Лучшие лайфхаки в работе с автостратегиями «Я.Директа» в формате 10 бизнес-кейсов «проблема — решение — результат»

Как решать проблемы в рекламе, когда лидов мало, заявки дорогие, бюджет сливается и доля рекламных расходов растет? Умение работать с автоcтратегиями «Яндекса» — главный тренд в рекламе 2024 года. Рассказываем, как обучать автоматику, экспериментировать с микроконверсиями, бороться с фейковыми заявками и воспитывать самые умные кампании «Яндекса».

Привет! Мы — МАКО — агентство контекстной рекламы с оплатой за результат (makodigital.ru).

ИИ захватывает все больше власти в рекламе и оставляет все меньше рычагов управления для человека. Поэтому так важно уметь правильно пользоваться теми возможностями, которые у нас есть.

Когда автостратегии только появились, все было просто: добавляешь конверсию, выставляешь за нее оплату и все работает. Но теперь применение автостратегий стало массовым и работать с этим типом настроек стало гораздо сложнее.

Автоматизированные кампании нужно обучать, скармливать им много данных. Бывают противоречивые ситуации, когда конверсий мало, и если поставить оплату за конверсию, то РК не обучатся и трафик сойдет на нет. А если убрать оплату за конверсии – сольется рекламный бюджет, можно остаться совсем без конверсий.

Еще в 2023 г. стала актуальной проблема фродовых заявок. Можно сказать, они превратились в ахиллесову пяту автостратегий. Многие рекламодатели уже слили свои бюджеты, заплатив за фейковые заявки.

Как решать все эти проблемы? Мы постоянно придумываем новые методологии и лайфхаки в работе с автостартегиями Яндекса. Для этой статьи отобрали самые эффективные и актуальные для 2024 г. Рассказываем в формате: проблема-решение-результат. Выбирайте интересующие вас ниши и проблемы или читайте все 10 трендов 😎

Проблема: Наш клиент продавал квартиры в новостройках столичного ЖК. По традиции, лиды в городской недвижимости довольно дорогие. Клиенту приходилось вкладывать большие бюджеты в рекламу, а окупаемости не было.

Причина: Автоматика не приводила нужное количество качественных лидов, потому что не могла охватить всю аудиторию застройщика. По поведению покупатели недвижимости делились на 2 вида: те, кто звонит и те, кто оставляет заявки. В силу своих стандартных возможностей, автостратегия могла работать только на одну цель. Качала трафик по заявкам и совсем не привлекала любителей говорить по телефону. Поэтому получала мало конверсий.

Цель: Обучить автоматику приводить больше качественных лидов разных видов.

Решение: Стали думать, как объединить в одну цель заявки с сайта и звонки из коллтрекинга. Для интернет-магазинов мы обычно используем стратегию Максимум конверсий с оптимизацией по доле рекламных расходов (ДРР), где в настройках можно выбрать несколько целей. Несмотря на то, что этот проект у нас из недвижимости, и показатель ДРР здесь не применяется, мы все равно настроили эту стратегию, указав ДРР 100%. В качестве ключевых целей указали одновременно: заявки с сайта (все формы) и звонки из коллтрекинга. И, как дополнительный параметр, добавили конверсию «бронирование квартир», данные по которой передавали в Метрику из CRM

Результат: Дали автоматике больше данных, что позволило приводить более качественную и разнообразную аудиторию и снизить стоимость обращения (CPA) на 26%. Было 6899 р. — стало 5134 р.

Проблема: У другого нашего клиента, который производит и продает дизайнерскую мебель, было мало продаж. Реклама вела на сайт, где пользователи знакомились с товаром и оставляли заявки, но покупали офлайн — в шоуруме. Это привычное поведение потребителя в мебельном бизнесе, тем более что мебель у клиента премиальная, дорогая. И все бы ничего, но посетителей сайта и шоурума было очень мало.

Причина: Автостратегии приводили мало качественного трафика на сайт, полученных конверсий не хватало на то, чтобы алгоритмы обучались по этим заявкам и приводили больше целевых посетителей — получался замкнутый круг.

