В 42 раза больше продаж в e-commerce проекте 🛍

Кейс по рекламе в Google Ads крупного E-commerce сайта

📍 1 ЭТАП

Начали сотрудничать с клиентом в сентябре 2019 года с целью передачи ведения рекламы в Google Ads, т.к. он не успевал управлять бизнесом и заниматься рекламой.

Отчет в Google Data Studio. Показатели перед стартом работ.

Произвели краткий аудит текущих рекламных кампаний в аккаунте. На момент аудита работали следующие кампании: После был проведен брифинг клиента, по итогом которого были определены:

Далее был составлен план работ на ближайшие 3 месяца:

📌 Протестировать сервис генерации поисковых кампаний по фиду (Оригами / Елама / к50), т.к. есть опыт для больших интернет-магазинов, где получился хороший результат.Плюсы данного способа в отличии от динамики: контролирование поисковых запросов (мы сами создаем формулы, как их нужно генерировать и контролируем все тексты объявлений). Плюсы в отличии от ручного сбора: существенная экономия времени (при 100+ категорий и более 30 000 товаров на ручной сбор семантики ушли бы месяцы, также товары постоянно меняются и почти все время уходило бы на актуализацию рекламных кампаний, вместо оптимизации). Как следствие, существенная экономия денег заказчику на нашу работу.

📌 Создать кампании в Google Shopping, разделенные по маржинальности продуктов для более эффективного назначения ставки.

📌 Привести в порядок динамический ремаркетинг, составить ТЗ на оптимизацию фида, уточнить аудитории, т.к. цена конверсии была неудовлетворительна.

📌 Оптимизировать работу Умной КМС, т.к. в основном она работала, как ремаркетинг, а не привлекала новых клиентов.

📌 Переделать работу поисковой динамики.

📍 2 ЭТАП

Отчет в Google Data Studio. Результаты за первые 3 месяца.

За первые 3 месяца провели следующие работы:

📌 Сначала сделали рекламные кампании через сервис Оригами, т.к. тариф выходил дешевле, чем в сервисе К50, но не понравилась работа инструмента, недостаточно гибкости, поэтому перешли на К50 (здесь более гибкие настройки через формулы). В К50 было сделано более 100 рекламных кампаний на каждую категорию товаров, но после теста, на каждую категорию получилось слишком мало данных для работы автоматических стратегий, что явялется основным минусом гиперсегментации. Также такие инструменты в основном полезны для товаров, поиск которых производится по артикулам и конкретным техническими характеристикам, а у нас основные конверсии были по достаточно широким запросам.

📌 Сделали 3 рекламные кампании в Google Shopping, которые после обучения, начали отлично отрабатывать. Две из них — с разделением по маржинальности товаров, чтобы использовать различные целевые значения в стратегии назначения ставок. После добавили рекламную кампанию Smart Google Shopping, в которой рекламировались хиты продаж (брали из данных Google Analytics, благодаря настроенной расширенной электронной коммерции). Результаты Google Shopping были впечатляющие: рекламные кампании приносили почти половину всех конверсий в аккаунте.😸

📌 Оптимизировали фиды данных, на основе анализа поисковых запросов, которые приносят конверсии. Как следствие, увеличилась релевантность. Добавили метки продавца для разделения фида по марже, доработали другие параметры с помощью правил преобразования для более удобного управления.

📌 Оставили в динамическом ремаркетинге только маржинальные товары, по данным Google Analytics определили оптимальную аудиторию для показа объявлений.

📌 Обнаружили ошибку в настройках Google Analytics: половина конверсий отдавалась платежной системе, вместо реального источника. Настроили фильтр в Google Analytics для устранения ошибки;

📌 Исключили аудиторию посетителей сайта из кампании Умной КМС. Переписали креативы, для привлечения новых покупателей.

📌 Выделили отдельно классическую поисковую кампанию с брендовыми запросами и сгруппировали группы объявлений по категориям товаров (для более грамотного оптимизирования динамики и отдельного назначения ставки для брендовой рекламной кампании, так как брендовые запросы существенно дешевле).

📌 Настроили поисковую динамику одной рекламной кампанией по индексу страниц: одна группа объявлений – одна категория. В результате набралось необходимое количество данных, для работы автоматических стратегий, а также аккаунт стал намного проще в управлении.

📌 Сделали работы по оптимизации всех вышеперечисленных рекламных кампаний (без оптимизации рекламных кампаний достичь и поддерживать хороший результат невозможно).

📌 Настроили отчет в Google Data Studio для оперативного контроля показателей рекламных кампаний.

📍 3 ЭТАП

Отчет в Google Data Studio. Результаты за следующие 5 месяцев.

За следующие 5 месяцев:

📌 Оптимизировали работу текущих рекламных кампаний;

📌 Создали второй аккаунт для работы медийных рекламных кампаний и настроили для него отслеживание конверсий по показам рекламы через Google Tag Manager.

📌 Настроили рекламные кампании для Youtube для привлечения новых покупателей. Результаты показали себя лучше, чем в Умной кампании в контекстной медийной сети (УКМС)

📌 Настроили новый тип рекламы Discovery по запросу бета-теста через техническую поддержку Google Ads, результаты которой оказались лучше чем у Youtube.

📌 Ввиду ограниченности бюджета и полной загрузки у клиента, было принято решение отключить рекламу УКМС, для того чтобы увеличить чистый доход клиента.

📍 ИТОГИ

Число конверсий увеличилось более чем в 10 раз, а ROI в 38 раз. Такой результат возможен благодаря следующему: