+19 115 797 рублей выручки для компании по брендированию авто в Москве за счет рекламы в Яндекс Директ, сквозной аналитики и Битрикс24

Начну с итогового результата, для тех кто не привык читать длинные кейсы)

Период работы c середины ноября 2024 г. по февраль 2025 г.

Вложено в рекламу 614 тыс. рублей. Выручка составила 19 млн. р.

Дальше подробнее об этапах работ.

Проанализировал кампании предыдущего подрядчика. Сделал отчет в Yandex Data Lens (далее просто Data Lens) по рекламным объявлениям в поисковых кампаниях. Чтобы понимать какие креативы приводят целевую аудиторию, которая оставляет заявки.

Для кампаний в РСЯ также выгрузил конверсионные объявления из мастера отчетов в Яндекс Директе.

Отдельно добавил изображение для объявлений. Чтобы отчет был более наглядным.

По умолчанию в "мастере отчетов" Директа такой функции нет. А Data Lens это позволяет сделать.

Собрал объявления основных конкурентов, которые показываются в поиске Яндекса.

Свел тексты их объявлений и ссылки на сайты в одну таблицу. Чтобы проанализировать предложения и составить УТП - на каких преимуществах будем делать акцент в рекламе, чтобы отличаться от конкурентов.

У заказчика много отзывов на Яндекс Картах. Загрузил их с Chat GPT. Он выделил основные преимущества, которые люди указывают в тексте отзывов. Дальше использовал эту информацию для формулировки УТП.

Сравнил преимущества бизнеса заказчика с конкурентами.

По многим пунктам наше предложение было сильнее. Пункты по которым предложение было таким же или уступало, вычеркнул из списка преимуществ.

Из сервиса аналитики выгрузил записи разговоров за 2 месяца. Перевел их в текст с помощью сервиса от Open AI.

С помощью Сhat GPT проанализировал диалоги менеджеров - это позволило лучше понять потребности клиентов, которые звонят по рекламе.

А также стало видно насколько профессионально отдел продаж обрабатывает заявки.

Важно чтобы менеджеры называли название компании в начале разговора и далее работали по скрипту - помогали клиентам принять решения и отрабатывали возражения. Такое было не всегда.

Были и смешные разговоры))

Дополнительно с помощью ИИ инструмента Copilot внутри Битрикс24 оценил насколько менеджеры придерживаются скрипта разговора.

Например в одном из разговоров соответствие скрипту по акционному предложению было всего 14%.

Также Chat GPT проанализировал сильные стороны и ошибки менеджеров. Составил список рекомендаций, что можно улучшить в общении с клиентами.

Параллельно с работающими рекламными кампаниями приступил к созданию новых рекламных кампаний.

Начал стандартно со сбора семантики - собрал неучтенные ключевые слова с помощью программы Keycollector. Таких ключевиков собрал 1592 шт.

После очистки и группировки семантики согласовал семантику с заказчиком. Это обязательный этап. Так как заказчик лучше понимает специфику своего бизнеса.

Убрали часть запросов, пересекающихся с детейлингом, которым компания заказчика не занимается.

Хоть в Яндекс Директе и обновился формат рекламных кампаний до "Единой перфоманс кампании"( ЕПК), есть смысл разделать рекламные кампании по площадкам, на которых они показываются.

Поэтому сделал отдельные рекламные кампании с новыми вариантами рекламных объявлений на поиске и в РСЯ.

Несколько вариантов текстов нужно чтобы протестировать разные формулировки УТП на разные сегменты целевой аудитории.

Исходя из своего опыта по другим проектам, я заметил что в Яндекс Директе с 2024 г. стали хорошо работать сегменты look alike. Сформировал в Битрикс24 сегмент клиентов с выигранными сделками. Добавил в ретаргетинговую рекламную кампанию.

Остаток баланса стал играть важную роль при работе реклламных автостратегий.

Поэтому заказчик пополнил остаток бюджета до 300 т.р. + 100 т.р средний рекламный бюджет в месяц.

