Увеличили доход на 197% с контекстной рекламы за полгода — кейс MediaNation и Marc Cony
Компании сталкиваются с трудностями продвижения на новых рынках: перегретый аукцион, серьезная конкуренция, высокая цена клика, низкое доверие к бренду. Мы проработали слабые стороны fashion-бренда, вывели конкурентоспособные УТП и вырастили доход с рекламы с 35,11% до 52,26% от общего дохода.
Задачи
увеличить онлайн-продажи;
укрепить позиции в близлежащих регионах Южного федерального округа и Северо-Кавказского федерального округа;
масштабировать продажи на другие регионы страны: Москву, Московскую область и т.д.;
повысить узнаваемость бренда.
Клиент
Marc Cony — российский бренд модной обуви и аксессуаров высокого качества в среднем ценовом сегменте. У компании есть собственное производство и офлайн-магазины в Ростовской области и Краснодарском крае.
Клиент выходил на новые региональные рынки и нуждался в полноценной рекламной поддержке. Это побудило Marc Cony в апреле 2021 года обратиться в рекламное агентство GeekAnt — дочернее агентство MediaNation, специализируется на работе с малым и средним бизнесом.
Выбор стратегии продвижения
При выходе на региональные рынки мы столкнулись с высокой конкуренцией и отсутствием необходимого доверия к бренду. Ранее клиент не использовал контекстную рекламу для повышения продаж. Мы с нуля настроили рекламный аккаунт и разработали стратегию продвижения.
До 4 марта 2022 года мы запускали рекламные кампании в Google Ads и Яндекс.Директе. Самым эффективным каналом оказался Яндекс. Поэтому приостановка рекламы Google Ads в России не ухудшила результаты контекстной рекламы. А перераспределение бюджетов и оперативное реагированию на изменение ситуации помогло сохранить достигнутые результаты и даже приумножить их при масштабировании на другие регионы.
Целевая аудитория
В целевую аудиторию бренда входили женщины 25–55 лет с доходом выше среднего, наиболее лояльный сегмент — женщины 35–44 года. Для этой целевой аудитории лучше отрабатывают креативы, которые вызывают положительный эмоциональный отклик. Выбор стратегии продвижения для этого сегмента строился и на нескольких других факторах:
Акцент на визуал. Мы сформулировали гипотезу, что пользователи сначала оценивают предметы гардероба по внешнему виду и только потом по характеристикам. Сделали акцент на визуал, который лег в основу стратегии продвижения. Этот же фактор послужил стимулом для запуска сетевых кампании. Они последовательно знакомят потенциального покупателя с брендом: привлекают внимание визуальной демонстрацией продукта, а затем генерируют первые заходы на сайт, на котором происходит знакомство с брендом и другими товарами.
Недолгий цикл сделки. В индустрии ecommerce-fashion короткий срок принятия решения о покупке. 60% транзакций осуществляются в «нулевой» день — в день захода пользователя на сайт. Реклама должна мотивировать пользователя сразу же реагировать на объявление и совершать покупку. Коэффициент конверсии может также возрастать после 14 дней со дня захода, когда люди готовятся к сезону заранее. Например, смотрят зимнюю обувь в октябре, а покупают в декабре.
Перегретый аукцион. Поисковая реклама с перегретым аукционом обходится довольно дорого и не позволила бы нам собрать необходимый объем статистики для выдвижения гипотез и их тестирования. Так у нас появились дополнительные аргументы в пользу РСЯ.
Мы обращали внимание на другие бренды и задействовали конкурентные кампании с категорийной сегментацией, чтобы дать более сильное УТП в зависимости от периода:
Акционный: проводятся акции, на сайте снижаются цены. Задачи контекстной рекламы в этом случае: обеспечить сбыт, уведомить ЦА и подтолкнуть к покупке выгодным предложением. УТП — ликвидация, скидки, клиентские дни (снижение цен в интернет-магазине).
Сезонный: проходит при смене сезона. Задача: замотивировать человека купить новые вещи и подготовиться к сезону. Пример УТП в заголовке объявления — «Будь стильной этим летом с Marc Cony».
Выбор рекламных форматов и запуск кампаний
Мы задействовали следующие типы рекламных кампаний:
1. Товарная кампания. Этой охватной кампанией управляют умные алгоритмы Яндекса. Ее цель — охватить как можно больше пользователей и увеличить онлайн-продажи босоножек, кроссовок, туфель и других категорий обуви в каталоге интернет-магазина.
2. Смарт-баннеры. Цель — ретаргетинг, рост онлайн-продаж. Такой вид рекламы подходил для визуального представления продукта и мотивировал совершить покупку.
3. Бренд на поиске. Цель — информирование об акциях и спецпредложениях, вытеснение конкурентов из поисковой выдачи по брендовым запросам.
Возникают ситуации, когда конкурент настраивает рекламу на поисковые запросы с упоминанием Marc Cony для перехвата трафика. Брендовая кампания позволяет этого избежать. Когда мы выигрывали аукцион, на первой строке поиска показывались наши объявления.
4. Ретаргетинг по сегментам. Цель — вернуть пользователя на сайт, чтобы заинтересовать его в покупке товара. Сегменты:
Брошенная корзина: использовали УТП со скидкой по промокоду на товар в корзине.
