Кейсы
АГТ
27.12.2025
ADPASS рекомендует материал к прочтению
Digital Strategy
ПРОМТЕХНОСФЕРА и Digital Strategy: как аналитика помогла снизить стоимость лида в 1,5 раза
Когда клиенту важно получить не просто больше лидов, а лиды качественнее — без точной аналитики не обойтись. Рассказали, как выстроили систему аналитики и оптимизировали кампании для «ПРОМТЕХНОСФЕРЫ», чтобы заявки стали не только чаще, но и качественнее →
О компании
ПРОМТЕХНОСФЕРА — центр охраны труда и обучения специалистов. Компания оказывает полный спектр услуг в сфере охраны труда для предприятий.
К нам клиент пришёл с конкретным запросом: увеличить количество лидов и при этом улучшить их качество. Чтобы решить задачу клиента, нам нужна была качественная аналитика, так как без неё мы не сможем видеть полной картины и оптимизировать кампании. Поэтому работу поделили на несколько этапов:
1. Настройка аналитики.
2. Запуск и оптимизация кампаний.
3. Работа над качеством лидов.
Настройка аналитики
Перед запуском рекламных кампаний важно было выстроить систему, которая позволит видеть, откуда приходят заявки и какие каналы реально приносят клиентов. Без этого невозможно оптимизировать бюджет и понять, где именно теряются деньги.
Мы начали с простого вопроса: каким способом пользователи чаще всего оставляют заявки на сайте. После анализа выяснили, что основных сценариев три: звонок, форма заявки и сообщение в WhatsApp. Для каждого из этих действий наметили отдельную цель.
Отслеживание звонков. На старте использовали коллтрекинг, который у клиента уже был. Решение было не самое популярное, и это быстро дало о себе знать: почти на каждом этапе интеграции приходилось обращаться в техподдержку.Например, некоторые блоки сайта не поддерживали нужные события, а часть функций находилась в разработке. В результате интеграция заняла больше времени, чем ожидалось, а надёжность инструмента вызывала сомнения. Мы настроили интеграцию коллтрекинга и метрики, чтобы отслеживать звонки по нашим кампаниям.
Отслеживание заявок через формы. Следующим этапом стали формы обратной связи на сайте. Здесь всё оказалось проще: вместе с отделом разработки мы быстро настроили цели и проверили корректность срабатывания.
Отслеживание заявок из WhatsApp. Отдельно выделили пользователей, которые предпочитают писать в мессенджеры вместо звонков или форм. Для этого мы установили и настроили виджет WhatsApp, чтобы все такие обращения тоже попадали в аналитику. Это помогло увидеть реальную долю аудитории, взаимодействующей с компанией через мессенджеры, и скорректировать дальнейшие сценарии коммуникации.
Запуск и корректировка кампаний
После настройки аналитики мы запустили рекламные кампании и постепенно начали оптимизацию. Когда мы получили первую статистику по заявкам, перешли к детальному анализу их качества — не просто количества конверсий, а их реальной ценности для бизнеса.
Как показала статистика, большинство клиентов ПРОМТЕХНОСФЕРЫ предпочитают звонить напрямую. Поэтому основная цель для оптимизации кампаний — «уникальный звонок». Остальные конверсии (заявки с форм, сообщения в WhatsApp) тоже отслеживались, но обучение кампаний шло преимущественно на звонки.
На этом этапе мы столкнулись с двумя проблемами.
Проблема №1. Лишние звонки из РСЯ и нехватка номеров
При анализе звонков мы заметили странную закономерность: из рекламных кампаний в РСЯ (Рекламная сеть Яндекса) приходило много звонков от людей, которые просто хотели попасть в здание центра. Такие звонки никак не связаны с рекламой — пользователям просто нужен был номер, чтобы им открыли проходную и они точно не стали бы искать баннер.
Из-за этого в статистике РСЯ выглядела как самый эффективный канал: много достижений цели «уникальный звонок», низкая стоимость обращения — но фактически ни одного реального лида.
Мы предположили, что проблема в нехватке телефонных номеров для подмены, и докупили их. Однако ситуация не изменилась. При повторной проверке выяснилось, что сервис неправильно рассчитывает нужное количество номеров.
Когда мы пересоздали пул номеров вручную, система показала, что их должно быть в три раза больше, чем у нас было. Иными словами, ошибка внутри КТ приводила к искажению всей статистики по звонкам — а значит, и к неверным выводам о том, какие кампании реально работают.
