Главная
О компании
Разработка сайтов
SEO продвижение
Аудит сайта
Контекстная реклама
Услуги SERM
Другие услуги
Разработка фирменного стиля
Контакты

Как мы повысили рентабельность инвестиций в рекламу и увеличили оборот интернет-магазина с помощью PPC

cashbox money
Подписан NDA

Клиент — интернет-магазин по продаже оборудования для систем вентиляции, отопления и кондиционирования. Он хотел повысить рентабельность инвестиций в контекстную рекламу и увеличить оборот магазина. У интернет-магазина было несколько каналов продаж, однако данные были только о рентабельности сотрудничества с площадкой Amazon.

Исходное состояние проекта было следующим:

Клиент в течении 6 месяцев вел торговую кампанию Google Shopping, настроенную собственными силами. Применял стратегию максимизации кликов по наименьшей цене. Ему были известны только затраты на рекламу и число покупок через корзину, но неясным оставалось, насколько рентабельными были вложения в рекламу. Это происходило из-за того, что в рекламном кабинете было настроено множество целей, не являющихся ключевыми для бизнеса: просмотр страницы контактов, действия "положить в корзину", которые затрудняли анализ эффективности в аккаунте и были не информативными. Не было самого главного — отслеживания звонков, оформленных или уже оплаченных заказов.

Работу над проектом вели в несколько этапов:

Первый этап

Начало работ - март 2020 г
Задача: Повысить рентабельность инвестиций в рекламу до 600%.

Вот что мы делали для выполнения задачи:

  1. Для того, чтобы понять текущую ситуацию, настроили отслеживание данных расширенной электронной торговли. На стороне магазина реализовали передачу данных в Google Analytics о поведении пользователей при совершении покупки, а также данных о проданных товарах и суммах транзакций (Google Analytics Enhanced Ecommerce).
  2. На стороне Google Analytics настроили приём и обработку этих данных.
  3. 30 дней собирали статистику.

Интерфейс Google Analytics стал показывать эффективность продаж в разрезе продуктов:

google_analytics

И выручку в разрезе каналов
продаж:

profit

По истечении месяца стало очевидно, что текущая рентабельность инвестиций в торговые кампании составила 462%, а в медийные кампании 100% — то есть здесь выручка магазина примерно равнялась затратам на рекламу.

plane

Затем мы занялись аккаунтом:

  1. Удалили отслеживание всех конверсий и вместо них импортированы данные электронной торговли с линейной атрибуцией.
  2. Провели детальный анализ фактических запросов пользователей за последние три месяца (около 30000), составили список стоп-плов и подключили его к кампании.
  3. Отключили
    показ рекламы в медийной сети из-за низкой эффективности;
    некоторые товарные категории, которые показывали низкую рентабельность;
    показ рекламы в нескольких штатах, продажи в которых были невыгодны.

Эти работы помогли предоставить автоматическому алгоритму управления ставками верные статистические данные, а это залог корректной его работы.

Результат:

К июню выручка составила 24,5%, затраты на рекламу снизились на 10%, рентабельность инвестиций в рекламу выросла c 479% в начале апреля до 659% в начале июня:

result

Также мы заметили, что уровень продаж в магазине зависит от внешних факторов и стабильности ассортимента, поэтому сравнивали месячные или двухнедельные интервалы. На графике видно падение всех показателей в день начала беспорядков в США 26 мая 2020 года после убийства Джорджа Флойда:

dependence

Второй этап

Задача: Повысить оборот магазина.

Во время работы над проектом мы заметили, что у автоматической стратегии "Целевая рентабельность инвестиций в рекламу" есть побочный эффект: искусственный интеллект может существенно ограничить показы пользователям, вероятность совершения покупки которыми ниже необходимого значения. Аудитория показов расширяется, если снизить показатель целевой рентабельности.

fanmoney

В связи с этим мы решили:

  1. Получить от клиента данные о маржинальности по каждому товару магазина.
  2. Разделить товары на группы по маржинальности, причем сделать это деление автоматическим: при изменении маржинальности отдельных товаров, они должны автоматически перемещаться в другую группу.
  3. Создать отдельные кампании для товарных групп с различной маржинальностью и задать для них различные уровни целевой рентабельности инвестиций в рекламу.

Этапы работы были такими:

  1. Мы рассчитали приемлемую целевую рентабельность для товарных групп с различной маржинальностью. Получили следующие значения:statistics

    2. Таким образом мы пришли к выводу, что на рекламу выгодно тратить 1/3 выручки по высокомаржинальным товарам и 1/6 выручки по низкомаржинальным. Товары именно этого магазина, маржинальность которых ниже 15% в принципе не выгодно продавать в Google Shopping ни при каких разумных значениях целевой рентабельности инвестиций.

  2. На основе таблицы маржинальности товаров создали дополнительный статический фид в Google Merchaint Center, который добавляет в динамический товарный фид колонку маржинальности для каждого товара.
  3. Создали 5 торговых кампаний Google Shopping, товары в которые попадают по правилам фильтрации на основе колонки маржинальности.
  4. Задали различные значения целевой рентабельности инвестиций для каждой кампании.

В результате всех этих работ дневная выручка выросла до $1900/сутки за 2 недели обучения алгоритма, а далее, на пике продаж она стала еще больше — $2250/сутки:

growth

По итогу мы справились со всеми поставленными задачами:

• повысили рентабельность инвестиций в рекламу до 659%;

• дневную выручку повысили с $1340 до $2250 в сутки.

coins
Вверх