К нам обратился производитель кухонь на заказ из Москвы и Московской области, который занимается полным циклом работ: от проектирования и подбора материалов до изготовления, доставки и монтажа готовой мебели.
За счёт собственного производства бизнес не зависит от сторонних подрядчиков и может контролировать качество на всех этапах реализации проекта.
Основным направлением компании является изготовление кухонь на заказ, в отличие от массового мебельного рынка, где клиент выбирает готовое решение из каталога, каждая сделка здесь требует индивидуальной проработки: замеров, проектирования, согласования материалов и последующего производства, поэтому для бизнеса особенно важно не просто получать заявки, а привлекать клиентов, которые действительно готовы к заказу и проходят весь путь от обращения до оплаты.
На момент обращения компания уже использовала Яндекс Директ и получала обращения через рекламу.
Однако большая часть результатов формировалась за счёт брендового спроса — пользователей, которые уже знали компанию и искали её напрямую. Попытки масштабировать рекламу через общие коммерческие запросы не давали ожидаемого эффекта:
В результате у бизнеса возник ключевой вопрос.
Может ли Яндекс Директ стать полноценным каналом привлечения новых клиентов, или реклама способна эффективно работать только на уже существующий спрос? Именно эту гипотезу предстояло проверить в рамках проекта.
На старте проекта мы сформулировали несколько гипотез.
Может ли брендовая реклама обеспечить дальнейший рост бизнеса.
Можно ли получать качественных клиентов через классический поиск по коммерческим запросам.
Способны ли алгоритмы Яндекса находить покупателей эффективнее ручного управления.
Какие источники трафика приводят не просто заявки, а замеры и оплаты.
Главная задача состояла не в запуске максимального количества рекламных кампаний, а в поиске масштабируемой модели привлечения клиентов.
Перед запуском рекламы мы проанализировали накопленную статистику и определили подход к тестированию.
На момент старта компания уже использовала Яндекс Директ, однако брендовый и небрендовый трафик фактически работали в общей логике. Из-за этого было сложно объективно оценить эффективность отдельных источников обращений и понять, какие из них действительно помогают привлекать новых клиентов.
Поскольку бюджет на тестирование был ограничен, мы отказались от идеи запускать большое количество рекламных кампаний одновременно, вместо этого решили последовательно проверить несколько ключевых гипотез и сравнить результаты между собой.
Первым шагом мы вынесли брендовые запросы в отдельную рекламную кампанию.
Это позволяло понять:
Для проверки этой гипотезы была запущена отдельная поисковая кампания по коммерческим запросам, в которую вошли запросы с выраженным намерением покупки:
Задача заключалась в том, чтобы понять, способен ли классический поиск стать основным инструментом масштабирования бизнеса.
Помимо классического поиска мы решили протестировать автоматизированные инструменты Яндекса.
Для этого была запущена отдельная товарная Мастер-кампания на основе товарного фида. В отличие от поисковой рекламы, где рекламодатель самостоятельно определяет набор запросов и сценарии показа, здесь алгоритмы Яндекса сами подбирают аудиторию на основе товарных данных и поведения пользователей.
Основная задача заключалась в том, чтобы проверить, способны ли алгоритмы находить потенциальных клиентов эффективнее классического поиска и обеспечивать более выгодную экономику привлечения. Таким образом, уже на старте проекта были выделены три независимых направления тестирования:
Это позволило оценивать не только количество обращений, но и реальный вклад каждого инструмента в привлечение новых клиентов.
Ещё до запуска рекламных кампаний мы договорились с клиентом о важном принципе:
Оценивать результат будем не по количеству заявок и не по стоимости лида.
Для бизнеса, который занимается изготовлением кухонь на заказ, эти показатели сами по себе мало что говорят о реальной эффективности рекламы, потому что заявка ещё не означает продажу: часть обращений отсеивается после консультации, другая часть — после расчёта стоимости, а кто-то из клиентов может вообще не дойти до замера.