Для понимания общей картины сделал схему для внедрения интеграций для заказчика и его специалистов, которые отвечали за сайт и Битрикс24.

Зелеными стрелками обозначены сlient_id Яндекс Метрики. Которые служат связующим звеном между сайтом, чатами в whatsapp, Telergam и CRM системой Битрикс24.

Часть полей была настроена, но не работала. Потому что по умолчанию поле с client_id называлось в Битрикс24 названием отличным от разрешенных Яндексом. Исправили на правильное название - metrika_client_id.

Проблема была в том, что приложение chatapp, через которое были подключены мессенджеры, создавало сделки. А интеграция с Callibri - создавало лиды. Чтобы привести лиды к сделкам, настроили передачу client_id из лидов в сделки с помощью копирования роботом Битрикс24 значения поля.

Для визуализации процесса, в Data Lens вывел рядом поля лидов и сделок. Чтобы понимать что сделки из лидов благополучно создались. И у них присутствует то же значение client_id.

В Яндекс Метрике для проверки отфильтровал визиты по client_id в разделе "Посетители и клиенты". Данные в Яндекс Метрике и Битрикс24 совпадают.

В Яндекс Метрике было настроено много целей. С одной стороны это хорошо. Но не все работали корректно, как оказалось.

Среди всех макроцелей нужно было выделить главные. Которые бы совпадали с количеством сделок в Битрикс24.

Выгрузил список всех целей в таблицу в Гугл таблицу. Затем разделил на 2 категории - Макроцели и Микроцели.

Выделил главные цели среди Макроцелей и объединил в одну составную цель.

Сделал второй вариант схемы для Яндекс Метрики с учетом объединения целей в составную.

Также настроил цели для передачи промежуточных стадий сделок в Яндекс Метрику. По умолчанию интеграция с Битрикс24 такой возможности не предусматривает.

Передача стадий сделок в Яндекс Метрику происходит помощью приложения B242ya.

Конверсии по стадиям сделок фиксируются через оффлайн-конверсии. Туда же попадают конверсии из Callibri.

Отслеживание заявок из whatsapp и telegram было настроено ранее через приложение Chatapp. Которое фиксирует чаты, передает client_id и utm-метки в CRM Битрикс24. Здесь потребовалось вносить минимум правок.

Настройка передачи client_id для сайта и чатов закончена.

С помощью скрипта на языке R статистика из Яндекс Директа 1 раз в час загружается в базу данных Clickhouse на GNU/Linux - сервере c дистрибутивом Ubuntu server.

Периодически приходится освобождать место от накопившихся логов Clickhouse, которые стремятся занять все свободное место на сервере)

"Дождь из Матрицы" иногда включаю просто для настроения с помощью программы cmatrix)). А разделять окно на несколько окон в рамках одной ssh сессии позволяет программа tmux.

На основе данных из clickhouse настроил дашборд в Data Lens.

Который позволяет анализировать рекламные кампании в динамике по большому количеству параметров - устройствам, полу/возрасту пользователей которые переходят по рекламе и т.д.

Отслеживание звонков в сервисе Callibri уже было настроено и работало корректно.

А чтобы заявки со всех форм сайта фиксировались, подключил "Перехватчик форм". Для этого прописал в настройках сервиса селекторы форм и полей с именем и телефоном.

Теперь заявки отправленные через любую форму на сайте, фиксируются в Едином Журнале Лидов (ЕЖЛ).

Email-трекинг

Часть клиентов предпочитали писать на почту. Как это часто бывает в B2B. Настроил отслеживание писем которые люди отправляют с сайта.

Для этого подключили подменные почты Яндекса. Люди на сайте видят подменные адреса почт. При отправке клиентом письма на любую из почт, в Callibri определяется рекламный источник, с которого пришел клиент, написавший письмо. Также заявки с почты фиксируются в журнале лидов. А затем отправляются в CRM систему.

Кастомная синхронизация с Битрикс24

Некоторые клиенты обращались повторно. А в стандартной синхронизации Callibri повторные заявки не отправлялись в CRM Битрикс24.

