Оружейный барон в Ecommerce: c нуля до 1,3 млн рублей выручки в месяц c контекстной рекламы

Рассказываем, как поэтапно пришли к максимальной выручке из контекста за всю историю интернет-магазина и вышли в плюс уже в первый месяц. Как делать архитектуру рекламных кампаний под автостратегии, чтобы те принесли +300 тыс. рублей, где искать точки роста, почему важно считать экономику и настойчиво продавать клиенту свои решения.

Клиент — магазин товаров для охоты — пришел в агентство в 2020 году. У него был опыт работы с разными подрядчиками и 5 попыток запуска контекстной рекламы. В период 2017-2020 инвестиции в контекст составили почти 500 тыс. рублей, выручка — 1 млн рублей и убыток 90 тыс. рублей без учета вознаграждения подрядчиков.

График запусков контекстной рекламы в 2017-2020 годах

Спустя год работы над проектом мы зафиксировали следующие показатели по контекстной рекламе:

• бюджет на контекст — 1,1 млн рублей;
• выручка — 5,3 млн рублей;
• валовая прибыль — 1,7 млн рублей.

А в последние 4 месяца нам удалось зафиксировать выручку из контекста на уровне 1,3 млн рублей в месяц. Рассказываем поэтапно, как достигли таких результатов.

✓ Сформулировали KPI и обозначили точки роста

Работу над любым проектом мы всегда начинаем с аудита, чтобы найти слабые места и точки роста. В этот раз мы опустим детали аудита и дадим основную информацию, так как уже рассказывали об этом в других статьях:

• Аудит мебельной фабрики.
• Как распознать падение рынка и перестать сливать бюджет на контекстную рекламу.

Основную выручку клиенту генерировал органический поиск — около 70%, а на контекст приходилось около 18% трафика. Конверсия сайта росла от квартала к кварталу, но клиент не сводил расходы с выручкой и валовой прибылью. Он ориентировался на долю рекламных расходов (далее — ДРР) от выручки — до 9%, но такого результата удалось достичь лишь единожды.

Клиент поделился с нами данными, чтобы мы могли считать чистую прибыль и ориентироваться на нее. И на период тестирования мы договорились на максимизацию выручки при удержании ДРР 20%, так как только эти данные передавались в системы аналитики.

Слабым местом также была запутанная структура из 180-ти рекламных кампаний с разбалансированной экономикой. Смотрите на стоимость заказа (CPO): Выгрузка кампаний для оценки экономики проекта

Логика структуры кампаний была простая: 8 категорий товаров * 10 регионов * Поиск/РСЯ = 180 кампаний. Узкое место структуры — сегментация по кампаниям и группам. При таком количестве РК и групп внутри ими сложно управлять, оптимизировать и использовать автостратегии.

Так что мы определили следующие точки роста:

1. Обновленная структура кампаний может поднять окупаемость на 10-20% за счет возможностей оптимизации и внедрения автоматических стратегий управления ставками.
2. Использование автоматических стратегий увеличит эффективность на 15-30% в сравнении с ручным управлением.
3. За счет сбалансированной экономики и внедрения корректировок сможем увеличить эффективность кампаний еще на 15-30%.
4. Запустить динамический ретаргетинг на тех, кто посещал карточку товара.

✓ Сбалансировали экономику и запустили старые кампании

На старте проекта важно сразу показать финансовые результаты, чтобы получить лояльность клиента. Важно не просто показать, но и доказать правдоподобность результатов. Поэтому мы скопировали старые рекламные кампании и запустили А/Б-тестирование, где объективно можно сравнить KPI старых и новых рекламных кампаний.

Экономика старых рекламных кампаний была разбалансирована. В новых же мы перераспределили бюджеты с с оглядкой на динамику в ретроспективе. Старые рекламные кампании за период 2018-2020 годы.

Аналогично в разрезах регионов, площадок РСЯ, половозрастной структуры и прочих параметров:
Старые рекламные кампании за период 2018-2020 годы.

