Как продавать загородную недвижимость в пандемию, в 3 раза снизить стоимость заявки и на 30 % сэкономить бюджет

Тимлид по трафику коттеджного поселка «Британика» Константин Иванов рассказал, от чего зависят продажи в сфере загородной недвижимости, какие рекламные каналы и кампании эффективнее всего работают и как определять эту эффективность в цифрах и фактах.

Все данные актуальны на момент написания статьи (июль 2021 года).

Для справки: «Британика» — коттеджный поселок бизнес-класса на Новорижском шоссе, в 30 км от МКАД. Начал строиться в 2014 году, на текущий момент в поселке 2 очереди. Первая, поменьше, на 85% построена и сдана. Вторая очередь в несколько раз больше, распродана процентов на 60. Разгар продаж второй очереди пришелся на прошлогоднюю пандемию и ее последствия (которые продолжаются и сейчас). Посмотрим, как выживали игроки рынка в горячих условиях!

Ниша загородной недвижимости очень зависима от рыночных факторов. В нашем случае, как и в 100500 подобных, все карты смешала пандемия.

Как и многие застройщики, в первую очередь мы продвигаемся с помощью контекстной рекламы в «Яндексе» и Google. Также используем сайты-агрегаторы, соцсети, медийную рекламу. Постоянно что-то тестируем: например, сейчас работаем с компаниями, у которых накоплена статистика и данные по клиентам из недвижимости, и они на свои сегменты запускают рекламные кампании.

Целевая аудитория «Британики» — представители бизнеса, свободных профессий, топ-менеджмент с определенным доходом и стилем жизни, которые хотят повысить свой комфорт и жить на природе. Такие люди трепетно относятся к личному пространству. Продавать в лоб, навязывать, названивать и применять подобные методы с ними нельзя. Тоньше, еще тоньше.

Мы знаем, что людям нужно время для принятия решения, их не надо сильно торопить. Поэтому разработали примерный путь клиента и рекламные кампании для каждого этапа воронки продаж. Здесь и далее будем говорить о контекстной рекламе — самом эффективном нашем канале.

1. Человек еще очень холодный, сам не знает, что ему нужно, в какой локации. На этом этапе часто ищут просто участок, но скорее всего, по своему направлению. Мы проверили эту гипотезу: сделали рекламную кампанию нашего новорижского направления на Северо запад и Запад Москвы и на всю остальную часть Москвы. Действительно, с Северо-Запада и Запада заявок поступало больше.

2. Затем человек может смотреть строительные компании, которые строят дома. Значит, на этом этапе будем вводить запросы “построить дом из кирпича”.

3. Далее он может искать вторичку — значит, подбираем соответствующие запросы. Например, “готовый дом под ключ”.

4. Понимает, что ему нужно конкретное направление — Новорижское шоссе. Это уже более горячие клиенты: у человека есть представление о локации. На этом этапе актуальны запросы типа “коттеджный поселок новорижское шоссе”.

5. Смотрит конкретные поселки — делаем запросы по конкурентам.

6. И последняя стадия — делает брендовый запрос, то есть вводит конкретное название: “поселок британика”.

Как видим, семантики достаточно много. Мы строим рекламные кампании (РК) на всех этапах пути пользователя. Но мало строить — нужно отслеживать их эффективность. В этом не обойтись без сквозной аналитики. Она помогает понять реальную эффективность каналов — сколько продаж они приносят, сколько денег мы заработали с того или иного источника.

Когда я пришел в компанию 2 года назад, там были настроены цели в «Яндекс.Метрике» и Google Analytics. Мы пытались внедрять сквозную аналитику на основе Google Analytics, но работало все криво-косо.

Например, была интересная штука — передача оффлайновых каналов (все мы знаем, как трудно отслеживать лиды, приходящие с них). На них были заведены отдельные номера, и когда человек звонил, данные передавались в amoCRM. Мы видели, с какого источника человек звонил, но в данных были расхождения по целям в «Яндекс.Метрике» и Google Analytics. К тому же «Метрика» не могла рассчитать отдачу и прибыль от каждого канала.

Руководство требовало от нас считать не просто лиды, а целевые лиды. Мы считали их по отчетам из «Яндекс.Директ», и без сквозной аналитики сделать это крайне сложно. Мы делали оптимизацию рекламных каналов в «Яндекс.Метрике» по количеству конверсий:

Но это опять же оптимизация по целям, а по качественным лидам и дальше по воронке мы посчитать не могли.

Мы пытались оптимизировать целевые лиды: делали выгрузки из amoCRM и сравнивали с отчетами из «Директа» и «Метрики» через utm-метки, которые подгружались в amoCRM. Но подгружались они не вполне корректно, поэтому было много ошибок. И делалось это очень долго.

Мы не понимали, насколько качественно работают у нас текущие каналы с точки зрения квалифицированных заявок. Соответственно, не могли отключать неэффективные источники и увеличивать количество эффективных. Я как ответственный за трафик и увеличение количества лидов и клиентов не мог запрашивать доп.бюджет на расширение рекламных кампаний, так как не было четкого понимания, какие рекламные кампании сколько приносят и по какой цене. Например: вот кампания, приносит столько-то прибыли и столько-то качественных лидов, нужен доп.бюджет.

