97% пользователей хотят вживую увидеть и «пощупать» мебель перед покупкой. Тут пригодилась бы CRM, чтобы отслеживать переход покупателя из онлайн в офлайн и оптимизировать рекламу, но её нет. Рассказываем, как как успешно продавать без сквозной аналитики и CRM, когда товар смотрят на сайте, а покупают офлайн.

Привет! Мы — МАКО, агентство контекстной рекламы с оплатой за результат. В марте к нам обратился клиент, который производит и продаёт дизайнерскую мебель в среднем ценовом сегменте. Раньше он занимался рекламой самостоятельно и оптимизировал её, что называется, по ощущениям. 

В один день мог потратить 200 000 ₽ и продать на 1 000 000 ₽. На следующий день мог потратить эти же 200 000 ₽, но ничего не продать. На третий день мог потратить 100 000 ₽ и снова ничего не заработать. Клиент никак не мог найти золотую середину — стабильные охваты, доход и приемлемую долю рекламных расходов (ДРР).

В какой-то момент клиент стал уделять меньше внимания рекламе, потому что кроме неё нужно было заниматься производством и управлять менеджерами по продажам. Он вспомнил о нашем легендарном кейсе, как говорили как-то в комментариях, про спасение мебельной фабрики от банкротства и обратился к нам за увеличением объёма продаж при сохранении ДРР в пределах 30–40%.

Настроили аналитику, чтобы опираться на данные, а не ощущения

97% покупателей хотят вживую увидеть и «пощупать» мебель перед покупкой, даже если обращаются через WhatsApp или по телефону. Одна из причин такого поведения, например, — на экранах разных устройств один и тот же цвет может отображаться по-разному. Фактически все продажи совершаются через шоу-рум клиента.

Корзина на сайте есть, но оформить покупку через неё нельзя. Сайт создан на платформе Wix. Они «ушли» из России после начало СВО и клиент не мог оплатить модуль электронной коммерции, чтобы пользователи совершали покупки прямо на сайте.

Однако остался функционал, который позволяет добавить товары в корзину. Когда пользователи переходят в неё, появляется сообщение с просьбой написать в WhatsApp для продолжения оформления заказа. Поэтому мы создали цели на добавление товара в корзину и переход в неё.

Кроме этого мы настроили коллтрекинг для отслеживания звонков, а в Яндекс Метрике создали несколько десятков микроконверсий, по которым можно выявить заинтересованность посетителей сайта в покупке.

Помимо стандартных целей с разным количеством просмотренных страниц, мы внедрили на сайт несколько скриптов. Первый отслеживал суммарное время пользователя на сайте и передавал данные в цель Метрики.

Второй скрипт написал наш маркетолог для отслеживанием обращений через WhatsApp. Когда пользователь кликает по кнопке мессенджера, скрипт формирует у него исходящее сообщение: «Спасибо, что обратились! Номер вашего обращения — *значение метки yclid, которая закрепляется за пользователям сайта*. Пожалуйста, не стирайте этот номер, чтобы мы легко могли найти ваше обращение».

Затем скрипт передаёт значение меток yclid и utm в специальную Google Таблицу. По метке из сообщения в мессенджере мы потом можем узнать, какая кампания привела клиента. Подход не заменяет полноценной CRM, но с такими данными проще оптимизировать рекламу.

В дополнение к простым целям создали множество составных:

• активное время посетителя на сайте + глубина просмотра;

• активно время посетителя на сайте + взаимодействие с корзиной;

• глубина просмотра + взаимодействие с корзиной.

Всё ради того, чтобы нивелировать отсутствие модуля электронной конверсии и с помощью микроконверсий собрать максимальное количество данных о поведении пользователей перед обращением.

В течение трёх недель собрали статистику по посетителям, обращениям и покупкам. На основании этих данных провели анализ и первую оптимизацию рекламы.

Как ориентироваться на ДРР, если нет CRM и электронной коммерции

Одна из наших задач — удерживать долю рекламных расходов в районе 30%, а ещё лучше — ниже. Без данных о доходе посчитать этот показатель не получится. У клиента покупают мебель после посещения шоу-рума, но узнают о нём в основном только из одного источника — рекламы в Яндекс Директ.

Значит можно учитывать весь доход с обращений и делить его на рекламный бюджет. Поэтому мы договорились с клиентом, что в конце каждого дня его менеджеры будут заполнять Google Таблицу с продажами, обращениями и их способами — звонками, сообщениями в WhatsApp и т.п.

С помощью этой таблицы мы смогли отслеживать влияние микроконверсий на продажи для оптимизации рекламы:

• Приводили на сайт большое количество пользователей;

• Анализировали, сколько и каких микроконверсий было выполнено;

• Сводили с данными по обращениям и продажам.

