Как я снизила цену лида на 6% в платёжном B2B-сервисе, когда казалось, что Директ уже упёрся в потолок

В B2B-проектах про платежи и финтех Директ очень редко ломается “громко”. Обычно всё выглядит прилично: трафик идёт, заявки есть, CPL в рынке, кампании не разваливаются. Проблема в другом — воронка начинает тихо проседать по качеству, а кабинет этого почти не показывает. У меня как раз был такой проект: платёжный сервис для бизнеса, который подключает онлайн-оплату, рекуррентные списания и выплаты для компаний с оборотом выше среднего. Бюджет на Яндекс Директ был около 1,4 млн руб. в месяц. На верхнем уровне всё выглядело терпимо. Но если смотреть глубже, было видно, что мы платим слишком много за лиды, которые красиво попадают в отчёт и слишком слабо двигаются в реальную продажу.

Главная сложность в таких проектах — смешанный спрос. С одной стороны, есть горячие компании, которые уже ищут подключение платёжного решения, сравнивают комиссии, условия интеграции, холдирование, выплаты, 54-ФЗ, антифрод и работу с подписками. С другой — есть огромное количество полутёплого и вообще исследовательского трафика. Запросы вроде “как подключить оплату на сайт”, “какая платёжная система лучше”, “эквайринг для самозанятых”, “онлайн-касса для интернет-магазина”, “комиссия платёжного агрегатора”. Формально всё это похоже на целевой спрос. По факту — часть аудитории ещё не созрела, часть не подходит по масштабу бизнеса, часть просто собирает рынок, а часть вообще ищет не платёжный сервис, а бухгалтерское или кассовое решение.

Поиск приводил довольно дорогой трафик — в районе 220–340 руб. за клик по горячим коммерческим связкам. РСЯ и более широкие кампании давали клики сильно дешевле, местами по 35–60 руб. На уровне интерфейса это выглядело приятно: объём лидов идёт, часть сетевых кампаний выглядит “дешёвой”. Но если смотреть глубже, именно там было больше слабых обращений. Мобильного трафика — слишком много, коротких сессий — тоже. У части лидов первый контакт заканчивался на уровне “нам просто интересно посмотреть условия”, “мы пока прицениваемся”, “мы ещё не решили, нужен ли нам агрегатор”. Клиент был уверен, что проблема в ставках и надо просто сильнее выкупать поиск. Но по факту кабинет уже давно упёрся не в объём, а в качество обучения и точность оптимизации.

Сначала я сделала базовую работу руками: пересобрала структуру, развела горячие и более широкие запросы, ужесточила минус-слова, вынесла отдельно сегменты под e-commerce, подписочную модель и B2B-сервисы с регулярными платежами. Параллельно сократила часть слабого сетевого трафика и пересобрала тексты объявлений так, чтобы они лучше отсекали нецелевой сегмент. В таких проектах это критично: если в тексте не обозначить, что решение для бизнеса, с интеграцией, с договором и под реальный оборот, ты неизбежно оплачиваешь кучу любопытства и мелкого нецелевого спроса. После этой чистки картина стала лучше, но не настолько, чтобы сказать: всё, потолок снят. Тогда я подключила Andata Optimizer.

Да, отзывы об Анданте смешанные в интернете, но я никогда не опираюсь на такое, пока не проведу тесты. И мне кажется, что в умелых руках это полезный инструмент, который реально помогает в работе.

Для меня здесь было важно не “подключить ещё один инструмент”, а решить очень конкретную задачу. Andata Optimizer как раз заточен под оптимизацию кампаний в Яндекс Директ, в том числе через ML-логику, почасовую подачу ставок и регулярный пересчёт настроек под целевой KPI. На своей стороне сервис описывает это как непрерывное управление ставками, ежедневный пересчёт и возможность оптимизироваться под показатели вроде CPL, CR, ROMI и ДРР. Для активных кампаний у него есть, в частности, стратегия автооптимизации, где целевой CPL задаётся как текущий минус 20%, чтобы при том же бюджете получать больше конверсий за счёт удешевления лида. В моём случае логика была простой: не ломать уже рабочую структуру, а дать системе точнее управлять ставками и перераспределением трафика внутри тех сегментов, которые уже были очищены и собраны заново.

Самое интересное началось не в день подключения, а дальше, когда пошла нормальная донастройка. Я смотрела не только на CPL, а на связку из четырёх вещей: откуда пришёл лид, как он вёл себя на сайте, как его квалифицировал отдел продаж и дошёл ли он до нормального предметного разговора. Через несколько недель стало видно, что алгоритм стал осторожнее с “лёгкими” конверсиями и лучше перераспределяет трафик в сторону сегментов, где выше шанс на нормальную деловую коммуникацию. Часть мобильного трафика просела, доля десктопа в качественных лидах выросла. Поиск стал получать больший вес в квалифицированных обращениях. Время на сайте и глубина просмотра по целевым сегментам подросли. И вот это как раз был хороший знак: кабинет перестал гнаться просто за верхним объёмом форм.

По цифрам итог выглядел так. Бюджет оставили на том же уровне — около 1,4 млн руб. в месяц. Общий CPL удалось снизить на 6%: с 4 180 до 3 933 руб. Количество лидов выросло не драматично, примерно на 6%, но это в таких проектах вообще не главный показатель. Куда важнее было то, что доля квалифицированных лидов выросла с 24% до 31%. Стоимость квалифицированного лида снизилась с 17 417 до 11 865 руб. Отдельно по сегменту e-commerce с интеграцией API падение было ещё заметнее, потому что именно там Andata Optimizer лучше всего отработал на уже собранной горячей семантике и очищенных сценариях. И что для меня особенно важно — отдел продаж перестал жаловаться, что маркетинг льёт “просто интересующихся”. В B2B это, честно говоря, один из самых надёжных индикаторов, что рекламой начали управлять правильно.

Для меня это хороший пример того, как в Директе реальный результат складывается не из одной “секретной кнопки”, а из нормальной последовательной работы. Сначала разобрать спрос. Потом вычистить мусор. Потом развести сегменты по температуре и экономике. И уже после этого подключать такие вещи, как Andata Optimizer, чтобы они усиливали рабочую структуру, а не пытались спасти хаос. Именно поэтому кейс получился сильным: снижение цены лида на 6% здесь было не случайностью, а следствием того, что кабинет перестал покупать слишком много полурелевантного трафика и начал точнее работать с тем спросом, который реально был нужен бизнесу.