Как мы вырастили доходы от доставки пиццы Додо в Москве на 8659%

В кейсах принято писать о том, какие в рекламном агентстве все умные и как здорово помогли клиенту. Но давайте начистоту: с крупными, требовательными, интересными клиентами легко не бывает. А «Додо Пицца» – как раз такой клиент. Это известный бренд с широкой франшизой, сеть из 602 пиццерий в 13 странах мира.

Скоро год, как performance-агентство «Блондинка.Ру» сотрудничает с «Додо», и нам есть чем поделиться. В этой истории много интересного: ошибки и промахи, гнев и отчаяние, гениальные озарения, кропотливый труд и, конечно, хеппи-энд. СРА снизилась более чем в 3 раза, доход вырос на 8 659%, а число ресторанов, ведение которых нам доверили, увеличилось с 4 до 162.

Сотрудничество началось с тестового периода. К нам обратилась маркетолог корпоративной сети «Додо Пицца» с предложением выстроить контекстную рекламу в Яндексе и Google для 4 московских пиццерий. Задачей клиента было снизить СРА и сравнить «Блондинку» с другим агентством.

У нас уже был опыт продвижения ресторанного бизнеса и сервисов доставки еды, в том числе пиццы. Поэтому мы знали, какие настройки позволят приводить как можно больше заказов по самой низкой цене.

Создали 2 аккаунта: один для запросов с указанием бренда («пицца додо»), второй для общих, небрендовых.

Использовали 4 типа ключевых фраз:

• целевые («заказ пиццы»),
• акционные («промокод на пиццу»),
• общие («доставка еды»),
• с указанием гео («пицца на ВДНХ»).

В минус-слова добавили:

• неконверсионные запросы («рецепт», «фото»),
• запросы с неподходящим гео – с указанием района, где нет пиццерий «Додо» и куда не осуществляется доставка,
• ключевые фразы, которые не укладывались в KPI.

На старте мы придерживались принципа SKAg (Single Keyword AdGroup): на каждый запрос создавали отдельное объявление. Для релевантности вписывали ключевую фразу в заголовок и/или текст объявления, что позволило снизить стоимость клика.

После запуска, когда появилась первая статистика, перегруппировали запросы, чтобы избавиться от статуса «Мало показов».

Создавали объявления двух типов: общие и промо.

• Для общих в заголовок вписывали ключевой запрос и по возможности УТП либо призыв к действию.
• Промо запускали в ротацию на время проведения акций.

Тексты сдабривали «вкусными» эпитетами: «сочная», «горячая», «аппетитная», «ароматная».

Не пренебрегали и расширениями: в допссылках рассказывали про спецпредложения, а в уточнениях охватили УТП, которые не вошли в заголовки и тексты объявлений.

С помощью «Полигонов» Яндекс.Аудиторий настроили гиперлокальный геотаргетинг:

• вокруг каждой пиццерии нарисовали зону ее доставки,
• создали по 2 сегмента пользователей: те, кто живет в полученной локации, и те, кто в ней работает,
• снимали скриншоты полигонов перед сохранением, так как после посмотреть их уже нельзя.

С тестом мы справились.

За первый месяц СРА снизилась вдвое. Клиент-франчайзи остался доволен и увеличил число пиццерий в нашем аккаунте до 9, а некоторое время спустя перевел к нам все свои 16 ресторанов.

Позже, когда внутри сети заработало «сарафанное радио», в агентство стали обращаться и другие франчайзи. Казалось бы, здорово, да?

Да, но такой рост означал и некоторые сложности. Особенность бизнеса «Додо» в том, что управление распределено на партнеров-франчайзи. Рекламное агентство работает не с одним подрядчиком – центральной организацией, а с каждым собственником напрямую.

При этом бизнесы всех франчайзи заметно отличаются:

1. в разных ресторанах действуют разные акции;
2. у всех франчайзи были свои бюджеты и KPI.

И если первый пункт просто увеличивал трудозатраты (нужно было прорабатывать отдельные объявления для каждого партнера, больше времени тратить на управление кампаниями), то по второму вопросу у нас не было опыта, и к его решению мы подошли неправильно.

Кто работал с распределенными клиентами, у которых много филиалов с разными юрлицами, тот поймет. Проблема заключалась в том, что по объявлению, оплаченному пиццерией «А», заказ мог уйти в пиццерию «Б». Контролировать перетекание заказов на своей стороне мы не могли.

Представьте клиента с несколькими точками в Москве, каждая из которых – отдельное юрлицо. Клиент запускает контекстную рекламу. Обычная схема такова: все точки скидываются поровну, и на полученный бюджет запускается общая рекламная кампания. Логично, не правда ли?

Стандартный подход показался нам некорректным: одни пиццерии более популярные, другие менее. Заказы с рекламы распределяются неравномерно, поэтому платить всем одинаково – несправедливо.

