Кейс Butik.ru: увеличение онлайн продаж за год в 1,5 раза через AdWords

Поисковые кампании

Агентству досталось хорошее наследие: в аккаунте были огромное семантическое ядро и хорошо проработанные кампании. Для каждого бренда, продукция которого продается в магазине, была создана отдельная кампания, внутри РК собраны ключевые фразы, связанные с маркой. С одной стороны, это хорошо, потому что у брендов разная маржинальность. С другой стороны, возникают сложности с управлением такой обширной семантикой, поскольку у брендов есть товары разной стоимости (например, Сумка Furla 30000 руб., футболка Tom Tailor 1000 руб.).



Сперва команда агентства проанализировала реальные поисковые запросы, по которым пользователи попадают на сайт. После оптимизации работающей семантики освободилось около 12% бюджета. Второй шаг — переработка структуры аккаунта. Каждая рекламная кампания теперь посвящена не бренду, а связке «бренд + категория + регион». Число кампаний в аккаунте превысило 1000.



После изменения структуры аккаунта перед агентством встала задача собрать семантическое ядро и написать большое количество объявлений. Клиент просил справиться с этим меньше чем за месяц.

Времени на ручной сбор семантики не было, поэтому агентство запустило динамические объявления в AdWords (DSA). Они работали параллельно с обычными кампаниями, что позволило определить, какие запросы пропустили специалисты, создававшие аккаунт клиента. Группы в рекламных кампаниях были посвящены отдельным категориям. Когда динамические объявления собирают пропущенные запросы, кампании отключаются, запросы выгружаются из AdWords. Подробнее об этом методе сбора ключевых фраз читайте по ссылке.

Для генерации объявлений использовали сервис автоматизации К50. Для работы с ним требовалось создать отдельный категорийный фид. Первый столбец фида должен содержать ID строки, второй — название категории, третий — тип товара, бренд и далее идут свойства товара. Желательно, чтобы они соответствовали тем свойствам, на основе которых посетитель интернет-магазина может фильтровать товары в категории: например, зеленые, летние, беговые, 42 размера.

Однако оказалось, что при большом количестве сочетаний условий фильтрации у клиента на посадочной странице в каких-то случаях был один товар, в каких-то — два, а в каких-то ни одного. Как показывает статистика, такие страницы либо не приносят конверсий, либо обладают низким коэффициентом конверсии. Поэтому в категорийный фид необходимо добавлять еще одну колонку с количеством товаров, которые присутствуют на пересечении этих фильтров. Этот столбец помогает не выгружать в аккаунт ключевые слова, которые будут вести пользователей на пустые страницы. Такая структура фида в ряде случаев позволяет сохранить порядка 5% бюджета категорийных кампаний, получать больше целевого трафика и приводить его на более релевантные поисковому запросу страницы.

Торговые кампании

Поскольку был готов фид, MediaNation запустило торговые кампании (PLA) в Google AdWords, предварительно добавив фид в Google Merchant Center — продукт от компании Google, который позволяет обрабатывать товарные фиды и подключать их к аккаунтам Google AdWords.

После запуска PLA оказалось, что они дают недостаточное количество показов. Причина заключалась в плохой оптимизации фида. Изначально использовался фид Яндекс.Маркета в формате YML. Он поддерживается Google Merchant Center, но накладывает множество ограничений на работу с рекламными кампаниями. Поэтому команда разработала специальный фид для Google Merchant Center, который благодаря спецтегам и структуре увеличил количество показов объявлений PLA-кампании и увеличил ее эффективность.

Ремаркетинг

Перед запуском ремаркетинг команда MediaNation нарисовала карту того, как можно сегментировать аудиторию Butik.ru (эту схему можно использовать почти для любого интернет-магазина).

Аудиторию клиента решили сегментировать максимально детально. Например, аудиторию пользователей с товарами в корзине был срез по среднему чеку и по времени. Есть разница между вероятностью конверсии у пользователя, который положил товар в корзину сутки назад, и пользователя, который отложил товар неделю назад. Конвертировать тех, кто положил товар сутки назад, проще.



Дополнительно трафик сегментировали по первоначальному источнику, который приводил пользователя на сайт. Есть разница между пользователями, которые пришли из социальных сетей, и пользователями, которые пришли с Яндекс.Маркета, особенно это заметно на верхних уровнях воронки. Такой подход значительно увеличил эффективность динамического ремаркетинга: этот тип рекламных кампаний стал приносить 7% от всех продаж аккаунта Google AdWords.

Аналитика и оптимизация

Для назначения ставок MediaNation использовало K50:Правила. Похожая система правил существует и в аккаунте Google AdWords. Например, на уровне ключевых слов задать алгоритм: если ключевая фраза за определенный промежуток времени расходует определенный бюджет, но не приносит конверсий, то с ней нужно что-то сделать (например, снизить ставку, отключить и пр.). В MediaNation выключали ключевую фразу, если расход по фразе превышал двойное CPO клиента. После этого оптимизировали тексты или лендинги и запускали повторный тест. Если улучшать уже нечего, то фразу оставляли неактивной.

Рекламодателям, как Butik.ru, работать по модели атрибуции last click некорректно, потому что в среднем пользователь принимает решение о покупке в течение 30-40 дней. Поэтому агентство вместе с сотрудниками отдела аналитики клиента приступило к разработке новой модели атрибуции, которая позволит принимать стратегически верные решения о покупке трафика.

Результат

По итогам работы в течение года продажи Butik.ru из Google AdWords выросли на 50%, доходность увеличилась на 86%.