Поэтому на старте проекта были определены две ключевые бизнес-цели:
Замер — это первый серьёзный показатель качества обращения.
На этом этапе отсеивается большая часть пользователей, которые просто изучают рынок, сравнивают предложения или пока не готовы к покупке. Если клиент согласился на замер, вероятность дальнейшей сделки существенно возрастает.
Финальной целью проекта являлись реальные продажи, поэтому эффективность рекламных кампаний оценивалась не только по обращениям и замерам, но и по фактическим оплатам, зафиксированным в CRM-системе — этот показатель использовался для принятия решений о масштабировании или остановке рекламных кампаний.
На момент начала проекта у клиента уже была выстроена базовая система аналитики: данные по заявкам с сайта передавались в Яндекс Метрику, после чего обращения попадали в CRM-систему.
После обработки заявок информация о статусах клиентов и оплатах возвращалась обратно в Метрику с сохранением рекламных меток, благодаря этому мы могли анализировать не только количество обращений, но и весь путь клиента:
клик → заявка → замер → оплата
Такой подход позволял оценивать качество трафика на каждом этапе воронки и сравнивать рекламные кампании не по стоимости лида, а по их реальному влиянию на продажи.
Ранее у клиента использовался колл-трекинг, однако на момент запуска он был отключён. Причина была связана со спецификой бизнеса: значительная часть телефонных звонков поступала от действующих клиентов, поэтому данные колл-трекинга практически не влияли на оценку эффективности рекламы. Дополнительно были настроены цели:
Мы регулярно сверяли эти данные с клиентом и сопоставляли их с реальными обращениями, что позволяло учитывать часть контактов, которые не фиксировались как стандартные заявки через формы сайта.
Благодаря такой системе аналитики мы смогли не просто определить, какая рекламная кампания приносит больше заявок, но и ответить на главный вопрос проекта:
Именно поэтому в дальнейшем все решения по проекту принимались на основе данных о замерах и оплатах, а не на основе стоимости лида.
Перед началом активного тестирования рекламных кампаний мы отдельно проанализировали сайт клиента, хотя наша задача заключалась не в редизайне и не в разработке нового сайта, на данном этапе было важно убедиться, что сайт не станет ограничивающим фактором для оценки рекламных гипотез.
Если пользователь переходит по объявлению, но сталкивается с неудобной структурой, недостатком информации или сложностями при обращении, становится невозможно объективно оценить качество самого трафика, поэтому до запуска масштабного тестирования мы провели аудит основных пользовательских сценариев и подготовили список рекомендаций по доработке сайта.
Во время анализа были выявлены несколько типичных проблем:
В результате часть пользователей могла покидать сайт ещё до обращения, даже если изначально была заинтересована в заказе кухни.
В рамках проекта были подготовлены рекомендации по корректировке наиболее важных элементов сайта.
Наиболее существенные изменения касались:
Важно отметить, что целью этих изменений не было кардинальное изменение сайта.
Основная задача состояла в том, чтобы устранить очевидные точки потери пользователей и обеспечить более корректную оценку эффективности рекламных кампаний.
После внедрения рекомендаций сайт стал лучше подготовлен к приёму рекламного трафика, а результаты последующих тестов можно было интерпретировать значительно точнее.
После запуска рекламных кампаний мы начали последовательно сравнивать результаты каждого направления.
При этом оценка строилась не только на количестве обращений, но и на том, как пользователи проходили дальнейшие этапы воронки: замер и оплата.
Именно это позволило понять, какие источники действительно приводят клиентов, а какие создают лишь видимость активности.
Первой анализировали брендовую кампанию.
Результат оказался ожидаемым: пользователи, которые уже знали компанию и искали её напрямую, демонстрировали самые высокие показатели конверсии.
Брендовый трафик обеспечивал стабильный поток обращений и продаж, однако быстро стало понятно, что он имеет естественное ограничение.
