![](https://adpass.ru/wp-content/uploads/2022/10/91dfadd6db8e918ab4e209a867185c77_16666041886690.png)
Кейс Cloud: снизили стоимость привлечения целевых лидов на 50 %
Клиент
Cloud (ООО «Облачные технологии») — облачный провайдер услуг и сервисов IaaS/PaaS. Также Cloud предоставляет клиентам более 60 облачных сервисов, виртуальный ЦОД, платформы для ML-разработки полного цикла на базе двух суперкомпьютеров Christofari и Christofari Neo.
Задача: построить систему привлечения лидов, чтобы попадать в бюджет и выполнять план по количеству
Cloud искал подрядчика, чтобы наладить системный запуск рекламы. Компания уже пробовала использовать Яндекс Директ, Google AdWords, таргетированную рекламу, но ситуативно. Из-за отсутствия чёткого процесса было непонятно, с какой эффективностью работают гипотезы и как принимать решение об их масштабировании или отключении.
В 2021 году Cloud провел тендер для выбора подрядчика и остановился на IT-Agency. В рамках глобальной цели — построить систему — наши задачи заключались в следующем: выстроить отчётность до заявок, чтобы понимать эффективность каждого канала; сформировать системный подход к тестированию гипотез; протестировать новые каналы привлечения клиентов.
Результат: помогли выстроить отчётность до заявок и снизили стоимость привлечения лидов на 50 %
Системный подход к запуску рекламы в связке с отчётностью до заявок помог увидеть, какие кампании приносят больше лидов. За всё время работы мы снизили среднюю стоимость привлечения заявки на 50 % и нашли решения, которые укладываются в бюджет продвижения.
За шесть месяцев мы вместе с командой Cloud сформулировали и согласовали 404 гипотезы. За счёт большого количества тестов мы выделили работающие механики и каналы продвижения, чтобы снизить стоимость привлечения заявок.
Хочу отметить, что без команды клиента добиться такого результата не получилось бы. Команда Cloud постоянно присутствовала на еженедельных планёрках, делилась экспертизой и участвовала в приоритезации запусков. Их вовлечённость помогла выстроить наиболее эффективную до заявок и уровня их СРА систему работы.
Павел ЗлобинСтарший джедай IT-Agency
Как мы это сделали
Выстроили отчётность, чтобы отслеживать результат до заявок
На этапе внедрения отчётности мы столкнулись с ограничениями конфиденциальности компании и не могли настроить всё самостоятельно, как обычно. Для решения проблемы наша команда подготовила карту целей, справочник разметки и подробные инструкции, чтобы команда Cloud могла всё настроить без нашего прямого участия. Это сработало, и мы получили нужную информацию по эффективности кампаний.
![](https://adpass.ru/wp-content/uploads/2023/07/image-23857a59-6dac-43dc-8e57-b63dcbc6e484.png)
Мы составили для команды Cloud карту целей для Google Analytics, чтобы она могла всё настроить с учётом ограничений конфиденциальности
Понимание рабочих каналов и гипотез помогло оптимизировать CPA. Мы детализировали отчётность таким образом, чтобы отслеживать эффективность каждого слова до KPI заявок.
Подготовили гипотезы продвижения и нашли работающие механики
Перед запуском тестирования мы совместно с командой Cloud составили список гипотез и приоритизировали его, исходя из целей бизнеса. Мы протестировали 404 гипотезы, из которых:
-
22,5 % успешных. Это гипотезы с низкой стоимостью CPA — их можно масштабировать.
-
17,8 % можно улучшить, для этого нужно продолжить тестирование.
-
8 % оказались неэффективными. Эти гипотезы не приносили лиды или были слишком дорогими.
-
51,7 % ещё не набрали данных для однозначного решения, их также можно продолжать тестировать.
![](https://adpass.ru/wp-content/uploads/2023/07/image-0b7eeca9-60a8-4f73-aae2-026bacb5332c.png)
На скриншоте часть лога тестирования гипотез, в котором собирали статусы по каждому тесту. Этот документ помогал ориентироваться в ходе проекта и сохранить на будущее данные по тестам — что ещё можно проработать, какие механики точно не работают и т. д.
