Маркетолог против умных кампаний «Я.Директа». Как после трех факапов в 2 раза увеличить продажи матрасов и на 30% повысить рентабельность

Почему логичные маркетинговые гипотезы проваливаются из-за алгоритмов «Яндекса»? Как узнать, что сработает? Автоматика заменит специалистов по контекстной рекламе? Расскажем о борьбе между логикой маркетолога и ИИ «Я.Директа». После трех факапов интернет-магазин матрасов в 2 раза увеличил доход и снизил долю рекламных расходов (ДРР) с 43% до 30%.

Привет! Мы МАКО ― агентство контекстной рекламы с оплатой за результат. Сегодня поговорим про противоречие между ИИ Яндекс Директа и маркетологами. Первый идет к максимальной автоматизации, чтобы было меньше рычагов давления на рекламные кампании. Он использует ИИ и нейросети, для обучения ему нужно как можно больше данных.

А маркетолог хочет полностью контролировать кампании, потому что знает свою целевую аудиторию и хочет работать именно с ней. Но самые продуманные гипотезы могут разбиться о логику Я. Директа: ИИ «мыслит» по-своему и не всегда делает то, что от него ожидают.

Однако договориться с алгоритмами все-таки можно, у нас получилось👐 Искусственный интеллект не умеет генерировать и тестировать гипотезы, и на этом поле хороший маркетолог победит.

Рассказываем, как искали решения для нашего клиента — интернет-магазина матрасов. На примере 6-ти мини-кейсов показываем, как подружить логику Яндекс Директа с логикой маркетолога.

Проблема: Интернет-магазин матрасов пытался масштабироваться, но при увеличении бюджета на рекламу росла доля рекламных расходов (ДРР), а продажи стояли на месте.

Решение: Сначала мы действовали по логике маркетинга, то есть стремились к тому, чтобы:

Начали с улучшения слабых кампаний, которые приносили мало заказов. Решили максимально сегментировать ЦА. Логичное решение ― сфокусироваться на самой конверсионной аудитории для роста продаж.

Мы выбрали по 5 регионов, поисковые кампании с самыми плохими результатами и разделили их на 2 группы. В каждой из этих групп выделили аудиторию, которая чаще всего покупает, и постарались привлечь больше таких клиентов.

Результат: По обеим группам упал рекламный трафик, стало еще меньше продаж, а расходы на рекламу увеличились. До теста ДРР в этих кампаниях был 51%, что и так плохой показатель, а тут он взлетел еще в 3 раза до заоблачных 170%.

Мы сделали вывод: если сильно ограничивать алгоритмы Яндекса, то автоматика ломается.

Проблема: Эффективные рекламные кампании, которые стабильно приносили клиентов, не масштабировались. Мы не могли выжать максимум из проверенного инструмента.

Драйверами продаж были Мастер кампаний и товарная кампания ― умные кампании Яндекса, которые одновременно показываются на поиске и в РСЯ. Система сама подбирает запросы, позиции и площадки для показа в зависимости от посадочной страницы и текста объявлений. Разница лишь в том, что товарная кампания показывается еще и по фиду, то есть файлу, который содержит информацию обо всех товарах.

Решение: Здесь мы выдвинули гипотезу, что нужно усилить хорошо работающие рекламные кампании. В обоих типах РК самые дешевые покупки приходили с поиска. Мы решили научить автостратегию приводить больше таких клиентов. Для этого создали составную цель. На первом этапе целевым действием был переход пользователя на сайт из рекламы, а на втором ― покупка. Мы увеличили стоимость конверсии и использовали эту цель для обучения рекламных кампаний.

Результат: Яндекс Директ не согласился с маркетинговой логикой. Число заказов с поиска не выросло. Зато сломалась РСЯ: некачественных сетевых площадок стало еще больше, а ДРР увеличился до 300%.

Заказы из РСЯ немного подросли, но по-прежнему стоили в 2 раза дороже, чем с поиска, ― 11450 рублей.

Проблема: По запросам показывались нерелевантные объявления. Например, по ключевой фразе «пружинный матрас» ― реклама беспружинного матраса, которая вела на страницу с другим типом товара.

Это происходит из-за автотаргетинга, то есть система сама подбирает запросы, по которым показывать объявления, и не всегда угадывает. С недавнего времени такую настройку в Директе нельзя отключить.

Решение: Логичное желание в этой ситуации ― максимально контролировать рекламу. Раз автоматика ошибается, мы вручную настроим кампании и сделаем объявления релевантными запросам пользователей.

