Как сделать контекстную рекламу прибыльной: рост ROI в 6 раз для реселлера Apple

Контекст (управление и аналитика)

Руководитель направления контекстной рекламы Nimax Media Анна Стенина и руководитель Nimax Media Иннокентий Нестеренко подготовили кейс по контекстной рекламе в конкурентной тематике — продаже техники Apple.

Перефразируя Черчилля, контекстная реклама — худший канал для интернет-магазинов, если не считать всех остальных.

Цена клика запредельно высока и постоянно растет. Технологии сложны и становятся только сложнее, что увеличивает затраты на ведение кампаний. Потребители из поиска самые нелояльные — выбирают только по цене, при этом ждут идеального сервиса.

Несмотря на эти и другие сложности, контекстная реклама — наиболее емкий, предсказуемый и прозрачный канал привлечения для екоммерса. SEO-трафика больше, но он менее предсказуемый. Имиджевые инструменты могут дать снижение цены перехода, но плохо поддаются аналитике.

Поскольку заменить контекстную рекламу нечем, приходится постоянно искать новые подходы, экспериментировать с дополнительными инструментами и дотачивать мелочи. Нам удалось довести до ума кампанию в конкурентной тематике — продаже техники Apple. Хотим поделиться кейсом с коллегами.

С чего мы начинали

Клиент. iPort — один из ведущих реселлеров Apple в Петербурге. Специфика товара — с одной стороны, бешеный спрос, с другой — не менее жесткая конкуренция как со стороны других премиум-реселлеров, так и со стороны серых импортеров, которые игнорируют ценовую политику Apple. В онлайне это выражается в необычно высоком показателе отказов после заказа — до 55% оформленных корзин не доходят до оплаты. Потребители заказывают везде, а потом ждут наиболее быструю доставку и собирают скидочные акции.

Задача. Поднять ROI работающей кампании в контекстной рекламе с текущих 117% без снижения дохода.

Особенности сайта и системы продаж. Сильная сторона премиум-реселлера — офлайновое обслуживание: консультации, сервис, удовольствие от шоппинга. Поэтому рекламная кампания во многом ориентирована на то, чтобы отправить посетителя в офлайн-магазин. В итоговую аналитику по продажам такие лиды в нашем случае не попадали. Это сильно размывает статистику по ROI и снижает видимую эффективность кампании.

Кроме того, iPort агрессивно продвигает программу беспроцентной рассрочки. Процесс покупки на сайте в рассрочку идет по отдельному сценарию (требуется подтверждение банка), поэтому в отчетах электронной торговли такие покупатели тоже не отражались.

Мы предложили улучшить систему аналитики, но клиент хотел сравнить нас с предыдущим подрядчиком в одинаковых условиях, поэтому эти доработки оставили на будущее.

Первый блок: поднимаем временную кампанию вручную

Эксперимент начался с работы над одной из кампаний для семейства Mac — ноутбуки и моноблоки iMac. Поскольку времени было мало, мы отложили автоматизацию на потом и занялись улучшениям в ручном режиме.

Мы собрали новое семантическое ядро в автоматическом режиме, затем вручную отфильтровали его и разбили рекламный аккаунт на 9 направлений:

Яндекс.Директ	Google (сайт нарушает закон РФ) Adwords
Поисковая РК по моделям	Поисковая РК по моделям
Поисковая РК по категориям	Поисковая РК по категориям
РСЯ на категории	КМС/DSK для категорий
Ретаргетинг с разными условиями	Ремаркетинг
	Динамический ремаркетинг

В ретаргетинге мы выделили несколько аудиторий (до этого было просто «кто был на сайте»), в том числе:

люди, которые посещали категории MacBook/iMac;
посещали конкретные карточки товаров;
положилили товар в корзину, но не купили.

Затем мы переписали тексты объявлений под каждое направление — около 300 уникальных текстов объявлений. Настройка заняла неделю, тестовая кампания длилась месяц.

Результатом стало повышение ROI контекстной рекламы до 316%. Клиент остался доволен первыми результатами и поручил нам улучшение всей кампании, включая iPhone, iPad и другие категории.

Второй блок: делаем выборочную автоматизацию

Расширяя кампанию по всему ассортименту, мы снова начали с пересмотра семантического ядра. Обычно для электроники упор делается на объявления по конкретным моделям («apple macbook air», «macbook pro»).

Не отказываясь от этой тактики, мы дополнили ядро большим количеством запросов, которые пересекаются с фильтрацией на сайте — цвет, объем встроенной памяти и тому подобное («apple macbook air core i5», «macbook pro 15 256gb», «iphone 6 16gb серебристый»). Это дало дополнительно около 1000 высокорелевантных объявлений.

