Снижение стоимости лида GoogleAds в B2B IT

Привет! Я Ибрагим, занимаюсь (в том числе) ведением рекламы в системе Google Ads. С 2022 года (угадайте почему) работаю в этой системе только на зарубежный рынок. В этом кейсе хочу поделиться конкретной ситуацией, с которой столкнулся при работе с B2B IT-клиентом из Германии, и показать, как мне удалось снизить стоимость лида более чем в два раза за счет совершенно базовых и, казалось бы, понятных любому специалисту настроек.

Клиент: NDA, получил разрешение только на публикацию общего подхода. IT-компания из Германии, предлагающая B2B-услуги: colocation, аренду стоек, выделенные серверы, миграцию ДЦ и remote hands в коммерческих дата-центрах.

Проблема: Высокая стоимость лида в Google Ads - около 720 € за заявку. Реклама не окупалась, и расширять трафик было бессмысленно. Моя цель - снизить стоимость лида, сохранив качество и объём заявок.

Начальная инфраструктура: до старта работы рекламных кампаний у клиента уже была выстроена устойчивая внутренняя инфраструктура. Существовала сильная команда продаж, адекватно настроенная CRM-система. Менеджеры быстро обрабатывали обращения и вели коммуникацию с потенциальными клиентами. Компания не работала по фиксированному прайсу - условия для клиентов формировались индивидуально в процессе общения, что позволяло гибко подходить к требованиям разных бизнесов. Наиболее рентабельный канал привлечения трафика - SEO.

Что я обнаружил в кабинете

1. Автоматическая стратегия «Максимум конверсий»

Этой стратегией часто пользуются в надежде на умную оптимизацию. Но если конверсиями заданы переходы в мессенджеры или отправка формы, система оценивает их как полноценные успехи - и поднимает ставки, считая, что похожие юзеры тоже конвертируются.

Однако заявка не равно продажа. Это может быть:

Поэтому я не рекомендую использовать Maximize Conversions ни в каком случае, кроме одного: когда конверсией настроена фактическая оплата картой на сайте.

Отправка формы или клик на мессенджер не являются надёжным сигналом. В B2B-нишах таких заявок может быть много, но до сделки дойдёт меньшинство. При этом система не умеет отличать качественные заявки от пустых - она обучается на всём подряд, включая мусор. Это и стало одной из причин чрезмерного роста CPL в этой РК.

Следующий типичный шаг - перейти на стратегии типа Target CPA или ROAS. Но и тут кроется ошибка.

Допустим, я выставляю Target CPA на уровне 30€. Но в действительности хорошие заявки могут приходить по 7-10 €. Что происходит в этом случае?

Система перестаёт стараться приводить дешёвые заявки и, наоборот, начинает «догонять» целевой показатель, списывая 30 € с каждой конверсии, даже если раньше она стоила в три раза дешевле. В результате цена только растёт.

А стратегия Target ROAS требует точного расчёта дохода, который принесла каждая конверсия. Это возможно только если сайт - полноценный e-commerce с онлайн-оплатой или с интеграцией CRM, чего в данном случае не было.

Лучшим решением в этой ситуации оказалась стратегия «Максимум кликов». Она дала возможность:

После того как я получил достаточно статистики, следующим шагом был перевод кампании на ручное управление ставками. Это дает полный контроль и позволит уже точечно регулировать стоимость, ориентируясь на реальные данные.

Дополнительно я подключил ремаркетинг на вовлечённую аудиторию. Обычно я создаю такую аудиторию на основе параметра engagement_time_msec, задавая порог в 20000 миллисекунд - то есть не менее 20 секунд активного взаимодействия с сайтом. Это помогает исключить случайные и нецелевые визиты и позволяет возвращать тех, кто действительно проявил интерес к предложению. Важно понимать, что данный параметр отслеживает именно активное взаимодействие - не просто фоновое нахождение на странице, а действия вроде прокрутки, переходов между страницами и активного изучения контента. Учитывая, что на сайте нет корзины в силу специфики ниши, именно этот параметр позволяет выделить пользователей, которые не просто случайно зашли, а действительно интересовались услугой.

Кампания была настроена сразу на 40+ стран. При этом ключевые фразы были универсальные:

Без уточнений по географии такие запросы могут исходить откуда угодно - из Индии, Египта, Южной Америки. Но компания физически предоставляет услуги только в Европе. Я провёл анализ и обнаружил, что заявки поступают только из 6-7 стран. Остальные только сжигали бюджет. Отключил их полностью.

Кроме того, добавил геомодификаторы в ключевые слова:

Это позволило сузить охват до действительно релевантной аудитории и повысить точность показа.

Одна из главных (и одна из самых тупых) проблем кампании заключалась в использовании широкого типа соответствия ключевых слов.

Конечно же система запускала объявления по нерелевантным и смежным запросам, подсовывая трафик, который вообще не интересовался объектом рекламируемой услуги.

Даже "точное соответствие" давало сбои из-за так называемых close variants, когда Google сам решает, что фраза похожа, и показывает рекламу по ней. В результате - мусорные показы, высокий bounce rate и слив бюджета.

Я перевёл всю семантику на фразовое и точное соответствие, провёл ручную фильтрацию поисковых запросов и добавил добрую сотню минус-слов:

В результате удалось резко сократить лишний трафик, удерживая только релевантные запросы.

Через 2 недели после внедрения всех изменений я получил следующие результаты:

На данном этапе это означало, что реклама снова стала экономически оправданной. При этом объём трафика не упал - напротив, он стал качественнее, а взаимодействие пользователей с сайтом - глубже.