Кейс: подняли прибыль с нуля до 520 000 ₽ в месяц

Почему мы отказались от дешевых лидов с квизов, как отслеживали клиентов с онлайна, которые без заявки сразу шли в шоу-рум — и другие фишки рекламы дорогой мебели при падающем спросе.

Подпишись на Telegram

Подписаться

Контекстная реклама премиум-мебели на падающем рынке: СВО, мобилизация, отъезд целевой аудитории

Главное о кейсе

Мы в Jam Agency настраиваем контекстную рекламу для интернет-магазинов с рекламным бюджетом от 100 000 ₽ в месяц. К нам можно прийти за бесплатным аудитом: смотрим показатели, прогнозируем результаты сотрудничества и прибыль заказчика.

В августе 2022-го к нам обратился производитель мебели из Ростова-на-Дону. В этом кейсе расскажем про диваны: это основной продукт заказчика. В финале немного скажем про кухни и корпусную мебель — новые направления, которые компания только развивает.

Хотите освоить
сквозную аналитику?

Посетите регулярный мастер-класс
по аналитике от Roistat

Подключиться

В 2020 году в блоге на VC был опубликован чужой кейс про диваны. В нашей истории несколько отличий. Во-первых, тогда рынок рос: люди активнее искали диваны в поисковиках, это видно по количеству запросов. Во-вторых, там продавали бюджетные диваны со средним чеком 14 000 ₽. Такую мебель ищет подавляющее большинство людей в интернете. Проще найти целевую аудиторию и конвертировать в покупку. 

У нас дорогие диваны со средним чеком 150 000 ₽. Их покупают всего 3-5% людей, которые гуглят диваны. К тому же, мы работаем на падающем спросе.

Число запросов «купить диван» в Яндексе падает с конца 2021 года. С февраля 2022-го россиянам тем более не до мебели. Многие из тех, кто может позволить себе диваны за 200 000 ₽, просто уехали из России. Мы начали работать как раз перед объявлением мобилизации. 

Фишка в том, что когда спрос растет, даже если вы ничего не будете улучшать, прибыль может остаться на прежнем уровне. А когда спрос падает, результат от бездействия будет  ухудшаться. Если бы заказчик оставил рекламу как есть, то через девять месяцев вместо нулевой прибыли получил бы убыток под миллион. Нам же удалось не только избежать падения, но и выйти в серьезный плюс. 

Другая важная деталь кейса — оффлайн шоу-румы и «невидимые покупатели». Дорогие диваны редко заказывают при первом посещении сайта: люди хотят увидеть и потрогать. Проблема тут в том, что часть покупателей с рекламы не оставляют заявку на сайте, а смотрят адрес и сразу едут в шоу-рум. Но если мы не учтем их покупки в аналитике, то неправильно оценим эффективность рекламы. Особенно это важно при большом среднем чеке: не учел пару сделок — и решил, что реклама работает в минус, хотя на самом деле в плюс. Поэтому мы нашли способ вычислять таких «невидимок».

Результаты работы

Было у заказчика за 13 месяцев без нас (с июня 2021-го по июль 2022-го):

Стало у заказчика за 10 месяцев с нами (с августа 2022-го по июнь 2023-го):

Сначала нашли проблемы и спрогнозировали прибыль

На этапе аудита мы не просто смотрим, как работала реклама до нас, но и прогнозируем результат работы. Даем письменный отчет и объясняем на созвоне, что будем делать и сколько денег это принесет заказчику.

Здесь сложность была в том, что у клиента не было аналитики. Яндекс.Метрика фиксировала единственный показатель: автоцель «отправка формы». Такая цель учитывает в качестве конверсии не только заполненные на сайте формы, но и другие события: поиск по сайту, добавление в корзину. Из-за этих фальшивых «лидов» непонятно, как вообще работает реклама: приносит 300К прибыли или столько же убытка? 

Без нормальной аналитики считать экономику непросто. Но мы учли погрешности Метрики в лидах, сравнили ее данные с цифрами продаж из CRM. И посчитали, что за 13 месяцев реклама диванов принесла заказчику прибыль в 46 802 ₽ при затратах в 2 672 000 ₽.

Дальше рассчитали CPL: максимальную стоимость продажи и лида, выше которых реклама работает «в минус». Это основной KPI, на который будем ориентироваться в работе.

Максимальная стоимость продажи: средний чек × маржинальность = 130 000 ₽ × 35% = 45 500 ₽.

Максимальная стоимость лида: максимальная стоимость продажи × конверсия в продажу = 45 500 ₽ × 5% = 2 275 ₽.

Выстроили аналитику, чтобы находить «невидимых покупателей» и обучать автостратегии

Работаем мы итерациями. Делаем самое эффективное на данный момент, смотрим на результаты, улучшаем — и так по кругу. После каждой итерации созваниваемся с клиентом, рассказываем как идут дела и решаем, куда направить ресурсы для максимального результата. Так что вся работа шла параллельно: подкручивали аналитику и одновременно улучшали рекламу.

Вот какие проблемы несло отсутствие аналитики и как мы их решали.

