Цветы и автостратегии: как мы увеличили на 30% количество продаж в интернет-магазине цветов

Жил-был интернет-магазин цветов. Над его продвижением трудились хорошие маркетологи, которые создали кампании для всех типов клиентов, максимально хорошо и детально проработали все форматы объявлений и ключевые слова. Бюджет на рекламу не ограничивался ничем, кроме потолка по CPO (стоимости привлечения сделки) в 2700 руб. 

Руководитель магазина планировал расширить географию бизнеса и открыть точки продаж в Ростове-на-Дону и Новосибирске. Но для этого нужно было нарастить объем продаж минимум на 20%. Проблема была в том, что маркетологи не знали, как можно масштабировать результат не раздувая стоимость сделки. Поэтому заказчик обратился в R-брокер. За два месяца мы изменили подход к управлению рекламными кампаниями и увеличили количество продаж на 28% (с 51,69 до 71,87 в день), при этом снизив CPO на 3%. Как нам это удалось — читайте в кейсе ниже.

Что было на старте

До нас рекламой клиента занимались инхаус специалисты. Они создали кампании всех подходящих бизнесу клиента типов:

• поисковая сеть, 

• динамические объявления, 

• умные кампании, 

• торговые кампании, 

• умные торговые кампании, 

• реклама мобильных приложений

Проработали все форматы объявлений (развернутые, адаптивные, динамические, медийные), прописали расширения. Учли в семантическом ядре кампаний все возможные ключевые слова. Рекламные кампании маркетологи заказчика оптимизировали под стратегию «Ручное управление ставками с оптимизатором цены за конверсию», т.к. считали, что лучше всего себя показывают кампании с ручным управлением ставками.  

Вот такие результаты показывали кампании:

Что можно было сделать еще, чтобы получать больше заказов из поиска Google, инхаус маркетологи не знали. Получить больше 50 конверсий в день могли только с увеличением CPO (стоимости привлечения сделки), но бизнес-модель клиента не позволяла привлекать покупателей дороже 2700 руб.

Нам нужно было подобрать такие варианты управления рекламными кампаниями, чтобы увеличить количество конверсий минимум на 20% в течение месяца и не превысить заданную стоимость привлечения покупателя. 

Автостратегия справится лучше

Мы проанализировали кампании заказчика и убедились, что маркетологи действительно проработали их хорошо. Мы рисковали не справиться с задачей — казалось, что оптимизировать уже нечего. 

Но у нас был козырь в рукаве. Когда-то ручное управление ставками было самым оптимальным способом управления кампаниями на поиске. Сейчас алгоритм поисковой системы может справиться с этой задачей гораздо лучше человека.

Чтобы алгоритм нашел нужные взаимосвязи между покупкой и поведением аудитории, нужно, чтобы целевых конверсий было как можно больше. Чем крупнее массив данных об аудитории и ее поведении, тем точнее и быстрее алгоритм начнет показывать результат.

Что мы поменяли в кампаниях заказчика

Мы назначили стратегию назначения ставок по целевой цене за конверсию в 2700 руб. Это соответствовало бизнес требованиям клиента, и соотносилось с предыдущей статистикой рекламных кампаний. Был соблазн попробовать «сбить» стоимость привлечения сделки и занизить стоимость цели, но Google не рекомендует так делать. Алгоритм может вовсе не найти целевую аудиторию. 

В качестве целевого действия выбрали цель «Transactions» — оплаты. Микроконверсии (переход в корзину, регистрация) стоит использовать только если покупок меньше 20 в неделю. Предыдущие кампании клиента давали по 50 оплат в день, этого было достаточно для обучения алгоритма. 

В Google Ads есть возможность объединять кампании в «пакеты». Чем больше данных будет у системы, тем быстрее она пройдет «обучение» и найдет целевую аудиторию для показа объявлений. Мы сразу последовали рекомендациям Google и объединили кампании в пакеты. Результат появился уже через 11 дней:

Применение пакетной автостратегии помогло увеличить количество обращений на 25%, и снизить CPO на 7%. Цель была достигнута. 

Конкуренты не спят

Мало завоевать трон, его нужно удержать. Конкуренты не стоят на месте и тоже работают над своими кампаниями. Поэтому мы ежедневно отслеживали динамику по количеству транзакций и их стоимости с помощью счетчиков аналитики и отчетов площадки.

Мы составили список наиболее значимых запросов, по которым приходило больше всего заявок и расходовалась большая часть бюджета. Например: 

• цветы с доставкой мск, 

• заказать цветы мск, 

• цветы букеты мск, 

• заказ букетов мск, и т.д.

И посмотрели, какую рекламу дают по этим запросам конкуренты, сравнили с тем, что говорится в наших объявлениях. Когда мы начинали работу над проектом, наши объявления были сильнее конкурентов, но они проделали работу над ошибками. Мы предлагали доставку за 24 часа, они стали за 3 часа. Наши букеты начинались от 3590 руб., а их — от 1500 руб. 

Что мы поменяли в объявлениях

Чтобы удержать результат, мы посоветовались с заказчиком и скорректировали тексты наших объявлений. Заказчик смог организовать доставку за более короткий срок, а мы выдвинули гипотезу, что не все люди обращают внимание на количество роз в букете, а ориентируются на его конечную стоимость. Вот, как мы скорректировали оффер:

Было: «Доставка Цветов в Москве за 24 часа. 101 роза - от 3590 ₽»; 

Стало: «Заказать цветы с доставкой от 2х часов в Москве. 41 роза - от 1990 ₽».

Итог

К концу второго месяца мы увеличили количество заказов. Но стоимость конверсии практически вернулась к изначальным значениям, хотя все еще была ниже изначальной на 6% и укладывалась в экономику рекламодателя:

Количество конверсий увеличилось на 30%, а CPO снизился на 2,7% в сравнении с тем, что было до применения автостратегий. Несмотря на увеличение стоимости привлечения сделки, работа над офферами помогла привлечь более конверсионную аудиторию. 

Резюме

Мы достигли цели, а клиент расширил долю рынка и открыл точки продаж в новых регионах: Новосибирск, Ростов-на-Дону.

Автоматические алгоритмы назначения ставок развиваются семимильными шагами и уже вполне могут побить по эффективности стратегии с ручным назначением ставок. Главное — проанализировать предыдущую статистику рекламных кампаний и правильно выбрать исходные данные для обучения алгоритма. С нуля настроить автостратегии не получится, нужно как минимум 20 конверсий в неделю. Можно применять пакетные стратегии, тогда за счет большего объема данных алгоритму потребуется меньше времени на обучение.

Но даже получив желаемый результат, не стоит расслабляться. Конкуренты не дремлют, поэтому работа с контекстной рекламой требует постоянного контроля и внимания.

Квиз