Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Всем привет! Меня зовут Артем Александров. Я руководитель в агентстве performance-маркетинга CON.TRUST.ME traffic

В этой статье делюсь нашим опытом и результатами работы с брендом женской одежды.
Название компании и коллекций, клиент попросил не раскрывать, поэтому разберем процесс и результаты без этих упоминаний.

Работа с проектом начиналась не с полного 0. Бизнес клиента присутствовал в Instagram. Заявки поступали и обрабатывались там. Нашей задачей было – организовать работу трафика исключительно на сайт.

О работе с интернет-магазином (ecommerce) мы сегодня и расскажем. Начинаем!

Содержание

  • Вводные данные
  • Основные трудности и цели
  • Этапы реализации
  • Процесс работы и принятия решений
  • Рекламные креативы и связки
  • Результаты
Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

На момент переговоров, мы узнали, что в проекте уже созданы условия для комфортной работы и коммуникации между отделами.
Нас очень впечатлила бизнес модель бренда, которая на первый взгляд требует больших затрат энергии и времени. С другой стороны, дает огромные возможности для закупки трафика и удержания объема заказов на дистанции. Что я имею в виду, вы поймете после прочтения кейса.

Цель – организация трафика на сайт с ROAS 4.
Средний чек – 1100-1200 грн (~48$)
Промежуточной метрикой мы определили стоимость конверсии до 10$ и, как цель, окупаемость рекламного бюджета – возврат $4 на потраченный $1.
Приоритетом является прибыль.

Стартовый бюджет – 3000$ в месяц. Оговорили увеличение бюджета в последующие месяцы работы по факту выполнения KPI.

Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Подход бренда – активная работа с запросом аудитории и своевременное предложение решения.
Точнее: производство и вся структура выстроена так, что еженедельно мы получаем в тест 4-7 новых продуктовых моделей.
Все тренды коллекций и одиночных моделей анализируются и на основе данных по заказам создаются новые платья, костюмы, другие позиции.

Преимущество такой стратегии: гибкость и мобильность в при постоянной смене запроса аудитории. Сегодня клиент хочет платье мини, а завтра сарафан. Бренд это может дать.
Если потребность видоизменяется, бренд готов дать новое решение людям.

Как результат:

  • у нас есть возможность собирать и увеличивать объем холодного трафика за счет новых предложений и увеличивать бюджет на устоявшиеся продукты, которые стабильно пользуются спросом.
  • производству легче оптимизировать работу и отшивать 50 штук в день платья №1 и №2, к примеру. Выгоднее и быстрее.
  • расчет количества единиц конкретных моделей вещей и планирование производства осуществляется по факту результатов теста. Для бизнеса это удобнее, чем отшивать вещи на склад и только потом осуществлять реализацию через рекламу.

Стратегия требует много внимания, концентрации и быстроты реагирования на показатели , но и оправдывает себя успешными результатами.

В начале нам было очень трудно подстроиться под темп тестов новых продуктов бренда. Когда втянулись, то результат не заставил себя ждать.

Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)
  • Провели аудит рекламного кабинета

    Клиент закупал самостоятельно трафик на сайт, но из-за нехватки времени и энергии это было неэффективно.Мы получили фидбек от собственника и его ожидания от работы с нами. Глубоко изучили предыдущие запуски и их показатели.

  • Проанализировали деятельность конкурентов.
  • Разработали стратегию закупки трафика

    Мы протестировали три разных формата закупки, прежде чем получили результаты по моделям, которые целесообразно было масштабировать.

  • Разработали и создали рекламные креативы
  • Проанализировали посадочную страницу и внесли технические корректировки

    Передача событий, установка Conversions API и выгрузка каталога – основная необходимость в работе с интернет-магазином.Все интеграции мы проводили с помощью Google Tag Manager.
    На сегодня, в процессе интеграция онлайн-оплаты LiqPay на сайт.

  • Внедрили аналитику и организовали процесс прямой коммуникации с отделом продаж.

    Ежедневная аналитика для отслеживания динамики продаж – Google таблица.
    Коммуникация с лидами и треккинг статуса клиента по воронке – Битрикс24.
    Поведение пользователя на сайте и углубленные метрики – Google Analytics.

    Вместе с клиентом, после многочисленных тестов, было определено именно такую модель сбора данных.Фактические результаты продаж считаются по данным из CRM-системы Битрикс24.

  • Протестировали гипотезы
  • Оптимизировали результативные связки
  • Анализировали взаимодействие пользователей по всей маркетинговой воронке и вносили изменения в рекламные кампании для увеличения конверсии.
Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Выполнение поставленной задачи заняло достаточно много времени.

В основном, закупку осуществляли с целями “Конверсии” и “Продажи по каталогу”.

Сотрудничество можно разделить, по факту смены стратегий, на 3 этапа. Мы не били в одну точку до последнего, а хладнокровно анализировали данные и кардинально меняли стратегию по факту полученных результатов.