Поисковой спрос по iPhone

Поскольку на этом этапе у нас уже было время на подробную работу, мы внедрили и автоматизацию кампании. Мы постоянно изучаем разные внешние решения для автоматизации контекста и время от времени пишем свои. Перетряхнув рынок еще раз, мы пришли к выводу, что для iPort-а наилучшим решением будет K50.

Затем мы настроили стандартный товарный фид, добавив к нему расширенную категорийную выгрузку. В категорийный фид попали не только страницы категорий, но и все результаты фильтрации по ним (развитие темы с запросами типа «iphone 6 16gb серебристый»). Мы улучшили ручную кампанию, добавив к статичным текстам ежедневные обновления по наличию и стоимости.

К сожалению, настройка CMS Bitrix24 не позволяла выгрузить такой фид (физически не было страниц фильтрации в структуре сайта). Нам пришлось написать свой парсер, который обходит сайт раз в сутки.

Мы не поддерживаем коллег, которые считают, что автоматизация — это серебряная пуля и ответ на все вопросы контекстной рекламы. Хороший специалист всегда сделает объявление лучше, чем робот по шаблону. Другое дело, что времени специалиста на все не хватит, поэтому нужно комбинировать ручную работу и автоматизацию в разумных пропорциях.

Настроив товарные и категорийные фиды, мы отшлифовали и ручную часть — создали 10 отдельных кампаний для РСЯ, КМС (общие, брендовые, ремаркетинговые, категорийные), кампании на поиске для самых общих запросов («магазин техники apple», «интернет-магазин apple») и для брендированных запросов («купить iphone», «продажа macbook в спб»).

В следующей итерации мы добавили графические и смарт-баннеры и проработали списки ремаркетинга/ретаргетинга. Баннеры мы таргетировали по 2 принципам:

ремаркетинговый — на пользователей, которые смотрели товары на сайте;

поведенческий — на пользователей, которые выбирали похожие товары в других интернет-магазинах.

Пример графических и смарт-баннеров

Отдельно настроили баннеры с динамическим ремаркетингом, разбив его на группы:

все посетители;
посетители без транзакции;
брошенные корзины;
просмотр определенных категорий/карточек товаров;
посетители с транзакцией.

У нас получилась такая структура аккаунта на 45 кампаний:

5 товарных категорий, внутри каждой 7 отдельных кампаний;
10 общих рекламных кампаний (РК по общим запросам, РСЯ, ретаргетинги и т.п.).

В таком виде кампания работала около месяца. ROI постепенно повышался, а мы собрали массив данных о работе объявлений и поведении пользователей.

Третий блок: улучшения по данным аналитики

Накопленные данные мы использовали для дальнейшей оптимизации кампании.

Во-первых, клиент доверил нам доработку системы аналитики на сайте. Мы начали учитывать покупки в один клик и покупки в рассрочку, присвоив этим действиям рублевую ценность, так как они не участвуют в отчетах электронной торговли.

Во-вторых, разобравшись в специфике товаров клиента, мы смогли подключить автоматизированное управление ставками. Для кампании в Директе мы выбрали решение K50 Статистика+Правила, для Adwords — комбинацию из К50 Статистики, встроенного оптимизатора конверсий и автоматических правил Adwords.

Всем, кто работает с бизнес-процессами, известно, что нельзя автоматизировать бардак — сначала надо навести порядок на предприятии. Точно так же нельзя сразу автоматизировать стратегию назначения ставок — нужно сначала понять, за какие запросы бороться. Данные предыдущих этапов позволили нам добавить в стратегию управления ставками несколько эффективных ходов, к примеру:

Мы увеличили долю показов объявлений в спецразмещении, где ROI был больше 300%;
Мы повысили ставки по тем объявлениям, которые участвуют в ассоциированных конверсиях (если смотреть только на последний клик, такие объявления выглядят бесполезными, но на самом деле потенциально вполне эффективны);
Постепенно снижаем ставки (с шагом 10% в неделю) для объявлений, которые показывают низкий ROI и не участвуют в ассоциированных конверсиях.

Еще мы добавили несколько аудиторий:

Хорошо сработали таргетинги по устройству — на тех, кто ищет продукцию Apple с iPhone и т.п. Это простой, но действенный способ найти лояльных фанатов бренда;
Мы сделали несколько аудиторных сегментов на основе списка рассылки. Например, выделили в отдельный сегмент те email-адреса, чьи владельцы давно не открывали рассылку. Для таких «остывающих» клиентов мы подняли ставки, чтобы заново их активизировать.