Нужно было разграничить показы объявлений, используя гиперлокальный таргетинг, чтобы приводить заказ именно в тот ресторан, который оплачивает данную рекламу. Мы ведь работали по такой схеме с первыми пиццериями; почему бы не экстраполировать этот опыт? – подумали мы и надолго засели за проработку полигонов.

К сожалению, инструмент не оправдал наших ожиданий. Гиперлокальный таргетинг в данных условиях не сработал. Проблема перетекания заказов не была решена.

В начале статьи мы обещали гениальные озарения – вот и настал их черед. Помучавшись с полигонами, мы придумали создать Альянс.

Слово Антону Хрипко, руководителю группы и автору идеи:

На тот момент в агентстве размещалось 3 франшизы. Для осуществления задуманного нужно было объединить минимум треть всех ресторанов в Москве. Наше предложение по созданию Альянса решало проблему перетекания заказов – и избавляло клиента от большой головной боли.

К тому же, показатели по нашим кампаниям были стабильно высокими, среди франчайзи у нас сложилась хорошая репутация. Поэтому наше предложение приняли и отдали нам на ведение все пиццерии Москвы.

Параллельно с перетеканием заказов мы решали и проблему высокой конкуренции. По предыдущему опыту мы знали, что в онлайн-продажах пиццы лучше работает поиск, чем сети. Самым очевидным способом привлечь покупателей кажется использование в текстах промокодов и акций. Но на практике выгодные предложения сработают только на часть целевой аудитории.

Вот несколько типов ЦА, которые ищут онлайн-заказ пиццы:

• экономные. Гонятся за ценой. Если в выдаче будет несколько объявлений разных брендов, то эта аудитория перейдет по рекламе с указанием самой низкой цены;
• лояльные к бренду. Вводят брендовый запрос и переходят на сайт (неважно, по рекламе или ссылке из органической выдачи) и делают заказ;
• заинтересованные брендом. Слышали название «Додо Пицца», вводят в поиск брендовый запрос, но если не увидят ссылку на «Додо», легко перейдут по объявлению конкурента;
• скрупулезные. Планируют заказ заранее (например, хотят заказать пиццу в офис на свой день рождения) и долго выбирают, где заказать: сравнивают цены в разных пиццериях, выясняют тонкости доставки, собирают отзывы;
• голодные. Хотят поесть здесь и сейчас, поэтому вводят запрос и делают заказ, особо не глядя ни на цены, ни на бренд.

Чтобы охватить все виды аудитории, мы создавали по несколько разных объявлений на каждую группу запросов: с ценой и без, с акцией и без, с акцентом на разных УТП.

Система самостоятельно выбирает, какое объявление показать конкретному пользователю.

Отсюда вытекает еще один вывод, который мы хотели бы сделать намного раньше в работе с «Додо».

Система знает о своих пользователях гораздо больше, чем любой менеджер. В отличие от нас, ей известно, когда потенциальный покупатель готов совершить заказ. Это значит, что система способна выбрать максимально подходящий момент для показа рекламы.

Речь идет об автоматических стратегиях. И если в Google мы переводили партнеров на автостратегии сразу, как только это становилось возможным, то в Яндексе с переходом на автоматику мы затянули.

Преимущества использования автостратегий:

• для клиента – больше конверсий по меньшей стоимости. Рассмотрим на примере: допустим, при ручном управлении мы делаем корректировку ставок по времени суток. В соответствии с настройками в 2 часа ночи наши объявления будут показываться на невыгодных позициях, или показов не будет совсем. Но при автостратегии система может показать рекламу тому пользователю, кто, по ее данным, склонен к покупке, и даже повысить ставку, побороться за него, если имеются данные, что пользователь совершит заказ;
• для агентства – на 15% меньше трудозатрат*. Процесс ручного управления кампаниями выглядит примерно так: собираем статистику, анализируем сегменты в Метрике, делаем выводы, корректируем настройки РК; затем мониторим показатели, на основании которых возвращаем или снова корректируем настройки… Это непрерывный процесс, отнимающий много времени и сил, не говоря уже о вероятности ошибки. Автоматика снимает нагрузку с менеджеров: мы просто следим за параметрами кампаний. (*Это значение удалось вычислить благодаря системе «Битрикс24», которая используется в агентстве для рабочего учета времени).

Кейс с «Додо Пиццей» показывает, что «Блондинка.Ру» умеет растить бизнес в онлайне. Мы не боимся нестандартных решений. Вникаем в бизнес-задачи. Знаем: каждый клиент уникален, поэтому не стремимся слепо копировать опыт работы с другими партнерами из той же ниши.

На текущий момент в аккаунте «Блондинки.Ру» несколько десятков юрлиц, более 100 пиццерий. С нами работают все рестораны Москвы, есть партнеры и из других регионов.

И еще один (самый важный!) критерий оценки нашей работы – это уровень удовлетворенности клиента. Поэтому пусть последнее слово останется за «Додо».