Спустя несколько недель новые кампании показали результаты в 2 раза лучше. Сложно сказать, что это полностью наша заслуга, так как исходные кампании почти не управлялись. Одна из категорий тестирования. ДРР указан как доля рекламных расходов от чистой прибыли

✓ Сменили структуру рекламных кампаний и получили +400 тыс. рублей выручки

Мы показали финансовые результаты, получили лояльность клиента — и взялись за разработку новых кампаний. Нам достался трехэтажный сарай с подпорками и пристроями в виде подключаемых регионов и категорий товаров. Мы могли бы поддерживать его, но в разрезе нескольких месяцев на это будет уходить больше времени, чем на поэтапное создание новых кампаний.

В старых была логика и интересные решения — мы их позаимствовали. Но в совокупности они превратились в неуправляемую массу, где каждый специалист добавлял что-то новое. И хотя структура РК напрямую не генерирует прибыль, это долгосрочное вложение, которое создает среду для тестирования новых гипотез и экономит время на управление и оптимизацию.

Чтобы задать новую структуру, важно понимать, вокруг чего она должна выстраиваться. В нашем случае — сезонный спрос и маржинальность категорий товаров.

Наиболее прибыльные категории выделили в отдельные рекламные кампании, чтобы управлять ими с большей детализацией:

У клиента 8 категорий товаров. Внутри каждой — от пяти до пятидесяти подкатегорий, а товарная матрица насчитывает более 15 тыс. наименований. Важно, чтобы рекламные кампании имели товары примерно с одинаковой маржинальностью. На уровне РК мы можем задать только одно значение ДРР, поэтому если в одной кампании разместить категории с маржей 30% и 60%, усреднение съест прибыль.

Также важно чтобы объем спроса распределялся по сущностям равномерно: мы можем использовать автостратегии управления ставками, если получаем более 40 транзакций на рекламную кампанию в месяц. А автостратегии работают эффективнее ручного управления в среднем на 15-30%. Поэтому мы получили примерно такую структуру:

Разделять кампании на регионы не стали, потому что экономика по Москве и другим регионам примерно одинаковая, а влиять на ДРР можно корректировками ставок.

На базе исторических данных о конверсии, объеме и сезонности спроса из Wordstat мы сделали прогнозы количества заказов и их стоимости.

Спрос на товары соответствует сезонам охоты, а каждому сезону соответствует своя категория товаров. Мы учли это, составляя план запуска товарных категорий в рамках бюджета и рисков, чтобы не слить деньги в первый же месяц:

Стоит сказать, что в Google Ads запрещена любая реклама, которая связана с оружием. А в Директ запрещены все динамические рекламные кампании. Запускали только классические РСЯ и поиск. В Маркете у нас дела не пошли, так как слишком высокие цены:

В во второй и третий месяцы мы показывали стабильный рост объема прибыли без изменений ДРР. А уже в четвертом месяце сделали 450 тыс. рублей выручки:

На графике видно, что выручка растет, а расходы не снижаются. Все потому, что когда мы запускаем новые категории в рекламу, РК начинает работать в плюс только через несколько недель, когда стабилизируется. Мы работали в рамках резерва бюджета на тестирование: как только кампания стабилизируется — появляется резерв для теста и мы запускаем новую.

✓ Применили автоматические стратегии — +300 тыс. рублей выручки

У нас был массив из десятков рекламных кампаний, которыми мы управляли вручную, — и это стало проблемой, так как требует высокой вовлеченности специалиста. И это целесообразно лишь до тех пор, пока мы собираем данные для внедрения автоматических стратегий.

Вручную ставками в интернет-магазине уже никто не управляет, вместо этого используют внутренние автоматические стратегии. Мы устанавливаем цель: удерживать стоимость конверсии 900 рублей — и получаем максимально-возможное количество таких конверсий. Если увеличить стоимость до 1500 рублей, конверсий будет больше. Так, путем перебора, можно найти оптимальное соотношение количества и стоимости конверсии.