Раньше я составлял отчеты в Excel: делал выгрузку из CRM, «Яндекс.Метрики», «Яндекс.Директа» и все эти данные сводил в один отчет. Я мог видеть, какие РК более качественные и менее качественные. И что особенно важно — видел, где есть приезды: то есть человек не просто позвонил, а приехал в поселок. Но точность была не очень высокая. Плюс я собирал эти отчеты не очень часто — раз в неделю или раз в 2 недели, потому что на них уходило очень много времени, примерно часа 3-4. Хотелось, конечно, чтобы отчеты делались автоматически и посмотреть их можно было в любое время.

Осенью 2019 года мы приняли решение внедрять сквозную аналитику. Сначала поработали с человеком, который ранее делал ее на основе Google Analytics, но опять получили дикое количество ошибок. Поняли, что сами все это просто не осилим: нужно сидеть и разбираться с процессами либо покупать готовое решение.

Главными критериями при выборе решения было, чтобы система стабильно работала без сбоев, показывала точные данные и правильно интегрировалась с amoCRM. Я предложил систему Alytics, которая отвечала всем этим критериям.

Внедрили систему недели за две, легко интегрировали со всеми системами компании. Данные сразу были хорошего качества и практически без ошибок. Первые результаты увидели буквально в течение 2 недель: по данным в amoCRM сразу стало понятно, качественные или некачественные лиды нам отзвонились. Уже через месяц мы получили результаты по рекламным кампаниям и начали тестировать другие РК, которые до этого были только в планах. А через 2 месяца принялись за оптимизацию: если понимали, что с канала идут качественные заявки, расширяли бюджет на них, а неэффективные каналы отключали.

И тут пандемия сыграла нам на руку. Мы внедрили Alytics в начале марта, и вскоре началась паника и неразбериха. Все начали резать бюджеты на РК, клик подешевел в 2,5 раза, и мы на этой волне быстро сориентировались и расширили рекламный бюджет. Сквозная аналитика вооружила нас точными данными, и мы были уверены, что поступаем правильно.

При оптимизации мы сосредоточились в основном на «Яндекс.Директ», на который был заложен самый большой бюджет. Нам надо было правильно перераспределить бюджет между РК. Тогда, больше года назад, их было десятки, а сейчас уже больше 100. Alytics помог значительно увеличить количество РК, правильно провести тест и распределить бюджет между кампаниями.

Вот несколько мини-кейсов. Например, у нас была рекламная кампания, настроенная на людей младше 35 лет. Мы выяснили, что она отрабатывает плохо: заявок много, но качественных мало.

Еще интересное наблюдение — когда дробили мобильные кампании на iOS и Android, сначала думали, что с iOS приходят более качественные лиды. Но на самом деле это цикличный процесс: аудитория время от времени выгорает и надо дождаться, пока она обновится. А пока переключиться на Android.

Мы тестировали даже экзотические истории, которые на первый взгляд вообще не относятся к нашей тематике. У нас загородное строительство, а мы делали РК на отдых за городом: отели, дома отдыха. Но даже этот канал дал лиды.

Кстати, предлагаю зону роста для платформы сквозной аналитики. Я всегда хотел лучше изучить нашу ЦА по возрасту, демографии, интересам и ряду других факторов. В идеале открыть CRM и увидеть полную разбивку: 30% люди до 25 лет, 40% женщины и т. д.

Мы пытались это оптимизировать: дробили РК по возрасту, географии, устройствам. Но получалась ерунда: где-то падали показы, да и дробить бесконечно невозможно: проще это делать корректировками. Если бы мы видели такую разбивку внутри кампании, могли бы ее не дробить, а просто делать корректировки в самой РК. Есть такая возможность появится, это закроет боль по точному изучению ЦА.

1. Упростилось проведение тестов. Сейчас, когда принимаем решение о запуске нового канала, я могу точно сказать: сколько на этот канал потратили, сколько лидов и приездов получили. Сразу понятно, эффективен ли он, запускаем или нет.

2. Увидели связку «канал — > качественные лиды». Без интеграции с CRM это невозможно — в этом еще одна ценность сквозной аналитики.

3. Сократилось время на составление отчетов. Вернее, свелось к нулю: ничего составлять не надо, открываешь систему и смотришь в любое время.

4. Alytics помог нам снизить стоимость заявки и стоимость приезда. С учетом стоимости клика цена заявки снижалась в лучшие месяцы в 3 раза. Стоимость приездов в лучшие месяцы — в 2 раза.

5. Мы увеличили бюджет на контекстную рекламу в 10 (!)раз и благодаря этому расширили РК — теперь их более 100.

6. Если бы мы оставили только изначальные РК, бюджет бы снизился на 20-30%. Конечно, это с учетом всех факторов, но сквозная аналитика сыграла в этом немалую роль.

Мы бы советовали коллегам и партнерам использовать сквозную аналитику в работе. Особенно это выгодно для крупных застройщиков, у которых много рекламных каналов, кампаний и в целом больше бюджет на продвижение. Сквозная аналитика поможет им собрать в 10-20 раз больше заявок. При бюджете в 10 млн в месяц экономия 2-3 миллиона — это вполне реально.