Мы попробовали нестандартный ход и отминусовали слово «матрас», хотя оно входит в большинство ключевых запросов. Казалось бы, странно: в качестве минус-слов в настройках РК обычно указывают нецелевые слова (например, «бесплатно», «скачать», размеры матрасов, которых нет в нашем интернет-магазине). Это позволяет исключить показ рекламы по запросам, содержащим такие слова.

Но у нас свои аргументы: в ключевом слове запросе «пружинный матрас» минус-слово «матрас» будет игнорироваться. В Яндекс Директе действует принцип – если минус-слово содержится в ключевом слове, которое мы сами добавили для показа рекламы, то оно (минус-слово) будет игнорироваться. Но при этом во всех ключевых словах, которые подбирает автотаргетинг, наше минус-слово будет работать, и алгоритм не сможет подобрать никакой другой запрос со словом матрас, кроме тех, которые мы ему сами задали. А значит, мы обходим автотаргетинг и показываем наше объявление только по тем ключевым фразам, которые сами хотим, а не по тем, которые подберет Яндекс Директ.

Результат: Мы выиграли битву, но проиграли войну. Да, по запросам стали показываться максимально релевантные объявления. Однако основной цели мы не достигли. Яндексу не понравились наши ограничения, охваты упали, а с ними и продажи.

Проблема: В одной из эффективных кампаний автоматика дала сбой и стала привлекать аудиторию, которая совершала дешевые покупки. Средний чек снизился, как следствие, ДРР вырос выше порога рентабельности.

Решение: Мы учли прошлые ошибки и решили не ограничивать систему, а «подсказать» ей, что нам нужны покупки с высоким средним чеком. Это можно сделать разными способами: например, убрать из фида товары с низкими чеками или использовать фильтры по стоимости в динамическом поиске и смарт-баннерах. Но для классических поисковых кампаний и РСЯ этот способ не подходит.

Мы поступили по-другому: оптимизировали цель по корзинам, в которых общая сумма товаров не ниже 25 000 рублей. То есть автоматика учитывала корзины, в которых либо один товар стоит более 25 000 рублей, либо набрано несколько товаров на ту же сумму. Таким образом мы удерживали нужный нам средний чек.

Результат: ДРР снизился на треть ― с 36% до 24%. Гипотеза сработала👌.

Проблема: В одной кампании мы использовали оптимизацию рекламы по микроцели ― добавление товаров в корзину. Алгоритмы стали приводить много пользователей, которые кладут товары в корзину, но не покупают.

Решение: Чтобы понять причину, мы изучили путь пользователей на сайте. Кое-что показалось нам необычным: люди будто бы использовали корзину, чтобы сохранить и сравнить понравившиеся товары. На сайте их нельзя было добавить в избранное, потому что не было такого раздела. Автоматика успела зацепиться за эту аудиторию и стала приводить не тех, кто готов купить прямо сейчас, а тех, кто только присматривается к товарам.

Тогда мы предложили добавить на сайт разделы «Сравнить» и «Избранное». Пользователей, которые переходили в них, возвращали на сайт с помощью ретаргетинга.

А для обучения кампаний немного изменили вектор: вместо добавления в корзину стали оптимизировать рекламу по цели «Переход в корзину». Таким образом мы «отцепили» автоматику от людей, которые привыкли сохранять товары в корзине «на подумать».

Результат: Как только автостратегии обучились на правильных данных, на сайт хлынул поток настоящих горячих покупателей! Продажи увеличились на 50%.

Итак, мы эмпирическим путем определили удачные гипотезы, которые не вызывают сопротивления у Яндекс Директа и приносят результаты. Постепенно мы обучили и перевели на них и другие рекламные кампании.

За 7 месяцев доход интернет-магазина вырос в 2 раза (мы начали работать на проекте с конца октября 2023 года).

ДРР снизился на треть, достиг хорошего для e-commerce уровня в 30% и последние месяцы стабильно держится на этой отметке. Стоимость покупки тоже уменьшилась на 20%.

Если вы хотите масштабировать продажи в e-commerce, закажите за 0 р. наш глубокий аудит контекстной рекламы.

Чем это будет полезно?

Делимся опытом нестандартных решений в контекстной рекламе в других статьях:

Как после долгого простоя интернет-магазин стройматериалов вырос в 5 раз и заработал 23 млн в месяц. Новый сайт, умный фид, трипвайер и сложные микроконверсии

Почему у интернет-магазина мало продаж? Ошибка №5 — слабый фид в 3 раза снижал CTR и конверсию товарных объявлений «Яндекс Директа»

Почему у интернет-магазина мало продаж? Ошибка №4 — отсутствие интеграции Я.Метрики и CRM на 60% снижало рентабельность

Как завод красок нашел 500+ оптовых клиентов, в 3 раза увеличил конверсию контекстной рекламы и вырос на 75%