Как мы обхитрили автоматические стратегии Яндекса и заставили их приводить больше заявок за меньшие деньги

Обычная история при работе с рекламой в Яндексе: повышаешь ставки в кампании, чтобы выкупать больше переходов и конверсий, но растут только расходы. Кампания начинает сжирать деньги, но не давать дополнительный объём лидов. Мы нашли способ, как взбодрить алгоритмы, и хотим поделиться этим секретом с вами. 😈

Весной прошлого года к нам в МАКО — агентство контекстной рекламы с оплатой за результат обратилась сеть отелей: 15 гостиниц в центре Москвы. До апреля единственным источником бронирования номеров был Booking, который полностью закрывал задачи сети. Необходимости в запуске таргетированной и контекстной рекламы просто не было. А потом Booking перестал работать в России.

За счёт рекламы в Яндекс Директ нам нужно было компенсировать потери по бронированию номеров. Обычно мы начинаем работать с аудита рекламы, чтобы на основе накопленной статистики предложить новую стратегию продвижения и спрогнозировать количество и стоимость обращений.

В этот раз анализировать было нечего, потому что клиент никогда не запускал контекстную рекламу. Из ориентиров у нас была только желаемая стоимость бронирования в 500 рублей и немного статистики по конверсии сайта из поиска. Пришлось делать нестандартный прогноз показателя конверсии, количества и стоимости обращений в виде разбега «от…» и «до…».

В тематике отелей Яндекс пользователям показывает сначала карту и карточки отелей с ценами, рейтингом и отзывами. Классические текстовые объявления отображаются обычно ниже, поэтому конверсия по ним спорная и дорогая. Поэтому основной упор планировали сделать на рекламу в РСЯ, чтобы зацепить пользователей концепцией отеля, а уже потом использовать поиск, догонять пользователей ретаргетингом и тестировать Мастер кампаний. Мы прогнозировали от 440 до 809 обращений в первый месяц работ. Под обращениями подразумевали и бронирования номеров, и уникально-целевые звонки, и заказ обратного звонка с сайта.

По каким фразам в первую очередь хочется искать отель? Наверняка что-то из этого: снять гостиницу, забронировать отель, отели в центре Москвы и тому подобные. Или другой вариант: искать гостиницу рядом с определённой станцией метро или улицей, либо в конкретном районе. Это самые очевидные фразы, по которым несомненно нужно настраивать рекламу.

Мы же решили протестировать более дотошную проработку ключевых слов. Для этого мы предположили, в каких ситуациях люди ищут гостиницу, и собрали соответствующие запросы:

• недалеко от достопримечательностей: когда едут отдыхать и хотят жить близко к музею;
• рядом с бизнес-центрами: когда едут в командировку;
• близко к ВУЗам: абитуриентам и их родителям нужно где-то жить на время дополнительных экзаменов и ожидания результатов поступления;
• рядом с больницами, клиниками и НИИ: когда едут на обследование или нужно навестить или даже ухаживать за родственником.

План был идеальный: детально сегментируем кампании по типам запросов, за счёт чего создаём максимально релевантные объявления с предложением гостиницы рядом с искомым объектом. Ищешь номер рядом с бизнес-центром — пожалуйста. Нужна гостиница рядом с МГУ — вот объявления «Гостиница в 10 минутах от МГУ», переходи скорее по нему и бронируй номер. Звучит круто и логично, а на деле…

На деле же оказалось, что в отельной тематике такой подход работает плохо. На поиске очень много различных форматов самого Яндекса, в том числе на картах. Они перетягивают на себя внимание и уводят пользователей. Рекламу в РСЯ с таким подходом тоже запускали, но работала она так же плохо: расход был, а бронирований номеров не было. Результаты кампаний с ручным управлением ставками оказались не ахти.

К концу мая, второго месяца работ, мы перестали надеяться на ручное управление ставками и перевели все настроенные кампании на автостратегии с оплатой за макроконверсию — бронирование номера.

Спустя буквально неделю увидели положительную динамику: количество броней сильно не изменилось, но зато снизилась их стоимость. В июне же, когда кампании обучились, количество броней стало расти при той же низкой стоимости обращения. Параллельно мы запустили полностью автоматические кампании от Яндекса — Мастер кампаний и Товарная кампания, которая появилась в августе прошлого года. Оба инструмента настроили на оплату за бронирование. Чем дольше они работали, тем больше перетягивали на себя трафик.