Проблема №2. Ошибки атрибуции
Вторая проблема оказалась глубже. Коллтрекинг (КТ), установленный у клиента, некорректно определял, какие звонки считать первичными. Система фиксировала некоторые первичные звонки как повторные, хотя данных об этих пользователях раньше не было.
Искажение статистики и неверное обучение
В итоге сложилась такая ситуация: по цели «уникальный звонок» мы получаем нецелевых клиентов, а целевые попадают в повторные звонки и не учитываются в статистике.
Из-за этих ошибок рекламные кампании обучались на нерелевантных данных. Мы видели, что РСЯ даёт больше всего конверсий и направляли туда до 70% бюджета. Но по факту это были не новые клиенты, а посетители центра.
В результате алгоритмы оптимизировались не на реальную аудиторию, а на случайные звонки. Это приводило к росту CPL и мешало снизить его даже при оптимизации объявлений и таргетингов.
Переход на новый коллтрекинг
Чтобы получать корректные данные, мы приняли решение сменить систему коллтрекинга. После перехода результаты поменялись буквально с первых недель.
По данным нового КТ оказалось, что РСЯ — наоборот, наименее эффективный канал. Зато другие кампании, на которые раньше приходилась меньшая доля бюджета, начали показывать стабильный поток качественных лидов.
Таким образом, корректная аналитика не просто помогла снизить стоимость лида в 1,5 раза, но и полностью изменила представление клиента о том, где именно работают его маркетинговые вложения.
Старый КТ: показывает нам много уникальных звонков (но фактически это неправда)
После смены КТ: реальная эффективность РСЯ-кампаний (минимум целевых звонков)
После добавления корректных целей в кампании на поиске и постепенной оптимизации количество конверсий начало расти:
Собрав первичную статистику по кампаниям после смены КТ мы приняли решение полностью отказаться от РСЯ и МК, сконцентрировав весь бюджет на поиске. Получая корректную статистику мы смогли оптимизировать кампании и CPL снизился в 1,5 раза.
Формы: поиск источника спама и настройка отслеживания
После настройки звонков мы перешли к заявкам через формы. Клиент сообщил, что по ним идёт большое количество спама — заявки без контактов, бессмысленные комментарии и повторяющиеся отправки. Чтобы разобраться, мы запросили доступ в CRM и начали анализ.
Оказалось, что в сделки, создаваемые по формам, не передаются UTM-метки. Из-за этого было невозможно определить источник заявок и понять, откуда идёт спам.
Мы обратились в поддержку CRM и выяснили причину: система формировала сделки на основе писем, которые приходили на корпоративную почту после отправки формы. При таком сценарии CRM просто не тянет метки из URL.
Решение — изменить способ создания сделок. Вместо обработки писем можно было настроить создание сделок напрямую через API, где все параметры (включая UTM) передаются корректно.
Пока шла доработка, мы временно оценивали качество трафика по поведению пользователей на сайте — времени на странице и глубине просмотра. Пользователи, которые заполняли форму сразу после входа, чаще всего оказывались ботами; те, кто изучал сайт дольше, — реальными клиентами.
Так удалось понять, что по нашим рекламным кампаниям уровень спама минимален — значит, фрод идёт из других источников. Мы предложили клиенту установить умную капчу, чтобы блокировать отправку формы ботами.
Анализ заявок из WhatsApp показал похожую проблему: в сделки не подтягивались UTM-метки. Мы обратились в поддержку виджета, настроили передачу параметров и добились частичного результата — метки стали фиксироваться не в сделках, а в карточках контактов. Этого достаточно, чтобы отслеживать качество обращений и видеть, какие кампании приводят реальных клиентов.
Результаты и выводы
Кейс ПРОМТЕХНОСФЕРЫ — хороший пример того, как корректная аналитика способна радикально изменить эффективность маркетинга.
Что сделали:
• Звонки. Перешли на новый коллтрекинг и получили достоверные данные. После этого стало видно, что РСЯ не приносит целевых обращений — кампании в сетях остановили, а бюджет перераспределили на поиск.
• Формы. Разобрались с отсутствием UTM-меток, нашли способ передавать их через API и предложили внедрить капчу против ботов. Временный анализ по поведению пользователей помог не терять понимание качества заявок.
• WhatsApp. Настроили передачу UTM-меток и получили возможность оценивать источники обращений.
Результат:
После перехода на корректную аналитику и оптимизации кампаний стоимость лида (CPL) снизилась на 40%, а доля целевых обращений заметно выросла.
Лучшее в блогах
26.12.2025
19.12.2025
18.12.2025
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании