Кейс Larsson о внедрении сквозной аналитики: сохранили стоимость лида и увеличили продажи в пять раз

В конце 2019-го в наше агентство Simtu обратилась Людмила Казанцева — руководитель одной московской строительной фирмы с задачей повысить продажи.

При первой беседе вскрылись довольно интересные вещи: Людмила несколько лет прожила в Швеции, изучая скандинавский стиль, и вдохновилась им настолько, что решила реализовать идеи шведского модерна в России. Его основы — хороший и по-скандинавски функциональный ремонт с правильным подбором материалов, мебели и элементов декора.

Вернувшись в Москву в 2014 году, Людмила открыла небольшую студию, а затем собрала собственную команду мастеров. Позднее студия расширилась в группу компаний Larsson, в которую вошли два бренда: «Мастера Ремонта» и Larsson.

Сейчас компания работает на объектах в жилищных кварталах (ЖК) комфорт-класса и выполняет всю цепочку услуг: дизайн новой квартиры, подбор и доставка материалов, ремонтные работы, комплектация мебелью и кухонными гарнитурами.

На старте проекта мы запросили текущие данные и «боли» клиента. К началу 2020 года компания была готова масштабировать бизнес и искала пути как двигаться дальше: увеличивать продажи и повышать качество обработки заявок. Из-за отсутствия аналитики у Larsson не было возможности отслеживать эффективные каналы привлечения клиентов и понимания, насколько качественно обрабатываются заказы.

1.Провели маркетинговый анализ ниши, начиная с конкурентной среды.

Larsson позиционирует себя в сегменте «комфорт» и «комфорт плюс» — мастера, прорабы, дизайнеры и вся производственная команда была «заточена» на ремонт данного класса.

Перед нами стояла задача найти прямых конкурентов Larsson, таких как «Фундамент ГК», «Вира-Артстрой», СК БлагоДать и провести их исследование именно в этом сегменте. Для этого мы:

• проанализировали Ex-индекс данных компаний для SERM/ORM;
• изучили звонки клиента, которые он совершил до нас;
• провели аналитику таргетированной рекламы с помощью Publer;
• проверили РСЯ с помощью advspider;
• с помощью Majestic SEO проверили естественное упоминание ссылок.

Итогом пяти дней работы стал объемный документ, который мы передали клиенту. Здесь публиковать его не будем по условиям NDA. В ходе исследований пришли к трем неожиданным инсайтам, которыми клиент разрешил поделиться. Я приведу их ниже.

2. «Упаковали» бренд для клиентов и сотрудников, транслируя смыслы, ценности и уровень работ компании.

Первое, что мы должны были подчеркнуть, — наличие у клиента собственного отдела дизайна и архитектуры, отдела перепланировок, отдела комплектации чистовыми материалами и кухонными гарнитурами.

В сотрудничестве с частными бригадами 70% проектов получались не такими, какими их задумывали, и Larsson обучила собственную команду мастеров для реализации идей в заданной стилистике. Также компания содержала профессиональную библиотеку и проводила курсы производственного менеджмента и архитектурного дела.

Задачу решили, создав четыре информационные посадочные страницы с ретаргетингом. Вот к примеру лендинг по дизайнерскому ремонту квартир в Москве:

Обратите внимание, что портфолио для посадочных мы снимали только в фокусных ЖК, где работает клиент: жилой квартал RedSide, ЖК «Сердце столицы» и еще 17 жилищных комплексов клиента.

Бренд сотрудников формировали с помощью публикаций и описания вакансий на HeadHunter, а также организовав трансляцию выступления HR и руководителя Larsson в Инстаграм и на Youtube.

Также провели ещё 17 внедрений, оглашать которые не можем из-за обязательств по NDA.

3. Выстроили сквозную аналитику: Roistat, Google Sheets и amoCRM. Как известно, Roistat делит воронку только на три этапа. В итоге можно построить воронку по:

1. UnQualified Lead (UQL);

2. Marketing Qualified Lead (MQL);
3. Sales Qualified Lead (SQl)

или

1. MQL;
2. CPA (Встреча);
   
3. Сделка.
   

В построении сквозной аналитики мы захватили все этапы, для чего кроме Roistat применили собственную разработку в виде инструмента на базе Google Sheets, который в реальном времени, который показывает пять этапов воронки: от «грязного» лида до договора: UQL, MQL, SQL, CPA (Встреча), Сделку, ДРР и ROMI применительно к каждому каналу или посадочной странице.

4. Далее наши аналитики построили всю воронку и находили узкие места или зоны роста на разных уровнях:

• рекламные каналы и рекламные кампании;

• посадочные страницы;

• устройства: десктоп, мобайл, планшеты;

• формы заявок и лид-магниты;
• часы суток и дни недели.

Мы сразу стали понимать, какие каналы работают лучше, какие хуже и начали аккумулировать бюджет на самые «жирные» из них. Усиливая сильное, оптимизировали каждый рабочий канал еще глубже по каждому срезу.

Выстроив сквозную аналитику, мы получили ещё целый ряд инсайтов.

Один из них — как отражается на юнит-экономике время обращения клиента. Ночные, утренние, дневные и вечерние заявки с разных устройств имеют различную рентабельность. Так например, ночные заявки — недорогие с т.з. цены лида, но с точки зрения цены встречи — в несколько раз выше чем дневные. Поняв это, мы перераспределили бюджет с ночных часов на пиковые часы днем, выставив корректировки по времени для каждого типа устройств.

Посмотрели, как они продвигаются по пяти этапам воронки в реальном времени с точки зрения конверсии, среднего чека и ДРР и увидели стоимость по уровням воронки.

Благодаря сквозной аналитике мы получили топ-4 каналов, в которые «бомбили» 80% бюджета, параллельно тестируя другие связки.

При сохранении стоимости лида мы увеличили продажи в пять раз за три с половиной месяца. Сумму назвать не можем, из-за обязательств по NDA. Если хотите узнать финансовые метрики подробнее, генеральный директор Larsson готова нас порекомендовать лично — отзыв о работе Simtu был частью нашей договоренности при реализации проекта.

Цена сделки в этом сегменте всего лишь в два раза выше чем в сегменте «ремонт ванных комнат», при этом средний чек выше в пять раз! Понимание этого позволяет клиенту использовать определенную юнит-экономику.

Из традиционных восьми каналов: Google AdWords, Яндекс.РСЯ, КМС, Яндекс.Поиск, Инстаграмм, TikTok, myTarget, SEO мы поняли, что каналы работают по-разному. Их ДРР варьируется от 4 до 15 процентов — разница почти в четыре раза! Именно поэтому в данной нише была необходима сквозная аналитика.

Важно правильно кластеризовать лиды и построить воронку UQL, MQL, SQL, CPA. Деталями поделиться не могу, но скажу так: если вы анализируете меньше пяти каналов — вы проиграли.