Количество пользователей, которые уже знают компанию, невозможно существенно увеличить только за счёт рекламных настроек.
Поэтому брендовая кампания хорошо работала как источник существующего спроса, но не могла решить задачу масштабирования бизнеса.
Брендовая реклама необходима для сохранения и эффективной обработки уже сформированного спроса, однако сама по себе не способна обеспечить значительный рост объёма продаж.
Следующим этапом стала оценка поисковой кампании по коммерческим запросам.
Логика выглядела достаточно очевидной: пользователь вводит запросы вроде «кухни на заказ» или «заказать кухню», значит находится в активной фазе выбора подрядчика и должен хорошо конвертироваться в продажу.
Поиск действительно начал приносить обращения.
Однако при анализе дальнейшего движения клиентов по воронке выяснилось, что часть обращений не доходила до этапа замера и оплаты.
Несмотря на наличие спроса, экономика кампании оказалась заметно слабее ожидаемой.
Главная причина заключалась в высокой конкуренции внутри аукциона и существенной стоимости привлечения пользователя.
Поиск способен приносить обращения и продажи, однако в данной нише его масштабирование сопровождается быстрым ростом стоимости привлечения клиента.
Это делало поиск полезным инструментом, но не лучшим кандидатом на роль основного драйвера роста.
Наиболее интересные результаты показала товарная Мастер-кампания.
В отличие от поиска, где мы фактически ограничены перечнем выбранных запросов, алгоритмы получили возможность самостоятельно искать потенциальных покупателей на основе товарного фида и поведенческих сигналов.
Уже на первых этапах тестирования стало заметно, что качество трафика отличается от результатов классического поиска.
Кампания стабильно приводила обращения, пользователи доходили до этапа замера, а затем конвертировались в реальные продажи.
При этом стоимость привлечения оставалась на уровне, который позволял масштабировать рекламный бюджет без существенного ухудшения экономики проекта.
Фактически именно здесь мы получили ответ на главный вопрос кейса.
Яндекс Директ способен привлекать новых клиентов не только за счёт брендового спроса.
Однако наиболее эффективным инструментом в данном проекте оказался не классический поиск, а автоматизированная товарная Мастер-кампания.
Алгоритмы Яндекса смогли находить аудиторию эффективнее ручного подбора поисковых запросов.
Именно товарная Мастер-кампания стала основным источником масштабируемого роста в рамках проекта.
Также в рамках проекта тестировались дополнительные рекламные инструменты:
Часть из них приносила обращения, однако при анализе замеров и оплат они уступали лидерам тестирования.
Поэтому основной объём бюджета постепенно перераспределялся в пользу кампаний, которые демонстрировали лучшие показатели по бизнес-результату, а не по количеству лидов.
После сравнения всех источников трафика стало понятно, что наибольшую ценность для бизнеса создают не кампании с минимальной стоимостью заявки, а кампании, которые приводят клиентов к оплате.
Именно поэтому дальнейшее масштабирование проекта строилось вокруг товарной Мастер-кампании и тех рекламных сценариев, которые показывали лучшие результаты по замерам и продажам.
После завершения тестирования мы получили достаточно данных, чтобы оценить не только количество обращений, но и их влияние на бизнес-результат.
За время работы были протестированы:
На этом этапе стало окончательно понятно, какие инструменты стоит масштабировать, а какие использовать только как дополнительные источники трафика.
Наиболее устойчивые результаты показали автоматизированные кампании Яндекса, прежде всего товарная Мастер-кампания, которая обеспечила основной объём качественных обращений среди небрендовых источников трафика.
Если посмотреть на динамику проекта, видно, что после периода обучения рекламных кампаний количество обращений последовательно росло:
| Месяц | Обращения |
|---|---|
| Март | 8 |
| Апрель | 41 |
| Май | 49 |
При этом стоимость обращения оставалась на уровне, который устраивал бизнес и позволял продолжать масштабирование рекламной активности.