Решение: Анализируя статистику, мы обратили внимание, что заявки оставляют в основном те, кто проводит на сайте достаточно много времени. И тогда решили протестировать оптимизацию по времени на сайте. Настроили цель в Метрике, чтобы собирать тех пользователей, которые активно изучали сайт в течении 3 минут и указали ее в качестве целевого действия в настройках РК.

Результат: Эта оптимизация позволила нам привлечь больше целевого трафика и увеличить продажи на 21%.

Проблема: В интернет-магазине матрасов доля рекламных расходов (ДРР) была 36% — выше порога рентабельности. Клиент не хотел вкладывать деньги в убыточную рекламу.

Причина: Большинство посетителей сайта покупали самые дешевые матрасы и сопутствующие товары (наматрасники, подушки, бельё). А главные специалитеты компании — ортопедические дорогостоящие матрасы продавались слабо. Соответственно: средний чек был низким, и реклама не окупалась.

Решение: Стандартное решение для такой ситуации — это настроить фильтры по цене товара. Но их можно использовать не во всех типах кампаний. Мы запускали рекламу на поиске и в Мастере Кампаний и поэтому искали другое, более универсальное решение. Тогда создали в Метрике цель, которая засчитывала конверсии с суммой товаров в корзине 25 000+ руб., И настроили оптимизацию автостратегий по этой цели.

Результат: Это позволило приводить посетителей, готовых к более дорогостоящим покупкам. Мы повысили средний чек и понизили ДРР с 36% до 24%.

Проблема: У клиента, который продает земельные участки в Подмосковье резко уменьшилось количество заявок от покупателей земли под ИЖС. Посетителей сайта интересовали только дачные участки.

Причина: Восстание машин 😂. Мастер кампаний решил приводить только ту аудиторию, которая покупала участки для дач. Зацепившись за нее, стал игнорировать тех, кто ищет участки для постоянного проживания.

Решение: Мы решили не перевоспитывать работающую умную кампанию Яндекса: пусть и дальше приводит дачников. А для нашей цели запустили дубль Мастера Кампаний с полуручными настройками, где указали ключевые слова, связанные с тематикой ИЖС.

Результат: ИИ начал приводить лиды по покупке участков под ИЖС, и количество заявок на землю для постоянного проживания выросло на 35%

Проблема: Один из наших клиентов занимается оптовыми продажами подшипников. В какой-то момент работы над проектом мы уперлись в потолок — не могли масштабировать количество заказов.

Причина: При увеличении бюджета на рекламу, увеличивалась и стоимость заявки, а вот количество сильно не прирастало.

Решение: Мы протестировали массу гипотез, но самые интересные результаты получили, работая с разными настройками автостратегий:

Результат: Оптимизация по такой составной цели позволила увеличить заказы на 27%. Кстати, этот лайфхак актуален не только для подшипников или B2b сегмента, но и для любой услуги или товара, которые требуют консультации эксперта.

Проблема: Кроме количества заявок нужно было повысить средний чек клиента, торгующего подшипниками, то есть привлекать более крупных заказчиков.

Причина: Стали искать: из каких источников приходит больше покупателей с высоким средним чеком. Выяснилось, что крупные заказы приходили не через заявки с сайта и даже не по телефону, а по электронной почте.

Решение: Решили прокачать автоматику с учетом этого формата обращений больших продаж. Настроили e-mail трекинг и запустили отдельную Товарную кампанию с оптимизацией по отправке писем.

Результат: По этой рекламной кампании получили дополнительно 173 заказа, из которых 41% были от крупных клиентов. Для сравнения, в остальных кампаниях доля крупных заказов была не более 10%.

Проблема: На сайт производителя интерьерных лестниц напал фрод — сыпались заявки от несуществующих заказчиков. За короткий период количество фейковых лидов достигло 60%. Клиент принял решение остановить рекламу и временно выпал из конкурентной борьбы.

Причина: Большинство фейковых заявок было от ботов. Мы вычислили, что их источником стала одна IP сеть с большим количество адресов, которые постоянно менялись.

