{"id":13710,"url":"\/distributions\/13710\/click?bit=1&hash=50db11a9591bcc2b3c368ef206e8be1bfa71b94e4a12552ca4d858c954157b79","title":"\u041a\u0430\u043a \u0441\u0432\u044f\u0437\u0430\u043d\u044b \u043f\u0430\u0437\u043b\u044b, \u043d\u043e\u0432\u043e\u0441\u0442\u0438 \u0438 \u0438\u043d\u0432\u0435\u0441\u0442\u0438\u0446\u0438\u0438?","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"d36a44f7-e311-5ac9-95ed-4a8208550d01","isPaidAndBannersEnabled":false}

Антикейс: Как получить 572 лида и 3 продажи – реклама суши в Instagram

Истории успеха рекламных агентств любят все. Особенно рассказывать. А как насчет истории провала? Откровенных аккаунтов деликатно бракуют.

«Дим, ты хочешь, чтобы конкуренты сплясали на поле твоего позора? Ведущий аккаунт-менеджер, а пытаешься распугать нам клиентов?».

Я согласен, успешные кейсы – это интересно. Иногда там попадаются классные фишки, о которых ты не знал, и которые можно попробовать. Но от антикейсов не меньше пользы! Можно подумать над способами решения проблемы и, главное, – избежать такого в своей практике.

С чего все началось

Недавно у нас в агентстве проходил конкурс на лучший кейс. Пока сотрудники демонстрировали результаты и получали похвалу от руководства, я решил рассказать о том, как не получилось. К тому же удачный кейс о работе с этим заказчиком мы уже публиковали.

В итоге, вместо восхищения за оригинальный подход, я получил отказ от публикации. Особенно категорично отреагировал наш PR-отдел.

К счастью, до драки дело не дошло. Мирные переговоры привели к соглашению: я получил «добро» на публикацию антикейса, а PR-отдел – компенсацию в виде позитивной концовки.

Клиент, о котором пойдет дальше речь – MYBOX. Это федеральная франчайзинговая сеть суши-маркетов, wok-кафе и доставки. Совместно с заказчиком мы протестировали рекламу в Instagram, пытаясь увеличить оборот и остаться в рамках целевого ROI. Рассказываю, что из этого вышло (или не вышло?).

Исходные данные

За 2 года работы с клиентом мы протестировали и охватили всю возможную семантику в Яндекс.Директ и Google Ads по доставке роллов в 105 городах России. Типы запросов, которые использовались:

  • Бренд.
  • Конкуренты.
  • Доставка роллов.
  • Доставка еды.
  • Еда на день рождения.
  • Агрегаторы
  • Доставка пиццы
  • Геолокация

Задача

Мы хотели увеличить оборот, оставаясь в рамках целевого ROI. Решили найти новую аудиторию в соцсетях и в качестве плейсмента выбрали площадку Instagram.

Предложили клиенту 3 варианта коммуникации с аудиторией.

  1. Таргетинг на базу тех, у кого больше 300 баллов лояльности и меньше одной покупки за последние 30 дней.
  2. Лидогенерация и последующая смс-рассылка.
  3. Трафик на сайт с оптимизацией по конверсиям.

Клиент выбрал варианты 2 и 3, так как хотел охватить новую аудиторию.

Настройка

Мы провели рекламную кампанию в 3-х городах:

  • Орел;
  • Саратов;
  • Казань.

Таргетинги, которые мы использовали:

  • Look-alike.
  • Японская кухня и морепродукты.
  • Еда и рестораны.
  • Без Таргетингов.

Форматы, которые мы использовали:

  • Баннер.
  • Карусель.

Механика акции

Лидогенерация: стимулируем пользователя оставить контакт, чтобы получить промокод. Догоняем смс-рассылкой перед выходными – это более дешевая альтернатива ретаргетинга.

Трафик на сайт: стимулируем пользователя заказать сейчас и получить дополнительные 100 рублей к заказу от 1000.

Результаты по Лидогенерации

Статистика за период: 09.04.2019 – 16.04.2019

  • Количество лидов – 572;
  • CPL – 57,29 руб.;
  • Без таргетингов – наиболее эффективный таргетинг.
  • Японская кухня и морепродукты – наименее эффективный.