1. В Метрике была куча «ненастоящих лидов» из-за автоцели «отправка формы». Первым делом мы настроили цели: теперь в одной конверсии учитывались все лиды с форм на сайте, квизов, чата.

2. Не было обратной связи между CRM и Метрикой. Настоящие лиды приходили в CRM. Но там не было видно, из какой рекламной кампании пришел лид. А в Метрике не было видно, что стало с лидами: какие из них принесли продажу, а какие не принесли. 

Мы подключили сервис сквозной аналитики Roistat. Он учитывает рекламу на разных платформах. Можно зайти в конкретный канал, например в Яндекс.Директ, и увидеть статус лида. Если в какой-то кампании из 20 лидов 18 не принесли продаж, ее можно оптимизировать или выключить. 

Данные из Roistat помогли оценить эффективность разных рекламных кампаний и подключить автостратегии. Кто не в курсе: это искусственный интеллект, который обучается на результатах рекламы и позволяет ее масштабировать.

В другом нашем кейсе была похожая проблема: в Метрике не учитывалась выкупаемость заказов, отследить которую можно только в CRM.

3. Не учитывались сделки «невидимых покупателей» в шоу-руме. На этапе аудита заказчик сказал, что около 10% покупателей приходили в шоу-рум с рекламы, не оставляя заявку на сайте. Это проверяли обзвоном. 

Чтобы отслеживать «невидимок», мы настроили отправку сделок из Roistat в Директ/Метрику. Работает это так:

1. Когда человек кликает по рекламе, Яндекс присваивает ему идентификатор. 
2. Допустим, человек не оставляет заявку на сайте, а смотрит адрес магазина, едет и покупает диван. 
3. Менеджер вносит в CRM его номер телефона и почту. Эти данные уходят в Roistat, а оттуда в Директ/Метрику.
4. Если человек авторизован в Go или другом сервисе Яндекса, система сличает его телефон с тем самым идентификатором — наш «невидимый покупатель» нашелся. Мы учли его сделку в рекламной статистике.

Да, у некоторых людей нет аккаунта в сервисах Яндекса, и мы их не увидим. Но и без них такой подход кардинально меняет аналитику: без учета сделок в шоу-руме реклама работала в минус, а на самом деле в плюс. Мы видим это и можем масштабировать результат с помощью автостратегий, которые учатся на новых данных еще эффективнее. 

Внедрили квизы: получили кучу дешевых лидов, но отказались от них

У заказчика во ВКонтакте хорошо рекламировались квизы: было много недорогих заявок. Люди отвечали на пять вопросов о том, какой им нужен диван, и оставляли контакты — с ними связывался менеджер.

Мы решили попробовать квизы в контекстной рекламе. И получили лиды по 700-800 ₽. Это было круто! Ведь предельный расчетный CPL у нас 2 275 ₽. А стоимость лида в РСЯ иногда доходила до 4500 ₽.

Мы стали развивать эту историю. Правда, первые два месяца реклама квизов сработала в убыток. Но ведь сделки закрываются какое-то время. В третий месяц мы получили продажи с квизов на 1 000 000 ₽ и вышли в плюс. Казалось, вот оно… Но дальше прибыль снова ушла в минус.

В нашем случае квизы давали кучу дешевых лидов. Вот только в продажу конвертировался, условно, каждый сотый. Стоимость сделки выходила космическая: гораздо дороже, чем в РСЯ.

Хотя менеджеры заказчика хорошо работали с клиентами: предлагали разные варианты, показывали фотографии, все подробно объясняли. В том, что с квизов были продажи — их большая заслуга. Но в большинстве случаев общение сводилось к такому:

Мы пытались оптимизировать квизы: разбивали аудиторию по возрасту, писали в объявлениях «диваны от 99 000 ₽», чтобы отсеять тех, кому нужен диван дешевле. 

Результат вырос, но даже чтобы выйти «в ноль», нужно было улучшить показатели ещё в три раза. Это было невозможно: когда слишком сужаешь аудиторию, уходит трафик. Тут выбор либо получать много дешевых некачественных лидов, либо не получать вообще.

Так мы поняли, что квизы — не для дорогой мебели. Конечно, можно было потратить кучу времени и денег заказчика, разрабатывать супер-квиз с двадцатью вопросами и миллионом вариантов. Но зачем? Лучше масштабировать РСЯ, лиды в которой значительно дороже, зато приносят продажи. 

Вот сравнение квизов и РСЯ на седьмой итерации, когда указали в объявлении цену от «от 99 000 ₽»:

Оптимизировали объявления и ретаргет

Заказчик хотел, чтобы в объявлениях были красивые фотографии диванов: не на белом фоне, а в интерьере. Для премиума это особенно важно. В настройках каждого изображения мы выставили смарт-центры, чтобы при обрезке диван выглядел красиво, а не обрезался.

Ещё делали каскадный ретаргетинг: текст объявления менялся в зависимости от того, сколько раз человек посетил сайт.

