Аналитика и контекстная реклама
для магазина креативных подарков
- 0 %
ДРР

Предыстория

Клиент

Федеральный интернет-магазин подарков c ярко выраженной сезонностью продаж, привязанной к предпраздничным периодам.

Ситуация

При сравнении данных веб-аналитики с реальными результатами выяснилось,
что 10% транзакций теряется. Также не удавалось достичь эффективного уровня ДРР.

Задачи

Задача № 1

Определить проблемы в рекламных кампаниях, проанализировав настройки аналитики и контекстной рекламы.

Задача № 2

Выстроить корректную аналитику маркетинга для управления рекламными кампаниями в цифровых каналах привлечения, повысить эффективность рекламных кампаний и достичь установленных KPI.

Доля рекламных расходов (ДРР) — отношение суммы расходов на рекламу к доходу, который она принесла.

Этап 1

Диагностика проблем

Первым делом был проведен комплексный аудит настроек аналитики и контекстной рекламы.

Аналитика

Использовалась старая версия Google Analytics. Она имела ограниченные возможности и была неправильно настроена: иногда код Google Analytics не подгружался или возникали Java Script ошибки, что вызывало неточности при сборе данных.

Например, 1 реальная транзакция могла засчитаться как 2 или 3 транзакции.

Контекстная реклама

  • Отсутствует единая структура и четкое разделение кампаний на поисковые и сетевые, что делает невозможным управление и оптимизацию.
  • Не использованы все расширения для объявлений, из-за чего CTR ниже, чем у конкурентов
  • Не настроены корректировки ставок для мобильных объявлений, хотя более 50% дохода поступало от покупок с Iphone.
  • Не заданы запрещенные к показам площадки в РСЯ, и в результате часть бюджета тратилась на показы на нерелевантных ресурсах: сайтах знакомств, приложениях погоды, базах рефератов и т.д.
Показатель кликабельности (CTR) — отношение числа кликов по рекламному объявлению к числу показов, измеряется в процентах
  • Во всех кампаниях у большинства ключевых слов были установлены слишком низкие ставки: объявления не попадали в спецразмещение и на них не кликали, хотя показы были и деньги на них тратились.
  • Не все объявления релевантны ключевым словам.

Такое объявление показывалось по запросу «+подарок +для +женщины».

  • Почти 60% показов терялись из-за настроек ограничения бюджета.

Этап 2

Настройка аналитики

На этом этапе была построена корректная аналитика маркетинга, которая позволила в будущем максимально точно отслеживать эффективность рекламных кампаний и принимать верные решения при их оптимизиации.

  • Исправили ошибки, которые мешали корректному сбору данных. Настроили отслеживание и оповещение об аналогичных ошибках.
  • Перешли на новую версию Google Analytics, настроили сквозную аналитику с помощью Measurement Protocol и отслеживание User ID.

Это позволило отслеживать не только сеансы и конверсии, но и реальных пользователей и полученный от них доход.

Александр Птицын
старший аналитик Cubeline

Для отслеживания ключевых бизнес-показателей в режиме реального времени и оперативного реагирования на изменения в ходе рекламных кампаний была использована собственная разработка для мониторинга и построения отчетности на основе технологии PowerBI

Этап 3

Оптимизация контекста

В процессе оптимизации рекламных аккаунтов были переписаны объявления и отобраны cамые эффективные ключевики,
а семантическое ядро было дополнено так, чтобы оно отражало весь ассортимент магазина.

  • Написали заголовки релевантные ключевым словам, за счет чего повысили CTR и видимость объявлений.
  • Расширили список минус-слов на поиске, исключив показы на нерелевантные запросы связанные с отзывами, вакансиями и т. д.
  • Разделили и запустили отдельные кампании на mobile и desktop трафик.
  • В Google Adwords были созданы мобильные объявления для пользователей iPhone и отдельные рекламные кампании на десктопе
    для тех, кто использует Mac.

Большую часть дохода приносили владельцы iPhone, а самая высокая конверсия была среди пользователей Mac.

  • Добавили все недостающие расширения в объявления для большей информативности и повышения CTR.

Добавили контакты, короткую информацию о магазине, текущих акциях и ссылки
на основные разделы.

  • Переписали тексты в соответствии с типом товара.
  • Расширили список неэффективных площадок в кампаниях РСЯ, исключив показы на нерелевантных ресурсах.
  • Создали правила в К50 на увеличение ставок для объявлений с низким СРО и понижение ставок для объявлений с высоким СРО.
Катя Гуреева
старший PPC специалист Cubeline

Использование сервиса К50 для автоматизации ведения рекламных кампаний позволило достигнуть заданных бизнес KPI и более эффективно распоряжаться средствами, работая в рамках CPO и ДРР

  • Создали Look-alike кампании по e-mail адресам, телефонам и сегменту совершивших заказ, а также пользователей ios.
  • Выделили топовые позиции (товары-хиты) в отдельные кампании
    в зависимости от маржинальности.

Супер топ — 7% категорий, дающие 35% выручки.

Супер топ + топ — 23% категорий, дающие 59% выручки.

Супер топ + топ + хорошие + нормальные — 42% категорий, дающие 79% выручки.

  • Выделили в отдельные аудитории мужчин и женщин для кампаний ремаркетинга в преддверии праздников.

Adwords

  • Настроили импорт конверсий из Google Analytics в Google AdWords.
  • После настройки импорта конверсий подключили гибкие стратегии оптимизации по CPO.
  • Подключили GDN для пользователей iPhone и затем, тестируя площадки, постепенно исключили все неэффективные.
  • Подключили Look-alike ремаркетинг на списки пользователей iPhone.
CPO (Cost Per Order) — стоимость привлечения одного заказа. Соотношение затрат на рекламу, к числу полученных заказов

Результаты

При сохранении общего количества транзакций на одном уровне, удалось снизить стоимость заказа почти в 2 раза, закрепив тренд
на снижение CPO и ДРР.

- 0 % ДРР
- 0 % CPO
+ 0 % CR

Таких результатов мы добились за полгода —
с декабря 2016-го по май 2017-го и продолжаем сотрудничество.

Блог. Пост 2
Блог. Пост 2
© 2009—2018. Интернет-агентство «CubeLine». Performance Marketing, Performance Production, Web-analytics.