Решение: Чтобы отсечь эти атаки мы предложили клиенту самый действенный способ — это СМС-верификация. Добавили в лид-форму модель обязательного подтверждения номера телефона через код, который приходит по СМС.

Результат: После внедрения этого метода нам удалось практически полностью исключить некачественные заявки — свели их к 2%. При этом получилось и количество целевых заявок увеличить на 12%.

Проблема: Компания по продаже участков в подмосковных поселках сливала 38% рекламного бюджета на фродовые заявки

Причина: Опасность фрода кроется не только в потерях здесь и сейчас, но и работает на перспективу. Настройки алгоритмов автостратегий ломаются. ИИ не понимает разницы между качественными и некачественными лидами, и начинает массово приводить фрод..

Решение: В поисках решения мы отказались от СМС-верификации. В продажах земельных участков каждое обращение на вес золота, и усложнение лид-формы может отпугнуть некоторых пользователей. Клиент боялся потерять заявки от реальных клиентов. Мы взялись за автостратегии и направили их внимание в нужное русло: стали передавать в Метрику информацию о качественных лидах. Оптимизировали рекламные кампании именно по этой цели и система стала понимать, что нам нужны только те заявки, которые потом перейдут в разряд квалифицированных.

Результат: В пик фродовой активности качественных лидов было только 62%, а после введения этого метода, их стало 85%.

Проблема: Наш клиент продает недвижимость в Дубае. Но с первых же дней рекламы столкнулся с атакой фродовых лидов. 64% заявок было от людей, телефоны которых не отвечали, либо абоненты удивлялись и сообщали, что никакой заявки не оставляли. Маленький отдел продаж был нагружен бесполезной работой, а настоящих покупателей было очень мало.

Причина: Из-за дефицита качественных лидов автоматика не могла правильно обучаться и приводила все меньше целевого трафика.

Решение: И тогда мы пошли от обратного. Загрузили в Яндекс-аудитории фродовые номера. Настроили понижающую корректировку ставок для этих пользователей. Плюс настроили LAL (Look-alike — технология таргетинга, которая находит людей, похожих на заданную аудиторию), чтобы система по максиму исключала пользователей, которые по своему поведению похожи на фродовых.

Результат: После внедрения этого метода, количество качественных лидов достигло 80% и отдел продаж смог уделять внимание настоящим покупателям.

Проблема: Компания по строительству коттеджей запустила новый проект по строительству домов из газобетона. Подключили контекстную рекламу, но кампания не принесла ожидаемого эффекта. Лидов было немного и почти половина из них — фродовые.

Причина: В подобных тематиках часто не хватает данных по заявкам для обучения автоматики. И тогда на помощь приходят микроконверсии (поведение пользователя перед тем, как совершить целевое действие).

Решение: Мы стали изучать, что делают на сайте люди, которые действительно хотели построить коттедж и считали предложение нашего клиента подходящим. Все они проводили на сайте не менее 5 минут, внимательно изучали проекты домов, технологию строительства. В то время как фродовые пользователи в течение 1-2 минут хаотично бродили по страницам. Поэтому мы настроили оптимизацию рекламной кампании по составной цели: отправка формы + 5 минут на сайте.

Результат: Такой метод соединения макроконверсии и микроконверсии позволил нам увеличить долю качественных лидов с 55 до 89%.

Если вам требуется рост обращений, закажите за 0 р. наш глубокий аудит контекстной рекламы.

Чем это будет полезно?

А еще наша работа хорошо раскрывается в этих статьях:

Вкалывают роботы. Как привлечь в 8 раз больше В2В-клиентов для транспортной компании с помощью автотаргетинга

Как привлечь 2700 лидов на строительство за 1500 рублей при цене клика 500+. Качаем РСЯ и уводим клиентов у конкурентов

Как на этапе котлована продать в 9 раз больше квартир, когда застройщик неизвестен, ЖК на окраине, а сайт не конвертит

Как не платить «Яндексу» за фродовые лиды и сохранить 2 млн рублей, настраивая сложные цели для автостратегий