Но это идеальный сценарий для категорий товаров с одинаковым средним чеком. Если же в одной категории средний чек 20 тыс. рублей, а в другой 2,5 тыс. рублей, то удержание стоимости конверсии не подходит. Нужно использовать оптимизацию кликов по ДРР. Тогда чтобы расходы не превышали 9% от выручки с транзакций, нужно указать это в настройках:

Но ДРР — средний показатель и он может отличаться для разных категорий товаров в зависимости от маржинальности и количества отмененных заказов. Вот поэтому важно в одной рекламной кампании собирать товары как минимум с одинаковой маржинальностью — и пересчитывать ДРР для каждой РК.

В ситуациях, когда по ряду рекламных кампаний не хватает транзакций для автоматических стратегий (от 40 в месяц), стоит использовать событие на сайте, которое коррелирует с транзакциями. Чаще всего — добавления в корзину. Но для использования автоматической стратегии нам нужна выручка, а обычно у корзины она отсутствует, но ее можно захватить в отдельный параметр и отправить в Google Ads и Яндекс Директ. Но и здесь не обойтись без поправок на брошенные корзины.

Наиболее верный способ управления автостратегиями — передавать валовую прибыль напрямую из CRM или 1C после вычета отмен и затрат на доставку в Google Ads и Яндекс Директ, чтобы вместо выручки видеть валовую прибыль. В случае Retail CRM сделать это не так сложно, но это тема для отдельной статьи.

В итоге после внедрения автоматических стратегий мы снизили ДРР с 23% до 10% и повысили выручку до 740 тыс. рублей.

А после этой небольшой победы наступило лето и сезон охоты на большинство животных закрылся. Изменения сезонности можно заметить и по данным Wordstat:

Спрос на товары упал на 10-25%. Это сильно повлияло на работу кампаний: они перестали набирать необходимое количество конверсий и пришлось временно вернуться к ручному управлению кампаниями. Во время снижения спроса резко начал расти ДРР, поэтому мы были вынуждены срезать охват, чтобы удерживать приемлемый ДРР в 20%.

✓ Нашли 150 тыс. рублей выручки в релевантности страниц 

Когда мы запустили основные категории товаров и рекламных инструментов запущены, решили перепроверить, куда идет трафик и найти точки роста в посадочных страницах.

Один из примеров: посетитель переходит на страницу, чтобы купить крышку ствольной коробки АК, но в каталоге 105 товаров, среди которых рукоятки, накладки, приклады, а нужной детали нет. Но если посмотреть на фильтр слева, то видно, что такая деталь только одна и чтобы страница была релевантная необходимо применить фильтр:

Нет ничего сложного в том, чтобы чтобы выгрузить все группы ключевых фраз и проверить посадочные страницы: насколько товары соответствуют поисковым запросам и насколько заполнены картинки этих товаров. Этим и занялись:

Резонный вопрос: почему не проверяли сразу и если собирали кампании с нуля, почему допущены ошибки? Во первых, клиент постоянно меняет состав листингов, добавляет новые. Во-вторых, ошибаться в рамках допустимого — нормально. Да и часть кампаний мы взяли от предыдущих разработок. А расход бюджета на нерелевантные страницы был всего 10% от бюджета. Но с другой стороны — это 300 тыс. рублей в год.

Помимо оптимизации бюджета, мы лучше погрузились в товарную матрицу, сравнили ее с конкурентами и дали клиенту много рекомендаций.

✓ Скорректировали модель атрибуции — еще +100 тыс. рублей выручки

Корректность стандартной модели атрибуции мы проверяем еще во время аудита, чтобы не работать с искаженными данными. Как правило, в большинстве случаев этого достаточно, но за счет более точного атрибутирования конверсий можно обнаружить еще 5-15% выручки, которые приписываются другим источникам трафика.

Так мы поступили и сейчас: оставили эту работу напоследок. А когда время пришло, обнаружили, что часть транзакций присваивается платежным сервисам и редиректу для применения купона.

Это легко починить, нужно лишь задать несколько правил перезаписи в Google Analytics и Яндекс Метрике. В итоге, нашли еще около 10% транзакций, которые приносит контекстная реклама. А это около 100 тыс. рублей выручки в месяц за счет перераспределения бюджета на контекстную рекламу и повышения ее охвата.

