{"id":13592,"url":"\/distributions\/13592\/click?bit=1&hash=614144bb31dcda2de138a71c12a8b5f1c2d6612f2981479b7bf423e4bc53c03e","title":"\u041a\u0430\u043a \u043f\u043e\u043f\u0430\u0441\u0442\u044c \u0432 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0435 \u043c\u0435\u0441\u0442\u043e \u0432 \u0420\u043e\u0441\u0441\u0438\u0438 \u0441 \u0447\u0430\u0439\u043d\u044b\u043c\u0438 \u043f\u043b\u0430\u043d\u0442\u0430\u0446\u0438\u044f\u043c\u0438","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"d85f2cfe-e0d7-5ad7-8507-983bc3b55643","isPaidAndBannersEnabled":false}
Маркетинг
SF.RU

Как в 2 раза увеличить доход от рекламы с помощью machine learning: кейс SF.RU и Холодильник.ру

Современные технологии умеют многое. Например, искусственный интеллект сегодня самостоятельно обрабатывает огромные массивы данных, оптимизирует рекламные показы и дает хороший результат. Однако многое — не значит все. Опыт SF.RU наглядно показывает, что лучших KPI машина может достичь только при непосредственном участии опытного специалиста.

Задачи

С Холодильник.ру — крупным интернет-магазином бытовой техники и электроники, — мы сотрудничаем три года. В 2019 году оптимизировали для него Яндекс.Директ, подробности читайте в кейсе «Аналитика и труд — „Холодильник“ станет крут». А из кейса «Как в два раза увеличить доход от контекстной рекламы» можно узнать, как мы в 2020 году перенастроили Google Ads. С нашей помощью доход клиента по каждому из каналов вырос минимум на 20%, тогда как расходы остались на прежнем уровне.

Впрочем, на результаты 2020 года сильно повлияла пандемия коронавируса. Спрос перешел в онлайн: аудитория российского e-commerce, то есть, число тех, кто хотя бы раз что-то покупал в интернете, по данным Ассоциации компаний интернет-торговли выросла с 47 миллиона до 60 миллионов человек. У ведущих игроков рынка бытовой техники и электроники доля выручки от онлайн-продаж достигла 70%. Оборот у «чистых» онлайн-ретелейров и вовсе увеличился минимум вдвое.

В 2021 году правила игры поменялись. Коронавирусных ограничений в России и мире становилось меньше и рынок постепенно восстанавливался. Офлайн-торговля начала медленно возвращать утраченные за прошлый год позиции, а трафик на сайт — падать от месяца к месяцу. Перед нами стояла амбициозная задача не только повторить результаты первого года пандемии, но и показать рост в 30–50%, сохранив рентабельный для бизнеса ДРР.

Что мы сделали

Для расширения воронки продаж в июне 2021 года мы запустили медийную рекламу. Провели много тестов, подготовили кампании по автотаргетингу и динамические рекламные кампании, разместили смарт-баннеры. Чтобы отстроиться от конкурентов и показать преимущества бренда использовали широкий инструментарий:

  • классическую аудиторную закупку с использованием данных DMP и Платформы Больших Данных. Для этого мы подобрали сегменты, релевантные запросу;
  • look-alike моделирование. Здесь мы ориентировались на аудиторию, которую подобрала система, опираясь на схожесть поведенческих признаков пользователей;
  • ретаргетинг. Так мы увеличили количество контактов с пользователями, которые раньше хотя бы раз заходили на сайт клиента, и использовали различные аргументы, чтобы продолжить взаимодействие.
  • контекстный таргетинг, в том числе на аудиторию конкурентов. Мы сфокусировались на близких по содержанию страницах и создали сегменты пользователей, которые посещали страницы с упоминанием тех или иных ключевых слов.
Примеры креативов

Однако вместе с медийной активностью начал расти не только доход, но и ДРР. Такая тенденция нас не устраивала: доля рекламных расходов не должна была выходить за определённые рамки. Помогал рост брендового трафика, но этого было недостаточно — клиент ждал, что мы будем расти и по обычным запросам, категорийным и товарным.

Точные цифры не указаны из-за соглашения о неразглашении
Точные цифры не указаны из-за соглашения о неразглашении
Точные цифры не указаны из-за соглашения о неразглашении

Тогда мы расширили команду проекта. К двум специалистам и интернет-маркетологу присоединился трафик-менеджер, который координировал контекст — управлял кампаниями, отслеживал эффективность рекламы и оперативно ставил задачи. Так на базе агентства получилась полноценная инхаус-команда, которая не отвлекалась на другие проекты, но при этом постоянно обменивалась опытом с коллегами — это позволило быстрее и качественнее проводить тесты, глубже анализировать данные и строить больше гипотез.

Как настраивали автостратегии

Нам предстояло протестировать более 300 кампаний. Для начала мы отобрали самые высокодоходные категории (все же помнят про закон Парето?) и проверили их настройки в поисках инсайтов для масштабирования. Искали лучшие и худшие среди них, сравнивали семантику, настройки, проверяли метки, поисковые запросы и многое другое. Часто встречались кампании со схожими параметрами, которые неплохо работали в одном месте, но были совершенно неэффективны в другом.

Попутно мы подтвердили гипотезу о том, что рост мог дать только использование автостратегий.

