321 заявка для таксопарка BeriTaxy за 294 рублей из Яндекс Директ в агентстве Magnetto.pro

Подготовка и запуск рекламы

На начальном этапе мы проанализировали конкурентов, собрали семантику, составили mind-карту рекламного кабинета, подготовили тексты объявлений, а также креативы для сетей. Все это согласовали с клиентом и запустили рекламу. Для запуска использовались все типы рекламных кампаний, доступных в Директе:

• 1
  Поиск.
  
• 2
  РСЯ
  
• 3
  Мастер кампаний
  
• 4
  Ретаргетинг на разные сегменты аудиторий
  





Mind-map карта рекламного аккаунта





Пример поискового рекламного объявления:






Примеры креативов для РСЯ:

 

Удачные гипотезы, которые сработали:

Несмотря на использование интеллектуальных стратегий управления ставками, кампании медленно раскручивались, было мало заявок с их высокой средней стоимостью. В общем, все как и было у клиента до нас. Но мы не унывали и приступили к тестированию гипотез.
Ниже приведены ключевые гипотезы, которые дали наибольший положительный результат.

Гипотеза 1. Смена целей для автоматических стратегий управления ставками

Мы прекрасно понимали, что для успешного обучения автоматическая стратегия должна получить на входе достаточное количество данных. Нам нужно было получить много конверсий по цели «Заявка». Пока кампания обучается, искусственному интеллекту не всегда удается попасть в нужную аудиторию, поэтому кампания буксует ввиду малого количества конверсий по нужной цели, и в конце концов трафик затухает. Получается замкнутый круг. Поэтому, чтобы разогнать кампании, в качестве объекта оптимизации для стратегии мы решили использовать промежуточную цель — микроцель. Классические примеры микроцелей: глубина просмотров, средняя длительность сеанса, клик по кнопке. Нам оставалось определиться с промежуточной целью.

Чтобы ее определить, за основу мы взяли отчет «Источники, сводка» из Метрики и наложили фильтр «Достижение цели «Заявка», чтобы определить количество сеансов и их средние параметры, в рамках которых произошла конверсия по цели «Заявка». Как видно на изображении ниже, средняя глубина просмотра для сеансов с конверсией «Заявка» составляет 3,5 страницы, а их количество равно 1427.

Далее мы убрали этот фильтр и применили к этому же отчету другой — «Глубина просмотра». Здесь мы начали экспериментировать с параметром глубина, чтобы определить нужный уровень, при котором отфильтрованные сеансы будут удовлетворять двум условиям:

• 1
  Средняя глубина должна быть около той, что соответствует фильтру «Достижение цели «Заявка»
  
• 2
  Количество сеансов должно быть около того, что соответствует фильтру «Достижение цели «Заявка»
  


В результате мы пришли к выводу, что параметр должен быть равен 2. Таким образом, мы определили микро-цель для обучения стратегии «Глубина просмотров — 2 страницы за сеанс».





Далее все было просто: сначала стратегия обучалась на микроцели «Глубина просмотров — 2 страницы за сеанс», затем, когда уже было накоплено достаточное количество данных, мы перевели ее на цель «Заявка».

Этот способ обучения позволил нам разогнать стратегии в рекламных кампаниях, в результате чего они стали давать больше конверсий по сниженной цене.


Гипотеза 2. Запуск Мастера кампаний на сегмент СНГ с оптимизацией по двум целям: «Заявка» и «Клик по номеру телефона».


Сначала Мастер кампаний обучался на общей семантике с оптимизацией по цели «Заявка», но это не приносило ощутимых результатов. Затем мы решили протестировать более узкий сегмент семантики СНГ.

Кроме того, мы добавили в стратегию для обучения еще одну цель помимо «Заявки» — это «Клик по номеру телефона». Очевидно, что пользователи, которые кликают по номеру телефона, хотят сразу позвонить в компанию. Значит, они являются целевой аудиторией, что особенно актуально, когда заход на сайт осуществляется с мобильного телефона, ведь в этом случае клик по номеру телефона позволяет быстро набрать нужный номер.





В результате применения этой гипотезы количество конверсий из Мастера кампаний выросло в 3 раза.



Гипотеза 3. Перевод брендовой кампании на ручную стратегию управления ставками


Изначально брендовая кампания, запущенная на Поиске, приносила мало заявок, так как в ней тоже использовалась автоматическая стратегия управления ставками. Но, если бренд слабо раскручен, то по этому типу рекламных кампаний всегда приходит небольшой трафик. А если еще и применять к ним интеллектуальные стратегии управления ставками, то это еще сильнее снизит и без того небольшой поток посетителей.

Поэтому было решено перевести эту кампанию на ручную стратегию управления ставками. Мы поставили очень высокие ставки — 5000 руб. за клик, чтобы конкуренты не смогли перебивать нас по брендовым запросам.

Почему мы не боялись ставить такие высокие ставки? Во-первых, мы точно знали, что в брендовой кампании используются только брендовые запросы, которые приводят только максимально целевой трафик. Во-вторых, списываемая ставка по брендовым запросам гораздо ниже устанавливаемой. Если же по брендовым запросам ставить низкие ставки, то конкуренты могут попытаться влезть на первое место спецразмещения, сместив ваше объявление, и вы потеряете максимально целевой трафик.





Применение этой гипотезы позволило раскачать брендовую кампанию, которая стала приносить на 50% больше конверсий.

Конечно, не все гипотезы отрабатывали удачно. Мы тестировали многое, и многое не срабатывало. Ниже приведено несколько примеров неудачных гипотез, которые не принесли ощутимых результатов.


• 1
  Персонализация креативов под запрос в РСЯ не дала ощутимый прирост конверсий, как мы того ожидали
  
• 2
  Запуск ретаргетинга не принес ожидаемых результатов в этой нише
  
• 3
  Использование стратегий управления ставками с оплатой за конверсию тоже не дало результатов, так как кампания не успевала обучиться, и трафик в конечном итоге прекращался
  

Что мы сделали в рамках оптимизации:

 

• 1
  Значительно нарастили количество заявок
  
• 2
  Снизили среднюю стоимость заявки
  
• 3
  Протестировали несколько гипотез распределения трафика по типам рекламных кампаний
  
• 4
  Уменьшили отказы на сайте за счет корректировки контента блоков и заголовков
  
• 5
  Обучили рекламные кампании работать на автоматических стратегиях
  
  
• 6
  Разработали несколько паков креативов с актуальным и свежим дизайном с высоким CTR
  

Результат

В результате тестирования различных гипотез нам удалось нарастить объем лидов, а также снизить их среднюю стоимость. Ниже приведена таблица результатов из Директа с разбивкой по неделям.

 

Отчет работы рекламных кампаний, распределение по неделям

Из графика ниже можно увидеть динамику показателей, которую условно можно разделить на три стадии:

• 1
  Первая стадия: запуск кампаний. В этот период идет раскрутка кампаний, поэтому объем лидов небольшой, но их средняя стоимость низкая.
  
• 2
  Вторая стадия: тестирование гипотез. Можно увидеть, что в этот период происходит рост средней стоимости лида, но объем не увеличивается.
  
• 3
  Третья стадия: оптимизация. Постепенно внедряя успешные гипотезы, мы добиваемся увеличения объема лидов и плавного снижения их средней стоимости.
  



Динамика показателей