Но по правде, результат в деньгах от этого всего стремится к нулю. Да, заказчики любят объявления. Но люди обычно не читают текст, а просто жмут на него и смотрят, что там на сайте. Можно потратить два месяца на тексты и картинки, немного повысить коэффициент конверсии, но большую разницу в прибыли это не даст. Даже прорыв в +0,25% CTR не сделает разницу:

И то, такие расчеты — сферический конь в вакууме. В реальности на коэффициент конверсии влияет куча факторов. Чтобы более-менее корректно оценить влияние текста в объявлениях, нужно запускать A/B тест и накапливать достаточно статистически значимых данных. 

Эффективнее работать от общего к частному. Сначала тестируем рекламные инструменты: поиск, квизы, смарт-баннеры, товарную галерею и т.д. Экономически успешные сегменты масштабируем: тестируем разные форматы и настройки рекламных кампаний, условий показов и т.п. Затем оптимизируем рекламные кампании и группы объявлений. И только потом, когда более эффективные ходы исчерпаны — беремся за тексты объявлений. Обычно это происходит где-то на втором году работы.

Масштабируем то, что работает

До нас большая часть бюджета у заказчика шла на РСЯ (рекламу на сайтах и мобильных приложениях), которая работала «в минус». Общий небольшой плюс давала реклама в поиске. Но она успешно работала только на брендовых запросах: когда люди вбивали в Яндекс название фабрики.

Настроив аналитику, мы смогли улучшить показатели РСЯ. А потом масштабировали их с помощью автостратегий. Они обучаются на данных, которые приходят из сквозной аналитики Roistat в Директ/Метрику. Мы говорим стратегии: вот тебе бюджет на месяц. А вот цель: давай нам максимум конверсий за определенную сумму — сначала мы ее прогнозируем из экономики проекта, а потом по факту корректируем в меньшую или большую сторону, чтобы получать максимум прибыли. Автостратегия собирает эти конверсии. Увеличиваем расходы на рекламу — получаем больше заявок. 

Когда мы поняли, что лиды с квизов некачественные, максимум бюджета направили на РСЯ.

Прибыль по месяцам

График квизов красный — они продолжают работать по-минимуму и приносят продажи. Но основной упор на РСЯ, зеленый график.

Обычно в цепочке до заказа участвует несколько рекламных кампаний. В нашем случае поиск дает слабые результаты и работает скорее как первый этап воронки. Человек заходит на сайт, потом много раз видит рекламу в РСЯ, еще несколько раз смотрит сайт и принимает решение. Сама РСЯ тоже приносит большую часть первых касаний, а с учетом дальнейших, играет ключевую роль во всей кампании. 

Последним касанием перед покупкой часто бывает брендовый запрос — поэтому конверсия отдается ему. Например, с февраля по июнь было 32 сделки, в которых первым касанием была РСЯ. Но только 21 из них относятся к кампании РСЯ — остальные присвоены другим кампаниям. Поэтому формально в лидерах брендовые запросы:

Результат за 10 месяцев

Первые несколько месяцев мы работали в минус. Возможно потому, что в тот период еще не учитывали «невидимых покупателей» в шоу-руме. Затем прибыль колебалась, иногда уходила в минус. 

Но в итоге за 10 месяцев заказчик получил 1 316 000 ₽, вместо 46 800 ₽ за предыдущие 13 месяцев. Напомним, что спрос падал. Если бы компания ничего не делала с рекламой, то к этому моменту получила бы примерно такой же убыток.

Распределение прибыли по итерациям

Что будем делать дальше

1. Ждем новый сайт. Там будут карточки товаров: конверсия, вероятно, вырастет. Средний чек тоже может увеличиться: у нас можно будет уже купить полный комплект мебели в квартиру — спальню, кухню, шкаф.

2. Масштабируем новые направления: кухни, шкафы, корпусная мебель. Кухни мы уже рекламируем. Там «минус», но заказчика это устраивает — они пока обучают менеджеров и отлаживают процессы. Планируют запускать шкафы и другую мебель. 

Мы уже отработали механизм на диванах. Когда заказчик будет готов, сможем быстрее дать результат с другим продуктом.

Посмотрели, сколько на рынке есть трафика и сколько мы сейчас получаем. Составили ориентировочный прогноз по рекламе в поиске:

Прогноз Яндекс.Директ для охвата 85% трафика городам, где мы рекламируем: Москва, Сочи, Краснодар, Ростову-на-Дону, Крым. Прогноз не на 100% точен, т. к. есть много нюансов, но позволяет видеть общую картину.

3. Продолжаем подстраиваться под спрос и политические события. Например, снижаем ставки, когда падает спрос. Аналогия тут простая: можно тратить много на рекламу елок в декабре, а в июне не стоит. Сезонность по диванам мы увидели такую: рост с конца июля по декабрь, потом спад до мая-июня.
   
4. Будем улучшать показатели по городам, которые пока отстают от лидеров — Ростова и Сочи.

Понравился кейс? В телеграм-канале Jam Agency рассказываем о других проектах и делимся советами по контекстной рекламе.

Подписывайтесь на каналы Roistat в Telegram. Делимся статьями из блога и полезными видео, рассказываем о последних обновлениях продукта Roistat.