В июле 2021 года мы подключили тестовую кампанию в Яндексе с оптимизацией по ДРР. Эксперимент получился удачным: средний чек и количество лидов выросли. Тогда мы стали поочередно разбирать каждую кампанию, изучать ее показатели и перенастраивать. Оптимизация по ДРР — хороший способ поддержать рентабельность кампаний, но он сработал не везде.

В итоге мы изменили конфигурацию 90% всех рекламный кампаний. Освободившееся время использовали для финансового планирования, категорийного анализа с учетом геопозиций и запуска новых кампаний на неохваченные сегменты в регионах. Начали с топовых категорий — холодильников, стиральных и посудомоечных машин, а затем перешли к мелкой бытовой технике и другим, более дешевым продуктам.

Чему обучали алгоритмы

Включить настройку и забыть про нее нельзя — нужно обучить алгоритм находить целевую аудиторию. Секрет успеха кроется в верном выборе параметров автостратегий и том, насколько корректно они регулируются в зависимости от текущих показателей.

Яндекс.Директ, как известно, требует не менее 10 конверсий в неделю для корректной работы machine learning. Несмотря на размеры проекта, многие кампании Холодильник.ру охватывали или небольшие регионы, или узкие направления, и не проходили обучение из-за нехватки данных. Мы условно разделили «необучаемые» кампании на два типа:

  • где объективно не хватало спроса и трафика для обучения;
  • где были на первый взгляд достаточные объемы, но все равно не получилось обучаться.

Для кампаний первого типа нужно было пересматривать структуру аккаунта. У нас было два основных варианта изменения структуры:

  • объединять категории в рамках одного региона;
  • объединять города и регионы в рамках одной категории.

Остановились на втором варианте — это позволило нам сохранить управление ДРР на каждой категории по отдельности.

Для второго типа кампаний мы тестировали оптимизацию по цели выше по воронке, в нашем случае — добавлению товара в корзину. Иногда это решало проблему обучения и невысокой рентабельности. Однако возникали ситуации когда «корзин» достаточно, но продаж не хватало, и ДРР выходил за рамки целевого.

Тогда мы подсчитали оптимальную стоимость корзины не по категориям товаров, как раньше, а индивидуально для каждой из кампаний, после чего установили новые параметры для оптимизации. Это разрешило многие проблемы, хотя и потребовало регулярного контроля и корректировки.

Рекомендации

Еще раз напомним: в 2021 году мы должны были показать минимум 30-процентный рост при ограничении доли расходов на рекламу. По факту доход от контекстной рекламы увеличился в два раза, а ДРР удержался в целевых показателях — то, что и было нужно заказчику.

Объем трафика на сайт клиента по итогам нашей работы. Конкретные данные не указаны из-за соглашения о неразглашении
Конкретные данные не указаны из-за соглашения о неразглашении
Конкретные данные не указаны из-за соглашения о неразглашении

Рецепт успеха прост — перед тем как тратить рекламный бюджет, убедитесь, что сделаете это эффективно. Для этого:

  • настройте сквозную аналитику и удобные и информативные отчеты;
  • используйте инструменты, которые избавят вас от мелкой ручной работы, высвободят время на анализ результатов и корректировку стратегий;
  • анализируйте площадки, смело отключайте убыточные кампании и ищите возможность увеличить прибыль от тех, которые приносят деньги;
  • тестируйте гипотезы, проверяйте, как они сработали, и оставляйте только самые удачные идеи;
  • ищите способы, как отстроиться от конкурентов.

Контекстная реклама, как и весь маркетинг, любит методичный подход. Играйте вдолгую, мыслите стратегически, осознанно выбирайте между быстрыми и отложенными результатами, анализируйте успехи и неудачи — все вместе это обязательно принесет прибыль.

Отдельное спасибо менеджерам Яндекса, с которыми мы тесно работаем до сих пор и продолжаем тестировать новое.

Над проектом работали ведущий интернет-маркетолог SF.RU Инна Егорова и руководитель Performance-маркетинга Алина Прошина. Хотите обсудить с ними кейс или свою идею? Пишите на [email protected].

0
3 комментария
Инна Егорова

Добрый день!
Спасибо за ваш ответ)

В кейсе мы обозначили задачу, которая стояла перед командой и подход к решению. Мы добились результата через множество тестов разных каналов и инструментов:
⁃ Медийная реклама, как помощь охватить верхний уровень воронки и отстроиться от конкурентов
⁃ Контекстная реклама (в кейсе мы подробно рассказали о том, что в нашем случае машинное обучение кампаний показало себя более эффективным в решении задачи)

Отвечаю на ваш вопрос по поводу использования машинного обучения: главное, это убедиться в корректной настройке аналитики и передаче всех важных конверсий для KPI в рекламный кабинет, иначе все труды будут напрасны. Раскрыть тонкости работы машинного обучения мы не можем, так как это алгоритм Яндекса, которые он сам не раскрывает.

Ответить
Развернуть ветку
Кощей Бессмертный

Дичь какая-то. Совершенно не ясно причём здесь машинное обучение и как оно использовалось.

Одно слово написали. Зато 99,9 какие вы хорошие.

Максимально бесполезная статья.

Ответить
Развернуть ветку
Кощей Бессмертный

И вообще, статьи про машинное обучение так не пишутся. Как смысл сообществу от вашей статьи??

Технических нюансов нет. Бизнес нюансов нет.

Пустая и бесполезная статья, напичканная похвальбой.

Ответить
Развернуть ветку
Читать все 3 комментария
null