Категорийный ретаргетинг: транслировали актуальные акции на категорию товаров, в которой пользователь был заинтересован больше всего. Это позволяло создавать персонализированное предложение для ЦА.
Дата захода пользователя по сегментам: 1) До 5 дней — транслировали персональную скидку, чтобы подогреть желание совершить покупку. 2) От 5 до 10 — напоминали пользователю о начале нового сезона. 3) От 10 дней — показывали самую ходовую распродажу, акцию, ликвидацию и мотивировали вернуться на сайт, чтобы совершить целевое действие и перейти в другие сегменты ретаргетинга, например в брошенную корзину.
Мы тестировали и другие поисковые рекламные кампании: по общим запросам, категорийные, кампании с семантикой со скидками и акциями. Они оказались не так эффективны, как сетевые рекламные кампании и товарные кампании. Это можно связать с недостатком визуальной составляющей в поисковых объявлениях.
Корректировка и оптимизация кампаний. После запуска рекламы мы ежедневно отслеживали статистику и вносили корректировки в работу кампаний. При оптимизации мы оценивали показатели ДРР, CPO, CTR и глубину страницы.
Скорректировали ставки по устройствам. Коэффициент конверсии с мобильных устройств оказался значительно выше, чем с десктопа или планшетов. У нас появилась гипотеза, что люди подходят к вопросу выбора обуви больше спонтанно и эмоционально, поскольку использование компьютера и планшета предполагает более целенаправленный и осознанный поиск. И старались сократить показы на последних двух устройствах.
Добавили сезонную семантику. В обувной тематике пики покупательского спроса — зима и лето. Весна и осень — межсезонье, в это время покупатели готовятся к новому сезону. Мы добавили в семантику сезонные запросы, например «летняя обувь» или «демисезонная обувь», чтобы охватить сезонный спрос.
Реагировали на смену спроса. Внешние факторы (погода, время отпуска или тренды) играют в ecommerce-fashion огромную роль и могут значительно изменить спрос. Поэтому мы оперативно редактировали категории для продвижения. В середине апреля заметили, что пользователи добавляли в корзину летнюю обувь, и на фоне прогнозов о хорошей теплой погоде мы запустили рекламу босоножек, туфель и сандалий.
Отслеживали эффективность и лояльность аудиторий. Мы анализировали отклик аудитории по региональному признаку, уровень урбанизации, платежеспособность аудитории и ее отношение к шопингу и вносили корректировки в настройки региона показов. Так, Самара показала результаты хуже, чем Москва. Причина крылась в небольшой доле нашей целевой аудитории среди жителей города и неразвитой привычке покупать товары онлайн.
Проводили a/b-тестирования по УТП. Мы тестировали следующие уникальные торговые предложения:
скидка на корзину по промокоду;
промокод для тех, кто уже заказывал;
качественная обувь из натуральной кожи;
новые коллекции;
сезонные распродажи;
скидка при заказе онлайн;
трендовая обувь.
Наиболее удачными оказались введение небольшой скидки при заказе онлайн и сезонные распродажи.
Проводили a/b-тестирования креативов. В ходе тестирования креативов смотрели на отметку об оценке эффективности, которую выставляла рекламная система на основе CR и CTR. Люди почти не реагировали на серые креативы, нейтральную или монохромную цветовую гамму, и мы сделали вывод, что эффективнее запускать объявления с яркими элементами. Все эти действия позволили эффективнее распределить бюджет.
Принес много конверсий
Принес мало конверсий
Проблемы с машинным обучением
Во время просадки продаж в марте, когда экономическое состояние было нестабильным, кампании с автостратегиями показывали рекламу нецелевым пользователям, поскольку с них фиксировалась разовая транзакция. Целевые пользователи не совершали покупки в этот период, а нецелевые пользователи, например женщины 55+, совершали разовые покупки. Автостратегия перераспределяла трафик в их пользу. Когда спрос стабилизируется, целевая аудитория с большим CR будет недополучать трафик, и эффективность всей кампании ухудшится. Поэтому вмешались в обучение стратегии и самостоятельно внесли корректировки по социально-демографическим характеристикам. Нам удалось показать системе, в каком направлении необходимо двигаться. И реклама продолжила исправно работать для аудиторий с наибольшим коэффициентом конверсии.
В период просадки на стыке сезонов, когда нет распродаж, мы вводили небольшие бонусы, например скидку при заказе онлайн. Это помогало поддерживать интерес к бренду.
Результаты
С начала 2022 года (1 января — 31 мая) мы добились следующих результатов:
693 транзакций;
5 932 раз товар добавляли в корзину;
доход с рекламы — 52,26% от общего дохода;
ДРР в среднем 9%;
CPO в среднем 970 рублей (при среднем CPO по рынку 2 000 рублей);
+197% — рост дохода по сравнению с январем.
Уже в мае удалось получить:
256 транзакций (рост на 70,67%);
CPO — 813 рублей без НДС (снижение на 35% по сравнению с апрелем);
Кейсы
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Проверено ADPASS 
Рекламные кампании 
