Как с помощью Big Data и контекстной рекламы увеличить продажи в полтора раза

Как в b2b-сегменте быстро внедрить инновационные подходы к маркетингу? Как с помощью данных по продажам настроить контекстную рекламу и где искать инсайты для быстрого увеличения выручки? Кейс агентства Datmark.

Как мы помогли компании из Санкт-Петербурга и Москвы продавать котлы на всю Россию, используя Big Data и «Яндекс.Директ».

Летом 2017 года к нам обратилась компания по оптовой и розничной продаже отопительного оборудования (название клиента не раскрывается в целях сохранения конфиденциальной информации, которой здесь в изобилии).

Компания базируется в Москве и Санкт-Петербурге и реализует продукцию многих известных производителей, отечественных и зарубежных. Основная товарная категория — котлы отопления (электрические, газовые и твердотопливные).

Продажи имели свою ярко выраженную сезонность. Рост продаж стабильно начинался летом, в июле. Пик приходился на сентябрь-октябрь. В декабре продукцию докупают самые неторопливые клиенты. Зимой и весной продажи совсем невысокие.

В компании был отдел продаж (14 менеджеров) и отдел маркетинга (маркетолог, специалист по контекстной рекламе и веб-программист). Своими силами разработали сразу несколько сайтов, аффилированность которых тщательно скрывалась от поисковых и рекламных систем. Такой набор сайтов якобы разных компаний приносил свои плоды — клиент даже не подозревал, что общался с одной и той же организацией.

У компании на тот момент не было CRM-системы и даже IP-телефонии. Вся работа велась в «1С». Развитие и маркетинг шли по наитию методом проб и ошибок. «Выручала» только контекстная реклама в «Яндекс Директе». Её настраивал и оптимизировал штатный сотрудник. На неё приходилось около 90% всех продаж.

Отдельно стоит отметить, что примерно 40% покупателей котельного оборудования — b2b-клиенты. И все они находили компанию преимущественно в «Яндексе», по ключевым запросам. Это было доказательством того, что снабженцы и руководители предприятий, как и b2c-клиенты, искали поставщиков в поисковых системах.

Рекламный трафик шёл, в основном, из Санкт-Петербурга и Москвы. И совсем небольшая часть распределялась по другим регионам России.

Основная проблема, которую озвучил заказчик, — незнание и непонимание своих точек роста. Конкуренция на рынке усиливалась, поставщики ставили планы по продажам, прибыльность бизнеса снижалась. В таком случае полумерами не обошлось бы.

Нужно было создать целостную систему маркетинга и сбыта. Однако эта работа заняла бы несколько месяцев, а в некоторых случаях и пару лет. А сезон продаж начинался уже через месяц. Поэтому решили найти быстрые рычаги увеличения продаж здесь и сейчас.

Для контрольной группы взяли твердотопливные котлы одного отечественного производителя.

Компания-заказчик как раз была одним из ключевых дистрибьюторов этих котлов и имела значительные товарные запасы и преференции. Результаты оценивались именно по продажам этой продукции.

Проект нами оценивался как достаточно рискованный, поскольку в такой консервативной компании изменения в продажах могли наступить далеко не сразу. Был риск не оправдать ожидания заказчика и завершить работу на негативной ноте. Но мы всё-таки поверили в проект.

За июль-декабрь 2016 года этих котлов было продано на 20 664 602 рубля.

Формулировка задачи: увеличить продажи за июль-декабрь 2017 года на 10% по сравнению с аналогичным периодом прошлого года.

То есть продажи должны составить 22 731 062 рубля.

Мы решили сначала очень детально проанализировать текущие продажи и маркетинг. Для этого мы выгрузили и обработали данные по всем продажам из «1С» за последние семь лет. Получилась настоящая Big Data, 1,5 млн строк.

Данные по контекстной рекламе мы также выгрузили из разных рекламных аккаунтов «Яндекс.Директа».

Для анализа данных мы выбрали BI-систему QlikSense и облачное решение QlikCloud от корпорации Qlik. Система предоставляет только оболочку для реализации своей собственной аналитической базы. Мы с нуля выстроили целый набор дашбордов, сводных таблиц и аналитических диаграмм.

Так мы смогли в рамках одного окна анализировать клиентов, поставщиков, ассортимент, динамику продаж и географию отгрузок. Все продажи у нас были «на кончиках пальцев». Клиентская база и ассортимент принимали более системный вид.

Кстати, как позже выяснилось, ни одна из конкурирующих компаний в Санкт-Петербурге не имела в своём распоряжении такой системы Big Data. Хотя возможности этого инструмента огромны.

В течение нескольких секунд можно узнать:

Стоящая перед нами задача вынуждала действовать быстро и максимально точно. Мы искали тот самый рычаг, и, как нам казалось, мы его нашли.

Выявили, что в 2016 году продажи контрольной продукции по Санкт-Петербургу и Ленинградской области составили 47,9%. В Москву и Московскую область — 24,7%. На регионы пришлось только 27,4%.

В то же время расходы на рекламу в Санкт-Петербурге и Ленинградской области составляли 55%. По Москве и Московской области — 39%. На продвижение в регионы тратилось около 6% от общего бюджета по целевым твердотопливным котлам.

Какие выводы мы сделали на основе этих данных?

Мы детально проанализировали рекламную активность в каждом из 86 регионов РФ. Подавляющее большинство конкурентов показывались по примитивным ключевым фразам. Их рекламные объявления были шаблонными и в большинстве случаев не указывали на доставку в конкретный регион. Всё ограничивалось фразами «доставка из Москвы» или «доставка из Санкт-Петербурга».

Что сделали:

Итоги:

Все вышеперечисленные мероприятия мы реализовали за 30 календарных дней. К началу сезона компания была готова. Последующие полгода мы следили за продажами и трафиком буквально ежедневно: оптимизировали рекламные кампании, анализировали отгрузки, дорабатывали сайт и обсуждали качество лидов вместе с менеджерами по продажам.

В начале января 2018 года мы подвели итоги проекта:

Рост продаж в Москве был вполне логичным. Многие компании, испытывающие потребность в оборудовании, фактически находятся в регионах, но заказывают через головные офисы и холдинги в Москве.

Снижение продаж в Санкт-Петербурге было единственным упущением, ставшее следствием роста заказов из других регионов. У менеджеров физически не хватало времени на качественную проработку и встречи с местными компаниями. Это урок, который мы и заказчик вынесли по завершении проекта. Провели работу над ошибками, и на сезон 2018 поставлен план по продажам в Санкт-Петербурге.

Отгрузки региональным компаниям выросли на 170% и фактически обеспечили целевой прирост продаж. Если в 2016 году компания поставила котельное оборудование в 24 региона, то в 2017-м — в 40 регионов — в буквальном смысле от Калининграда (отгрузки в 2017 году – 602 379 рублей) до Камчатки (отгрузки в 2017 году – 145 600 рублей).

Общий ROMI за время нашей работы (июль-декабрь 2017 года) составил 2204%. То есть на каждый вложенный в рекламу рубль вернулось 23 рубля. Это был один из самых высоких показателей рентабельности среди наших проектов.

Заказчик остался доволен работой. План был перевыполнен, рост продаж составил более 55% вместо планируемых 10%.

Дальнейшая работа по проекту в самом разгаре. Теперь мы ведём сразу несколько рекламных каналов и продвигаем весь ассортимент.

#контекст #аналитика