Первое решение – закупка трафика по привычной модели работы для электронной коммерции.
Логика была такой: мы разрабатывали креативы ведущие на общую страницу сайта. Женщина видела красивый дизайнерский баннер и переходила на главную страницу для взаимодействия. Далее, всех взаимодействующих с сайтом, догонял ретаргетинг по диапазону 7-28 дней.Выглядит легко, но на самом деле все иначе.

Основные трудности с которыми столкнулись:

  • обилие выбора – женщины увидев 100+ позиций на сайте терялись и в итоге уходили на подумать. Эмоция, полученная при просмотре креатива, в процессе скроллинга сайта угасала.
  • контроль потока лидов на конкретные модели нельзя было обеспечить, так как предугадать поведение пользователя трудно.

В результате, страдает фактическая окупаемость трафика и производство, которое настроено на формат работы конкретной модели.

Мы сделали вывод, что закупку холодного трафика нам нужно менять. Частично подход сохранился и сегодня, но глобально, по полученным результатами внесены изменения.

Второе решение – холодный трафик на конкретную модель.

Суть подхода – новые люди видят в рекламе конкретную модель и после клика переходят в карточку этого товара. В один тест мы запускали от 4 до 10 разных позиций.

Основное преимущество решения – 90% контроль трафика.Все равно, часть людей с общего потока посетителей попадали на другие модели и их заказывали. Но глобально, мы управляли вниманием и интересом аудитории.

Как результат:

  • ярко выраженные тренды – по факту анализа эффективности моделей, мы могли определить как двигается спрос и тренды аудитории.
    К сожалению, при работе с главной страницей сайта такое отслеживание было трудно доступным. Разброс типов моделей был очень широким.
  • эффективная работа производства

Мы достаточно быстро перестроились на работу помодельно и результат начал улучшаться.
Структура рекламных кампаний, была полностью перестроена и улучшается по сей день.

Сложности есть: частые перезапуски, неэффективность 80% позиций, задержки получения материалов для разработки креативов и т.д.
Но если набрать темп, наладить коммуникацию и процессы по запускам рекламных кампаний, то результат себя оправдывает.

Уточнение. Динамический ретаргетинг работает с коммуникацией эмоционального и рационального характера. Это обусловлено необходимостью вернуть пользователей, у которых разные мотивы покупок, обратно на сайт.

Третье решение – корректировка структуры рекламных кампаний.

Имея большую базу данных по обратной связи от менеджеров и клиента, у нас появились идеи для улучшения работающей стратегии.

Структура РК – важная составляющая закупки трафика при таком объеме моделей. Создать единую – было неэффективно. Мы составили тезисы, которых придерживаемся постоянно при получении новых офферов.

1. Сегментация по ценнику, категории, сезонности
2. Распределение бюджета для теста определяется по сумме 2-3 стоимостей продаж модели в сутки (~$20-40 на группу объявлений)
3. Тест с оптимизацией на уровне группы объявлений (АВО)
4. Тест 2 форматов креативов: видео и статика

Мы регулярно составляем структуру рекламных кампаний под конкретную ситуацию. Как результат, нам удается повысить конечное количество успешных моделей в работе.

Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Ниже показываем формат креативов и рекламные связки, которые принесли больше всего результатов.

По настройкам для закупки холодного трафика, лучше всего работает широкая аудитория женщин. Мы не ограничиваем себя интересами или другими настройками, так как наша задача в будущем масштабировать связку. Для этого, необходимо иметь большую емкость аудитории. В нашем случае это ~8-9 млн женщин.

Параллельно, у нас работает динамический ретаргетинг, чтобы догонять теплую аудиторию посетившую сайт.

Кейс: Как продать женскую одежду на $160 992 с помощью таргетированной рекламы (ecommerce)

Потрачено бюджета: $32 723

ROAS – 4,29

Сумма продаж – $160 992

Количество продаж – 3354

Стоимость покупки – $9,75

Период сотрудничества – 11 месяцев. В момент написания статьи работа продолжается

Это уже 3-я наша публикация на данном ресурсе и мы в который раз доносим одну и ту же мысль: KPI удается выполнить не сразу. Для достижения цели нужно поработать всей команде во главе с клиентом.Анализ полученной информации, совместный брейншторм, регулярная отчетность – путь к положительному результату и окупаемости.

Мы вместе создали фундамент, которого не было ранее и теперь можем расти дальше. Начинаем с малого, далее к звездам.
Step by step.

Мы всегда открыты обсуждению ваших задач в бизнесе и переговорам. Выбирайте удобный способ связи и пишите нам свой запрос или трудность.

Контакты автора:

Telegram @artem_aleksandrov24
Instagram @artem.aleksandrow
WhatsApp +380667772488

P.S
Обратная связь на статью приветствуется.

1111
1 комментарий

Опечатка в тексте в разделе "Результаты".
ROAS – 4,92*

1
Ответить