✓ Запустили поиск и получили совокупный рост до 1,5 млн рублей за месяц

В июле, на девятый месяц работы над проектом, мы получили рост, который тяжело обьяснить. Такого результата мы, признаться, не ожидали: сработало наложение множества причин.

Одна из них — запуск поисковых рекламных кампаний, которые принесли еще 350 тыс. рублей выручки в месяц. На этапе А/Б-тестирования поиск показал отрицательные результаты. Клиент настаивал, чтобы на старте мы работали только с РСЯ. По результатам проекта РСЯ действительно принесли в 2 раза больше выручки, возможно, это характеризует спрос, как импульсивный. Доход и ДРР кампаний на поиске

Вторая причина такого роста выручки — сезонный рост спроса на 10-20% в течение последующих месяцев с июля. 

Стоит также заметить, что с ростом объема спроса растет и конверсия сайта — с 0.27% до 0.37%, а это +37%:

В течение низкого сезона мы копили данные и балансировали экономику рекламных кампаний, пересчитали атрибуцию конверсий, увеличили релевантность листингов и прочие стандартные действия, но в какой-то момент поняли, что начали упираться в стратегию удержания ДРР.

Это не давало возможности увеличивать охват там, где это нужно было сделать. Поэтому решили пересчитать экономику бизнеса и перенести фокус клиента с удержания ДРР на максимизацию прибыли. Мы выгрузили данные о прибыли из RetailCRM и сопоставили их с расходами из Яндекс Метрики, чтобы посчитать чистую прибыль и далее ориентироваться на нее.

По итогу расчетов мы поняли, что стоит рискнуть и купить более дорогие ключевые слова на поиске и поднять ставки на РСЯ. И это принесло свои плоды. На графике видно, как растет стоимость клика с пиком на девятом месяце и одновременно снижается ДРР ниже 10%.

✓ Какие выводы из этого кейса нужно сделать собственникам бизнеса и специалистам

Мы достигли выручки 1,3 млн рублей только на 9 месяц и это был нелинейный рост. Наверное, мы могли бы достичь этих показателей раньше, если бы убедили клиента запустить поиск на 3-5 месяце работы и пересчитать экономику проекта в привязке к чистой прибыли. Но по опыту работы над другими проектами мы знаем, что вряд ли бы это сильно ускорило динамику: высоких KPI удается достичь только спустя N протестированных гипотез, правильных решений и ошибок.

Да, мы используем стандартные инструменты — ничего сверхестественного. Но если бы работать с ними было просто, клиенты не приходили бы в агентства, где над проектом работают минимум три человека: специалист, старший специалист и тимлид. А агентства не испытывали бы трудности с наймом и обучением сотрудников. Главная сложность не в умении собрать ключевые слова или запустить рекламу, а в умении провести анализ, найти точки роста, сформулировать и протестировать гипотезы — и так по кругу.

Если с вашей контекстной рекламой что-то не так, вот стандартные рекомендации по проверке и оптимизации кампаний:

1. Проверьте аналитику: цели работают правильно, а конверсии в системах аналитики совпадают с реальными заявками и продажами в CRM. Настройте электронную коммерцию.
2. Протестируйте все виды рекламных кампаний: обычные поисковые и РСЯ кампании, динамический ретаргетинг (смарт-баннеры) в Яндексе и Google, Яндекс.Маркет и Google Shopping, умные торговые кампания в Google Ads, DSA в Google Ads.
3. Изучите базовые срезы в динамике: рекламные кампании, группы и ключевые слова, регионы и города, пол и возраст и т.д. Смотрите ключевые метрики: стоимость лида и заказа, конверсия в покупку, процент отказов и т.д. — и на их основе перераспределите бюджет с неэффективных сегментов на эффективные.

Если что-то не получается или хотите, чтобы мы помогли разобраться — оставляйте заявку. Проведем аудит и подумаем, как сможем помочь.

Телеграм-канал, 1 пост в месяц — Джоин!