Для сопоставления заявок в Callibri и сделок в Битрикс24 в службе поддержки порекомендовали подключить "кастомную синхронизацию" с Битрикс24.

Что мы со специалистом по Битрикс24 и сделали.

Настроили сценарии интеграции по инструкции от поддержки Callibri.

В журнале интеграции появились данные о связи заявок и Битрикс24. Теперь стало возможно понять, какая сделка создалась по конкретной заявке.

В журнале также отображается статистика по работе связок. Статус отработавших связок отмечен зеленым цветом.

Обнаружил явное различие по количеству конверсий в Яндекс Метрике и количеству сделок в Битрикс24.

Ситуацию осложняло то, что был выбран простой режим работы CRM. В которой сразу создаются сделки. Без использования лидов.

Чтобы сравнить данные по конверсиям в Битрикс24, журнале лидов в Callibri и конверсий в Яндекс Метрике выгрузил все данные с помощью языка R. Объединил данные за прошлый год + январь текущего года.

Объединенные данные загрузил в базу данных Clickhouse на сервере. А затем подключил к дашборду в Data Lens.

Это помогло выявить соответствие между количеством заявок по данным Callibri и Яндекс Метрики по отношению к количеству сделок в Битрикс24.

По сравнению с данными ноября 2024 г, когда я начал работу над проектом, получилось снизить стоимость сделки с 9 т.р. до 3 т.р.

Также с помощью дашборда нашел ошибку в email-трекинге из-за которой заявки дублировались в статистике Callibri.

Для дальнейшего мониторинга лидов и сделок сделал ряд дашбордов в Data Lens по лидам и сделкам.

Данные можно сгруппировать по дням, неделям, месяцам с помощью фильтра по размерности дат.

Для ежедневого мониторинга настроил отчет "Сделки по дням". Который позволяет видеть на одном экране основные показатели - количество, сумму, стадию сделок.

Сделки можно отфильтровать по рекламному источнику с помощью фильтра по UTM-меткам.

Например по фильтру UTM source = "yandex", можно отфильтровать только сделки, которые были созданы по источнику "Яндекс Директ".

Для сравнения статистики построил аналогичный отчет с помощью BI конструктора Битрикс24. На основе системного отчета "Комплексная аналитика сделок".

Добавил фильтры по UTM меткам, что дало возможность фильтровать отчеты по источнику, конкретной рекламной кампании, рекламному объявлению или ключевому слову.

Что в итоге дало возможность видеть окупаемость по каждой рекламной кампании.

Также для ежедневного мониторинга создал соответствующий отчет в BI конструкторе Битрикс24 .

Он показывает количество сделок за каждый день по статусам сделок. Отчет позволяет понять, как менеджеры работают с заявками и вовремя замечать тенденции по эффективности работы отдела продаж.

Интеграция рекламных кампаний в Яндекс Директ с аналитикой Callibri, Яндекс Метрикой и CRM Битрикс24 дала возможность обучать рекламные кампании на большем количестве качественных данных. Что привело к росту количества целевых заявок.

Увеличение эффективности обработки заявок отделом продаж привело к росту выручки.

Дальше, когда информация по основным показателям бизнеса корректно собирается с помощью аналитики, остается работать над их улучшением.

1. В Рекламных кампаниях в Яндекс Директе использовать УТП на основе анализа конкурентов и сильных сторон компании

2. Использовать Chat GPT для проведения маркетингового исследования

3. Подключать все источники трафика к сервису аналитики - заявки, звонки, email, чаты

4. Передавать client_id в лиды/сделки в CRM. Чтобы построить сквозную аналитику

5. Анализировать процесс обработки заявок отделом продаж с помощью нейросетей - Copilot внутри Битрикс24 или Chat GPT

6. По возможности стоит использовать классический режим работы CRM в Битрикс24 с лидами. Что облегчит процесс обработки заявок

7. Подключить интеграцию Data Lens к Битрикс24. Чтобы иметь возможность строить отчеты на данных по лидам и сделкам

8. Использовать BI конструктор Битрикс24 для быстрой оценки ситуации по привлечению клиентов и обработке сделок менеджерами