После сбора контактов клиент делал по полученной базе смс-рассылку с промокодом (раз в день) и повторную – перед выходными, с информацией о том, что до конца действия промокода осталось 2 дня.

Количество людей, которые воспользовались промокодом – 3.

Результаты по Трафику на сайт

Статистика за период: 19.04.2019 – 24.04.2019

  • Количество транзакций – 18.
  • CPO – 1327,73.
  • Еда и рестораны – наиболее эффективный таргетинг.
  • Без таргетингов – наименее эффективный.

После полученных результатов клиент отключил рекламу в Instagram, так и не протестировав таргетинг на базу тех, у кого остались баллы лояльности.

Выводы

  1. Один и тот же таргетинг в разных типах рекламных кампаний работает по-разному.
  2. Лидогенерация в соцсетях оказалась неэффективной. Возможно потому, что клиент получал промокод не вовремя, т.е. не сразу после отправки формы. А когда и получал – уже не хотел ничего заказывать.
  3. Трафик на сайт оказался низкоэффективным. Может быть, все из-за маленького периода для обучения стратегии и отсутствия тестов в креативах.
  4. В такой тематике соцсети обходятся дороже, чем контекст. Потому что пользователи находятся на разных этапах принятия решения о покупке.
  5. До сих пор думаю, что таргетинг на базу тех, у кого остались баллы лояльности, – перспективный формат, и его стоит когда-нибудь протестировать.

Как и обещал, закончу свою историю на позитивной ноте. И расскажу о хороших результатах работы с этим же клиентом, где удалось увеличить число конверсий с ретаргетинга на 439 % при снижении СРО на 29 %.

Хэппи-энд

Сеть нашего заказчика представлена в 90+ городах России с 300+ торговыми отделами и wok-кафе. Для каждого города и для каждого типа запросов создана отдельная рекламная кампания, в чем есть своя прелесть:

  • Семантика проработана для каждого города отдельно в соответствии со спросом в конкретном регионе.
  • Контроль эффективности в каждом городе.
  • Можно вносить точечные изменения и тестировать гипотезы на отдельных выборках.

Одновременно мы сталкиваемся со сложностями:

  • Недостаточное количество данных для принятия решений в отдельных сегментах/городах.
  • Огромное количество данных усложняет управление и анализ.
  • Мало показов из-за недостаточного спроса.

Возьмем в расчет и проблемы ретаргетинга:

  1. Клиент готов платить за повторные заказы не более 150 руб.
  2. За 13 месяцев работы мы ни разу не достигли желаемой стоимость заказа.
  3. Привлекать большое количество транзакций по такой цене казалось нам невозможным.

Наши планы и гипотезы:

  1. Подключить стратегию «средняя цена клика», что позволит участвовать в более дорогих аукционах. При этом средняя цена клика останется на том же уровне, что и при ручном управлении ставками.
  2. Объединить все города в одну РК, чтобы получить больше данных. Это позволит подключить автоматические стратегии назначения ставок. Сейчас во многих городах так сделать невозможно, так как недостаточно транзакций.

Что в итоге получилось

Результаты первой гипотезы:

При снижении цены клика на 33 копейки, мы получили больше переходов на 357 %.

Гипотеза подтвердилась. При такой стратегии мы участвовали в более дорогих аукционах, но так как система стремилась привести среднюю цену клика к заданному значению, СРС остался на уровне предыдущего месяца.

Результаты второй гипотезы:

При снижении СРО на 29 %, мы получили на 439 % больше транзакций.

Гипотеза снова подтвердилась. За счет объединения данных, мы избавились от городов с недостаточным количеством конверсий и теперь можем подключить стратегию «средняя цена конверсии». Правда, пока что не будем этого делать, так как текущими результатами довольны и мы, и клиент.

Надеюсь, вам пригодится мой и неудачный, и удачный опыт. Не зря же я воевал за честную публикацию. Что думаете по этому поводу? Делитесь в комментариях! ;)

0
1 комментарий
John Johonh

Да, хэппи-энд действительно делает статью лучше :)

Ответить
Развернуть ветку
Читать все 1 комментарий
null