Как интернет-гипермаркет Hoff автоматизирует контекстную рекламу

Смотрите в каталоге
Контекст (управление и аналитика)

В кризисное время контекстная реклама остается самым популярным платным источником трафика для большинства компаний. Высокая популярность контекста обусловлена в первую очередь тремя ключевыми факторами: гибкость в управлении, высокая конверсия и большая емкость трафика.

Эти факторы приводят к тому, что в контекст приходит множество игроков. Они разогревают аукцион, задирают ставки и заставляют других участников аукциона раздувать рекламные бюджеты. К сожалению, такой конкуренции никому не избежать. Поэтому главный вопрос не в том, как избежать роста конкуренции в контексте, а в том, как эффективно для своего бизнеса выдержать рост конкуренции в нише и не попасть в капкан, когда расходы на рекламу больше, чем доходы от привлеченных продаж.

Самый простой метод контролировать точку безубыточности – это следить за положительной разницей между Доходами от продаж с рекламы и Расходами на рекламу.

Однако у такого подхода есть небольшой недостаток – он не дает ответа на вопрос: что делать, если контекстная реклама ушла в минус? Чтобы на него ответить, точку окупаемости нужно отслеживать не просто для всего рекламного канала, как для единого целого, а для каждого ключевого слова и объявления в отдельности.

Однако средняя рекламная кампания может содержать тысячи ключевых слов, а рекламные кампании крупных проектов состоят из сотен тысяч ключевых фраз. И без систем автоматизации “держать руку на пульсе” становится практически невозможно. Особенно если рекламодатель очень крупный и работает в конкурентной нише.

Одним из таких крупных проектов является интернет-магазин сети гипермаркетов Hoff. Давайте рассмотрим на его примере, как автоматизация помогает растить и улучшать бизнес-показатели в кризис.

Для начала обзорно опишем, что из себя представляет контекстная реклама интернет-магазина Hoff.ru:

  1. Более 700 рекламных кампаний и около 200 тысяч ключевых слов;
  2. По каждому ключевому слову для контроля финансовой эффективности необходимы показатели ROI и Выручки;
  3. Онлайн-заказы фиксируются в Google Analytics, звонки — в CallTouch;
  4. Управление ставками строится от плана продаж, показателей окупаемости и CPО.

Автоматизация контекста в Hoff состоит из нескольких частей. Чтобы понять цели и задачи каждой, давайте рассмотрим их подробнее:

Сбор статистики по CPO и Выручке по ключевым фразам

Для анализа конечной эффективности необходимо сопоставить несколько источников с данными: трафик и затраты из Яндекс Директ и Google AdWords, данные по онлайн-транзакциям и выручке из Google Analytics, данные по звонкам из CallTouch.

При большом объеме ключевых слов подобная ручная сводка занимает очень много времени. Без автоматизации приходится регулярно с разных источников (в нашем случае не менее 4-х) скачивать в Excel огромное количество статистики и сводить её в единый Excel-отчет. И хорошо, если в процессе этой процедуры не сыграет “человеческий фактор”, и не будет допущена ошибка. Кроме того, на таких объемах в интерфейсе Google Analytics семплируются данные, что существенно снижает точность.

Система автоматизации сводит статистику со всех каналов в единый отчет, позволяет обойти семплирование за счет выкачивания статистики каждого слова через API. И самое главное, позволяет сформировать удобный готовый Excel-отчет для расчета новых ставок.

«Раньше формирование отчета по нашему большому пулу ключевых слов занимало несколько дней, — поясняет Татьяна Панина, руководитель отдела интернет-маркетинга Hoff. — Поэтому мы первоначально подходили к выбору системы с точки зрения удобства и быстроты получения агрегированной статистики».

Расчет ставок на основе собранной статистики

Разные компании применяют разные методы расчета ставок. Часть рекламодателей удерживает ставки в спецразмещении без оглядки на окупаемость. Кто-то работает с оптимизаторами CPO или ROI от систем автоматизации типа Alytics, а в случае Hoff используется ручной расчет ставок в Excel по следующему алгоритму:

  1. Берется статистика по ключевым фразам за отчетный период — до нескольких месяцев.
  2. Отбираются «Приоритетные фразы», по которым были звонки или онлайн-заказы. Для таких фраз повышается ставка по хитрой формуле, учитывающей ROI и Выручку.
  3. Для «Приоритетных фраз» проверяется размер Выручки: если она высокая, то ставка тоже повышается по формуле.
  4. Для ключевых слов, у которых было много трафика и не было транзакций или звонков, ставка понижается в заданной прогрессии каждые 30 дней.