На протяжении всего проекта команда Cloud приходила с предложениями и идеями, которые также брали в разработку и тестировали. Налаженное общение с командой клиента помогало гибко менять приоритеты и оперативно запускать новые тесты.
Мы уложились в сжатые сроки и протестировали все нужные гипотезы за полгода. В итоге нашли рабочие связки, поставляющие трафик из заявок с приемлемой СРА и снизили стоимость заявок на 50 %.
Выделили новый канал продвижения
Мы заметили, что в продвижении продуктов и вебинаров не используются партнёрские каналы. Так появилась гипотеза, что для повышения узнаваемости бренда можно использовать рекламу в сообществах Facebook* и Вконтакте, Telegram-каналах.
Чтобы проверить идею, мы составили список всех каналов с ценой рекламного размещения и согласовали список с клиентом. Для рекламы тексты с учётом редполитики Cloud и рекламных каналов готовили также мы, потому что новые каналы надо было проверить быстро и с минимальными затратами ресурсов со стороны клиента. В итоге подтвердили гипотезу, что через партнёрские размещения можно продавать.
Собрали базу знаний по сквозной аналитике
По итогам проекта мы собрали для клиента подробную инструкцию по работе со сквозной аналитикой и логом гипотез. Эту инструкцию можно использовать для обучения новых специалистов и для системного запуска тестирования гипотез уже без привлечения IT-Agency.
В итоге у клиента на руках остаются рабочие инструменты для системного запуска рекламы: список удачных, неудачных и еще не протестированных гипотез, инструкция по работе с отчётностью и информация по эффективности площадок.
Отзыв ведущего проекта
![](https://adpass.ru/wp-content/uploads/2023/07/image-fa7c99bc-a99c-4d5b-88f1-574ac1737992.png)
Павел Злобин, старший джедай IT-Agency
В результате получился работающий «конвейер гипотез», приводящий прогнозируемый и управляемый поток лидов. Всё это поддерживала сквозная отчётность, позволяющая оценивать вклад в KPI до разных моделей атрибуции. Мы давно работаем на рынке рекламных услуг и отработали процессы, внутри команды называемые «конвейером гипотез». Конвейер заключается в том, что мы разбиваем весь процесс работы на мелкие блоки, которые позволяют максимально погрузиться в новую для нас область. Облачные вычисления были незнакомой для нас сферой, поэтому нам было интересно проверить, как «конвейер» справится и тут. В итоге всё получилось — совершенно неважно, насколько сложен продукт, важен грамотный подход, максимальное погружение и подробная отчётность.
Павел ЗлобинСтарший джедай IT-Agency
Впервые кейс был опубликован в Академии IT-Agency.
*Продукты Metа признаны экстремистскими организациями и запрещены на территории РФ.
Лучшее в блогах
Вам понравится
![](https://adpass.ru/wp-content/uploads/2022/10/91dfadd6db8e918ab4e209a867185c77_16666041886690.png)
![](https://adpass.ru/wp-content/uploads/2024/04/eaab16bb873670118a145513f4bce445_17127352376410.jpg)
Мы в Platforma внимательно следим за новостями и тенденциями в мире больших данных. И недавно нам попалась интересная статья* о том, как гигант розничной торговли Walmart использует аналитику больших данных для улучшения потребительского опыта и повышения своей операционной эффективности. Как специалисты в области работы с Big Data, мы решили поделиться с вами этим материалом и адаптировали его для вас.
![](https://adpass.ru/wp-content/uploads/2024/09/image-9fa04b3f-f61a-44b4-9af4-e02cd0bae94c-e1725350523198-1.jpg)
![](https://adpass.ru/wp-content/uploads/2023/08/ae0c2b3f5959130fc3bf39fddbb50fae_16933866972611.png)
«Коронавирусный» тренд на удаленную работу заставил многие компании серьезно перестраивать процессы, но абсолютно не ударил по тем, кто привык управлять распределенной командой, находящейся в разных странах и часовых поясах. Александра Дробышева, руководитель международной компании HINT, рассказывает о преимуществах и недостатках формата open team, дает рекомендации по построению команды и организации ее работы.
![](https://adpass.ru/wp-content/uploads/2024/06/29012e083b91426e7eccb3183ea6e534_17189822096010.png)