На старте проекта мы договорились оценивать эффективность рекламы не по стоимости лида, а по двум бизнес-показателям:
Именно эти цели должны были показать, способен ли Яндекс Директ привлекать не просто обращения, а реальных клиентов.
Замер является первым серьёзным этапом квалификации клиента, здесь отсеиваются пользователи, которые пока не готовы к покупке, сравнивают предложения или просто изучают рынок.
За период с 16 марта по 1 июня реклама обеспечила:
Особенно важно, что большая часть пользователей, дошедших до замера, была привлечена автоматизированными кампаниями Яндекса. Поисковые кампании по коммерческим запросам привели только 7 посетителей, дошедших до замера, тогда как автоматизированные инструменты обеспечили 32 таких посетителя.
Это ещё раз подтвердило вывод, полученный во время тестирования гипотез.
Финальной целью проекта являлись реальные продажи.
За тот же период реклама привела:
Дополнительно ещё 8 продаж были получены за счёт брендового спроса и повторных клиентов.
В результате общая сумма продаж, связанных с рекламными кампаниями, составила 18 326 260 ₽.
За 2,5 месяца работы нам удалось не только проверить ключевые гипотезы, но и получить однозначный ответ на главный вопрос проекта.
Яндекс Директ способен выступать полноценным каналом привлечения новых клиентов для производителя кухонь на заказ.
Однако наиболее эффективным инструментом масштабирования в данном случае оказался не классический поиск, а автоматизированные рекламные кампании Яндекса.
Итоговые показатели проекта:
Особенно важно, что значительная часть результатов была получена не за счёт брендового спроса, а благодаря новым клиентам, которых удалось привлечь через автоматизированные рекламные инструменты.
Для бизнеса это означало переход от рекламы, которая в основном обслуживала уже существующий спрос, к управляемой системе привлечения новых заказов.
Полученные данные также позволили сформировать дальнейшую стратегию развития рекламных кампаний и сосредоточить бюджет на инструментах, которые доказали свою эффективность не по количеству заявок, а по замерам и реальным продажам.
Этот проект показал, что эффективность рекламы нельзя оценивать только по количеству заявок или стоимости лида.
На старте сотрудничества основной вопрос заключался в том, способен ли Яндекс Директ привлекать новых клиентов за пределами уже существующего брендового спроса.
Последовательное тестирование гипотез показало, что проблема находилась не в самом рекламном канале, а в выборе инструментов внутри него, классический поиск оказался полезным, но не смог стать драйвером масштабирования.
Основной потенциал роста показали автоматизированные алгоритмы Яндекса, которые смогли находить аудиторию эффективнее ручного подбора запросов и приводить клиентов, доходящих до замеров и оплат, поэтому главным результатом проекта стали не отдельные показатели ROMI или ДРР, а появление понятной модели масштабирования рекламы на основе данных о реальных продажах.
Товарная Мастер-кампания стала главным источником масштабируемого роста.
Оценка по замерам и оплатам позволила принимать решения точнее, чем оценка по CPL
Брендовая реклама хорошо работает для существующего спроса, но не решает задачу масштабирования бизнеса
Бесплатная консультация выявила три точки потери заявок: аналитику, структуру рекламы и позиционирование сайта. Стоимость обращения снизилась с ~20 000 ₽ до 500 ₽.
Увеличили конверсию с Яндекс Директа с помощью перенастройки онлайн-консультанта на сайте.
Рассмотрим семь ошибок при настройке Яндекс.Директ для мебельных компаний, которые незаметно сливают бюджет
Разбираем пять распространённых мифов о Яндекс Директе, объясняем, как изменились автоматические стратегии, роль искусственного интеллекта и современные принципы управления рекламой.
Начните с диагностики — расскажем, куда выгоднее вложить бюджет.