С Товарной кампанией вообще получилась занятная история. Изначально этот инструмент создан для интернет-магазинов и работает на основе фида с товарами. Отели и номера в них не сильно похожи на товары, а сайт не может сгенерировать с ними фид в формате xml. Однако в кампанию можно загрузить excel-файл, чем мы и решили воспользоваться.

Мы вручную сделали файл в Excel, в формате csv, с 15 гостиницами, ссылками страницу каждой гостиницы, ссылками на фотографии интерьера и ценой за ночь. Загрузили его в Товарную кампанию и получили на выходе объявления, которые крутятся как товары.

Товарная кампания — интересный инструмент, который можно использовать не только интернет-магазинам. Вот только он оказался не без изъяна: со временем стал каннибализировать бронирования с остальных инструментов — с Мастера кампаний, с Динамических объявлений, даже с поиска и РСЯ.

Какое-то время мы продолжали повышать ставки в Товарной кампании, чтобы не терять обращения в несезон. Только всё равно упёрлись в потолок по объёму: количество броней перестало расти, а их стоимость наоборот только увеличивалась. Тогда мы стали искать способ взбодрить алгоритмы и снизить стоимость брони номера.

Прелесть автоматических стратегий с оплатой за конверсии в том, что мы платим только за достижение тех целей, по которым кампании оптимизируются. На этом и решили сыграть.

Для начала мы попробовали оптимизировать кампании по цели, которая находится выше по воронке. Перед бронью номера пользователи сначала просматривают отели, потом выбирают конкретную гостиницу и начинают бронирование с выбором даты заезда. Не все визиты с выбором даты заезда заканчивались бронью номера, но все же это более вовлечённые и заинтересованные визиты, нежели когда пользователь просто смотрит гостиницы. Поэтому мы начали постепенно обнулять настройки кампаний и переводить их на оптимизацию по цели «Начало бронирования». Цель срабатывала, когда пользователь со страницы конкретного отеля переходил на страницу с деталями — выбором даты заезда и выезда, количества гостей и ценами.

Если бы мы разом перевели все кампании на оптимизацию по новой цели, ничем хорошим это не закончилось бы. Постепенный изменение настроек даёт нужный эффект в динамике: при сохранении того же процента конверсии бронирований номеров становилось больше.

Кроме воронки бронирования в нашем распоряжении было ещё несколько целей: уникально-целевые звонки и заказ обратного звонка с сайта. Первые фиксировались с помощью коллтрекинга, а вторые — с помощью виджета. Эти действия пользователи совершали на сайте реже, и мы не знали, заканчивались ли они бронью, но они так или иначе сопутствовали ей. Например, из 1 035 конверсий в июле было 617 бронирований номера, а оставшиеся 418 конверсий — звонки и заказы обратного звонка.

Когда кампании с оптимизацией по цели «Начало бронирования» начали снова разгоняться по стоимости обращения без увеличения их количества, мы рискнули переключить их на оплату за звонки и заказы обратного звонка.

Как оказалось, риск оказался оправдан: алгоритмы Яндекса продолжали давать нам переходы на сайт, продолжали давать брони, но платили мы при этом за более редкие цели, то есть меньше!

Правда, перехитрить систему получается всего дней на 10, потому что потом она понимает, что что-то идёт не так — денег-то она получает меньше, чем раньше. В этот момент начинают падать трафик и конверсии, а нам приходится возвращаться к оптимизации по целям, которые достигаются чаще — макроцели «Бронирование» или микроцели «Начало бронирования».

Когда переводили на оптимизацию по звонкам или обратным звонкам, количество броней увеличивалось, но платили меньше, потому что платили за более редкую цель.

Постоянное переключение между разными целями для оптимизации кампаний помогло нам пережить несезон с клиентом и остаться в рамках согласованных KPI. Когда стоимость бронирования номеров при оптимизации по основной цели выходила за рамки, мы переключались на оптимизацию по сопутствующим целям. Алгоритмы работали, начинали затухать и мы снова возвращались к оптимизации по основной цели. И так по кругу. За счёт этого удалось сгладить сезонный спад спроса и избежать резких просадок по количеству броней номеров и их стоимости.

Оптимизация по более редким целям нужна, чтобы не разгонять бессмысленно кампании, когда они «сжирают» кучу денег, но не дают больше объёма и заявок. Если в этот момент зарезать ставки в 2 раза, алгоритмы просто убивают в 2 раза трафик, а следом и конверсии. Выход — переобучение кампаний на других целях.

МАКО — агентство контекстной рекламы с оплатой за результат. Работаем 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.