Татьяна Панина: «Многие системы по управлению контекстной рекламой автоматизируют логику за человека, но нам оказалось недостаточно стандартных решений. Мы каждый раз усложняли цепочку принятия решения по увеличению ставки и на какой %. В итоге мы получили сложную систему, для настройки которой нашим партнерам необходимо было дорабатывать свой функционал».

Анализ потенциала роста трафика каждого ключевого слова

Прежде чем менять ставки, особенно если необходимо их поднять, нужно понять, а приведет ли рост ставки к увеличению трафика. Ответить на этот вопрос помогает показатель “доля показов в спецразмещении”.

Если доля показов в спецразмещении низкая, то увеличение ставки даст рост трафика. Однако для начала необходимо оценить, на сколько нужно увеличить ставку, чтобы зайти в спецразмещение. Для этого сначала сопоставляется заданная ставка и рекомендованная ставка входа в спецразмение. Если разница невелика, то можно слегка увеличить ставку и увеличить процент входа в спецразмещение, а значит, получить больше трафика.

К слову, для решения этой задачи по запросу Hoff команда Alytics добавила в Excel-отчеты статистику по рекомендованным ставкам и текущую ставку.

Татьяна Панина: «В нашем пуле ключевых слов есть максимально приоритетные, по которым мы должны находиться в блоке спецразмещения все время. Раньше показатель «входа в спецразмещение» мы высчитывали вручную, что занимало много времени, а также при смене ставок становилось неактуальным. Благодаря автоматизации мы по каждому ключу видим «% выигрыша» и в зависимости от эффективности и приоритетности запроса регулируем по нему ставки».

Обновление ставок на рекламных площадках

Казалось бы, что может быть проще: взять значения ставок и залить в Яндекс Директ? Но если у вас 700 рекламных кампаний и сотни тысяч ключевых слов, то поменять для них ставки — непростая задача.

Для каждой кампании заливать ставки через Excel стандартными методами Яндекс Директа? Уйдет очень много времени. Так как обновления для каждой кампания заливается отдельным файлом, то на 700 кампаний нужно 700 файлов и 700 ручных действий соответственно.

Залить ставки через Коммандер? Скорость его работы на таком объеме оставляет желать лучшего, а еще он расходует баллы API, которые необходимо каждый раз специально запрашивать у Яндекса, так как стандартного количества не хватает, чтобы залить 700 кампаний за раз.

Единственный удобный способ – загружать обновления ставок для всех ключевых слов всех кампаний из одного Excel-файла. Для решения этой задачи команда Alytics специально по запросу Hoff запустила возможность массовой заливки ставок через один Excel.

Татьяна Панина: «Процесс управления ставками в ручном режиме раньше для нас выглядел следующим образом: на одном определенном компьютере сотрудника нашего агентства стоял Коммандер, на котором хранился слепок аккаунта. В него загружался Excel-файл с необходимыми ставками по каждому объявлению, где требовались изменения. В итоге загрузка занимала 1-2 дня. Сейчас все происходит автоматически за минуты».

Контроль качества лендингов

Для контроля релевантности объявлений страницам приземлениям необходимы данные по показателю отказов для каждого объявления. Если показатель у объявления высокий, то это повод для замены лендинга объявления.

Кроме того, со временем ссылки на товары или категории меняются, необходимо контролировать появление “битых ссылок” в объявлениях. Специальный робот регулярно проверяет “битые ссылки” и мгновенно уведомляет об их наличии.

Татьяна Панина: «Данный функционал дал нам дополнительный инструмент для оценки качества наших промо-страниц и сайта в целом, а также тестирования посадочных страниц, которые мы выбирали под ключевые слова».

Как выглядит схема автоматизации контекстной рекламы для Hoff?

Как интернет-гипермаркет Hoff автоматизирует контекстную рекламу

Какой профит от автоматизации контекстной рекламы?