В итоговой таблице искали корреляционные зависимости: при увеличении каких микроконверсий увеличивалось количество обращений и покупок.

Нашли цель, оптимизация по которой увеличила количество обращений на 25%

Когда клиент самостоятельно занимался рекламой, то пробовал оптимизироваться по микроконверсии «Глубина просмотра 2 страницы». Сначала всё было хорошо, а потом Яндекс дал расход в 250 000 ₽, но не дал продаж.

Алгоритмы гнали на сайт пользователей, которые достигали эту высокочастотную конверсию, но не являлись целевой аудиторией. Для системы всё логично: цель достигается — что ещё надо? На деле же цель была слишком высокочастотная и не коррелировала с продажами.

Мы столкнулись с такой же проблемой на старте работ в апреле, когда пробовали оптимизировать рекламу по цели «Клик по WhatsApp». Первые несколько дней количество сообщений в мессенджер действительно увеличилось, а конверсия из кликов по кнопке на сайте в реальные обращения была порядка 70%. Потом алгоритмы на этих пользователях обучились и конверсия упала до 7% — посетители всё так же кликали по кнопке мессенджера, но не писали.

Такая же история была при попытке оптимизации по количеству просмотренных страниц. Первичный анализ статистики выявил корреляцию между обращением и просмотром пользователем 6 страниц сайта. Первый день оптимизации кампаний по этой цели прошёл неплохо, а на второй алгоритмы привели на сайт в 5 раз больше пользователей, которые имели низкую вовлечённость, мало обращались и мало покупали.

Когда апрель закончился, мы стали анализировать накопленные данные по всем целям, что мы создали. Провели корреляционный анализ и нашли цель, которая не только хорошо коррелировала с обращениями, но и достигалась достаточно часто — «Время на сайте 6 минут».

Постепенно мы начали переводить все кампании на оптимизацию по этой цели. В мае получили прирост количества обращений на 25%. В июне клиент заметил положительную динамику — стали появляться отложенные покупки. Пользователи, которые обращались в мае, покупали мебель в июне. Общая доля рекламных расходов в текущий месяц могла немного выходить за рамки целевой, но в следующем месяце она снижалась за счёт отложенных покупок.

Отговорили клиента резко увеличивать бюджет

В июне клиент попросил увеличить рекламный бюджет в два раза. Мы стали выяснять, почему он решил это сделать, потому что такой резкий рост — это всегда плохо. Можно планомерно в течение месяца увеличивать лимиты, но если удвоить их в один день, алгоритмы сломаются.

Оказалось, что в моменте всё было не очень хорошо с продажами и клиент подумал: «Сейчас я больше денег вбухаю в рекламу, и продаж будет больше». Но так не работает.

Резкие изменения редко приводят к позитивному результату. Скорее система уйдёт на переобучение, что может фатально сказаться на результатах рекламы. Новые данные в приоритете у алгоритмов. Когда мы увеличиваем расход, а потом резко возвращаем старые настройки, система может резко снизить охват, потому что ранее приводила конверсии по более высокой стоимости. В моменте можно получить рост, но потом — тотальный провал, выйти из которого в миллион раз сложнее, чем вырасти.

Мы же действуем иначе: поднимаем бюджеты не больше чем на 10–15% не чаще 3 раз в неделю. Дальше смотрим на эффективность: если отдача позитивная, значит движемся в верном направлении; если отдача стала хуже, значит можем вернуть всё обратно.

Результаты: увеличили количество обращений на 38% за 2 месяца

Мы начали работать с клиентом в апреле и привели ему 230 обращений. В июне мы улучшили этот результат на 38% — привели уже 318 обращений.

Мы планомерно растём от месяца к месяцу. Каждые полторы недели проводим корреляционный анализ, чтобы подстраховаться: если оптимизация по текущей цели сломается, мы будем готовы перейти на оптимизацию по другим целям.

Это только первые результаты сотрудничества. Параллельно работе с рекламой мы провели исследование аудитории, проанализировали конкурентов, сформулировали УТП и позиционирование, чтобы закрыть боли аудитории и отстроиться от конкурентов и разрабатываем новый сайт. Позже обязательно об этом расскажем.

МАКО — агентство контекстной рекламы с оплатой за результат. В качестве KPI предлагаем CPA, ДРР, CAC, ROI и другие показатели. Не обещаем золотые горы и берем в работу проекты, только когда уверены в результате.

Закажите аудит своей контекстной рекламы и мы предложим вам новую стратегию рекламы с учётом вашей ниши, накопленной статистики и конверсии сайта.