Настроили рекламные кампании в тех же форматах, что планировали.

• Динамические объявления в поиске «Яндекса» и смарт-баннеры с рекламой товаров из приоритетных разделов сайта.

При выборе категорий мы опирались на данные прошлых рекламных кампаний, «Яндекс.Метрики» и клиента.

Например, так мы отказались от рекламы товаров для внутренней отделки и декора — пользователи редко заказывают их онлайн без предварительного просмотра в магазине.

• Медийные баннеры.
• Ретаргетинговая реклама

В Google Ads мы настроили рекламу на пользователей, которые начали оформление заказа на сайте, но не завершили покупку. А в «Яндекс.Директе» — на предположительно склонных к конверсии. Это те, кто:

• положил товар в корзину и не закончил оформление заказа;
• совершил покупку недавно и находится в активной стадии ремонта;
• посмотрел определенное количество товарных страниц;
• на основании данных «Яндекс.Метрики» склонен к конверсии исходя из поведения на сайте.

Для небольших городов, где нельзя было обработать текущий спрос при помощи динамических объявлений, добавили классические поисковые кампании на базе опыта с кампания в Санкт-Петербурге.

Результаты второго этапа

Через неделю после запуска и накопления достаточной статистики по кампаниям мы подвели первые итоги работы:

Даже с учетом повышенного спроса, общий ROI рекламной кампании и ROI кампаний большинства городов были отрицательными из-за небольшого количества заказов из рекламных систем.

Этап 3. Обновляем настройки

Проанализировав результаты, мы поставили новые задачи: вместо проведения рекламных кампаний с широким охватом нам нужно было обработать резко выросший спрос на строительные материалы. Поэтому мы сосредоточились на самых конверсионных инструментах и внесли изменения в работу:

• Отключили медийные кампании в рекламной сети «Яндекс», совсем отключили рекламные кампании в Google Ads. Такие форматы не давали прямых конверсий. Средства с кампаний мы перераспределили на динамические объявления, которые показали наибольшую эффективность.
• Добавили новые аудитории ретаргетинговой рекламы в «Яндексе». Такой формат помог увеличить повторное взаимодействие с большим количеством пользователей, которые посещали сайт и совершали целевые действия.
• Отключили группы с низкой конверсией в динамических объявлениях и смарт-баннерах. Кампании такого типа ежедневно прорабатывались на предмет нецелевых запросов.
• Изменили поисковые кампании городов с низким трафиком

В итоге, показатели рекламных кампаний значительно улучшились после корректировок:

Город	ROI 9-20 апреля
Барнаул	-4,66%
Волгоград	96,88%
Волжский	-51,85%
Екатеринбург	-44,72%
Казань	355,82%
Красноярск	173,97%
Магнитогорск	512,82%
Москва + спутники	149,40%
Нижний Новгород	134,90%
Новосибирск	254,22%
Томск	-95,91%
Оренбург	109,22%
Санкт-Петербург	283,63%
Самара	4,18%
Тольятти	164,10%
Уфа + спутники	95,23%
Челябинск	21,05%
ИТОГО	133,49%

В отдельные отрезки времени за счёт технологий предиктивного анализа и оценки потенциала к конверсии нам удавалось обогнать ROI всех ретаргетинговых инструментов из базового арсенала Яндекса (в т.ч. сегмента «брошенная корзина») по ROI:

Данные за май 2020 г.

Вид рекламы	ROI 16-31 мая
Динамика	219,79%
Ретаргетинг	152,07%
Ретаргетинг UP	310,06%
Ремаркетинг	-54,86%

Выводы

Проанализировав результаты, мы поставили новые задачи: вместо проведения рекламных кампаний с широким охватом нам нужно было обработать резко выросший спрос на строительные материалы. Поэтому мы сосредоточились на самых конверсионных инструментах и внесли изменения в работу:

• без автоматизации и предиктивного анализа невозможно управлять большим бюджетом и трафиком;
• для достижения высоких показателей ROI необходимо копить данные об аудитории, ее пользовательском опыте на сайте и за его пределами;
• работать персонализировано с сегментами, которые готовы совершить покупку.

Если от хорошего стремиться к лучшему — будет успех и много лидов) Желаем удачи!