Самое главное – это экономия времени. Только представьте, раньше на сбор статистики и обновление ставок у Hoff уходило более 75 часов, теперь на это уходит около часа. Наглядная сравнительная таблица:

Как интернет-гипермаркет Hoff автоматизирует контекстную рекламу

Экономия времени позволяет не просто сократить трудозатраты, но и быстро реагировать на меняющуюся конкуренцию, на сезонность и ассортимент. А это, в свою очередь, повышает эффективность ведения контекстной рекламы.

С момента внедрения полной автоматизации Hoff удалось достичь хорошей динамики ключевых показателей продаж от контекстной рекламы:

  • Снижение CPO на 37%
  • Увеличение заказов на 17%
  • Увеличение оборота на 24%
  • Снижение бюджета на контекстную рекламу на 27%

Татьяна Панина: «Мы довольны результатами проделанной работы, а также открытостью и готовностью наших коллег к изменениям в своем продукте для решения наших задач. Результаты, полученные за первые полгода совместной работы, показывают, что мы выбрали правильное направление».

Александр Егоров, директор по развитию Alytics: «Мы рады, что команда Hoff очень внимательно подошла к выбору платформы автоматизации контекстной рекламы и в итоге остановилась на Alytics».

Дмитрий Дворецкий, директор по электронной коммерции Hoff: «Мы выбрали Alytics после большого сравнительного анализа существующих систем на рынке. Возможности системы значительно превышали возможности конкурентов. Мы выбрали Alytics за качественный подход к требованиям клиентов и партнеров. Сотрудничество на первом этапе позволило значительно оптимизировать наши бюджеты и эффективно сократить CPO».

Компании и сервисы: Google AdWords, Alytics, Hoff, Calltouch
Автор: Игорь Назаров

Подписаться на новости

Читайте также

29 ноября / Комментарии

Прогремела или прошелестела Чёрная Пятница? Предварительные итоги

Прогремела по российскому е-коммерсу Чёрная Пятница. Или прошелестела? Не “перегрел” ли российский е-коммерс акциями по году покупателя?
Топ-эксперт и Главный аналитик Price.ru (холдинг RAMBLER&Co) Петровский Алексей подводит предварительные итоги.

далее →

28 ноября / Комментарии

Статистика предпраздничных распродаж Black Friday

Компания Spycob, занимающаяся сбором и анализом данных на товары (одежду, обувь, аксессуары), которые позволяют находить и сравнивать цены на брендовые вещи со всего мира, объединилась с передовой аналитическо-консалтинговой компанией Excelio, чтобы построить отчет, показывающий инсайты праздничных распродаж и помогающий понять, что же на самом деле происходит со скидками в предпраздничный период, за неделю до Black Friday.

далее →

23 ноября / Комментарии

Будущее онлайн-ритейла: digital-покупатель 2.0

Каждый маркетолог или менеджер ценообразования хотя бы раз серьезно задумывался о том, каким будет онлайн-ритейл в будущем. За последние несколько лет digital изменил конкуренцию в электронной торговле: конкурентное преимущество зависит уже не столько от продукта и поведения ваших конкурентов на рынке, сколько от опыта, который получает ваш клиент вместе с покупкой. Добро пожаловать в эру "Экономики впечатлений"!

далее →

22 ноября / Комментарии

За 10 месяцев 2016 года онлайн-платежи выросли на 45%

Онлайн-платежи за первые десять месяцев 2016 года продемонстрировали рост 45% в денежном выражении по отношению к аналогичному периоду 2015 года. В количественном выражении рост за тот же период составил 48%. Заметнее всего вырос сегмент доставки продуктов питания – на 63% в рублях и на 93% в количестве оплаченных заказов. Самое значительное падение произошло в несетевой рознице, торгующей бытовой техникой, электроникой и сопутствующими товарами – здесь платежи в рублях сократились на 27%, а в количественном выражении на 61%.

далее →

17 ноября / Комментарии

Страхи, проблемы и желания интернет покупателей

Согласно опросу РОЦИТ, проведенному на интерактивной площадке “Голос Рунета” в октябре 2016 г., уже более 90% респондентов совершают покупки в отечественных интернет-магазинах, причем каждый 10-ый делает это раз в неделю. Ситуация с зарубежными интернет-магазинами пока обстоит чуть хуже, еженедельно в них заказывает товары лишь каждый 20-ый. 

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook