Кейс: магазин автозапчастей, заявка с сайта 241 руб

Добавлено: 14 Июн 2017

Данный кейс раскрывает основные моменты подготовки, настройки и запуска с нуля контекстной рекламы Яндекс.Директ.

Дано

Клиент, владеющий 4-мя оффлайн автосервисами в Москве, в которых также можно осуществить покупку запчастей для авто. Без первичного анализа рынка было понятно, что сфера довольно конкурентная, что и подтвердилось при более глубоком изучении темы.

Имеющиеся плюсы: конкурентные цены, пункты выдачи по городу (4 штуки в разных районах), возможность осуществить ремонт в собственных сервисах. На основе этого и было сформировано УТП.

Задача

Запустить интернет-магазин запчастей в максимально сжатые сроки, провести тестовую рекламную кампанию с переходом в боевой режим при стоимости клиента не более 300 рублей.

Решение

Так как отдельных требований к индивидуальному дизайну и нестандартному функционалу не стояло, а сроки как всегда невелики, то за основу магазина было решено взять готовое решение на базе 1С-Битрикс. Магазин был развернут и протестирован за два рабочих дня, базу номенклатуры выгрузили из 1С.

Рекламная кампания для Директа на поиске сегментирована по рубрикам (например: видеорегистраторы, камеры заднего вида и т.д.), ГЕО Москва и область. В качестве url для НЧ ключей используем адрес с установленным фильтром по товарам, например: ключ “защита картера skoda fabia”, переход по объявлению ведет на страницу:

Здесь уже установлен фильтр по “Skoda” и “Fabia” – пользователь попадает на максимально релевантную страницу.

Объявления составлялись по принципу 1 ключ = 1 объявление, с вводом блокировки по минимуму показов перераспределили НЧ ключи с группировкой в группы. Стратегия – показ по минимальной цене в спецразмещении и гарантии (на данный момент данную стратегию Яндекс отключает).

Максимальную цену клика, которую мы готовы заплатить, считаем следующим образом:

CPC = CPL * CR

CPC – цена клика, CPL – стоимость лида, CR – конверсия сайта в лид.

В нашем случае:

CPC = 300 руб. * 0,02 = 6 руб.

Из-за отсутствия “боевой” статистики, CR взяли теоретический 2% (средний по магазинам из нашего опыта). После тестового запуска кампании, CPC немного подняли, так как реальный CR оказался выше.

Для РСЯ используем на данный момент только ВЧ запросы, ГЕО Москва и область.

Настройка аналитики

Задача: настроить сквозную аналитику для дальнейшей оптимизации рекламной кампании. Основные показатели, которые должна отображать статистика: затраты на рекламную кампанию, кол-во целевых действий, стоимость лида CPL.

За основу взята платформа Google Analytics. Через собственный сервис настроена выгрузка расходов из Директа в Google Analytics. Для ключевых действий (их три) настроены цели:

  • Оформление заказа;
  • Входящий звонок по телефону. Для точного понимания, откуда пришел пользователь и по какому объявлению, настроен динамический calltracking – также через собственный сервис (каждому посетителю на определенное время резервируется отдельный номер телефона, и если звонок проходит по данному номеру, то система точно определяет, откуда пользователь – коротко о calltracking’е).
  • Заказ обратного звонка – на сайте установлен небольшой виджет в углу, который предлагает оставить свой номер для обратного звонка.

Таким образом, тремя целями полностью перекрываются все пути, по которым мы можем получить лид.

Отчет в Google Analytics на данный момент выглядит следующим образом:

В отчете представлены данные по всем источникам трафика (нас пока интересует источник yandex_direct/cpc) по параметрам:

Сеансы – кол-во сеансов пользователей, которых “уловил” счетчик на сайте;

Число кликов – столько переходов мы получили с рекламной системы;

Стоимость – затраты на рекламу за выбранный период;

CR – конверсия сайта. Считается по формуле:

CR = (оформление заказа + входящий звонок + заказ обратного звонка) / сеансы * 100%;

CPL – стоимость лида. Считается по формуле:

CPL = стоимость расходов / (оформление заказа + входящий звонок + заказ обратного звонка);

Далее три столбца с данными о кол-ве трех достигнутых целей.

Если кликнуть по источнику, то мы “опустимся” по уровню на статистику по кампаниям Директа:

Подобным образом можно анализировать статистику по объявлениям конкретной кампании и ключевым словам конкретного объявления.

Подобная сквозная аналитика даёт богатые возможности для оптимизации рекламы: отключаем или оптимизируем неэффективные кампании, объявления, ключи; увеличиваем бюджет на эффективных.

Оптимизация

Основой оптимизации на начальном этапе послужила статистика по фразам показа объявлений (настраивается в аккаунте Директа) и статистика по фразам переходов по объявлениям (настраивается в Директе и Метрике). На основе этих данных мы расширяем список минус-слов.

После накопления определенных данных в Google Analytics мы перешли к оптимизации рекламной кампании. Схема работы: если кампания, объявление или ключевое слово превышает заданный CPL, то вначале пытаемся оптимизировать, если не срабатывает, то отключаем.

Итог

Интернет-магазин запущен в течение нескольких рабочих дней + неделя на запуск тестовой рекламной кампании. Далее расширение и оптимизация кампании. В итоге стабильный поток новых клиентов с ценой ниже 300 рублей.